上篇文章用 AI 写了部小说投稿七猫,被拒了。
我用 Claude Code 写了一部 5 万字小说,投稿七猫,被拒了
本来就打算这么结束。
没想到评论区炸了,一直催更,想看后续。
行,那就再来一次。
这一次的思路很简单
调研国内主流小说平台,找到什么选题容易爆
然后用上篇提到的 Skill 重新写一篇,再投一次。
听起来没毛病吧?
我打开 ChatGPT、Google、Grok,把国外三家最强的深度搜索全跑了一遍。
给我的答案千篇一律,推荐出来全是口水文套路。
不甘心,又去 YouTube 搜了一圈 AI 写小说的视频。
太多了,没法一个个看。
我就一股脑把所有视频塞进notebookLM当知识库,然后在里面提问。
NotebookLM 指南 | 7 个浏览器插件 + 6 大场景 + 1 套组合拳,从入门到上瘾
一百多个来源资料。
谁看谁蒙圈。

两天过去了,一个字没写出来。
脑子里甚至冒出了一个念头:要不买个 AI 写小说的课程?
去闲鱼搜了一圈,清一色割韭菜。最后一篇小红书帖子劝退了我。

两天没进展,睡觉前躺在床上就在想一个问题:
就算我踩狗屎运把这套调研流程跑通了
看到文章的朋友,又有几个能跟着做出来?
我不是专业写小说的。我只是在做一个实验
试试 AI 到底能不能在不同行业发挥作用。
如果实验本身就复杂到劝退人,那这个实验就失败了。
不是因为结果不行,而是过程太重了。
这个道理做过产品的人都懂。你的解决方案如果用不起来,那它就是零。
想通了之后,我做了一个极其简单的决定。
我平时不看小说,也就追追 B 站的《凡人修仙传》,不过最近断更了。
所以我直接去问了一个平时看小说的朋友:你最近在追什么?
我就仿写他看的那个选题。
好处显而易见:写出来让朋友先看,
他本身就是目标读者,反馈最真实。
不需要什么深度搜索。不需要什么爆款分析。
问一个真实用户就够了。
我只用了两个技能的组合。
先用 novelist-analyst 技能分析朋友推荐的小说,提取风格特征。然后用 chinese-novelist 进行创作。
写完,发给朋友。
他的评价:

看到这个反馈,我承认,有点飘了。
信心一上来,手就停不住了。
我又去查了 AI 写小说有哪些常见痛点,拿着一堆痛点丢给 Claude Code,让它帮我一个一个出解决方案。
它噼里啪啦花了两个多小时,给我创建了一堆 subagent、仿写工作流、各种 Skill。阵仗很大。
然后我用这套"终极工作流"重新写了一篇,满怀信心地发给朋友。

人看完直接崩溃了。
工具越多,流程越复杂,反而把最重要的东西搞丢了。
写代码的朋友应该深有体会。一个简单功能,非要套设计模式加三层抽象,最后连自己都看不懂了。
写小说也是一样的道理。
复杂性是质量的敌人。在创作领域,在编程领域,在所有领域。
清空文件夹,从头来过。
这次只用几个核心技能的组合,整个流程是这样的:
1. 获取仿写素材
拿到朋友推荐的那本小说。
2. 分析风格
用 novelist-analyst 分析前 10 章,提取风格参考手册。叙事节奏、对话风格、情感密度,全部量化。
3. 构思大纲
基于风格手册,用 chinese-novelist 配合 Claude Code 的 Plan 模式,推演新小说的世界观、金手指、大纲和人物档案。这一步我全程参与,完全甩给 AI。
4. 正式创作
大模型开始写。我加了 planning-with-files 跟踪整部小说的写作进度,解决上下文爆炸的问题。
5. 写和审分开
这一步来自我写代码的习惯。
平时编程,我让 Claude 构思方案,切到 Codex 去实现。写小说也一样,用不同的模型互相校验。Claude 写初稿,Codex 做质量审查,输出审查报告,再让 Claude 根据报告逐章优化。

6. 去 AI 味
用 humanizer-zh 对前 10 章做去 AI 味处理。
7. 生成投稿申请表和邮件文案
用docx 提取投稿申请表,根据小说自动填好
不是对质量有信心。
是怕再听到反馈又忍不住负优化,又是一轮推翻重来。
这次实验太磨人了。每天下班后搞到很晚,连续好几天。
我用 Claude Code 搭了个在线阅读器发布到互联网,写了前 10 章,里面有整部大纲和人物角色介绍。
想看看 AI 写出来的小说什么水平,可以访问:
https://novelist.nanobanana.day
也欢迎大家看完可以在评论区给我一个反馈。

收到一条评论:我们都会用 AI 生成了,那平台不能自己生成,编辑审完符合条件就上架?
这话我认真想了想。
从实操来看,就算定好了大纲、角色卡、每个章节的故事梗概,大模型写出来还是会有一堆不合理的地方。我每次写完都通读好几遍,反复找逻辑不通的地方,非常费时间。
完全甩给 AI,质量确实不够。
但这里面有一个关键转换:
你不要把自己当作者,把自己当导演。
基于你的世界观和品味去引导 AI,故事情节跟着你的想法走。你负责"讲什么",AI 负责"怎么写"。
在 AI 还没兴起的时候,普通人想写一部小说成本太大了。脑子里有灵感,真让你一个字一个字落笔,大部分人直接放弃。
现在不一样了。
你只需要当导演。
跟写代码一模一样。你想想自己有多久没手写过代码了?是不是已经习惯了跟 Claude Code 说:hey,帮我写一个 xxx。
AI 不会替代创作者,但它会让每一个有想法的人,都有能力把想法变成作品。
这才是 AI 真正改变的东西。不是生产效率,是创作门槛。
先加个致歉:
七猫的编辑老师,不好意思让您成为了我 Play 的一环,实在抱歉。
等投稿结果出来后,我会把这个版本的工作流整理好开源给大家。不管成功还是被拒,这轮 AI 写小说的实验就先告一段落。
感谢大家的关注。
后续我会继续做更多 AI 辅助生活和工作的实验。
这条路才刚开始,有意思的东西还多着呢。
做值得写的事,写值得读的东西。
我们下篇见。
以上。
文章来自于"勇鹏在用 AI",作者 "月月鸟"。
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT