社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

20个月出书370本,ChatGPT写对话

AI资讯每日更新 • 5 小时前 • 12 次点击  

20个月,370本书。南非作者 Coral Hart 用多模型协同框架,把 AI 写作从单点生成变成了流水线作业。

这种多模型路由策略在工程上并不新鲜,但在内容生成侧跑通,说明大模型的长文本控制力已经跨过了商用门槛。你以后做 Agent 编排,完全可以复用这种按能力拆分发任务的思路。

  • 单模型直出全书效果极差,必须前置概念、风格、人设和大纲。
  • 模型能力存在明显长板:ChatGPT 擅长对话,Claude 掌控结构,Grok 处理受限场景。
  • 工作流已进化:从早期单次生成一段需 2-3 个提示词,到现在单次提示词直接生成全书草稿。

多模型路由与前置上下文工程

Coral Hart 花了 3 个月时间摸透模型脾性并搭建框架。她明确指出,直接扔给模型写本书的指令,返回的只会是毫无逻辑的文本垃圾。工程上的解法是前置上下文:先锁定故事概念、文风、角色细节和章节大纲,再喂给系统。这种 Prompt 设计思路,相当于给大模型加上了强约束的 System Prompt。

从工程落地角度看,这种多模型协同框架的核心在于能力路由。你在设计自己的内容生成 Agent 时,不要指望一个大参数模型包揽一切。对话生成需要高自由度和语感,适合调用 ChatGPT 这类在对话语料上微调极深的模型。故事结构和逻辑连贯性,需要极强的注意力机制和长文本规划能力,这正是 Claude 的强项。至于边缘或受限场景,Grok 的宽松对齐策略反而成了优势。选型时,先拆解任务流,再为每个节点匹配最合适的模型,而不是死磕单一模型。

模型能力边界与迭代速度

原文没有提供具体的跑分数据,但从工程实测反馈来看,各模型的偏科现象依然严重。

  • ChatGPT:对话生成能力极强,但散文和文笔描述能力较弱。
  • Claude:故事结构搭建能力突出,但在处理情感张力或特定驱动力场景时表现不佳。
  • Grok:对齐策略完全不受限,在处理特定火辣场景时表现优异。
工作流演进数据:
早期阶段:单次生成一个段落,需要 2 到 3 个提示词进行微调。
当前阶段:单次提示词序列即可直接生成整本书的草稿。
模型迭代:过去一年中,散文质量、语法准确性和句子结构均有大幅提升。

这套工作流看似高效,但失败条件也很明确。首先,它高度依赖前置大纲的质量。如果你的章节大纲逻辑崩了,多模型协同只会加速生成一堆结构严密的废话。其次,这种一次性生成全书草稿的模式,对上下文窗口和显存带宽是极大的考验。虽然原文没提具体参数量,但要支撑单次长文本生成不崩溃,底层推理框架的 KV Cache 管理必须做到极致。如果你的业务场景对逻辑一致性要求极高,这种粗放的多模型拼接法依然会产生明显的割裂感,必须引入后处理校验机制。

工程复现与资源获取

原资料未提供具体的框架代码、GitHub 仓库或安装步骤。Coral Hart 目前主要依靠商业化 API 进行组合调用,并未开源其底层的 Prompt 模板或调度脚本。

对于想复现这套工作流的开发者,建议直接通过各家官方 API 构建简单的路由网关。你可以用 LangChain 或 AutoGen 搭建一个多 Agent 协作流,将大纲生成、对话填充和特定场景渲染拆分成独立的 Tool。


Coral Hart 顶着网暴和死亡威胁坚持公开这套工作流,客观上为 AI 写作祛了魅。从工程视角来看,这根本不是什么魔法,而是一个典型的提示词工程加多模型路由的自动化流水线。她花了 14 年积累出版经验,又花 3 个月调试模型,这 3 个月的调试成本,才是她 20 个月出 370 本书的核心壁垒。对于技术决策者而言,不要盯着 370 这个数字焦虑,去拆解她背后的任务拆解逻辑和模型能力矩阵,才是把 AI 转化为生产力的正确姿势。

看完想聊两句?
你现在主力跑什么模型做长文本生成?上下文窗口留了多少?

本文依据以下公开报道整理:
来源:Hacker News AI Agents
原文链接:https://www.enca.com/lifestyle/370-books-20-months-sa-author-defends-her-use-ai

往期推荐

  • ·工具调用成功率百分之九十九,Merge重构业务流
  • ·19 纳秒解析单行,C 扩展跑赢 Rust 实现
  • ·Qwen3 微调丢失首行,排查发现 bf16 双 LoRA 合并导致截断

点击公众号头像 → 历史消息,可翻阅以上文章

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203606