向一位在 ChatGPT 里花了一年时间构建小说的作者询问故事进展到哪里，诚实的回答是：无处不在，又无迹可寻。人物已经存在，世界有了规则，情节经过了十几次转折并找到了自己的形状。这一切都在聊天记录里——问题也恰恰在于此，因为聊天记录是文字稿，而非故事，而一年思考沉淀下来的文字稿，几乎无法作为创作的起点。本指南的目的正是帮你把故事重新取回来：究竟是什么让这件事如此困难，以及让它变得可行的操作步骤。
一年后堆积成山的内容
最深陷其中的人，并不是浅尝辄止的那类人。他们是那些认真对待这件事的人——把整本书都在聊天中推敲过，花几十个对话反复打磨人物，为情节决策争论来争论去，构建了一个细致到自相矛盾的世界。他们最终拥有的，既不是手稿，也不是大纲，而是一堆对话记录——有时跨越上百个线程、数百万字——其中藏着一部真实的小说，却没有任何办法把它提取出来。
针对这一困境流传的建议，不过是把应对策略包装成了方法：把导出内容拆成十万字一段，粘贴进另一个模型，让它提炼出重要内容，然后祈祷什么都没遗漏。这个过程费时费力，信息损耗严重，而且做这件事的人心里清楚，自己根本无法相信结果——这也是他们一再拖延的原因。不过，体量并不是真正的障碍，真正的障碍在于：那里面所有有价值的东西都没有形状。
聊天记录无法存放任何东西
以下这个诊断值得认真思考。在一段对话中，一个角色不是你可以指向的对象。她是四十处分散在数周内的零散提及，有些彼此矛盾，没有一处具有权威性。你魔法体系中的每一条规则、你情节中的每一个节拍，情况都是如此。聊天记录中没有任何东西被存储，它只是被说出，一遍又一遍，措辞略有不同。
这就是为什么那种漂移感让人觉得无法修复。当模型"忘记"某个人是谁，或者悄悄改写了一条规则，这不是某种更精准的提示词就能解决的记忆失败。从来就不存在一份它可以忠实于的权威记录。一个能保持连贯的故事运作方式恰恰相反：每个角色、地点和规则只存在于一个地方，保存着当前的状态，其他所有内容都指向它。正是这个唯一的"家"，让故事连贯性在书越写越长时不会滑落——而聊天记录恰恰缺少这一点。找回你的故事，意味着给它的每个部分一个家，而对话从来没有提供这一点。
你留下的，和你只是尝试过的
导出内容之所以抗拒简单提取，还有第二个原因，而这正是自动化方法完全忽略的。在聊天记录里，一年的创作会让同一件事以几种不同的状态并存，而它们并非都是正典。
有些状态是你在改变主意。你叫她米拉叫了三个月，然后改名叫雯。你让导师成为叛徒，后来又决定是姐姐。在这里，只有最后一个版本才算数；之前的都是废稿，保留它们只会用你已经否定的决定来污染正典。
另一些状态是故事本身在推进。她在书的开头胆怯，在结尾变得勇猛。王国在第一章屹立，在结局时已经覆灭。秘密被掩埋，然后浮出水面。这不是你在自相矛盾——这是弧线，而整个要义就在于状态的变化。把它压平成一个单一的快照，你就扔掉了让它成为一个故事的东西。
查找替换无法分辨这两者的区别。它们在纸面上看起来完全一样：同一件事，两个值。只有判断力才能将你想舍弃的反转与你想保留的轨迹区分开来——这才是这项工作无法交给脚本然后拍屁股走人的真正原因。
模型已经理解你的故事
面对这一切，本能的反应是自己去阅读、去梳理。这个本能是错的，也是项目因此陷入僵局的原因。重读一年的自我对话来重建自己的决策，是繁重、令人沮丧的工作，而且你甚至不是最适合做这件事的一方。
当初参与对话的模型才是。分辨你留下的和你只是尝试过的，以及区分一次反转和一段弧线，是一项理解任务——阅读一段冗长、杂乱的人类对话，并理解当事人最终确定了什么。这正是语言模型真正擅长的事，远比你在重读聊天记录的第四个小时里所能做到的要强得多。完成这件事所需的智识从来不缺，缺的是存放答案的地方。
给模型一个目的地——一个结构化的地方，让角色成为一条记录，让规则成为一份文档，让弧线成为一条可追踪的线索——挖掘工作就会变成它与你并肩完成的事情。它读取一段对话，提出其中的正典究竟是什么，并将每个部分写入它的归属位置，将你主角的四十处提及合并成一个实体，即便你用三种不同拼法写过她的名字、从来没有写过她的姓。将你已经用来写作的 AI 连接到能够容纳这一切的正典存储，才能让这成为可能；没有目的地，让聊天机器人整理你的聊天记录，永远只会产生另一段聊天记录。
正典究竟去往何处
具体说明"结构化"的含义会有所帮助，因为它不是一个笔记文件夹。你的角色会成为实体，每个角色都有自己的人物圣经，记录的不仅是他们是谁，还有他们在弧线中如何变化——起始状态、转折点、终结状态——这样你精心保留的那些变化就被捕捉下来，而不是被压平。你的世界——它的地点、派系、规则和体系——会成为一套供写作参考的文档。情节的贯穿线索会成为弧线本身，最先铺设，因为其他所有内容都以它为定位坐标。
请注意这是什么，不是什么。你在找回正典——圣经——而不是重写这本书。章节内容在此之后才会创作，以节拍为单位，从干净的正典中生长出来，由你来塑造和排序，而不是从聊天记录文字稿中凭空召唤。这种分离是刻意为之的：先让地基坚实可靠，写作才有可以依赖的支撑。这也是让成书感觉是你自己的作品的关键——那些决策作为你做出的决策被记录下来，而不是埋没在一份你已无法驾驭的日志里。
把它取出来
所以操作步骤很短，而且与从头通读的方式完全相反。首先是盘点：以无损的方式将导出内容拆分成各自独立的对话——这是一个纯粹的机械步骤，可被验证的完整保真，没有任何内容丢失或混淆——并梳理出里面真正存在的内容清单。然后是筛选：逐条审视清单，判断哪些是正典，哪些是废稿，以及按什么顺序来提取。由你来决定，模型来提议。只有在这之后，才是提取：先铺设弧线，然后将人物和世界沿弧线定位，每个角色对应一个实体，变化的状态作为它们本来所是的轨迹被记录下来。
之所以要在你已经用来写作的 AI 内部完成这件事，而不是另起炉灶做一个归档项目，是因为这样你就能留在对话之中，而不必重头开始。这正是 Novelmint 为之而生的迁移场景：将它连接到你的 AI 客户端，把模型指向你的聊天记录，它就会与你一起逐步处理——盘点、让你筛选、并将它所发现的正典写入一个终于能够承载它的结构。一年的故事，不再是一堆你望而生畏的东西，而变成了一个你可以在其上建造真正那本书的地基。