文镜（DraftLens）是一套 AI 写作协同软件的产品构想。它希望解决的不是「怎样让 AI 写出更多内容」，而是另一件在长篇创作中越来越困难的事：让作者始终知道自己的作品已经建立了什么、正在发生什么，以及下一步需要注意什么。

小说作者需要同时记住人物关系、世界规则、伏笔和事件顺序。论文作者则需要追踪研究目标、论断、方法、实验设计与结果之间的对应关系。随着文档增长，这些信息会分散在不同章节和修订版本中。依靠记忆、笔记和全文搜索，作者仍然可能遗漏相互依赖的细节。

文镜设想为作品建立一份随写作演化的结构化状态，并在写作界面旁提供安静、可查询的辅助视图。AI 可以理解上下文、整理信息、指出潜在矛盾、提出简短建议；但正文由作者书写，关键设定由作者确认，是否采纳建议也由作者决定。

一个以正文为中心的写作空间

文镜的主界面仍然是编辑器。AI 不应成为占据屏幕中心、不断等待提示词的聊天窗口，而应像一个随时可以查阅的工作面板。

当作者写小说时，侧边栏可以显示当前章节涉及的人物、他们之间的关系、已有的背景设定、相关事件和待回收伏笔。写论文时，同一位置可以呈现当前研究目的、主要贡献、方法概要、实验设计，以及值得复核的论证问题。

这些信息来自对当前文档及既有项目状态的分析，而不是作者事先填写的一整套复杂表格。作者仍可以直接补充或修改设定。AI 负责减少整理工作，但不能把自己的推断悄悄当成作者已经认可的事实。

实时辅助也不等于实时打断。用户可以选择在写作停顿时更新预览、手动刷新，或者只在需要时展开建议。默认情况下，系统不自动改写正文，不大段续写，也不会因为检测到一个问题就阻止作者继续写作。

文档状态地图：让作品结构变得可见

文镜的核心界面是「文档状态地图」（Document State Map）。它把作品中值得长期追踪的信息整理成实体、关系、事件和约束，并提供多种查看方式。

在虚构作品中，状态地图包含人物档案、身份与能力限制、人物关系、地点、世界规则、已经发生的事件，以及仍待发展的线索。人物关系图能帮助作者把握角色之间的连接；编年史可以按照故事内部的时间顺序展示事件，而不受章节叙述顺序限制。

在学术写作中，地图呈现的是另一套结构：研究问题、目标与假设、方法步骤、数据与实验设置、评价指标、研究结果，以及主要论断和支撑材料之间的联系。作者可以沿着一项贡献声明，查看它在方法和结果部分有哪些对应依据，又有哪些内容尚未明确。

地图不必总是一张密集的知识图谱。根据写作任务，同一份状态可以呈现为关系图、时间线、卡片列表或可点击的论证链。重要的不是图形形式，而是作者可以从一个对象找到与它有关的上下文，并跳回支持该信息的原文。

系统应区分文本中明确写出的内容、AI 根据上下文做出的推断，以及作者手动确认的设定。对于没有充分依据的条目，应显示不确定性，而不是补出一个看似完整的世界。

里程碑与编年史：保留创作如何演化的记录

文镜区分两种历史。

一种是作品内部的编年史：小说世界里的事件先后，或研究项目中的方法、实验和论证关系。另一种是作者的修订历史：这次写作相较于上次，哪些内容真正发生了变化。

用户可以在完成章节、修改研究方案或到达其他重要节点时，手动保存一个里程碑快照（Milestone Snapshot）。系统随后将候选状态与上一次已确认的状态进行对比，呈现新出现的人物或概念、变化的关系、修改过的约束，以及可能被影响的既有内容。

例如，小说中的人物从盟友变成敌人，可能是合理的剧情推进；但如果作者回头修改早期章节，把两人最初的关系改掉，后续情节可能需要同步检查。系统应说明变化发生在哪里，而不是把所有前后不同的描述都判定为矛盾。

论文中的情况类似：当研究目标或方法发生调整时，系统可以提醒作者检查摘要、实验设置与结论是否仍然一致。

每项变更和建议都应尽可能关联原文证据，并允许作者选择确认、暂缓、忽略或锁定。手动确认是默认方案，避免尚未写完的草稿被过早固化。需要更高频反馈时，可以启用自动预览，但预览不会直接覆盖已确认快照。

这让作品逐步形成一份由作者控制的长期记忆，而不只是每次重新生成的摘要。

像审稿人一样观察，而不是代替作者写作

文镜的 AI Agent 主要扮演观察者、整理者和审阅者。

在小说场景中，它可以提示人物年龄、身份或状态可能存在前后冲突，某项世界规则似乎被违反，或者角色在特定事件之前就掌握了本不应知道的信息。除此之外，它还可以指出长期没有发展的角色关系、尚未回收的伏笔，或者已有世界规则带来的潜在剧情机会。

这些提示不等于规定正确剧情。角色故意说谎、故事采用倒叙，或者作者有意制造悬念，都可能让表面矛盾成为合理的叙事安排。系统应呈现依据和疑点，让作者自行判断。

在论文场景中，文镜可以持续提供类似 reviewer 的支持：目前的实验是否回应研究问题？方法描述是否交代了关键条件？某项结论是否比实际结果覆盖的范围更广？当论文中的论断发生变化时，哪些段落需要一起复核？

例如，引言声称方法「在所有任务中优于基线」，而结果部分目前只呈现两个任务的比较，系统可以把这两处对应内容关联起来，提示作者检查表述范围。它不应直接宣布研究结论错误，更不能声称完成了真实的同行评审。

这类反馈应简短、可定位、可忽略，也应区分明确的文本不一致与需要领域知识才能判断的建议。用户需要的是随时可用的第二视角，而不是不断生成修改意见的自动编辑。

灵感辅助也遵循这一原则：提出一个值得探索的问题、一条尚未发展的关系或一种可能的研究补充，而不默认产出大段可直接粘贴的正文。

从文字扩展到漫画和视频

对于小说、剧本及其他叙事作品，文镜还可以在人物和场景条目上绑定稳定的视觉锚点（Visual Anchors）。

作者可以上传参考图，或从 AI 生成的候选图中选定角色形象，记录人物的外貌、服装、风格及不同阶段的变化。同样的机制也适用于场景、重要道具和整体视觉风格。

视觉参考与文本中的实体相绑定，并拥有独立版本。例如角色受伤或换装后，作者可以确认一个新的外观版本，但此前章节仍然保留原来的参考形象。

在制作插画、漫画分镜或视频时，系统能够根据选定的章节、人物和场景，整理对应的文本上下文与视觉参考，提供给下游生成模型使用。文镜不必自己承担全部图像或视频生成任务，其价值在于让不同画面尽量遵循同一套经过确认的创作设定。

参考图与约束能帮助减少视觉漂移，但不能保证生成模型在每个镜头都完全保持一致；最终结果仍然需要筛选和确认。

用户始终拥有最后决定权

文镜的设计建立在一个明确的边界上：AI 可以提出理解，作者才有权决定哪些理解成为作品的正式状态。

这要求系统提供证据定位、状态编辑、版本回溯，以及对建议的接受、暂缓和忽略。原文可能包含角色谎言、尚未证明的学术论断或有意保留的歧义；模型引用到某段文字，不代表它的解释就必然正确。

文镜也应允许用户控制分析频率、提示密度以及是否使用云端模型。小说原稿、未发表论文和视觉资产往往具有保密要求，因此数据如何保存、哪些内容会发送给模型，需要在产品实现中透明可控。

长期来看，这套系统可以支持更多类型的写作，但不意味着它们必须采用同一套审阅规则。小说的时间一致性与论文的证据充分性是不同问题；可以共享上下文、证据、版本和裁决机制，不能混用评价标准。

产品的起点

文镜不需要从一个庞大的多模态创作平台开始。最初的版本可以只覆盖一个完整流程：导入或编辑文稿，生成带证据的状态地图，手动提交里程碑，对比前后状态，并处理潜在冲突或审阅建议。

当这个流程能够稳定帮助作者减少回忆、查找和反复核对的工作，再逐步增加更实时的上下文面板、领域化审阅器和视觉锚点。

文镜仍是一个产品构想，而不是已经完成验证的软件。 它最重要的待验证问题，是维护结构化状态所增加的确认成本，能否被实际节省的写作管理成本抵消。

它希望提供的体验很简单：作者可以专注于正在写的文字，同时始终有一份清晰、可追溯、由自己掌控的作品全貌。

DraftLens — Write freely. See clearly.