Longform Continuity Engine

Uma ferramenta de escrita consegue manter personagens, eventos anteriores e regras do mundo consistentes ao longo de muitos episódios? Estamos desenvolvendo um sistema que confere o novo texto com o estado registrado da história antes de levá-lo ao próximo episódio.

Um modelo de linguagem não tem memória persistente do mundo sobre o qual escreve. Após algumas cenas, a personalidade se desvia, soluções anteriores são esquecidas e a continuidade espacial ou temporal se rompe. Manter o estado de um mundo grande e consistente em uma janela de contexto finita, sem perder a naturalidade da prosa, é a parte difícil.

O motor separa o trabalho em camadas distintas: um registro estruturado do estado do mundo para fatos estabelecidos, um modelo de afinidade emocional para relações e um executor de cenas que avança a história episódio a episódio. A regra principal é evidência antes de estado: um fato só entra no mundo estabelecido quando é fundamentado no texto gerado, não apenas planejado ou sugerido.

Testamos a continuidade em execuções reais de vários episódios: se um traço de personagem estabelecido em um episódio se mantém nos seguintes, se um conflito resolvido continua resolvido e se os fatos do mundo permanecem estáveis conforme a história cresce. Cada trecho candidato é conferido com evidências extraídas antes de entrar no cânone.

Demonstramos que o motor consegue ampliar uma história episódio a episódio em uma única série, levando o estado adiante para manter os episódios posteriores consistentes com os anteriores. Toda mudança de estado passa por uma verificação pré-commit: se as verificações exigidas não forem executadas ou falharem, o commit é rejeitado em vez de aceito silenciosamente.

Histórias mais longas dificultam manter todas as partes do estado do mundo em vista, e as verificações feitas pelo modelo de escrita não são revisão independente. Por isso, os resultados de validação incluem o método usado e seu escopo.