她用 AI 把专栏变成有欲望与弱点的角色,反而改进了写作系统
every · x · 2026-10-07
Every 的 Katie 没在截稿日前交稿,而是用 AI 把自己的专栏角色化:给每个栏目塑造欲望、缺点、反派和故事线,意外改变了她的写作系统。她发现让角色有趣不只是设定外观,而要回答:每个角色想要什么?需要学什么?什么事件会改变下一步行动?
这套追问被迁移到对读者的思考上——描述受众只说明谁会读,不说明文章该为读者做什么。她开始问:读者带着什么期待而来?需要理解或尝试什么?读完后能带走什么?她把这套框架加入自己的 AI 写作工具箱,让作者和模型有了具体的共同目标。
「编程与Agent」频道最新
- 30 个真实业务工作流清单:别把 Agent 测试搞复杂了 — VibeMarketer_ · 2026-10-08
- 云端 Gemini 规划+本地 Gemma 军团:混合架构跑完 97% token 离线 — clmt · 2026-10-08
- 上下文压缩连环失真,agent 跑偏把算力耗在监控进程上 — generativist · 2026-10-08
- 长跑 Agent 会话实锤「约束放大」:资源限制被误读为总目标致灾难性运行 — generativist · 2026-10-08
- Nautilo 更新:支持文本+视觉模型分工,并将推出按价格与安全路由的 Gateway — Dan_Jeffries1 · 2026-10-08
- 9B 微调碾压 31B 大模型:600 条标注只花 12 美分,准确率冲到 91% — julsimon · 2026-10-08