Novel Architect — 商業連載網文創作 Skill

版本 3.0.0。目標是讓 Agent 以「腳本狀態守衛 + 模型文學判斷」的混合方式，穩定完成中文商業連載網文的開書、續寫、審校、修稿和長線維護。

0. 總原則

把本 skill 當成可自主執行的工作流，不要把 CLI 命令清單轉交給用戶。

用戶負責提供高層創作目標、題材、平台、偏好、限制和重大方向選擇。
Agent 負責讀取本 SKILL.md，必要時讀取 references/，自行呼叫 novel_architect CLI，自行讀取產物，自行生成 JSON/正文/修稿，並推進到有效停止點。
Python CLI 是確定性工具層，負責專案狀態、索引、帳本、門禁、訊號、hash 和檔案落盤；它不是給用戶手動執行的說明書。
模型負責文學判斷和創作輸出：market pack、beat 選擇、正文寫作、model signal、修稿、反饋診斷。
只有在缺少 shell/檔案工具、專案路徑不明且無法推斷、或需要真正的創作方向取捨時，才詢問用戶。

有效停止點只有這些：章節 gate.passed=true 並已 commit；前三章審校失敗需要重寫開頭或重做 market pack；缺少必要輸入導致無法繼續；工具權限不足；需要用戶在多個重大創作方向中選擇。

1. 運行命令約定

在能導入 novel_architect 的工作區執行命令。優先使用專案倉庫根目錄下的：

uv run python -m novel_architect <command> ...

如果當前環境沒有 uv 但套件已安裝，使用：

python -m novel_architect <command> ...

如果 console script 可用，也可以使用：

novel-architect <command> ...

執行前先確定專案路徑：用戶給出路徑則使用該路徑；用戶只說「這本書/繼續寫」時，先檢查常見 projects/<書名>/ 目錄和 project.json；多個候選專案無法判斷時再問用戶。

review、save-first3-review 等指令傳回非 0 通常表示門禁未過，不代表程式崩潰。此時讀取輸出 JSON、gate.json 或 repair.json，修復後重試。

2. Agent 自主執行契約

必須自己執行的動作

當任務涉及開書、續寫、審校、修稿、改綱、重建、反饋診斷或狀態檢查時，Agent 必須自己呼叫 CLI、讀取輸出、寫入檔案並繼續流程。

不要只回覆：

請執行 python -m novel_architect prepare ...

應當實際執行命令，檢查產物，再繼續下一步。只有環境沒有 shell/檔案權限時，才給用戶命令。

導出的 prompt 都是 Agent 工作項

這些命令會匯出 prompt 或 input 檔案。Agent 需要讀取它們並親自生成對應 JSON/文字，再呼叫儲存命令或更新檔案。

匯出命令	產物	Agent 下一步
`market-open`	`editorial/market_pack_prompt.md`、`market_pack_input.json`	生成嚴格 JSON，呼叫 `market-save`
`beat-candidates`	`editorial/chXXXX/beat_competition_prompt.md`、`beat_competition_input.json`、`beat_options.json`	選擇/生成最強方案，呼叫 `beat-select`，再 `apply-beat-selection`
`export-signal-prompts`	12 個 signal prompt JSON	逐個生成 model signal JSON，呼叫 `save-model-signal`
`first3-review`	`data/reviews/first3_review_prompt.md`、`first3_review_input.json`	生成含 `review_input_hash` 和 8 個分數的 verdict，呼叫 `save-first3-review`
`feedback-diagnose`	`data/feedback/chXXXX_diagnosis_prompt.md`、input	生成診斷；如需儲存，將診斷寫入反饋 JSON 的 `diagnosis` 後呼叫 `save-feedback`
`export-title-review-prompt` / `export-intro-review-prompt`	書名/簡介審校 prompt	生成診斷，必要時更新 `market_pack.json`、書名/簡介候選或開書資料

不要讓用戶把這些 prompt 黏給另一個模型，除非用戶明確要求這種人工協作模式。

3. 任務入口速查

用戶意圖	Agent 應執行的主流程
開一本新書	`init` → `market-open` → `market-save` → 補強真相源 → `first-10-retention` / `save-first10-plan` → 前三章試生產
繼續寫下一章	`status` → `prepare` → beat competition → 寫正文 → `review` → model signals → `review` → 修稿循環 → `commit`
修復本章	讀取 `editorial/chXXXX/repair.json` 和 `gate.json` → 改正文 → `review` → 必要 model signals → 再 `review` → 通過後 `commit`
前三章審校	第 1-3 章已提交後執行 `first3-review` → 生成 verdict → `save-first3-review`
改綱/改設定	修改 `src/*.json` 真相源 → `rebuild` → `status` → 必要時重跑受影響章節 review
卷級/批量體檢	`batch-review`、`volume-review`、`benchmark`、`status`
平台反饋回流	`save-feedback` → `feedback-diagnose` → 生成診斷 → 更新後續滾動規劃/market pack/章節 notes
拆書建模	`learn --sample-dir <dir>`，再把結論轉成可執行的題材/節奏/章節規劃調整

gen-prompt 只用於用戶明確要求「匯出給外部寫作模型/Claude Code 的獨立提示詞」時。普通續寫不要用 gen-prompt 替代 prepare → beat → writing_task → review → commit 主流程。

4. 開書流程

開新書時，不要直接開始寫第 1 章。先建立市場定位和真相源。

4.1 初始化專案

python -m novel_architect init --project <project_dir> --title <title> --genre <genre> --platform <platform> --premise <premise> --core-hook <core_hook> --protagonist <name>

初始化會生成 project.json、src/、manuscript/、data/、editorial/ 等目錄。初始化只提供骨架，不代表開書策劃完成。

4.2 生成並儲存 market pack

執行 market-open，讀取匯出的 prompt/input，自行生成嚴格 JSON，再執行 market-save。

market pack 必須至少包含：

target_platform
genre_lane
target_reader
reader_desires
core_sell_points
anti_sell_points
title_candidates
intro_candidates
first_10_chapter_retention_plan
platform_notes
author_constraints

前 10 章計劃中每章必須有 chapter、hook、visible_payoff、drop_off_risk。不要寫「加強衝突」「提高爽感」這種不可執行空話。

4.3 補強真相源

src/ 是人工確認真相源。開書後檢查並補強：

src/blueprint.json：前提、核心鉤子、核心衝突、主角目標。
src/characters.json：角色身份、欲望、恐懼、弱點、弧線、slug。
src/character_voice_bible.json：角色聲紋規則、禁用口吻、行動偏好、情緒洩漏點。結構為 {"schema_version":1,"characters":{"角色名":{...}}}；如果檔案還是 skeleton 或角色 needs_completion=true，先補全再正式寫正文。
src/world.json：世界/行業/力量規則，只保留服務衝突和爽點的設定。
src/taboos.json：絕對不能碰的橋段、AI 味、題材反模式。
src/volumes.json：卷級目標和滾動章綱。不要一次性把整本每章寫死。
src/genre_config.json：題材打法；內建優先支援玄幻升級、都市逆襲、歷史權謀、懸疑破局，其他題材需更依賴 market pack 和自訂 genre_config。

修改真相源後執行：

python -m novel_architect rebuild --project <project_dir>
python -m novel_architect status --project <project_dir>

不要手動修改 data/ 裡的帳本或派生狀態來「修好」劇情；長期語義修正寫入 src/ledger_overrides.json 或對應 src/*.json，再重建。

4.4 前十章留存計劃

使用 first-10-retention 匯出/生成計劃；必要時自行細化後用 save-first10-plan 儲存。前十章是入口漏斗，規劃應具體到每章的 hook、可見收益、棄讀風險和不能做什麼。

5. 續寫下一章標準流程

每章必須走完整閉環。不要直接根據聊天上下文寫正文。

5.1 狀態檢查

先執行：

python -m novel_architect status --project <project_dir>

確定當前完成章數、gate 狀態、索引健康和待處理風險。不要依賴聊天記憶判斷下一章號。

5.2 PREPARE

python -m novel_architect prepare --project <project_dir> --query "<本章高層創作要求>"

產物：editorial/chXXXX/writing_task.json。這是寫作階段的自主包含任務包，必須讀取。它包含 writer_brief、narrative_context、敘事槽、商業留存欄位、角色聲紋、讀者承諾、輸出格式和硬規則。

第 4 章以後，prepare 會檢查前三章專項審校。正常新書不得使用 --force-after-first3-fail；該參數只用於舊專案遷移或除錯。

5.3 Beat competition

第 1-10 章必須執行 beat competition；第 10 章以後預設也建議執行，除非用戶明確要求快速草稿。

python -m novel_architect beat-candidates --project <project_dir> --chapter <n>

讀取匯出的 prompt，生成或選擇一個策略最強的方案，儲存並應用：

python -m novel_architect beat-select --project <project_dir> --chapter <n> --file <selection.json>
python -m novel_architect apply-beat-selection --project <project_dir> --chapter <n>

選擇標準：可見爽點最清楚、敵人損失最具體、角色按鈕最鮮明、章尾追更理由最強、棄讀風險最低。應用後重新讀取最新 writing_task.json。

5.4 WRITE

根據 writing_task.json 寫正文並儲存到 manuscript/第XXX章-標題.md。標題必須有點擊感，不要只儲存為 第XXX章.md。

正文必須嚴格遵守 writing_task.output_format.field_template：

# 第XXX章-標題
## 章節資訊
## 本章大綱
## 正文
## 記憶回寫

關鍵要求：

正文不少於 2000 字，目標 2000-2500 字。
使用中文彎引號 “”。
第一段承接上章鉤子；第 1 章則快速建立壓迫、主角欲望和可見機會。
每章必須有普通讀者 5 秒內能複述的可見爽點。
專業流程/術語必須轉譯成錢、權、臉面、身份、關係、秘密、戰力、資源或安全得失。
角色對白必須體現 character_voice_bible，禁止所有人同一種戰略總結口吻。
如製造新的讀者期待，必須在記憶回寫中填寫新增讀者承諾；如兌現期待，必須填寫兌現 ID 和可見證據。

5.5 REVIEW 第一輪

python -m novel_architect review --project <project_dir> --chapter <n>

如果傳回非 0，讀取 editorial/chXXXX/gate.json 和 repair.json，不要跳過。

5.6 模型訊號評估

匯出訊號 prompt：

python -m novel_architect export-signal-prompts --project <project_dir> --chapter <n>

前 10 章、卷首、卷末、高潮、轉折、發布前章節：12 個 signal 都要生成並儲存 model signal。

穩定期最低也要覆蓋：

reader_pull
visible_payoff
blockbuster
title_hook
character_voice
domain_translation
story_logic
state_guard

儲存每個模型訊號：

python -m novel_architect save-model-signal --project <project_dir> --chapter <n> --signal <signal_type> --file <signal.json>

模型訊號必須輸出嚴格 JSON。若評分低於 7，不得寫 pass。模型 pass 不能覆蓋 heuristic warn/fail；最終採用 strictest merge。

5.7 REVIEW 第二輪與修稿循環

儲存 model signals 後重新執行：

python -m novel_architect review --project <project_dir> --chapter <n>

只有 gate.json 中 passed=true 才能提交。若 passed=false，讀取 repair.json，改正文後重複 review/model-signal/review，直到通過或到達有效停止點。

5.8 COMMIT

python -m novel_architect commit --project <project_dir> --chapter <n>

只在 gate 通過後執行。commit 會推進狀態、重建索引、更新帳本、處理 reader promise 建立/兌現/逾期。不要跳章提交；不要手動改 gate.json 或 signals 來強行通過。

6. 前三章專項門禁

新書第 1-3 章是試生產階段。第 1、2、3 章分別完成 prepare → beat → write → review → model signals → review → commit 後，必須執行：

python -m novel_architect first3-review --project <project_dir>

讀取 data/reviews/first3_review_prompt.md 和 first3_review_input.json，生成 verdict JSON，再儲存：

python -m novel_architect save-first3-review --project <project_dir> --file <first3_verdict.json>

允許繼續第 4 章必須同時滿足：

verdict == "continue"
bulk_continue_allowed == true
原樣包含當前 review_input_hash
8 個評分全部存在：title_intro_click_score、first_chapter_hook_score、protagonist_desire_score、conflict_speed_score、first_payoff_speed_score、enemy_or_pressure_score、setting_clarity_score、continuation_score
所有評分都是 1-10 數字，且全部 >= 7

如果結果是 rewrite_opening，先修前三章；如果是 redo_market_pack，先重做 market pack、書名/簡介/前十章計劃。不要用 --force-after-first3-fail 正常推進新書。

前三章正文、market pack 或入口輸入變化後，舊 first3_review 會因 hash 過期而阻斷第 4 章以後生產，必須重新執行 first3-review 並儲存新 verdict。

7. 門禁與 12 個訊號

review 生成 12 個訊號、verdict、gate、repair。每次 review 都重新執行 heuristic signal；新鮮 model signal 儲存為 .model.json 變體參與 strictest merge；final signal 取更嚴格結果。

訊號	檢測內容	失敗處理
`anti_ai`	AI 套話、抽象密度、空段落、直引號	hard，必須修
`story_logic`	POV、資訊來源、力量/商業邏輯、資訊傾瀉	hard，必須修
`state_guard`	鉤子、代價、敵人線、必需元素、禁區、逾期 reader promise	hard/quality，必須修
`emotion`	情緒弧線、關係動態、後效	quality，失敗不可提交
`blockbuster`	壓迫/反制/兌現/代價四段爽點弧線	quality，失敗不可提交
`visible_payoff`	錢/權/臉面/身份/關係/秘密/能力/資源/安全得失	quality，失敗不可提交
`reader_pull`	開場鉤子、中段懸念、章尾追更、成癮循環	quality，失敗不可提交
`title_hook`	章節標題點擊感、標題/檔名一致性、章末鉤子	quality，失敗不可提交
`character_voice`	角色聲紋差異、禁用口吻、對白歸屬	quality，失敗不可提交
`domain_translation`	專業設定是否轉譯成普通讀者可見得失	quality，失敗不可提交
`novelty`	結構/章法/結尾模式重複	market，失敗也會阻塞
`continuity`	鉤子、代價、敵人執行緒承接	market，失敗也會阻塞

簡單規則：只看 gate.passed。passed=true 才能 commit；passed=false 就修。

8. 長線維護

每章：完整執行 prepare → beat → write → review → model signals → review → repair → commit。
每 3 章：執行 status，檢查 active/overdue reader promises、gate 變化、索引健康。
每 5 章：執行 batch-review --start <a> --end <b>，檢查連續弱項和重複模式。
每 10 章或關鍵節點：執行 volume-review、benchmark，滾動更新 volumes.json 和後續 5-10 章規劃。
每卷結束：檢查卷目標、敵人損失、讀者承諾兌現、下一卷鉤子。
發布後：用 save-feedback 記錄數據和評論，用 feedback-diagnose 轉成下一輪實驗建議。樣本很小時不要過擬合單條評論。

9. 真相源與目錄規則

專案結構：

projects/<書名>/
├── project.json
├── src/                  # 真相源，人工確認設定和規劃
├── manuscript/           # 正文章節 .md
├── data/                 # 派生狀態，可重建，不手動改
├── editorial/            # 每章 brief / writing_task / signals / gate / repair
└── exports/

重要規則：

src/ 與 manuscript/ 是 truth input。
data/、editorial/ 是執行時/派生產物；不要手動改它們來繞過門禁。
改設定、改卷綱、改角色時修改 src/*.json，再 rebuild。
改正文時修改 manuscript/第XXX章-標題.md，再 review。
長期人工帳本修正寫入 src/ledger_overrides.json，再 rebuild。

10. 禁止事項

不要做以下事情：

不要把 CLI 工作轉交給用戶手動執行。
不要沒有 prepare 就直接寫正式章節。
不要跳過 beat competition 寫前 10 章。
不要 gate.passed=false 還 commit 或繼續下一章。
不要為正常新書使用 --force-after-first3-fail。
不要只儲存 heuristic review 就認為商業品質足夠；關鍵章節必須做 model signal。
不要手動改 gate.json、signals 或 data/ledgers 來製造通過。
不要讓章節沒有標題或只叫 第XXX章.md。
不要讓記憶回寫長期填「無」，尤其是 reader promise。
不要把專業流程寫成會議紀要、授權記錄、複核清單，而不轉譯成讀者可見得失。
不要承諾逐字模仿某位作者或某本現成作品的語言風格。

11. 需要讀取的參考檔案

按需讀取，避免把全部資料一次性塞入上下文。

檔案	何時讀取
`references/pipeline-spec.md`	對 PREPARE/WRITE/REVIEW/COMMIT、恢復、hash、新鮮度有疑問時
`references/review-spec.md`	處理 12 signals、model signal、verdict、gate、repair 時
`references/story-spec.md`	不確定章節格式、章節模式、節奏變體、記憶回寫欄位時
`references/state-spec.md`	改狀態、帳本、reader promise、ledger overrides、rebuild 時
`references/genre-spec.md`	題材打法、genre_config、題材 marker、內建 playbook 時
`references/learning-spec.md`	拆書建模和樣本結構學習時
`references/longrun-spec.md`	batch/volume/benchmark 和長篇穩定性檢查時

如果實現行為、README 和 references 衝突，以當前 Python CLI 行為為準，並在維護任務中同步文件。

12. 常用命令清單

python -m novel_architect --help
python -m novel_architect init --project <dir> --title <title> --genre <genre> [--platform <platform>] [--premise <text>] [--core-hook <text>] [--protagonist <name>]
python -m novel_architect market-open --project <dir> [--platform <platform>] [--genre-hint <genre>] [--seed-idea <idea>] [--author-intent <intent>] [--constraint <text>] [--stdout]
python -m novel_architect market-save --project <dir> --file <market_pack.json>
python -m novel_architect market-status --project <dir>
python -m novel_architect first-10-retention --project <dir> [--stdout]
python -m novel_architect save-first10-plan --project <dir> --file <first10.json>
python -m novel_architect status --project <dir>
python -m novel_architect prepare --project <dir> [--query <text>]
python -m novel_architect beat-candidates --project <dir> --chapter <n>
python -m novel_architect beat-select --project <dir> --chapter <n> --file <selection.json>
python -m novel_architect apply-beat-selection --project <dir> --chapter <n>
python -m novel_architect review --project <dir> --chapter <n>
python -m novel_architect export-signal-prompts --project <dir> --chapter <n>
python -m novel_architect save-model-signal --project <dir> --chapter <n> --signal <type> --file <signal.json>
python -m novel_architect commit --project <dir> --chapter <n>
python -m novel_architect resume --project <dir> --chapter <n> [--query <text>]
python -m novel_architect first3-review --project <dir>
python -m novel_architect save-first3-review --project <dir> --file <first3_verdict.json>
python -m novel_architect batch-review --project <dir> --start <a> --end <b>
python -m novel_architect volume-review --project <dir> [--volume <n>]
python -m novel_architect benchmark --project <dir>
python -m novel_architect rebuild --project <dir>
python -m novel_architect rebuild-index --project <dir>
python -m novel_architect validate --project <dir> --chapter <n>
python -m novel_architect learn --sample-dir <dir>
python -m novel_architect save-feedback --project <dir> --chapter <n> --file <feedback.json>
python -m novel_architect feedback-diagnose --project <dir> --chapter <n>
python -m novel_architect feedback-summary --project <dir>
python -m novel_architect gen-prompt --project <dir> [--outline-file <path>] [--stdout]

novel-architect — 商業連載網文創作技能