AI 网文工具 OpenWrite 拆解：它把写小说做成了一条「Skill + 上下文工程」流水线
很多人对”AI 写小说”的想象，还停在”把脑洞丢给 ChatGPT，让它一段段往下编”。写过的人都知道这条路撑不长：写到第十章，AI 早忘了主角姓什么、世界观设定是哪条线，越写越散。
刷到一条把这件事做成产品的视频——一个叫 OpenWrite 的 AI 网文写作工具，上线 45 天、近万名用户参与打磨。作者用一期视频开了个系列，讲”如何用它从零到完结一本小说”。这篇把它的设计吃透：它真正值钱的不是”会写”，而是把写小说拆成了一条**「Skill + 上下文工程」的流水线**。这套思路，写不写小说的人都该看一眼。
一句话定性
AI 长篇创作的死穴从来不是”会不会写”，而是”写长了会不会忘”。OpenWrite 的解法不是换更强的模型，而是用「Skill 定义工作流 + 结构化文档当外部记忆」把上下文牢牢锚住。
想通这一点，整件事就从”求模型给我写得好”，变成了”我怎么把模型每一步该读什么、该写什么、写完该更新什么管起来”。后者你完全可控——而这正是当下所有”用 AI 做长内容”的人共同的命题，不止网文。
OpenWrite 是个什么东西
定位很清楚：一个垂直做网文创作的 AI 工具，不是通用聊天框，而是把”写一本网文从开书到完结”的全流程做成了带工作流的软件。视频是系列第一期，专门讲底层原理和基础操作，后面会一期期讲到”用 AI 写开篇”等具体环节。
它的卖点不在”AI 能帮你写字”——这谁都能干——而在它怎么组织 AI 去写。下面四块是它的骨架。
一、核心是 Skill 系统：本质就是给长篇创作做上下文工程
打开设置里的 Skill，能看到两个东西：
- novel-writer：创作时用的 skill，定义了”AI 该怎么一步步写小说”的工作流。
- skill-creator：一个用来造 skill 的 skill——帮用户自己创建/改写创作流程的元工具。
注意这个”skill 造 skill”的套层结构。它不是把写作逻辑焊死在软件里，而是把”工作流本身”开放成可编辑、可自定义的对象。高度自定义的 Skill 是这款软件反复强调的核心。
点开 novel-writer 的编辑界面，能看到它的工作流程长这样：
- 自动读取上下文文档——人物库、世界观、章节摘要等设定文档，写之前先加载进来；
- 基于上下文创作本章内容；
- 创作完成后同步文档——这一步会让 AI 把刚写的章节自动生成一段简要摘要，回写进”章节摘要”文档。
跑一遍就能看出门道：每完成一步操作，右侧的设定文档都会相应更新。 写第一章时它读设定→写正文→把第一章压缩成摘要存回去；写第二章时，它读的”上下文”已经包含了第一章的摘要。如此滚动，AI 始终带着”前情提要”往下写。
这套设计要治的，正是 AI 长篇创作最致命的病：上下文混乱、前后设定打架。 直接拿一个聊天框硬写，写到后面模型的注意力早就被冲散了；OpenWrite 用”结构化文档 + 定义好的读写工作流”，把记忆从模型脑子里搬到了外部可控的文档里。这在工程上有个名字，叫上下文工程（context engineering）——模型能力是常数，赢在你怎么喂、喂什么、写完怎么沉淀。
一条最容易被跳过的实操纪律
视频里夹了一句很关键的提醒：每次完成一段创作、同步完文档后，建议在左侧开一个新窗口继续写，别在同一个对话框里堆太多内容。
原因还是上下文：同一个对话越聊越长，AI 的记忆反而越容易乱。靠外部文档存”长期记忆”，靠新窗口清”短期对话垃圾”——两手一起，才稳。这条经验对任何用 AI 做长内容的人都通用：长期信息靠结构化文档锚定，单次会话尽量短、用完即弃。
二、模型三档怎么选：免费试水 / 官方主力 / 自定义进阶
设置里有 AI 提供商，给了三种模式，对应三类人：
| 档位 | 代表 | 适合谁 | 判断 |
|---|---|---|---|
| 免费/公益模型 | minimax | 刚上手、先体验软件流程 | 写作能力一般，用来熟悉工具够了，别指望出活 |
| 官方模型 | GLM-5（智谱） | 认真创作的主力用户 | 视频作者个人推荐的主力档，写作能力和稳定性的平衡点 |
| 自定义模型 | 自己的 API（接 GPT / Kimi 等） | 有 API、想折腾的进阶玩家 | 作者称之为”竞技玩法”，自由度最高、门槛也最高 |
作者的态度很实在：模型直接关系到写作能力，但每个人创作风格不同，有人吃 GPT、有人吃 Kimi，得自己多试、找到适配自己笔法的那个。 没有标准答案这件事本身，就是个判断——别迷信”哪个模型最强”，要找”哪个模型最像你想要的味道”。
三、动笔前先”扫榜拆书”：写之前先建一个参考语料库
视频把这一步定义为开书阶段最重要的事。逻辑是：写一个题材之前，你得先搞懂这个题材具体怎么写、常用什么剧情、读者到底爱看什么。凭感觉开书，大概率写偏。
OpenWrite 内置了”小说拆解”功能把这件事工具化：
- 输入目标书名 → 自动找到该书章节目录 → 选章节做拆解；
- 拆出来的内容（情节结构、写法套路）点一下就能复制留存。
作者给的量化标准很具体：同题材的书拆 5–10 本，每本拆前十章。 拆完这一批，你对这个题材的写法、节奏、读者口味就有了远超凭空想象的体感，也更容易找准自己的创作方向。
这步的本质，是写之前先把”对标爆款”变成可调用的结构化素材。不是抄，是先吃透赛道的共性规律，再带着判断去写。任何内容创作——网文、短视频、公众号——动手前先扫一遍同赛道头部、把套路拆明白，都是同一个动作。
四、起名工具：把高频卡点工具化
很多写手卡在一个具体又恼人的小事上：主角、势力、功法的名字始终取不到满意的。OpenWrite 把它做成了起名功能：
- 支持按男名/女名/功法/地名等类型生成；
- 允许用户自定义补充要求（比如要什么气质、什么风格）；
- 每个名字都附推荐理由，方便你判断取舍，而不是甩一串名字让你瞎挑。
单看是小功能，但它体现了一个产品判断：把创作链路里反复出现、又打断心流的高频卡点，逐个工具化。 起名、拆书、保持设定一致——都是这个思路。
收尾：AI 是辅助，创作者才是核心
视频结尾把理念摆得很正：AI 是辅助我们的工具，它能极大降低学习时间和学习成本，但想把工具用好，最大的关键在创作者本身。 这句话既消解了”AI 要取代写手”的焦虑，又点明了工具的真实价值——降本提效，而非代替你思考。这是任何 AI 生产力工具都该有的清醒。
这套打法，值得借鉴什么
抛开”网文”这层皮，OpenWrite 真正可迁移的，是四个对所有”用 AI 做长内容”的人都成立的判断：
- 长内容的胜负手在上下文工程，不在模型选型。 把记忆搬到外部结构化文档（人物库/世界观/摘要），定义清楚”读什么→写什么→写完更新什么”的工作流，比换个更贵的模型管用得多。
- 「Skill 定义工作流」是把模糊创作变成可复用流程的关键。 当你发现某个生成流程值得反复用，就该把它固化成一个可编辑的”skill”，而不是每次重新捏 prompt。甚至可以有”造 skill 的 skill”。
- 长期记忆靠文档、短期对话用完即弃。 写完同步进文档、然后开新窗口——这条窗口管理纪律，照搬到任何 AI 长任务都成立。
- 动手前先把赛道爆款拆成结构化素材。 “扫榜拆书 5–10 本、每本前十章”是个能直接抄的量化动作，换成短视频、公众号选题同样适用。
模型每隔几个月就换一茬，但”怎么组织 AI 去干一件长活”的方法论，是能沉下来反复用的。OpenWrite 的价值，正在于它把这套方法论做成了一个看得见、摸得着的产品样本。