arXivAI 代理進階

以敘事狀態追蹤突破長篇小說生成：免微調的 NstAgent 框架

Scaling Long-Form Story Generation via Narrative State Tracking (NstAgent)

2026/09/292 分鐘閱讀

30 秒看懂

雖然大語言模型在創意寫作上表現出色，但撰寫長篇小說時常因無法維持敘事連貫性而受限。現有故事生成方法多侷限於一萬字以內。為了解決此問題，研究團隊開發了「敘事狀態追蹤代理」（NstAgent）。這是一個免微調的框架，能結構化地記錄角色設定、已發生情節與後續寫作大綱。實驗表明，NstAgent 成功將生成規模擴展至 10 萬字，且故事的連貫性與寫作品質並未隨著字數增加而衰退。

核心重點

突破長度限制

將故事生成規模從常見的 1 萬字擴展至 10 萬字，為 AI 創作長篇小說奠定基礎。

結構化狀態追蹤

自動化動態追蹤角色設定、已發生的情節與未來的寫作需求，確保前後邏輯一致。

免除額外訓練

採用代理（Agent）架構，無需對大語言模型進行額外微調或訓練即可直接套用。

質量隨長度不衰減

實驗證實，隨著字數增加，故事的寫作品質與敘事連貫性皆未出現顯著退化。

技術圖解

NstAgent 敘事生成與狀態更新流程

為什麼重要

傳統 LLM 在處理極長文本時，常因上下文窗口限制或注意力分散而遺忘先前設定，導致劇情前後矛盾。NstAgent 證明了不需要昂貴的模型微調，僅靠結構化的 Agent 狀態管理，就能讓現有 LLM 具備撰寫架構嚴謹、長達十萬字長篇小說的能力。這為人機協同創作、虛擬世界建構及娛樂產業提供了實用且低成本的技術路徑。

對誰有影響

AI 開發者
AI 研究人員
內容創作者

可以怎麼使用

1協同創作助手：輔助人類作家撰寫中長篇小說，自動檢查並維持世界觀與角色設定的一致性。
2遊戲劇本生成：在虛擬世界或遊戲中，動態生成長篇且具備前後連貫性的任務劇情與 NPC 背景故事。

限制與注意事項

依賴底座模型本身的基础推理能力，若模型本身素質不足，狀態追蹤可能失效。
隨著狀態複雜度與小說長度增加，API 呼叫次數與推理成本可能會顯著上升。