用 AI 写短篇不难，难的是长篇——写着写着人物性格漂了、时间线乱了、伏笔忘了。想跑通长篇，靠的不是更长的提示词，而是一套"写—审—改"的工程流程。本文用 AGPL-3.0 的开源写作 Agent InkOS（GitHub 仓库 项目仓库，npm 包@actalk/inkos）走一遍长篇流程，命令尽量可复现。

一、环境与安装

需要 Node.js（建议 LTS）和 npm：

node-v&&npm-vnpminstall-g@actalk/inkos inkos--versioninkos--help

想读源码或自部署（AGPL 允许修改自部署）也可以直接 clone：

gitclonecdinkos&&npminstall

二、配置模型

走 OpenAI 兼容接口，用环境变量占位，别把真实密钥写进仓库：

exportINKOS_BASE_URL="YOUR_BASE_URL"exportINKOS_API_KEY="YOUR_API_KEY"

模型来源自己定。Studio 内置了若干配置选项（包括 聚合服务 这类聚合入口），也能填本地或已有的兼容服务。本文不绑定具体来源，跑通流程即可。

三、建书：先立"真相文件"

长篇不崩的地基，是把设定固化成可校验的事实，而不是全靠模型记。InkOS 用 7 个"真相文件"承载人物、世界观、时间线等设定。开始长篇前，先把主角、关键设定、时间线写进去——之后每次生成都会先读这些事实再动笔，从源头减少矛盾。

四、逐章生成

设定就位后按章生成。建议一次一章、边写边看，而不是一口气全生成：

inkos studio# Web 工作台，可视化建书与逐章生成inkos tui# 终端界面，命令行党常用

说明：建书、逐章、审计的具体子命令与参数以inkos --help实际输出为准，不同版本可能略有差异。

五、连续性审计：逐章兜住一致性

每写完一章，用 33 维连续性审计逐章比对前文，把人物、时间线、伏笔上的矛盾标出来，再针对性修改。这一步是长篇和短篇最大的区别——它把"会不会崩"从碰运气变成可检查的工序。

六、去 AI 味收尾

正文出来别急着用，过一遍去 AI 味处理：内置的疲劳词表、禁用句式、文风指纹注入加 AIGC 自查改写，会让稿子不那么一眼机器写。长篇既要连贯又要不套路，这一步和审计配合，读者和检测都更买账。

六、几个长篇实操建议

走完一遍流程，有几点经验能让长篇更顺。一是真相文件别一次写满，先写主线人物和核心设定，写作过程中再逐步补充，让它随剧情长大，而不是开篇就背上沉重的设定包袱。二是审计报出的矛盾要分级处理：硬伤（时间线冲突、人物能力前后矛盾）必须改，风格类的小提示可以按自己的判断取舍，别被审计牵着走丢了个人风格。三是善用续写而不是重写，改一章时尽量局部调整，避免牵一发动全身。四是模型可以分工——铺量的章节用便宜些的模型，关键章节和审计环节用更稳的，成本和质量都能照顾到。把流程跑熟之后，这些细节会让长篇的推进明显轻松。

七、小结

用 AI 写长篇的正确姿势，是把它当工程来做：先立真相文件当记忆，再逐章生成、逐章审计守一致性，最后去 AI 味收尾。InkOS 把这套做成了开源可复现的流程，AGPL 让你能完整查看、修改、自部署。想上手，npm install -g @actalk/inkos跑起来，建本书写一章，看看审计给你标出什么。