第49章：AI辅助创作的协处理器——提示工程与人机协作

prompt = "一个关于时间旅行的故事开头"
variants = []
for temp in [0.5, 0.7, 0.9, 1.1]:
    variants.append(generate(prompt, temperature=temp))

base = "一个侦探故事"
dimensions = {
    "时代": ["维多利亚时期", "赛博朋克", "中世纪"],
    "设定": ["太空站", "深海", "梦境"],
    "主角": ["AI侦探", "幽灵侦探", "儿童侦探"]
}

elements = {
    "冲突": ["人vs自然", "人vs科技", "人vs时间"],
    "主题": ["救赎", "成长", "牺牲"],
    "结构": ["倒叙", "多线", "循环"]
}
# 生成3×3×3=27种组合

概念A = "卡夫卡的《变形记》"
概念B = "Silicon Valley创业文化"
prompt = f"融合{概念A}和{概念B}，创造新故事"
结果 = "一个程序员某天醒来发现自己变成了自己的代码"

源领域 = "免疫系统对抗病毒"
目标领域 = "网络安全"
prompt = f"用{源领域}的机制设计{目标领域}的故事"
结果 = "白细胞AI"追杀恶意软件的赛博惊悚片

def generate_story(
    # 角色定义层
    role="你是一位精通悬疑小说的作家",

    # 任务定义层  
    task="创作一个密室杀人案的开头",

    # 约束条件层
    constraints={
        "字数": "500-800字",
        "人物": "不超过4个",
        "视角": "第三人称限制视角",
        "时间": "发生在一个小时内"
    },

    # 风格定义层
    style={
        "语气": "冷峻客观",
        "节奏": "缓慢建立紧张感",
        "描写": "重环境轻对话"
    },

    # 输出格式层
    format="标准小说格式，分3-4个自然段"
):
    pass

"风格示例：
'雨落下。像记忆。像遗忘。'
请以类似的风格继续..."

# 宏观模板
macro_template = """
[开头]：设置悬念（100字）
[发展]：逐步披露信息（200字）
[转折]：颠覆预期（100字）
[结尾]：留下新问题（100字）
"""

# 微观模板
micro_template = """
每段结构：

- 第一句：场景/动作
- 中间句：细节/深化
- 最后句：情绪/转向
"""

if 类型 == "动作场面":
    使用短句，动词驱动，省略形容词
elif 类型 == "心理描写":
    使用长句，意识流，大量比喻
else:
    平衡长短句，场景与内心并重

### 示例1（基础）
输入：写一个人物出场
输出：他推开门，所有人都安静了。

### 示例2（进阶）
输入：写一个令人印象深刻的人物出场
输出：门被推开前，他的香水味就已经占领了整个房间。

### 示例3（高级）
输入：写一个不直接描写人物的出场
输出：猫突然弓起背。杯子停止了晃动。然后，脚步声。

### 反例（避免）
输入：写一个人物出场
错误输出：有一个人走了进来。（太平淡）

"让我们一步步思考：

1. 首先，确定故事的核心冲突是什么
2. 然后，设计解决冲突的可能方案
3. 接着，选择最意外但合理的方案
4. 最后，倒推需要的伏笔

基于以上分析，故事是：..."

Step 1: 生成故事大纲
Step 2: 分析大纲的逻辑问题
Step 3: 修复问题，生成新大纲
Step 4: 重复直到满意

"从三个角度分析这个场景：

- 角度A（情节）：这个场景推进了什么
- 角度B（人物）：揭示了什么性格
- 角度C（主题）：呼应了什么主题

综合三个角度，场景应该..."

不要：

- 使用陈词滥调（"很久很久以前"、"从此幸福生活"）
- 过度解释（相信读者的理解力）
- 情感标签化（"他很生气"→展示生气的行为）
- 完美主角（每个人都有缺陷）
- 机械对话（真实对话有中断、重复、省略）

硬约束：

- 严格500字以内
- 必须包含三个具体意象
- 不能出现超自然元素

软约束：

- 尽量避免倒叙
- 优先展示而非叙述
- 控制形容词使用频率

Human: 定义创作目标和约束
   ↓
AI: 生成20个故事概念
   ↓
Human: 选择3个最有潜力的
   ↓
AI: 每个概念扩展为300字简介
   ↓
Human: 选定1个，细化需求

AI: 生成详细大纲
   ↓
Human: 调整结构，标注重点
   ↓
AI: 为每个章节生成3个开头选项
   ↓
Human: 组合最佳选项

AI: 生成初稿
   ↓
Human: 标注问题段落
   ↓
AI: 重写问题部分
   ↓
Human: 精细编辑

Human: 标注风格不一致处
   ↓
AI: 统一风格
   ↓
Human: 最终审校

feedback = {
    "整体评价": "方向正确但细节需要调整",
    "具体问题": [
        {"位置": "第二段", "问题": "逻辑跳跃", "建议": "加入因果说明"},
        {"位置": "结尾", "问题": "too abrupt", "建议": "延长一句"}
    ],
    "保留部分": ["开头的氛围营造", "人物对话"],
    "参考方向": "参考第一稿的节奏感"
}

main (主线剧情)
├── branch-A (尝试喜剧结局)
├── branch-B (尝试悲剧结局)
└── branch-C (尝试开放结局)

def compare_versions(v1, v2):
    return {
        "添加": 新增的段落或描写,
        "删除": 被移除的内容,
        "修改": 措辞或风格的调整,
        "移动": 段落顺序的改变
    }

协作收益 = (质量提升 × 质量权重 + 时间节省 × 时间权重) / AI使用成本

character_state = {
    "基础属性": {
        "年龄": 35,
        "职业": "侦探",
        "性格": ["理性", "固执", "正义感"]
    },
    "动态属性": {
        "情绪状态": "焦虑",  # 随剧情变化
        "人际关系": {"助手": "信任", "嫌疑人": "怀疑"},
        "知识状态": ["知道凶器", "不知道动机"]  # 信息积累
    },
    "行为模式": {
        "说话方式": "简洁、多用反问",
        "决策倾向": "证据驱动 > 直觉",
        "压力反应": "更加沉默"
    }
}

def check_character_action(character, action):
    if "冲动" not in character.性格 and action == "未经思考就行动":
        return Warning("性格不符：理性角色的冲动行为需要解释")

def check_dialogue(character, dialogue, timestamp):
    known_info = character.get_knowledge_at(timestamp)
    if mentions_unknown_info(dialogue, known_info):
        return Error("角色提到了他不应该知道的信息")

def validate_character_arc(states_timeline):
    for i in range(1, len(states_timeline)):
        change = diff(states_timeline[i], states_timeline[i-1])
        if change.magnitude > THRESHOLD and not has_trigger_event:
            return Warning("角色变化缺少触发事件")

timeline = {
    "绝对时间": [
        {"时刻": "Day1-09:00", "事件": "发现尸体"},
        {"时刻": "Day1-10:00", "事件": "警察到达"},
    ],
    "相对时间": [
        {"参照": "发现尸体", "偏移": "-2小时", "事件": "最后目击"},
    ],
    "模糊时间": [
        {"范围": "Day1午后", "事件": "秘密会面"},
    ]
}

def detect_temporal_paradox(timeline):
    paradoxes = []

    # 因果倒置检测
    for event in timeline:
        for consequence in event.consequences:
            if consequence.timestamp < event.timestamp:
                paradoxes.append(f"果在因前：{consequence} < {event}")

    # 同时性冲突
    for person in characters:
        events = timeline.filter(actor=person)
        for e1, e2 in pairs(events):
            if overlaps(e1.time, e2.time) and distance(e1.location, e2.location) > possible_travel:
                paradoxes.append(f"{person}不可能同时在两地")

    return paradoxes

world_rules = {
    "物理规则": [
        "重力正常",
        "没有超光速",
        "能量守恒"
    ],
    "魔法规则": [
        "魔法需要等价交换",
        "每人只能掌握一系魔法",
        "魔法力会枯竭"
    ],
    "社会规则": [
        "贵族政治",
        "一夫一妻制",
        "18岁成年"
    ]
}

def validate_against_rules(event, world_rules):
    violations = []

    # 硬规则（不可违反）
    for rule in world_rules.hard_rules:
        if violates(event, rule):
            violations.append(Error(f"违反硬规则：{rule}"))

    # 软规则（需要解释）
    for rule in world_rules.soft_rules:
        if violates(event, rule) and not has_explanation(event):
            violations.append(Warning(f"违反软规则未解释：{rule}"))

    return violations

knowledge_graph = {
    "entities": {
        "人物": ["sherlock", "watson", "moriarty"],
        "地点": ["贝克街", "泰晤士河", "大本钟"],
        "物品": ["手枪", "遗书", "密码本"]
    },
    "relations": [
        ("sherlock", "居住于", "贝克街"),
        ("watson", "协助", "sherlock"),
        ("moriarty", "敌对", "sherlock"),
        ("手枪", "属于", "watson"),
        ("遗书", "发现于", "泰晤士河")
    ],
    "events": [
        {
            "id": "e1",
            "action": "谋杀",
            "actor": "?",
            "victim": "victim1",
            "location": "贝克街",
            "time": "Day1-02:00"
        }
    ]
}

# 查询：谁可能是凶手？
def find_suspects(graph, murder_event):
    suspects = []

    # 有作案动机
    victims_enemies = graph.query(
        f"MATCH (p)-[:敌对|怨恨|嫉妒]-({murder_event.victim}) RETURN p"
    )

    # 有作案能力
    weapon = murder_event.weapon
    weapon_access = graph.query(
        f"MATCH (p)-[:拥有|接触|知道]-({weapon}) RETURN p"
    )

    # 有作案时间
    time_window = murder_event.time_range
    alibis = graph.query(
        f"MATCH (p)-[:在场]->(e) WHERE e.time IN {time_window} RETURN p, e"
    )

    # 交集分析
    suspects = intersect(victims_enemies, weapon_access) - has_alibi(alibis)
    return suspects

test_suite = {
    "角色测试": [
        test_character_introduction,  # 每个角色都有介绍
        test_character_voice,  # 对话符合角色特征
        test_character_motivation,  # 行为有合理动机
        test_character_consistency  # 前后表现一致
    ],
    "情节测试": [
        test_chekhov_gun,  # 契诃夫之枪原则
        test_plot_holes,  # 情节漏洞
        test_pacing,  # 节奏控制
        test_climax_buildup  # 高潮铺垫
    ],
    "设定测试": [
        test_world_consistency,  # 世界观一致
        test_magic_system,  # 魔法规则
        test_technology_level,  # 科技水平
        test_social_structure  # 社会结构
    ]
}

# .story-ci.yml
on: [push, pull_request]

jobs:
  story-validation:
    steps:

      - name: Load Story
        run: load_story_files()

      - name: Character Tests
        run: pytest tests/characters/

      - name: Plot Tests
        run: pytest tests/plot/

      - name: World Tests
        run: pytest tests/worldbuilding/

      - name: Generate Report
        run: generate_validation_report()

层次结构：
├── AI模型开发者（OpenAI、Anthropic等）
│   └── 主张：模型架构和训练的智力投入
├── 训练数据版权方
│   └── 主张：原始创作的贡献
├── 提示词设计者
│   └── 主张：创意指导和具体指令
├── 内容生成者/使用者
│   └── 主张：选择、编辑和整合
└── 后期编辑者
    └── 主张：改编和完善

def calculate_authorship_share(creation_process):
    contributions = {
        "原创提示": 0.3,  # 创意和指导
        "参数调优": 0.1,  # 技术控制
        "内容筛选": 0.2,  # 从多个输出中选择
        "后期编辑": 0.3,  # 实质性修改
        "结构设计": 0.1   # 整体规划
    }

    human_contribution = sum(
        contributions[task] * involvement[task]
        for task in creation_process
    )

    return {
        "human": human_contribution,
        "ai": 1 - human_contribution,
        "copyright_eligible": human_contribution > 0.5  # 假设阈值
    }

def assess_originality(content, generation_params):
    factors = {
        "提示独创性": rate_prompt_creativity(generation_params.prompt),
        "输出稀有度": 1 / probability_of_output(content, generation_params),
        "人类改动量": diff_ratio(ai_output, final_content),
        "组合创新度": measure_novel_combinations(content)
    }

    # 争议点
    controversies = [
        "如果100个人用同样提示会得到相同结果吗？",
        "温度参数算创造性贡献吗？",
        "选择本身是否构成创作？"
    ]

    return factors

作品声明：
"本作品在创作过程中使用了AI辅助工具（GPT-4），
具体使用方式包括：

- 初稿生成（约30%内容）
- 创意建议（参考但未直接采用）
- 语言润色（语法和表达优化）
所有最终内容均经人工审核和实质性修改。"

creation_log = {
    "timestamp": "2024-01-01 10:00:00",
    "human_input": {
        "prompt": "原始创意指令",
        "iterations": 5,
        "selection_criteria": "选择标准"
    },
    "ai_output": {
        "raw": "AI原始输出",
        "alternatives": ["选项1", "选项2", "选项3"]
    },
    "human_editing": {
        "changes": diff(ai_output, final_version),
        "additions": "新增内容",
        "deletions": "删除内容"
    },
    "final_version": "最终作品"
}

AI-Compatible License (ACL)

- 允许AI训练使用
- 要求attribution到原作者
- 生成内容的收益分享机制

def safe_ai_collaboration():
    guidelines = {
        "DO": [
            "保留完整创作记录",
            "进行实质性人工修改",
            "明确标注AI使用",
            "focus于AI辅助而非替代",
            "定期咨询法律意见"
        ],
        "DON'T": [
            "声称纯AI内容为人类创作",
            "批量生成商业内容",
            "忽视训练数据版权",
            "依赖AI生成关键创意",
            "假设当前实践永远合法"
        ],
        "GREY_AREA": [
            "AI生成+人工选择的版权",
            "prompt工程的知识产权",
            "风格模仿的合法边界",
            "训练数据的合理使用"
        ]
    }
    return guidelines