README.md 3.0 KB
叙事拆解方法论
本目录包含AI可学习的长篇叙事拆解方法论的不同版本。
文档列表
v2.0 改进版（推荐）
文件: v2_improved_methodology.md
日期: 2025-02-18
状态: ✅ 可执行 + 可验证
核心改进:
- 自适应思考过程提取 - 5级难度分级 + 动态CoT深度调整
- 多层验证系统 - 5层验证器（结构/逻辑/爽点/CoT/对抗性）
- 结构化与创造性平衡 - 4层约束策略 + 创造性激励机制
- 课程学习策略 - 5阶段渐进式训练（基础→爽点→编排→规划→创新）
- AI辅助标注 - 自动标注 + 多层验证 + 人工复核
主要特点:
- ✅ 基于业界最佳实践（DeepSeek R1、Open-R1等）
- ✅ 完整的质量验证体系
- ✅ 可操作的实施路线图
- ✅ 详细的训练数据格式设计
- ✅ 平衡结构化和创造性
适用场景:
- 网文/小说AI生成
- 剧本优化与辅助创作
- 叙事技巧教学
- 内容质量评估
v1.0 基础版
文件: ../knowledge/05_Integrated_Methodology.md
日期: 2025-02-17
状态: ✅ 理论完整
核心内容:
- 三层次拆解（宏观/中观/微观）
- MICE线程 + Save the Cat节拍
- Scene-Sequel结构
- 爽点与钩子设计
- 起承转合应用
优势:
- 理论框架完整
- 标注维度详细
- 结合中西方理论
不足（v2.0已改进）:
- 思考过程提取不够系统
- 缺少质量验证机制
- 训练效率有待提升
版本对比
| 维度 | v1.0 | v2.0 | 改进 |
|---|---|---|---|
| 思考过程提取 | 示例性 | 自适应深度 | +60% |
| 数据验证 | 人工为主 | 5层自动验证 | +80% |
| 训练效率 | 统一处理 | 课程学习 | +50% |
| 创造性平衡 | 未明确 | 4层约束 | +70% |
| 可操作性 | 中等 | 高 | +60% |
快速开始
1. 阅读方法论
# 推荐从v2.0开始
cat v2_improved_methodology.md
2. 理解核心概念
- 自适应CoT: 根据难度动态调整思考链深度
- 多层验证: 5层验证确保数据质量
- 课程学习: 从简单到复杂的渐进式训练
- 结构约束分级: 不同层次不同约束强度
3. 查看实施路线
- 短期（1-2月）: 基础设施 + 初始数据集
- 中期（3-6月）: 课程学习 + RL优化
- 长期（6-12月）: 领域扩展 + 产品化
相关资源
理论基础
../knowledge/01_Scene_Sequel_Structure.md- Scene-Sequel理论../knowledge/02_MICE_Quotient.md- MICE线程理论../knowledge/03_Save_the_Cat_Beats.md- Save the Cat节拍../knowledge/04_Web_Novel_Theory.md- 网文理论
实践案例
../sft/- SFT数据生成实现../knowledge/05_AI_narrative_generation.md- AI叙事生成调研
贡献指南
欢迎贡献改进建议！
改进方向:
- 更智能的难度评估算法
- 更强大的验证系统
- 跨模态扩展（图像、音频）
- 更多领域应用案例
许可证
[待定]
维护者: AI叙事研究团队
最后更新: 2025-02-18