如今网络人气小说动辄都是几百万字的内容，对于不喜欢长时间阅读或者注意力、时间有限的人，确实提不起兴趣。
一般来说，播音员的朗读速读每分钟约250-270字，因为一般情况下，人的耳朵对字的辨析率是每秒钟四五个字，即每分钟240-250字。如果超过这个速度，听的人在理解辨析的时候就会产生一定困难。而阅读的速度一般是朗读的三倍左右，即每分钟700字左右。
如果能把一本长篇小说的内容精炼缩写为1500字左右的文章，便可以在2-3分钟内阅读完，或者通过各种阅读软件的朗读功能，在3-5分钟时间内听完。
所以这次大模型的“歪理学说”我们探索一下借助人工智能模型实现长篇小说的精炼缩写。
需求描述
定制一款专为长篇小说进行缩写的AI工具，工具的角色是通过智能算法识别并保留故事的核心元素，包括关键转折、人物发展和结局。处理用户需求的整个过程是全自动的，无需人工干预。具体的能力可能有:
情节选择：着重保留推动故事发展的关键情节，忽略次要或重复的情节线索。
角色精简：保留对故事进展起决定性作用的主要人物，合并或省略次要人物的描写，确保人物关系清晰。
语言风格：保持原作风格的基础上，简化叙述和对话，去除冗长的景物描写和内心独白，使内容更加紧凑。
重要细节：确保所有关键转折点、伏笔与解谜、情感高潮等重要细节得到体现。
逻辑连贯：缩写过程中注意保持故事情节的连贯性和逻辑性，避免因删减造成理解上的障碍。
结尾处理：完整呈现小说的结局，保留其原有的情感色彩和主题思想。
字数限制：缩写后的文章字数应保持在1500个汉字左右。
需求分析
首先需要解决大模型的文字输入字数限制问题，我们知道所有大模型在输入字数方面都是有限制的，比如GPT-4Turbo-128k公布的数字是约10万汉字处理能力，百川智能发布的Baichuan2-192K能够处理约35万个汉字，月之暗面(MoonshotAI)推出的KimiChat能处理20万个汉字，以及Kimi智能助手前段时间启动了200万字无损上下文内测（可惜一直在排队中），但这些对于我们开篇提到的四百多万字长篇小说还是有差距的。不过通义千问三月份升级后，号称其长文档处理功能达到令人瞩目的1000万字，成为全球文档处理容量最大的AI应用，这个可以作为我们后续的测试选择。
除了上面的方式外，我们还可以借助大模型平台的智能助手/智能体提供的知识库进行长文本接入，或者通过外部向量数据库进行片段化索引和记忆检索，但这些方式对于我们的敏捷需求不太友好，我也在字节Coze、智谱清言智能体，以及Kimi+等多个平台上进行了简单测试，发现对小说的内容概括上还是存在缺失，效果都不太理想。
综上，我们计划使用通义千问的长文档解析能力，简单粗暴的探索这个需求满足效果。
实现效果
我们用四大名著中的《红楼梦》简单测试一下，这是一部接近一百万字的章回体长篇小说。
小说文档的获取方式这次我们就不讨论了，以免造成不必要的麻烦。为了更好地进行输入，一般是采用这些文档格式：txt、docx、pdf（非扫描版）、epub、mobi等。
从截图可以看到，通义千问确实能完成文档的完整输入（部分大模型超出字数限制后会报错或者只截取部分内容），但对于输出内容的有效性，很大一部分就取决于我们设置的提示词了。另外多次测试发现大模型在输出文字字数方面也是比较吝啬的，即便我们在提示词里明确提出了字数要求，大部分时候还是无法满足的（各大模型的输出字数限制暂未查询）。不过输出方式是可以通过引入智能助手/智能体的工作流进行优化的。
后续我们将进一步优化提示词和解析方式，并把过程中缩写的部分网络热门小说通过公众号【三五分钟小说】系列进行分享，也便于各位小伙伴快速了解这些作品。
今天先分享这些，【恶人笔记】只分享好人的东西，有什么需求可以后台留言，不定时更新~~
