长篇文风量化改造与连续性审校

把"这章读起来干巴巴的""AI 味太重"这类主观感受，转成一组可测量、可复现、可验收的指标；再用三层审校法找出机械扫描抓不到的硬伤。

本技能由一位中文长篇小说作者的实战流程提炼而成，全部方法在数十章真实稿件的打磨中校准过。示例均已抽象为通用写法。

目录

• 快速参考
• 第一部分：文风量化改造
• 1. 八项核心指标
• 2. 改造手法（按优先级）
• 3. 冷钩前置：让开场不平淡
• 4. 密度陷阱
• 5. 标准流水线
• 第二部分：连续性三层审校
• 第一层：机械全量扫描
• 第二层：并行精读审稿
• 第三层：回原文逐条取证
• 第三部分：硬伤类型学
• 第四部分：AI 腔的量化判别
• 第五部分：定稿前的最后精读
• 附：工具脚本

快速参考

第一部分：文风量化改造

1. 八项核心指标

改造前先跑一遍指标，方向可能每章相反——先看数据再动手。

两个反直觉事实：

1. 均段长每题方向可能相反。同一部书里，上一章初稿均段长 78（太密要拆），下一章初稿 29（太碎要并）。不要套模板，先量。
2. 对话占比按"含左引号的段落"的字数计，不是按引号内字数。所以「一问一答拆两行」时只有答语那行算进 dia——这一点决定了后续几种无损调平手法为什么有效。

2. 改造手法（按优先级）

按此顺序尝试，前面的性价比最高：

① 碎问答并进叙述长句

把一问一答的短对白改写成叙述句：

• 改前："几点？"他问。 / "亥时。"答。
• 改后：他问几点，答说亥时。

一次压 dia、short、very_short 三项，且不改语义。

② 补成段环境

每章 ≥3 处，每处 ≥80 字，必须含三感（嗅/听/视）+ 光影。环境要参与叙事，不能是静态布景——它得和这一章的气氛、人物的心理状态咬合。

③ 补人物特写与行为特征

原则：出场即画像，一人一口吻。给每个角色一个属于他自己的习惯动作（不是通用的"笑"，而是"笑起来只动嘴不动眼"或"不大笑，嘴角提一提落得更快"）。详见 §硬伤类型学「同一描写复用」。

④ 单字对白改造

"是。" / "嗯。" / "我知道。" 这类单字对白，改成带承接叙述的形式：他应了一声：是，是摔过。

⑤ 撞击点保留短句

关键的戏剧短句（一句定调、一句戳心的话）要保留，这是节奏。每章最多留 3–5 条。判断标准：这句话删了，这一段的力道就散了——那就留。

⑥ 无损调平（不动一个字，只调段落切分）

当 dia 偏低时，不要靠加对话。利用"dia 只计含引号段落"的特性：把「叙述行（无引号）」与紧随其后的「答语行（含引号）」并成一行——叙述字数即整体计进 dia。默认按叙述行字数从大到小取，凑够目标值即停。

3. 冷钩前置：让开场不平淡

诊断：单元故事/章节最常见的钝法是「先铺环境、后出事」——钩子被埋到第四段以后，读者前三屏无事发生。

手法：只改信息排列顺序，不动案核、不动人物、不动框架。

1. 找出本章的异常核——一条违反常识的事实、一条奇怪的规矩、一件放错位置的东西。
2. 首句直给异常核，用 2–4 句独立成段把它立住（可含一句撞击短句）。
3. 紧接一句反扣或疑问（"没人问过""没有一个人见过""说不通的是"），制造悬置。
4. 环境段、人物出场、查证过程全部后移。
5. 跑双核验——冷钩前置会略微抬高短句率，用「碎问答并进叙述」对冲。

抽象后的改前 → 改后对照：

4. 密度陷阱

补字数时，分母也在变大。

实测教训：补一段感官描写后，加 82 字含 6 个感官词 → 密度 1.9%（仍不达标）；再加 180 字含 12 个 → 2.0%（达标）。

判断标准：新增字数 ÷ 达标所需词数 ≤ 12。即每 12 个新字至少要含 1 个词表词，否则白补。

更优解：在已有句子里加词，别猛加新段。 新段会同时扰动 dia／均段／句长三项。优先在已有叙述句与已有引语句内部插入词表词——引语句内加词不新增 dia 段落，性价比最高。优先补当前频次为 0 的词（笑/叹/摇头/咳嗽/蹲/尘/香/热），这些词在自然叙事里几乎不违和。

5. 标准流水线

单章打磨的固定顺序（顺序不可乱，转引号必须紧跟写改动作）：

Write/Edit → 转引号 → 短段合并 → 尾巴合并 → 并接悬空
  → 手工回读并接处（粘连的拆回）→ 转引号 → 双核验

关键约束：

• 每次 Write/Edit 之后必须立刻转引号。写改工具会把手写的中文弯引号转成 ASCII 直引号，不转会同时踩两个坑：正文核验报"英文直引号 N 处"，且 dia 因左引号缺失而暴跌（实测某章从 30.9% 掉到 14.7%）。
• 不要攒到章末才转，改一段转一次，成对出现。
• 合并器必须有 CJK 守恒断言。用 for i in range(...) + del out[i] + break 的写法会静默丢字（实测一次丢掉 2256 字，CJK 13342→11090，而断言因写错位置仍报"守恒"）。正确写法是索引式单趟推进：

i = 1
while i < len(out):
    if 满足合并条件:
        合并; continue          # 不前进
    i += 1

第二部分：连续性三层审校

文风核验只看单章。跨章冲突——锚点漂移、时间线打架、伏笔自相矛盾——它一个都抓不到。写完一卷必须单独跑这一轮。

第一层：机械全量扫描

写脚本 grep 全部正文，别用肉眼。 覆盖项：

• 红线：真实姓名泄漏、禁用词、英文残留、年份违规、序号小标题、ASCII 直引号
• 锚点：每个角色/道具的固定写法首次登场章 vs 设定档案是否一致
• 种子命中：伏笔关键词在各章的命中情况
• 密度：主要叙事线每 N 章的密度是否断层
• 口径：人物姓名、称呼在设定档与总表之间是否统一

第二层：并行精读审稿

按 5 章一组分派给并行子代理精读。prompt 里必须写死这三条约束，否则返回一堆赞美、浪费 token：

1. "只报问题，不许写'写得好'"
2. "每条必引原文短句作为证据"
3. "给出严重度分级"

第三层：回原文逐条取证

子代理报的结论不能直接采信。 写脚本 grep 回原文确认语境，再决定改不改。

实测数据：某轮 10 条疑点逐条验证全部为真；另一轮 15 条里有 2 条经核实不成立。虚报与真 bug 都常见，流程不能省——省掉这一步，就会把"误报"当成 bug 去改好文本。

第三部分：硬伤类型学

按根因归类，比按表象归类更有用。以下每类都附了"修法原则"。

A. 锚点与时间线（最高频，多数硬伤的根因）

B. 道具与身份（容易被读者一眼抓住）

C. 逻辑与时序（最严重，也最难被工具抓到）

D. 叙事层（最严重，文风与正文核验都查不出）

提前泄底：配角在破案/揭晓前，说出全章甚至全书核心设定的解释。

• 修法：配角只说"规矩"，不说"解释"。「这东西是给死人用的」→「坏了的东西不许修，也不许问」。规矩比解释更有压迫感，且读者自己推得出来。
• 检查法：搜「这说明」「就是」「原来」+ 核心名词的组合。

改写后的连锁反应：

1. 会引入新重复——改写段落后，相邻段落可能说了同样的话。每次 Edit 后必须回读相邻 2–3 段。
2. 感官词密度最容易掉——改写压缩描写会把密度拉低。按"每 12 新字含 1 个词表词"补。

E. 五个"改错方向"的铁律

1. 多文件冲突改"少数派"：1 对 4 时改那 1 个，否则牵连五个文件。
2. 改一处必问"对面那章的实物是什么"：跨章引用必须回原章核对实物。
3. bug 尽量转成好的叙事层次，而不是改数字：称呼矛盾可以改成"排行老三、街坊叫老四、纸上写姐是敬称"，由角色现场推出——比单纯统一称呼有价值。
4. 最后一处可能不是 bug：章末的主题句、推理枢纽句，即使形态像 AI 腔也要留。
5. 别把修辞性叠用当重复：「粗细不一样、深浅不一样」是修辞，不是 bug。

F. 补章前伏笔（公平推理原则）

后章引用前章的物证时，前章必须已经明写。

判断口径：破案关键线索，在破案之前是否已明写给读者？没有就是严重 bug。

实测案例：后章某角色凭"火药味"识破主角摸过箱子，但前章从未提过箱子里有火药——需回前章补写"压舱那头搁了一包火药"，两个问题一次解决。

第四部分：AI 腔的量化判别

密集 ≠ AI 签名，堆叠才是。 判定"AI 腔"必须先跑同段堆叠统计。

> 完整的词表与句式库见 references/ai-tell-lexicon.md（300+ 条目，按毒级排序，ai_tell_check.py 会自动扫描）。

判定方法

# 找同段内 ≥3 次的堆叠簇——这才是一眼机器的地方
import re
P = re.compile(r'不是[^。！？，]{0,18}[，,]?\s*(?:而)?是[^。！？]{0,25}')
for para in paras:
    if len(P.findall(para)) >= 3:
        print(para)          # 命中即堆叠，必改

关键判据：分布式节奏签名（如全篇均匀分布的某种句式）即使每千字 0.63 处也不必改，只改堆叠簇。

「不是A而是B」的四个变种（小说重灾区）

普通对举检测抓不到变种，必须分开判：

修法：删前半句 / 合并同义 / 直接写后半句。

AI 腔真正该改的 4 类

1. 违禁副词：「意味深长地」「淡淡地说」「缓缓开口」——清单明列，必删。
2. 同一描写复用于不同角色（最典型、最容易漏）：两个角色用了一字不差的动作描写。
   - 修法不是换措辞，是各给一个属于他的习惯动作。
3. 格言式金句收口：「有些东西，散了比聚的好」→ 改成动作 + 具体物证（"他伸出干瘦的手指，在桌沿上点了三下……那只碗，缺过三回，三回都在同一个地方"）。
4. 直接命名情绪：「神情极复杂，既像…又像…」→ 改用手部动作（"把手松开，又缩回自己袖子里"）。

中文对白 AI 腔（小说高频，结构检测抓不到）

检查法：把词表 §一、§二的"表情类""心理类"逐词 grep 一遍，命中即人工判。

改写后自查五项（来自 humanizer 方法）

改写完成后，专门搜这五个最常残留的痕迹：

1. 一个「不是X而是Y」对举
2. 一句单行收尾（重复前文意思的空句）
3. 一个破折号
4. 一组三段式排比
5. 一个加粗标签

同时核对：改写是否增加或丢失了任何事实、名字、数字、日期、引用？无依据的新增算错误。

分句长节奏：真实写作长短交替。如果改写后每句都一样长，那是另一种机器味。

元叙述出戏扫描（必跑，最刺眼）

写死一个词表 grep 全部正文（先去章头 HTML 注释，否则注释里的"卷一/大纲"全是误报）：

卷一|卷二|到此收束|全书|本章|读者|作者|前文|后文|伏笔|暗线|这一章|剧情|叙事|结构|节奏

• 判定：正文（非注释）里出现"到此收束""读者""作者"= 当场出戏，必改。
• 但"上回/下回/节奏/结构"在对白与普通叙述里是正常汉语，不能一刀切误杀。

章节号漏改进正文（工具完全查不出）

写跨章回忆时手滑把骨架里的编号写进正文，读起来像作者在指路。

• 扫描：re.findall(r'[，、]\s*0\d\d\s|0\d\d 那|0\d\d 他|0\d\d 她', 正文)，命中即改。
• 修法：一律改成叙事词——上回 / 前一张 / 那一次。
• 根因：正文是"人物在场"视角，读者在同一本书里不会看到编号——编号只属于大纲和台账。

第五部分：定稿前的最后精读

双核验全绿、引号配对全对之后，逐字读一遍正文，仍能抓出机械扫描查不出的问题。 实测某章一次抓到 13 处硬伤。这一步不可替代。

精读前先跑这三条机械扫描（能覆盖其中一半）

# 1) 重复段落（合并器最容易复制出来的）
from collections import Counter
c = Counter(l.strip() for l in lines if len(l.strip()) > 15)
[k for k, v in c.items() if v > 1]

# 2) 粘连：逗号后接人名且后跟动词
re.finditer(r'，([^“”\n]{0,40}?)(人名A|人名B)(说|把|在|也|没有|又|站|走到)', line)

# 3) 繁体混入 / 段尾无终止符
for ch in '隻個們這樣時': ...

注意：第 2 条有约三分之一误报（，"X。"他说，"Y。" 是合法的一人两段引语），要肉眼看。

更狠的重复扫描：段内 n-gram（n=6~8，滑窗）

普通的"重复行"扫描查不到行内重复。修辞性叠用（粗细不一样、深浅不一样）会误报，人工判。

seen = {}
for i, ln in enumerate(body.split('\n')):
    s = re.sub(r'[\u3000\s]', '', ln)
    for j in range(len(s) - 11):
        seen.setdefault(s[j:j+12], []).append(i + 1)
{k: v for k, v in seen.items() if len(set(v)) > 1}

精读要盯的 6 类

写作噪声注入（每次写完必扫）

扫：[A-Za-z]{3,}、⊆、重写、holder、**、ASCII 直引号、\ufffd（替换字符）。

实测常见残留：变量名漏进正文、---（重写这一段） 占位符、并接工具制造的 ，，（须批量拆回）。

章末钩子评分

具体物件 = 5 分，升华/内心意象 = 1 分。

• ❌ 纯内心意象：「那孩子，好像正从纸上看出来」——读者不知下一步期待什么。
• ✅ 具体物件 + 对照：「他把表壳凑到灯下……一个是二十年前落的墨，一个是今天才有的光」。
• 状态陈述也常合格：「那女孩已经走了」前紧接两声无人应 → 物件即钩。

台账写入后扫 \ufffd

Python 脚本里手写长中文串时容易混入替换字符。每次写完 md 台账必扫：'\ufffd' in s。

附：工具脚本

脚本用绝对路径调用，不要先 cd 到脚本目录。Windows 下建议在脚本头部加 sys.stdout.reconfigure(encoding='utf-8') 避免中文乱码。

详细参考见 references/ 目录，改前改后实例见 assets/example.md。

脚本自检（可复现）

四个脚本均已用样本实测通过，可自行复验：

创作原则小结

1. 量化替代感觉——"读起来碎"要能说成"超短句占比 26%"，才可验收。
2. 先量后改——每题方向可能相反，套模板必错。
3. 工具全绿 ≠ 可封版——机器只能覆盖一半，最后一遍必须人眼读。
4. 改一处必回读相邻段——改写会引入新重复、稀释密度。
5. 冲突改少数派，别改多数派——别为一处错牵连五个文件。
6. 泄底最严重，规矩比解释高级——让读者自己推出来。