02_MICE_Quotient.md 9.0 KB

MICE Quotient 理论 (Orson Scott Card)

来源:

  • Orson Scott Card, Characters and Viewpoint
  • 基于 AI 知识库整理

核心概念

MICE Quotient 是一种故事结构框架,根据驱动叙事的核心要素将故事分为四种类型。与传统的三幕结构不同,MICE 关注的是"故事承诺"——你向读者承诺了什么类型的体验。

四种故事类型

1. Milieu(环境/世界)故事

核心焦点: 设定、世界观、地点

开启: 主角进入一个新的/陌生的世界
结束: 主角离开那个世界

关键特征:

  • 世界本身是兴趣点
  • 角色发展次要于探索设定
  • 读者想要发现和理解环境

典型例子:

  • 《绿野仙踪》(多萝西进入奥兹国 → 离开奥兹国)
  • 《格列佛游记》
  • 《爱丽丝梦游仙境》
  • 大多数穿越小说和门户幻想

网文应用:

  • 异世界穿越文(主角穿越到修仙世界 → 飞升/回归)
  • 无限流(进入副本世界 → 离开副本)
  • 探索型世界观小说

2. Idea(理念/谜题)故事

核心焦点: 问题和答案

开启: 提出一个问题
结束: 问题得到解答

关键特征:

  • 由谜团、难题或哲学探究驱动
  • 读者想知道"为什么?"或"如何?"
  • 可以是侦探故事、科学谜题或概念探索

典型例子:

  • 侦探小说(《福尔摩斯》系列)
  • 《天外来菌》(这是什么生物?→ 找到答案)
  • 科学谜团
  • 哲学思想实验

网文应用:

  • 悬疑推理文
  • 探秘类小说("这个世界的真相是什么?")
  • 系统流中的"系统来源之谜"

3. Character(角色)故事

核心焦点: 角色发展/转变

开启: 主角对自己在生活中的角色感到不满
结束: 主角接受新角色或接受旧角色

关键特征:

  • 内在旅程至关重要
  • 读者想看到角色改变(或未能改变)
  • 关于身份、成长或自我发现

典型例子:

  • 成长故事
  • 《圣诞颂歌》(斯克鲁奇的转变)
  • 《绝命毒师》(沃尔特·怀特的转变)
  • 救赎弧

网文应用:

  • 废柴逆袭流(不满于废柴身份 → 接受强者身份)
  • 重生复仇文(不满于前世命运 → 改写人生)
  • 修仙悟道文(凡人 → 接受修士身份)

4. Event(事件)故事

核心焦点: 恢复秩序/平衡

开启: 世界的自然秩序被打破
结束: 建立新秩序(或恢复旧秩序)

关键特征:

  • 外部冲突驱动故事
  • 利害关系影响更广阔的世界
  • 读者想看到稳定恢复

典型例子:

  • 《指环王》(魔戒威胁世界 → 魔戒被毁)
  • 灾难电影
  • 战争故事
  • 大多数动作冒险叙事

网文应用:

  • 拯救世界流(魔族入侵 → 击败魔族)
  • 争霸文(天下大乱 → 统一天下)
  • 护国流(国家危机 → 危机解除)

嵌套机制:多线程故事

核心原则

故事可以(通常也确实)包含多个 MICE 线程,但必须正确嵌套,就像括号一样。

嵌套规则

有效嵌套(对称):

M[ I[ C[ E[ ]E ]C ]I ]M  ✓

无效嵌套(不对称):

M[ I[ C[ ]M E[ ]C ]I ]E  ✗

关键: 后开启的线程必须先关闭(LIFO - Last In First Out)

实际例子:《星球大战:新希望》

多线程嵌套:

  1. Event(最外层): 帝国威胁银河系 → 死星被摧毁
  2. Milieu: 卢克进入更广阔的银河系 → 作为英雄归来
  3. Character: 卢克不满于农场男孩身份 → 接受绝地身份
  4. Idea: 我父亲是谁?这些力量是什么?→ 部分答案

正确结构:

  • 开启 Event(莱娅被俘,计划被盗)
  • 开启 Milieu(卢克离开塔图因)
  • 开启 Character(卢克想要更多)
  • 关闭 Character(成为自信的英雄)
  • 关闭 Milieu(回到颁奖典礼)
  • 关闭 Event(死星被毁,银河系得救)

网文例子:《大奉打更人》开篇分析

从提供的文本来看:

  1. Event(最外层): 税银丢失,朝野震动 → ?(需追回或解决)
  2. Character: 许七安不满于被流放的命运 → ?(需改变命运)
  3. Idea: 税银如何丢失?是否真是妖物作祟? → ?(需解答)
  4. Milieu: 现代人穿越到古代修仙世界 → ?(需适应/离开/改变)

实际应用

为什么重要

  1. 读者满意度: 读者无意识地期待你承诺的故事类型
  2. 结构指导: 知道主要 MICE 类型告诉你何时结束
  3. 避免错误: 开启了却不关闭的线程会让读者不满

常见错误

  • 以角色不满开场,却只用外部行动解决
  • 提出问题却从不回答
  • 带角色进入新世界,却在他们离开/返回前结束
  • 以威胁世界的事件开场,却只以个人成长结束

确定主线程

问:如果不解决,读者最失望的是什么?

  • 那就是你的外层/主线程
  • 它应该最先开启,最后关闭

写作技巧

  1. 按重要性逆序开启线程(最不重要的先开)
  2. 镜像顺序关闭线程(最重要的最后关)
  3. 每个线程都需要自己的解决方案
  4. 不要开启你不会关闭的线程
  5. 主导线程决定你的类型/营销定位

对 AI 训练的启示

可算法化程度:★★★★★

MICE 理论非常适合 AI 学习,因为:

  1. 明确的开启-关闭规则: 可以训练模型识别和生成配对的开启-关闭
  2. 嵌套结构: 类似于编程中的括号匹配,可以用栈结构验证
  3. 类型分类: 可以训练分类器识别每个线程的 MICE 类型
  4. 完整性检查: 可以自动检测未关闭的线程

潜在训练数据格式

{
  "story_threads": [
    {
      "type": "Event",
      "level": 1,
      "opening": {
        "chapter": 1,
        "description": "税银丢失,许平志被判死刑,三族连坐",
        "disruption": "大奉朝廷的正常秩序被打破"
      },
      "closing": {
        "chapter": null,
        "description": "待解决",
        "resolution": "恢复秩序或建立新秩序"
      }
    },
    {
      "type": "Character",
      "level": 2,
      "opening": {
        "chapter": 1,
        "description": "许七安不满于被流放边陲的命运",
        "dissatisfaction": "从现代警察穿越成即将流放的古代捕快"
      },
      "closing": {
        "chapter": null,
        "description": "待解决",
        "resolution": "接受新身份或改变命运"
      }
    },
    {
      "type": "Idea",
      "level": 3,
      "opening": {
        "chapter": 1,
        "description": "税银如何丢失?是否真是妖物作祟?",
        "question": "十五万两白银不翼而飞的真相"
      },
      "closing": {
        "chapter": null,
        "description": "待解决",
        "answer": "揭示真相"
      }
    }
  ],
  "nesting_validation": "valid",
  "primary_thread": "Event",
  "genre_implication": "玄幻探案"
}

思考过程提取

MICE 可以帮助提取"作者的思考过程":

  1. 线程规划: 作者决定开启哪些线程,以什么顺序
  2. 嵌套决策: 作者如何安排线程的优先级和嵌套关系
  3. 关闭时机: 作者何时关闭每个线程,如何确保满足读者期待
  4. 类型混合: 作者如何平衡不同类型的元素

与 Scene-Sequel 的结合

  • MICE: 宏观层面的故事线程管理
  • Scene-Sequel: 微观层面的场景结构
  • 结合: 每个 Scene 都在推进一个或多个 MICE 线程

    Event Thread: [开启] ----Scene1---Scene2---Scene3---- [关闭]
                           ↓        ↓        ↓
    Character Thread:      [开启] ---Scene2---Scene3--- [关闭]
                                    ↓        ↓
    Idea Thread:                    [开启] ---Scene3--- [关闭]
    

网文特殊性

高频钩子需求

网文需要更密集的钩子,MICE 可以这样应用:

  1. 多线程并行: 同时运行多个 MICE 线程,每章关闭一个小线程,开启新线程
  2. 快速循环: 在主线程内嵌套大量短周期的 Idea 线程(悬念-揭晓)
  3. 延迟关闭: 主线程长期开启,但定期提供"阶段性答案"维持兴趣

百万字长篇

对于百万字级别的长篇:

  1. 分卷结构: 每卷是一个完整的 MICE 嵌套,但主线程贯穿全书
  2. 线程复用: 关闭旧线程后,开启同类型的新线程(如:解决了A地的危机,又出现B地的危机)
  3. 渐进式揭示: Idea 线程可以分阶段回答(先回答"是什么",后回答"为什么")

总结

MICE Quotient 提供了一个强大的框架来理解和构建故事的宏观结构。对于 AI 训练而言,它的优势在于:

  • 规则明确: 开启-关闭配对,嵌套规则
  • 可验证: 可以自动检查结构完整性
  • 类型化: 便于分类和标注
  • 可扩展: 适用于从短篇到百万字长篇的各种规模

结合 Scene-Sequel 的微观结构,MICE 可以帮助 AI 理解从场景到整体故事的多层次叙事逻辑。