AI 寫網絡小說三個月一萬蚊：拆解一個 practitioner 嘅完整 stack
💰 過去兩星期睇到兩篇關於 AI 寫網絡小說賺錢嘅 entry，落差好有趣。
第一篇係教科書版本：DeepSeek 搭框架 + GPT 擴寫 + 人手潤色，70/30 法則，普通上班族月入四五千。聽落好和氣，但細節欠奉。
第二篇係一個論壇佬友嘅 practitioner handbook，3 個月寫多本累計 ¥10,000+，每日 2-3 hr。冇推銷成份、有完整 tool stack、有單章 prompt、有平台揀法、甚至有人設模板。呢類 entry 嘅 signal 同 noise ratio 至少高 10 倍。
下面唔係抄佬友個 SOP，係解讀點解佢嘅 stack 係 sustainable 嘅，同邊度 AgentOS 可以再 squeeze 多少少效率。
Stack 唔係單一 AI，係流水線
70/30 法則最常見嘅誤讀，就係以為揀一個最強 AI 落去寫就得。佬友個 stack 完全打破呢個 assumption：
| 環節 | Tool | 點解係呢個 |
|---|---|---|
| 風格提煉 | Claude CLI / Cursor | 讀 reference 小說，總結作者語氣同套路 |
| 大綱 + 邏輯 check | Claude CLI 同 Cursor 互相 review | 一個寫一個 grill，兩 model 交叉 |
| 擴充字數 | Google AI Studio Web | Long context，3000 字 draft 擴到 6000-7000 |
| 資料庫 | Google Deep Research | 年代、行業、黑道、產業背景一次搜齊 |
| 切書取材 | Calibre Portable | reference 小說 EPUB → 切章節 → 餵 LLM 提煉風格 |
呢個 stack 嘅 design philosophy 同 Claude Code 嘅 multi-model pattern 完全一致——每個 model 食佢最強嘅 portion。Claude 擅長 reasoning 同找邏輯漏洞，Gemini 嘅 long context 適合擴寫，Deep Research 處理資料密度，Calibre 解決冷啟動「冇 reference 都唔知條題點落手」嘅問題。
呢個拆法 implication 好大。Cold start cost 高嘅創作 task（你諗一條腦力勞動 task 試吓），如果用單一 model 由零做到尾，就算個 model 再強，token cost 同質量都會 cap 喺中位數。分階段 + 跨 model 嘅 stack，平均每章 cost 反而低，因為你冇浪費 long-context model 嘅 token 喺 reasoning step。
Cold start cost 先係真敵人
佬友個 SOP 入面，第二步係最容易被忽略嘅：「下載 reference 小說 → Calibre 切書 → 餵 LLM 提煉風格、寫法、缺點（要避免）」。
呢度有兩個 insight：
一、新人最大誤區唔係「我寫得唔好」，係「我唔知個平台讀者鍾意點寫」。番茄、飛盧、起點各自有自己嘅讀者口味，盲寫等於對住空氣講笑話。先睇平台熱榜，再揀 3-5 本追讀多嘅作品，由 LLM 倒推風格，呢個係冷啟動跑得快過所有其他人嘅 unfair advantage。
二、「缺點要記，自己避」 呢句細微但係關鍵。AI 出嘅文有典型 tell：環境描寫過多、華麗詞藻、大量比喻修辭充字數。佬友直接喺 prompt 入面加 hard constraint：
禁止大量環境描寫、華麗詞藻、大量比喻修辭來充字數
不強制無腦、不強行降智
聯網搜索進行核對，要有理有據呢類 negative prompt 比正面 instruction 更貼近 production-grade 嘅 prompt engineering。AI slop 嘅 fingerprint 你唔講白，model 一定會出。
點解短篇 + 番茄全勤大於一次性 1 萬字
兩篇 entry 嘅最大差異，唔係 tool stack，係 business model。
教科書版本講「短篇 1-2 萬字、知乎鹽選、一次性稿費」。佬友個版本完全唔同：「長篇 + 番茄全勤 + 同人題材」，每日穩定 4000 字達標，全勤一個月 ¥600-800，加千日讀（每日讀者人次達標獎勵）幾十蚊一日。
呢個 model 嘅 cash flow 結構 fundamentally 唔同：
- 短篇模式：投入 1-2 週 → 一次性收入 800-2000 蚊 → 投稿失敗 = 零回報
- 長篇 + 全勤：每日 4000 字 → 即日有 baseline 收入 → 失敗 cost 只係單章 2-3 hr
呢個就係現金流 vs 一次性收入嘅古典 tradeoff。對 side income 嚟講，cash flow 嘅心理 sustainability 高好多。每日有錢入，就算少，你都會繼續寫。等月尾或者季尾結算嘅 model，第三日就放棄。
呢個道理可以直接套用喺其他 AI 副業上。Stable 嘅每日小額 income > 不確定嘅大額 settlement。
一個 stance
AI 出文唔再係 differentiator，選平台 + 起 stack + 鎖定 cash flow 結構 先係。Tool 只係 commodity，business model 先係 alpha。
如果你係想試 POC 嘅人，揀番茄做第一個平台、跑同人題材、用呢個 stack、追日更全勤——3 個月內見唔見到 ¥10,000+ 嘅 baseline，係一個夠誠實嘅 test。