AI写小说工具怎么选？10款主流工具按工序横评

市面上把 AI 写作工具按“能不能写出好句子”来排榜，这个排法基本没用。原因是同一个模型，在写世界观的时候可能很聪明，在写第八章的时候就开始胡编——它并不笨，它只是忘了。

写一本小说是一条长流水线，AI 在每一段的能力差异极大。把这条线拆成四段看，选型就清楚了。

1.1第一段：立意与设定

从一句话的点子，长出一套能支撑百万字的世界。这段要的是发散能力：给你十个金手指方案、五种势力结构、三条可能的结局走向，让你从里面挑。

这一段 AI 的表现是所有环节里最好的，因为它不需要记住什么，只需要在当下给出足够多的可能性。通用模型在这里往往比专业工具更强——专业工具的思路被“小说工序”框住了，反而没有通用模型那么野。

但这一段有个陷阱：AI 给的方案都“成立”，但没有一个“刺痛”。它擅长生成合理的设定，不擅长生成有代价的设定。一个金手指如果只有好处没有代价，故事就没有张力。所以这一段人必须做的是加限制：把 AI 给的三个好处砍到一个，再补两个副作用。

1.2第二段：结构与大纲

把点子拆成卷、章、场景，标出每一章的钩子和回收点。这段要的是结构感，也是最容易被工具替代的一段——因为结构有模板，模板可以内置。

专业工具在这一段的优势明显。Sudowrite 的 Canvas 里直接放了英雄之旅、好莱坞节拍、故事圆圈这几套模板；阅文作家助手的大纲管理支持可视化思维导图，节点可拖动；StoryForge 直接给你一条交互式剧情轴，把伏笔和回收点标在轴上。

这段真正的难点不在生成大纲，在判断大纲能不能撑住。AI 可以在三秒内给你三十章的分章，但它不会告诉你第十二章到第十八章中间会塌——因为它没有读者那种“看到这里我想弃书”的体感。

1.3第三段：正文与描写

把大纲变成三百万字。这段要的是耐力与一致性，也是最耗人、最容易被误判的一段。

很多人一上手就让 AI 写正文，写完三章发现不对：句子都对，但没有一句是“你”的。这不是模型不行，是工序错了——在设定和大纲还没定死的时候写正文，等于在流沙上砌墙。

正文这一段真正的分水岭是记忆系统。三千字的章节，任何模型都能写得像样；写到第八十章，模型开始把“青铜罗盘”记成“铜镜”、把师兄写成师弟，这时候你才发现，决定体验的不是文笔，是它能不能记住前面七十九章。

1.4第四段：收尾与校对

查错别字、查句式重复、查人设崩塌、查时间线矛盾。这段要的是耐心，恰好是 AI 最便宜、最稳定的能力。

这是唯一一段我建议所有人都交给 AI 的工序。人眼在第八十万字之后基本失效，同一句话读五遍就看不出问题了；机器不会疲劳，也不会因为“这是我写的”而下不去手。

ProWritingAid 在这一段做了二十多年，能标出重复用词、口头禅、被动语态比例、对话标签密度，甚至能识别“AI 生成痕迹”。国产的番茄作家助手、阅文作家助手也都内置了错别字检测，虽不如专业校对工具细，但胜在不用切换。

1.5四段工序与十款工具的能力矩阵

把四段工序和十款工具叠在一起，能看出一件反直觉的事：没有一款工具在四段都强。强在设定的往往弱在记忆，强在记忆的往往弱在文笔。

看这张表要注意一件事：“强”是相对同价位产品而言的，不是绝对水平。Sudowrite 的记忆标“中”，是因为它的设定库喂不进足够多的细节，不是因为它的记忆很差；NovelAI 的结构标“弱”，是因为它压根没做大纲工具，不是它做不好。

今年的变化不在“模型更强了”这种空话上。有五件事改的是工具的使用方式，选型时必须算进去。

2.1变化一：记忆从“上下文窗口”变成“档案系统”

过去解决失忆的办法是加长上下文，把前面几十章全塞进去。这条路在百万字面前走不通——不是塞不下，是塞进去也没用，模型会淹没在细节里，抓不住重点。

今年的主流做法改成了分层档案。StoryForge 做得最彻底，它搭了四层：原文、结构化事实库（人物关系、物品归属、事件时间线、伏笔清单）、分层摘要（章、卷、全局三层）、检索索引。生成前先查目录再读细节，并且记录“这一章实际用了哪几条来源”。这套链路在回归测试里跑过十万、三十万、一百万字符三个规模。

Novelcrafter 走的是另一条路：Codex 会追踪每个条目在正文里被提到的位置，还能记录“演变”（progressions）——同一把剑在第一章是断的，第五十章修好了，这个状态变化会被记下来。

NovelAI 的做法更底层：它的 Context Viewer 能让你看到这一次生成到底注入了哪些词条，哪些被截断、哪些被丢弃。这是目前消费级工具里唯一把上下文组装过程完全暴露出来的。

这三条路指向同一件事：记忆不再是模型的能力，而是工程的产物。你买的不是“更聪明的模型”，是一套能审计的档案系统。

2.2变化二：中文网文模型开始专业化

阅文今年把“妙笔通鉴”做成了千万字级的理解能力，能对超长文本做语义检索，辅助细节回顾、剧情总结、人物梳理、伏笔挖掘。十月三十日的更新里，妙笔接入了 DeepSeek V4.1，设定数量上限提到三百条，还支持把设定复制到其他书籍。

更值得看的是三月开放内测的 Claw 智能体——支持本地化部署，首批技能是热梗素材收集、三江推荐鉴赏、情节评论分析。这个方向很特别：它不是在帮你写，是在帮你读。读竞品、读读者评论、读平台推荐榜。对日更作者来说，这个价值可能比生成正文更大。

番茄走的是另一条：把码字、错别字检测、章节数据、完读率、广告分成打通成一条闭环。它的 AI 不追求文笔，追求的是“别在发布环节掉链子”。

2.3变化三：平台开始管 AI 痕迹了

这是今年最容易被忽略、后果最重的一件事。多家平台已经限制用 AI 直接生成段落描写，部分平台上线了 AI 内容识别与标注机制。对签约作者来说，这不只是“能不能用”的问题，是“用了会不会影响推荐和结算”的问题。

这也解释了一个现象：为什么国产工具都在强调“建议”而不是“代写”。阅文妙笔的生成结果会被明确标注为辅助建议，与作者原创内容区分开；番茄的 AI 主要用在错别字和灵感提示上，不做整段代笔。这不是技术做不到，是产品定位主动收着。

2.4变化四：通用模型的文笔追平了专用工具

这个变化让很多人不舒服，但数据在那里。今年的一次创作盲测里，十二位读者对同一段素材的三个版本做偏好选择，Claude 拿下七票，GPT 系四票，Gemini 一票。Claude Opus 4.5 在长文档问答上的准确率也到了九成以上。

专用工具剩下的优势不再是“句子更好”，而是工序被包好了。Sudowrite 的 Describe、Expand、Rewrite 是三个按钮，通用模型要你自己写提示词；NovelAI 的 Lorebook 是现成的词条系统，通用模型要你自己维护一份设定文档。

换句话说，通用模型赢在字，专用工具赢在流程。这不是谁替代谁，是分工变了。

2.5变化五：工具从“生成”转向“管理”

把今年的更新日志拉出来看，会发现一个共同点：新功能大多不是“生成得更好”，而是“管理得更细”。

Novelcrafter 九月的大版本叫“组织更新”，做的是幕、章、场景的插入、拆分、移动；StoryForge 的核心是“章后整理”——每写完一章，系统自动提出事实、人物状态、关系、物品、年表、伏笔的变化候选，由作者逐条确认；Sudowrite 的 Story Bible 支持跨书的系列文件夹，一套设定管一整个系列。

这个转向说明一件事：生成能力已经过剩，组织能力才是稀缺。三百万字的稿子，生成只占一成时间，剩下九成在整理。

2.6五个变化，翻成五个选型问题

趋势读完就忘，翻成问句才能带进选型会。

中文网文和英文小说不是一个物种。前者百万字、日更、读者评论驱动剧情；后者十万字、完结、作者单向输出。工具如果只按英文那套设计，搬到中文环境里会水土不服。阅文这一套的价值，恰恰在于它是从中文连载场景里长出来的。

3.1它到底是什么

作家助手是阅文给签约作者用的写作客户端，妙笔是嵌在里面的行业专用大模型。两者不是一回事：作家助手是编辑器加运营后台，妙笔是 AI 能力层。今年这条能力层加了三样东西，值得单独说。

第一样是妙笔通鉴：千万字级的深度理解与实时分析，用于细节回顾、剧情总结、人物梳理、伏笔挖掘。这个功能解决的是中文网文最痛的问题——作者自己都记不清三百章前埋了什么。

第二样是Claw 智能体：三月开放内测，支持本地化部署，首批技能是热梗素材收集、三江推荐鉴赏、情节评论分析。注意这三个技能都不是“写”，是“读”——读全网热梗、读平台推荐榜、读读者评论。

第三样是模型接入：十月三十日的更新里，妙笔新增了 DeepSeek V4.1。这意味着它不是只能跑自研模型，而是可以按任务挑模型。

3.2妙笔通鉴为什么值钱

举个具体场景。你写到第 214 章，要让一个在第 37 章出现过、名字只提过两次的配角重新登场。传统做法是翻回去找，翻半小时，找到之后发现当时给他设定的身份和现在要用的对不上。

妙笔通鉴的做法是：你问“那个在拍卖会上跟我抢东西的瘦高个”，它把第 37 章的段落、当时的人物描述、后续所有提到他的地方一起给你。这个过程不是关键词搜索，是语义检索——你不记得名字也能找到。

这件事看起来小，但它改变的是写作的连续性成本。百万字连载里，作者每回想一个旧设定就要中断一次心流，一天中断二十次，写作状态就没了。工具把中断时间从半小时压到十秒，等于每天多出两小时的有效写作。

3.3Claw 的方向：从“帮你写”到“帮你判断”

热梗素材收集、三江推荐鉴赏、情节评论分析这三个技能，全部指向同一件事：把外部信息变成创作决策的依据。

三江推荐鉴赏尤其有意思。它会对你平台推荐位上的作品做拆解，输出一份鉴赏报告。这相当于给你一个“竞品分析师”，告诉你现在榜上的书在写什么、怎么开头、节奏怎么排。对新人作者来说，这个比任何写作教程都直接。

情节评论分析则盯着你自己的书评区，提取读者对剧情的整体评价，做剧情分析与预测。中文网文是读者共创的产物，评论区的一句话可能决定后面二十章的走向。人工读评论，一天能读两百条；机器读，两万条也就几分钟。

本地化部署这一点也别忽略。它意味着数据不出本机，对在意稿子安全的人是加分项。

3.4它不做什么

要看清一个工具，得看它的克制。阅文这一套在三个地方明显收着。

不代写整章。妙笔的输出被明确标注为辅助建议，与作者原创内容区分开。这既是产品定位，也是平台合规的需要——阅文自己就是平台方，它比谁都清楚 AI 代写的风险。

不做文风模仿。它不会学习你的语感然后替你写。想要“像我写的”，得去用 Sudowrite 的 My Voice 或 Claude 的风格提示。

不跨平台。深度对接的是起点、QQ 阅读。你在别的平台写，这一套的运营功能基本用不上，只剩编辑器。

3.5适合谁，不适合谁

番茄这一套不和你谈文学，它谈的是“今天能不能按时更新、发布之后数据怎么样”。定位极其务实，也极其清楚：它不是创作工具，是生产工具。

4.1核心能力：一条闭环

把它的功能摊开看，会发现所有功能都围着同一条链路：写、存、检、发、看数据。

写：沉浸模式隐藏所有工具栏，只留纯白画布；背景色和字号可调；自定义键盘工具栏，常用标点一键触达。这些细节听起来琐碎，但对每天码六千字的人来说，每一个都省力。

存：自动保存可以设到每十秒一次，云端同步做到秒级，多端切换不冲突。历史版本保留最近五十个存档点，误删大段文字可以回滚。这一条是刚需——写作者最怕的不是写不出来，是写出来丢了。

检：AI 错别字检测，实时标注可疑用词。这个能力是番茄的专利方向，做得很扎实，对标点混乱、同音字、形近字的识别率明显高于通用工具。

发：直接对接番茄后台，一键发布，不用复制粘贴到网页。支持定时发表，可以排到很久以后。

看数据：每章完读率、流量曲线、互动数据、广告分成与礼物收益，按小时粒度统计。爆更之后收入怎么变，精确到时段。

4.2AI 用在哪，不用在哪

它的 AI 能力和阅文是两条路。番茄的 AI 主要落在三处：

一是灵感风暴。根据当前章节语境，实时推荐情节走向与人物互动建议。这是个很轻的功能，不生成整段，只给方向，像有人在你旁边说“要不让师父这时候出现”。

二是错别字与敏感词检测。这一块比任何文学能力都实用。发布前扫一遍，把低级错误挡在读者看到之前。

三是大纲可视化。思维导图式的剧情节点编辑，支持拖拽。这算今年补上的短板。

它明显不做的是整段代笔和文风模仿。原因不难猜：番茄自己就是平台，平台既当裁判又当运动员，风险太大。

4.3数据看板才是隐藏的主角

很多人把番茄作家助手当码字软件用，忽略了它最值钱的部分——数据。

它有四个数据维度值得每天看：章节完读率（读者在哪一段跑掉）、流量曲线（平台什么时候给你推量）、互动数据（章评、段评集中在哪里）、收益趋势（哪种更新节奏收益最高）。

这四个数放在一起，能回答一个关键问题：你的书是开头不行，还是中段不行。开头不行，完读率从第一章就掉；中段不行，前二十章还行，三十章之后断崖。这两种问题的解法完全不同，靠感觉是判断不出来的。

还有读者画像——年龄分布、地域热力图。写都市和写玄幻，读者构成差别很大，知道谁在看，才知道该往哪个方向调。

4.4三个明确短板

第一，文学能力弱。它的 AI 生成的文字偏“通顺但平”，缺少个人风格。想靠它写出有辨识度的文字，不现实。

第二，绑定平台。所有运营功能只在番茄生态里有效。你的书发在别处，这套工具退化成普通码字软件。

第三，没有真正的长篇记忆系统。它有大纲和设定，但没有妙笔通鉴那种千万字级语义检索，也没有 NovelAI 那种可审计的上下文视图。写到两百万字，该忘还是会忘。

大部分 AI 写作工具是线性的：你写一段，它接一段，接完就往下走。彩云小梦做的是另一件事——它让故事可以分叉，而且每个分叉都能回去改。

5.1三种走向，一个按钮

它的核心交互极简：输入一段开头，点“小梦来帮写”，三秒内给三条完全不同的剧情走向。选一条继续，它沿着这条分支往下推；不满意，点“换一批”，基于同一段前文重新发散。

这个设计看起来像玩具，实际解决的是写作者最真实的痛点——卡文。卡文不是写不出句子，是不知道往哪走。给你三个方向，哪怕三个都不满意，你也会知道自己不要什么，这比空白页面前干坐两小时有用。

更关键的是可回溯。它能回到任意一个续写节点，改剧情，生成新分支，旧分支不丢。这意味着你可以把一条剧情线拆成五条平行世界，分别推演到结局，再挑一条最满意的留下。这件事在纸上做不到，在 Word 里做不到，只有专门设计过分支结构的产品才做得到。

5.2世界观与词条：小工具里的大结构

它的设定系统比我预期完整。可以建世界设定（故事背景、自定义词条、禁止输出词），可以建人物词条（头像、关系、背景故事），可以定义角色关系图。同一个账号下的世界观可以跨小说复用——这一点很多大工具都没做。

禁止输出词这个功能值得一提。写悬疑、写言情，有些词一旦出现就破戏。手动删很烦，设成禁词，AI 生成时自动绕开，省下大量清理时间。

V2 专业模型是它的高质量档，连贯性和细节密度比默认模型明显好。代价是速度慢一些，消耗也高一些。

5.3它不适合写长篇

这一条必须说清楚：它不是长篇工具。

它的记忆是词条级的，不是档案级的。词条能记住“这个人是谁”，记不住“这个人在第 137 章说过什么话、当时是什么情绪”。写到几十万字，该乱还是乱。

它也没有结构工具。没有幕、章、场景的层级，没有节拍表，没有伏笔台账。它假设你已经知道要写什么，只负责在你卡住的时候推一把。

所以它的正确定位是发散器，不是工作台。用它想点子、试走向、写开头，然后把结果搬到真正的写作工具里去。

5.4三个真实用法

用法一：开篇试错。同一段开头，换五批走向，看哪一条最有钩子。人工写五个开头要一整天，它要十五分钟。

用法二：支线推演。主角面对一个选择，A 路和 B 路分别推到三章之后，看哪条更顺。推完发现 B 路会走进死胡同，这个发现省下的不是时间，是三十章的返工。

用法三：角色对话。它有角色聊天和语音通话功能，可以和自建人物对话。听起来像玩，实际是找人物语感的手段——你和角色聊二十分钟，再写他的台词，会顺很多。

如果说其他工具是“给你一个更强的模型”，Sudowrite 是“给你一套写小说的动作”。它最大的价值不在模型，在那些按钮背后预设的方法论。

6.1Muse 与 Story Bible

它有两个核心组件。一个是自研的 Muse 模型，专门在小说和短篇上微调过，不是拿通用模型套一层提示词。差别体现在句子层面：写惊悚时句子更短、揭示更快、留白更多；写文学向时节奏更慢、意象更密。这种体裁意识，通用模型要靠很重的提示词才勉强做到。

另一个是 Story Bible，也就是设定库。里面有类型、文风、梗概、人物、世界观、大纲六块，每次生成时模型都会读它。人物卡最多可以填两千个，章节连续性最多可以链二十五份文档，系列文件夹能让一套设定管一整个系列。

这个组合解决的是“它知道你在写什么书”。通用模型只知道你在这一轮对话里说了什么，写到第八章它已经忘了主角的姓。

6.2Story Engine：从一段话到一章

今年的 Story Engine 3.0 是它最完整的一条流水线：给一个前提，它出梗概，出分章大纲，出每章节拍，最后出整章正文。支持多视角，也会试图贴合叙事弧。

这条流水线适合一种人：已经有完整想法，但没时间写出来的人。它能在几天内给你一份五万字的初稿，你拿去改。

但要提醒一句：它的质量是波动的。有的章节一击即中，有的章节需要大改。把它当成“极快的初稿合作者”，别当“代笔”。序章和前三章尤其要自己写——那三章决定读者留不留，交给它风险太大。

6.3那些按钮才是精髓

真正让老手离不开它的是四个小功能，全部围绕“改”而不是“写”：

Describe：选中一句干巴巴的话，它给你加视觉、听觉、触觉、嗅觉、味觉。适合把“他走进房间”变成“他推开门，屋里有股潮味，像很久没开过窗”。

Expand：把一句稀薄的叙述扩成一段有质感的文字。和 Describe 的区别是，Expand 扩的是情节密度，Describe 加的是感官细节。

Rewrite：给几种风格变体，你挑一种。适合“意思对但语气不对”的段落。

Feedback：像编辑一样在边上写批注，能引用 Story Bible。这个功能今年被强化过，方向从“帮我写”转向“帮我写完”。

这四个按钮的价值在于它们把提示词工程封装成了动作。你不需要会写提示词，点按钮就行。这是它相对通用模型的核心优势，也是它敢收月费的理由。

6.4三个必须知道的短板

第一，文风会漂。My Voice 能学你的风格，但在长稿里会逐渐往“华丽而空洞”的方向飘。写到五万字以后，你得持续校正。这是所有模仿类功能的通病，不是它一家的问题。

第二，按积分计费，容易超。三个档位十美元、二十二美元、四十四美元（年付），功能完全一样，差的只是积分。新手往往比自己预期更快烧完。只有最高档的积分可以滚存十二个月，其余档位月底清零。

第三，它是英文世界的产品。中文写作能用，但 Story Bible 的中文理解、中文语感都不是它的强项。写中文小说，它的优势会打不少折扣。

NovelAI 是这一批工具里最“硬核”的一个。它不给你流程，不给你模板，甚至不给你建议。它给你一个文本框、一个世界百科、一排参数，然后说：你自己来。

7.1Erato：七十亿参数的小说专用微调

它的旗舰模型叫 Erato，基于 Llama 3 70B 微调，在 Scroll 和 Opus 两档开放。往下还有 Kayra、Clio 这些旧型号，部分只在最高档可用。

实际差别在哪？Erato 更能“端住”一个场景里的角色声音和叙事逻辑。你写一段，它接一段，接出来的东西有小说感——不会突然滑进通用助手那种“总结一下刚才发生了什么”的腔调。

这是个很微妙的差别，但写作者一读就知道。通用模型写场景，经常写成“场景说明”；Erato 写场景，写的是场景本身。

测试它的时候有个常见错误：用 Kayra 试，觉得一般，然后下结论说这工具不行。要试就试 Erato，否则等于没试。

7.2Lorebook：这一行最好的连续性系统

Lorebook 是个词条数据库。你给每个角色、地点、势力、法器、规则建一个条目，挂上触发关键词。当关键词出现在你最近的文本里，这个条目就被注入模型的上下文。

让它真正专业的，是控制层：每个条目有插入顺序、有词元预算、有保留词元。空间不够时，谁优先谁靠后，你说了算。

更狠的是 Context Viewer：它把这一次生成到底注入了什么，完整展示给你——哪些条目进了、哪些被截断、哪些彻底被丢掉。据我所知，消费级 AI 写作工具里没有第二家把上下文组装过程暴露得这么彻底。

这个能力在什么场景下值钱？写系列第四本的时候。你的反派在第二本瞎了一只眼，模型老忘。别的工具你只能反复提醒；这里你能精确控制这条设定每次都在上下文里，并且能验证它在。

7.3三段式记忆的取舍

它的记忆分三层：Memory（一小块常驻事实）、Author's Note（插在上下文末尾的文风提示）、Lorebook（关键词触发的百科）。

这套设计很聪明，但有个硬约束：上下文窗口不大。低档三千里，高档八千多词元，换算成中文大概几千字到一万字。也就是说，除了你手动编码进 Memory 和 Lorebook 的东西，前面的正文它基本看不见。

这产生了一个悖论：它给了你一个解决失忆的好工具，而这个失忆正是它自己造成的。用它的前提是，你愿意花时间维护 Lorebook，把该记的都记下来。

愿意维护的人，会觉得这套系统极其强大；不愿意维护的人，会觉得它写两章就开始胡说。

7.4隐私与内容边界

两个特性必须提。一是加密：故事用 XSalsa20 在本地加密后才上传，只有你的密钥能解开，官方也读不到。二是不过滤：没有内容审查，写言情、恐怖、暴力题材不会被中途掐断。

这两条对特定人群是决定性的。写成人向、写暗黑题材的作者，通用模型经常写到关键处就停，反复绕开，体验极差；NovelAI 不会。

这一款的设计哲学可以用一句话概括：工具管结构，模型你自备。它不卖模型，只卖工作台。你接自己的 API 密钥，用多少付多少。

8.1Codex：不是笔记本，是活的结构

Codex 是它的设定库。表面看是个维基，实际干三件活。

第一，自动识别提及。你写到“青铜罗盘”，它知道这是 Codex 里的条目，会在侧栏标出来。你不需要手动链接。

第二，追踪演变。这叫 progressions。同一把剑，第一章是断的、第五十章修好、第八十章送人，这些状态变化会被记录下来，并且按当前章节位置喂给模型合适的版本。这一点比大多数设定库都细。

第三，跨书共享。系列小说里，一套 Codex 可以给所有书用。写第二部的时候，第一部的所有设定直接可用。

九月底的大版本叫“组织更新”，做的是幕、章、场景的插入、拆分、移动，还有可折叠的大纲视图。这些是纯粹的动线优化，但用起来差别很大——写长篇最烦的就是在结构里挪来挪去。

8.2自带密钥这件事，是优点也是门槛

它支持接 OpenAI、Anthropic、Google、OpenRouter，也支持本地模型（LM Studio、Ollama）。十月十九日的更新里加了 Gemini 4 Argon，还有一些新的便宜模型。

好处很实在：你可以给难写的场景用最强的模型，给头脑风暴用最便宜的模型。成本可控，且看得见。

坏处也很实在：你得先有 API 账号、有余额、会填密钥。不懂技术的人到这一步就退了。官方自己也知道这个问题，所以在文档里反复解释怎么配。

价格分四档：Scribe 四美元（纯写作，无 AI）、Hobbyist 八美元（开始有 AI）、Artisan 十四美元（加对话、进阶审阅）、Specialist 二十美元（加协作与团队）。三周试用，不要信用卡。

8.3它的强项和它的空

强项是控制。每一个 AI 功能都能改提示词，每个提示词能看到最终发给模型的完整文本，每个场景可以单独设置“不参与 AI”。这种透明度，别的工具给不了。

它还有 Workshop 对话：可以跟一个场景聊、跟大纲聊、跟整本书聊，聊到一半能换模型，还能从回复里提取节拍或词条存进 Codex。

审阅功能也做得细：出场热力图、每场角色统计、字数统计，能看出哪个角色被冷落了。

空的地方是它不替你决定。没有一键生成整本，没有“给我三章初稿”。它是一个工作台，你推一下它动一下。想要“快”，它不是最优解。

这一款在功能深度上不如前三家，但它有一个别人比不了的能力：在很短时间内给你一整份稿子。对某些场景，这一条就够了。

9.1它解决的到底是什么问题

先说清楚它不解决什么：它不解决文笔，不解决长篇一致性，不解决系列管理。

它解决的是从零到有。你有一个想法，想看看它变成十万字是什么样子——不是为了出版，是为了判断这个想法值不值得投入三个月。这时候你需要的是速度，不是质量。

这个需求真实存在。写作者最大的浪费不是写得不好，是在一个撑不住的想法上花掉半年。花一天做一份粗糙的完整稿，读到第三章就知道“这个故事没有第二幕”，这半年的钱就省下了。

9.2能力与限制

它支持小说和剧本两类模板，有免费档，付费档折算下来月费十几美元（年付）。

它的强项是结构完整：开头、发展、转折、结局都在，章节长度均匀，不会写到一半断掉。这一点比很多“能写但收不住”的工具强。

弱项也很明显：

• 记忆是局部的。写到后面会忘设定，人物性格会漂。
• 文风平淡。句子通顺但没有辨识度，读起来像内容农场。
• 不能改结构。生成的是成品，不是可拆装的骨架。你想调第二幕的节奏，得重来。

9.3正确用法：把它当“可行性测试”

我在两个场景下会用它，都不用它的稿子。

场景一：验证想法。新点子先跑一份完整稿，快速读一遍，判断有没有第二幕、结局撑不撑得住。撑不住的直接放弃，撑得住的自己重写。

场景二：拆结构参考。它生成的章节切分、每章长度、转折位置，可以当作一个粗糙的结构样本。你觉得哪里不对，正好说明你的结构判断在哪。这比对着空白大纲想要快得多。

这一款在今年所有新工具里，思路最不一样。别人在优化“怎么写得更好”，它在解决“怎么记得更准”。而且解决得很工程化，不像玄学。

10.1四层资料链

它给长篇搭了四层结构，每一层解决一个不同的问题：

第一层，正文原文。保留原始证据，一个字不改。这是最后回查的依据。

第二层，结构化事实库。人物关系、物品归属、事件时间线、伏笔清单，各自独立建档。注意“物品归属”这一栏——大多数设定库只记“有什么”，不记“在谁手上”。这一栏恰恰是长篇最容易出错的地方。

第三层，分层摘要。章摘要、卷摘要、全局摘要，三层检索。要定位“第三卷中段那次背叛”，先看卷摘要，再看章摘要，几十秒就到。

第四层，检索索引。生成前按需召回远、中、近的证据，先查目录、再读细节，并且记录每一条实际用到的来源。

这套链路在回归测试里跑过十万、三十万、一百万字符三个规模。这个测试方式值得说一句：它不是“感觉记得住”，是拿三个量级压测过的。在这个品类里，愿意做这种事的产品不多。

10.2两个真正稀缺的机制

机制一：版本检查。举个它文档里的例子：第 8 章你写定一件信物只能由某个人持有，第 80 章要用到它，检索链能把前文记载调出来，核对持有者、约定和出现时间。如果你在生成候选之后又改了信物归属，系统会直接阻止旧候选写回——不是默默覆盖，是拦住。

这个细节很小，但它解决的是一个真实事故：AI 生成了一段，你改了大纲，然后手滑点了采纳，新设定被旧文本覆盖，等发现时已经写了二十章。

机制二：章后整理。每写完一章，系统自动提出这一章产生的变化候选：事实、人物状态、关系、物品、年表、伏笔、主支线。由你逐条确认。确认的偏差会进入“未来影响分析”，标记哪些后续章纲和伏笔需要调整。

这个流程看着繁琐，实际是把“整理”变成了固定动作。大部分作者不是不想整理，是不知道整理什么。给你一份候选清单让你勾，门槛就没了。

10.3部署与数据

它是开源、本地优先的。作品和设定存在浏览器的 IndexedDB 里，密钥默认只保留在本次会话，可选本机记住，也能接本地模型。所有数据可以导出 JSON 做完整备份，正文可以导出 Markdown 或 TXT。

这个形态有好处也有代价。好处是数据完全在你自己手里，云端生成费用由模型服务商收，也可以完全用本地模型零成本跑。代价是它要求你懂一点技术：要配 API，要自己备份，浏览器清缓存前必须导数据。

10.4它的边界

它不是文笔工具。文字质量取决于你接的模型，它只负责把正确的信息喂进去。接便宜的模型，写出来还是平。

它不是快工具。章后整理要你逐条确认，这个动作一天可能花二十分钟。愿意花的人得到一致性，不愿意花的人得到麻烦。

它的界面不精致。功能优先的产品，视觉和动线都朴素。这一点要想清楚，它不给你审美的愉悦。

这一款严格说不算写作工具，它不生成。但没有它，前面九款的产出会带着一堆低级问题交到读者手里。它在这个链条里的位置是最后一道关。

11.1它查什么

它做二十多年了，查的东西比通用模型的“帮我改改”具体得多：

• 重复用词：同一个词在五百字里出现六次，标出来。
• 口头禅：你无意识反复用的句式，比如每段都以“他知道”开头。
• 被动语态比例：整章被动句超过阈值会警告。
• 句子长度分布：全是长句或全是短句，读起来都累。
• 对话标签密度：说了太多次“他说”“她问”。
• 可读性评分：按句长和词频算，给一个年级水平。
• 陈词滥调：内置一份常见套路短语库。

这些检查项单看都很小，叠在一起就是“读起来累不累”的量化答案。人眼判断不了自己写的东西累不累，因为读太多遍了。

11.2今年多了一件要紧的事：AI 痕迹检测

它能标出一些典型的机器写作特征：过度对称的句式、每段都恰好三句、形容词堆叠、缺乏具体名词。这个能力在今年变得重要，原因是平台开始管 AI 痕迹了。

用法要正确：不是拿它证明“我没用 AI”，是拿它找出“哪些段落读起来像机器写的”，然后改掉。这个思路比争论检测准不准有用得多。

顺带说一句，这类检测没有一个是准的，误报和漏报都常见。把它当“可疑段落提示器”用，别当判决书。

11.3它不该被怎么用

不该用来改文风。它给的是“这段有七个问题”，不是“这段该怎么写”。按它的建议逐条改，文字会变得规矩而无趣——所有指标都合格，但没有一句让人记住。

不该一开始就用。初稿阶段用它，你会被红黄蓝三种颜色淹掉，写着写着就开始修句子，初稿永远写不完。正确顺序是先写完，再体检。

不该对中文期待过高。它的强项是英文语法与修辞分析，中文支持有限。写中文小说，它的价值主要是“重复用词统计”这类不依赖语法的检查，其他功能帮助不大。

前面十款加起来，用户量可能还不如一个通用模型的零头。这不是巧合——大多数人写小说，就是开一个对话框，边聊边写。所以这一节必须单独讲，而且要讲清楚它到底能撑到哪一步。

12.1今年的变化：文笔这一项，通用模型赢了

Claude Opus 4.5 出来后，几件事变了。长文档理解做到四十万字级别的合同能抽出全部条款并交叉比对；创作盲测里，十二位读者有七位偏好它的版本；上下文基线到二十万词元，长文档场景还能往上扩。

更实用的是风格记忆：在项目里放几篇你自己的文字，它会逐渐贴近你的语感，写出来的初稿需要改的地方明显变少。

这意味着一个现实：如果你的问题只是“句子写得不好”，不需要买任何专业工具。一个月二十美元的订阅，文笔水平已经超过大部分付费写作软件。

12.2但它有三个硬伤

硬伤一：没有记忆系统。它只记得当前对话。你可以在对话里贴设定，但对话一长就会滑出窗口，而且它不会主动提醒你“这个设定和第三章冲突”。

变通办法是有的：把设定写成一份文档，每次对话开头贴一遍；或者用项目功能挂文件。这能撑到十万字，撑不到一百万字。

硬伤二：内容边界。写言情、恐怖、暴力题材，它会在关键处收手。这不是提示词能绕过去的，是模型层的对齐。写这类题材，NovelAI 或 Sudowrite 是更现实的选择。

硬伤三：不主动整理。它不会写完之后给你一份“本章新增伏笔清单”。你得自己问，问了它才做。

12.3三家的分工，比选一家更实际

把主流通用模型放一起看，各自的长处不太一样：

一个务实的组合是这样：用 GPT 系拆大纲和设定表，用 Claude 写正文和改稿，用 Gemini 通读全稿找前后矛盾，中文题材的对话和日常段落交给国产模型。四家加起来月费不到一百美元，覆盖的工序比任何单一专业工具都全。

代价是你得自己管流程。没有 Story Bible 自动喂入，没有 Codex 自动追踪，所有上下文靠你手动搬运。写十万字可以，写一百万字会很累。

12.4什么时候该从通用模型升级

有一个清晰的信号：当你开始重复贴同一份设定文档的时候。

第一次贴，正常。第五次贴，说明你在为“它记不住”付时间成本。第十次贴，这个成本已经超过专业工具的月费了。这时候升级，是算得过来的。

另一个信号是你开始怀疑前后矛盾。当你需要人工回翻二十章确认一个细节，说明记忆系统该上场了。

第一张表看“它是什么”，第二张表看“它有多强”。两张表叠起来，基本不用再看别的测评。

13.1第一张：定位、价格与硬约束

这张表最该盯的是“记忆机制”那一列。十款里有四款没有真正的记忆系统（Squibler、彩云小梦、Claude、ProWritingAid），它们适合短篇、试稿、辅助，不适合长篇主线。

13.2第二张：五维评分

这张表要用得对，得注意三件事。

第一，总分没有意义，只有分项有意义。ProWritingAid 总分垫底，但如果你缺的正好是“体检”，它就是唯一解。Squibler 十三分，但它解决的问题别人不解决。

第二，中文这一列的权重对中国作者要加倍。一款工具中文只有两分，意味着你要额外花大量时间清理“翻译腔”，这个成本往往超过它省下的时间。

第三，记忆和文笔是反相关的。看前十名，文笔高的记忆偏低，记忆高的文笔偏低。这不是巧合——文笔靠模型能力，记忆靠工程投入，资源总是往一头倾斜。所以组合用，比选一款强。

把“我是谁”认清楚，选型三分钟就能定。下面六条路径覆盖了绝大多数人，找到最像你的那条，直接看结论。

14.1路径一：签约网文作者，日更六千以上

组合：阅文作家助手（或番茄）+ 彩云小梦。

主线用平台工具，因为它掌握你的数据、你的读者、你的发布链路，这些外部工具拿不到。卡文的时候开彩云小梦，三秒三个方向，挑一个回主线写。

不要在这条路径上买 Sudowrite。它的工序是为“写一本书”设计的，不是为“每天三千字不能断”设计的。连载需要的是续航，不是精雕。

月成本：接近零。

14.2路径二：写完结长篇，文学向，十万到三十万字

组合：Claude + ProWritingAid。

这个体量不需要专业记忆系统——你把设定整理成一份文档，每次开新对话贴一次就够，负担不大。Claude 的文风贴合在这个长度上优势明显，你能得到“像自己写的”初稿。写完过一遍 ProWritingAid 查重复与句式。

如果连文档都不想整理，加一个 Novelcrafter 的 Scribe 档（四美元，无 AI），把 Codex 当设定库用，AI 还是用 Claude。这个组合比直接买 Sudowrite 便宜且自由。

月成本：二十到二十五美元。

14.3路径三：写系列小说，多部曲，共享世界观

组合：Novelcrafter（Artisan 档）+ 自备密钥。

这是唯一为“系列”设计的产品：一套 Codex 管所有书，演变追踪能记住同一件物品在五本书里的状态变化。别的工具到第二部就开始重填设定。

预算够的话，可以再叠一个 StoryForge 做伏笔台账。两者不冲突，一个管设定，一个管线索。

月成本：十四美元 + 模型用量，通常三十到五十美元。

14.4路径四：新人试水，不确定自己能不能写下去

组合：番茄作家助手 + 彩云小梦，全免费。

这条路径的唯一原则是先别花钱。写作的淘汰率极高，多数人写到三万字就停了，这时候买的年费全打水漂。

先用免费工具写满十万字。写完了还停不下来，再考虑升级；写不完，说明问题不在工具。

月成本：零。

14.5路径五：工作室、合写、多人协作

组合：Novelcrafter Specialist + StoryForge 本地部署。

多人协作的要求和单人完全不同：要权限、要版本、要留痕、要防止 A 改了设定 B 不知道。Novelcrafter 的 Specialist 档有团队管理和协作写作；StoryForge 的版本检查能拦住“旧候选覆盖新设定”这种事故。

如果内容涉密，本地部署这一条是硬要求，云端工具直接排除。

月成本：二十美元 + 模型用量，另加部署成本。

14.6路径六：英文写作，或者双语创作

组合：Sudowrite（主）+ NovelAI（特定题材）。

英文环境下 Sudowrite 的工序优势能完全发挥，Muse 的体裁意识也是实打实的。如果题材涉及成人向、恐怖、暴力，需要不过滤，加 NovelAI 补位。

这一条路径上，中文工具全部不适用，别浪费时间试。

月成本：三十二美元起。

买工具的时候人人算订阅费，写起来之后才发现，订阅费在总成本里排第三。前两笔是什么，得算清楚。

15.1第一笔：时间成本

假设你月费三十美元，一年三百六十美元。听着不少，折成时薪呢？如果它每周帮你省两小时，一年省一百小时，折下来每小时三点六美元。

反过来，如果一款便宜工具每周让你多花三小时清理翻译腔、修复人设矛盾，它的真实成本是负数——你不仅没省钱，还倒贴了时间。

判断标准很简单：算“每小时省多少钱”，不算“每月花多少钱”。这个换算一做，很多决策会反转。

15.2第二笔：返工成本

这是最容易被低估的一笔。AI 写的东西如果不一致，你不是改一句，是改一条线。

举个量级：一个配角的身份写错，牵动三场戏，每场两千字，重写加校对大约六小时。这种事故在一本长篇里出现十次，就是六十小时。按每小时五十元的机会成本算，三千元——比任何工具的全年订阅都贵。

所以记忆系统的钱不能省，它买的不是功能，是避免返工的保险。

15.3第三笔：订阅费本身

这一笔反而最好算。把主流方案按年排一下：

看这张表会发现一件事：最贵的方案不一定最强，最便宜的方案也不一定最差。零成本组合覆盖了三道工序，日常写网文完全够；七百二十美元的组合反而记忆最弱。

15.4一笔没写在价目表上的成本

还有一笔：学习成本。NovelAI 要学两天到一周，StoryForge 要配环境、学备份，Novelcrafter 要配密钥。这些时间不会出现在账单上，但真实存在。

按每天两小时算，一周就是十四小时。这十四小时如果用来写正文，能写一万字。所以给工具的学习时间设个上限：超过三天还没上手，就换一个。工具是来省时间的，不是来当新项目的。

前面十五节讲的是“怎么选对”，这一节讲“怎么不踩”。七个坑，每一个我都见过真实代价。

16.1坑一：先让 AI 写正文，再想设定

这是最普遍的错误，也是代价最大的。顺序反了，写到五万字你会发现世界观撑不住，然后所有正文作废。

正确顺序是：设定定死 → 大纲拆到场景 → 写前三章验证语感 → 再放量。前三章必须自己写，因为它决定读者留不留，也决定后面 AI 该模仿什么。

16.2坑二：把“生成得快”当成“写得好”

一天出十万字的能力很诱人，但读者不看你写了多少，只看他读的那一章好不好。生成速度解决的是产能，不解决质量。

一个反直觉的事实：AI 用得越顺，你越容易写出“合格但没人记得”的东西。因为它永远给你七十分的答案，而七十分不会让人追更。

16.3坑三：忽略平台的 AI 条款

这一条后果最重。多家平台已限制用 AI 直接生成段落描写，部分平台上线了识别与标注机制。签约作者如果踩线，可能影响审核、推荐甚至结算。

动手前做三件事：查签约平台的最新条款、看有没有 AI 内容申报入口、把 AI 参与的部分控制在校对与灵感层面。别拿“别人也这么干”当理由，风险是你自己的。

16.4坑四：用检测工具证明“我没用 AI”

所有 AI 检测都不准，误报率不低。人类写的规整文字会被判成机器，机器写的带错字反而能过。拿它当证据，很容易翻车。

正确用法是反过来：用它找出“读起来像机器”的段落，然后改掉。这个用法不会被误导，因为你要的是改进，不是判决。

16.5坑五：为“可能用到”的功能付年费

年付通常打五折，很诱人。但写作的淘汰率极高，多数人三个月后就停了。年付的钱，八成是给“未来的自己”付的，而那个自己往往不存在。

建议：先月付三个月。三个月后还在用，再转年付。多付的那点钱，是买“可以不写了”的自由。

16.6坑六：只用一个工具干所有事

前面反复说过，没有全能冠军。但人懒，总想一个工具搞定。结果是：用 Sudowrite 写中文，用 Claude 管百万字设定，用 StoryForge 写快稿——每一件都用了不对的工具。

接受“组合”这件事，是成熟的标志。两三个工具加起来月费五十美元，比一个五十美元的工具强得多。

16.7坑七：让 AI 替你决定“写什么”

这个坑最隐蔽。AI 能给你三十个题材、五十个金手指、一百个反转，每一个都成立。你挑了一个，写完发现没有非写不可的理由。

写小说这件事，唯一不可替代的是“你为什么想写这个故事”。这个问题 AI 答不了，也不该由它答。它可以帮你把答案写得更好，但不能替你产生答案。

16.8我的判断

写了一年多，用过这十款里的八款，我的结论有四条。

第一，记忆是这一行唯一真正的技术壁垒。文笔会被通用模型追平，工序会被抄，只有“记得住百万字”这件事需要长期工程投入。选工具时，把记忆的权重放到一半以上。

第二，中文和英文是两个市场，工具不能通用。中文网文的连载形态、读者反馈机制、平台规则，和英文完结长篇完全不同。拿英文工具写中文网文，或者反过来，都是在跟工具的设计意图对抗。

第三，最好的组合往往是“一个记忆工具 + 一个文笔工具”。StoryForge 管一致性，Claude 管句子，这个组合的成本不到五十美元，效果超过任何单一产品。前提是你愿意手动搬运上下文。

第四，工具决定下限，品味决定上限。AI 能把你的稿子从四十分拉到七十分，剩下三十分靠你自己。而这三十分，恰好是读者记住你的原因。

最后说一句可能不讨喜的话：这一年我见过太多人花三个月挑工具、配环境、比较订阅，最后一字未写。工具的选择成本，已经超过了工具本身的价值。如果你现在正卡在选型上，随便挑一个免费的，先写三万字。三万字之后，你会知道自己真正缺什么，那时候再买，一分钱都不会浪费。