小說全本拆解:用 10 維框架與 6 步 SOP 做工程化拆書

前言

拆一本長篇,常見做法是憑印象寫幾段讀後感,或只摘幾章做片段點評。這類輸出難複用:敘事節奏、伏筆佈局、類型套路往往混在一起,後續仿寫或對標時缺少可對照的結構化材料。下面介紹 SkillHub 上的社區 Skill「小說全本拆解」,它把拆書流程固定爲 10 個分析維度與 6 步 SOP,並約定兩路素材來源,面向「拆透一本書」而不是單點吐槽。

這是什麼

「小說全本拆解」是以 10 維框架 + 6 步 SOP 爲核心的工程化拆解系統,座標爲 @user_ada3421c/novel-deconstruction,版本 1.0.0,分類 content-creation,來源爲 community,發佈者爲 user_ada3421c。Skill 標籤標明 requires_api_key=false,安裝與使用不依賴額外 API Key 配置。

官方頁面與 API 入口:

  • SkillHub:https://www.skillhub.cn/skills/user_ada3421c/novel-deconstruction
  • API:https://api.skillhub.cn/user_ada3421c/novel-deconstruction

核心功能

Skill 自述的能力均可從官方簡介覈對,主要包括以下幾類。

雙路素材來源

  1. IMA 知識庫「寫作文庫」檢索:作爲主要來源,用於支撐全本拆解時的寫作技法與類型參照。
  2. 微信讀書搜索:作爲補充來源,用於補全目標作品或同類作品的可見信息。

具體檢索策略與字段由 Skill 內 SKILL.md 與執行邏輯定義;使用時需接受外部知識庫與讀書平臺檢索結果的覆蓋範圍限制。

10 維全本拆解

對目標小說做工程化拆解時,框架覆蓋以下維度(名稱與順序以官方簡介爲準):

  • 敘事架構
  • 世界觀設定
  • 劇情引擎
  • 人物系統
  • 情緒工程
  • 伏筆反轉
  • 文筆敘事
  • 主題內核
  • 商業適配
  • 創新差異化

產出形態

在維度拆解之外,官方說明還包括:

  • 可量化的 文風 DNA 標籤
  • 可複用創作模型
  • 13 類可視化圖譜
  • 故事線拆解
  • 類型專屬分析

觸發意圖

當對話中出現拆解小說、分析網文、小說全本分析、寫作手法提煉、拆透一本書、故事線分析、敘事結構拆解等意圖時,Agent 應加載該 Skill 並按其 SOP 執行。6 步 SOP 的步驟名稱與每步輸出模板以 Skill 包內文檔爲準;本文不展開未在公開簡介中出現的步驟編號與細則。

安裝與啓用

SkillHub 頁面提供的安裝方式是:將頁面上的安裝提示詞發送給你的 AI,由其完成 Skill 安裝。未在官方資料中給出 Cursor、Codex CLI、Claude Code 的統一 shell 安裝命令時,不宜自行編造 npx 或路徑約定。

可復現的啓用信息如下:

  1. 在 SkillHub 打開技能頁,複製「將提示詞發送給你的 AI 安裝該 skills」對應的安裝提示詞。
  2. 在已支持 Agent Skills 的客戶端中發送該提示詞,並確認技能座標爲 @user_ada3421c/novel-deconstruction。
  3. 因 requires_api_key=false,一般無需在環境變量中配置 API Key;若客戶端要求指定 skills 目錄,按客戶端文檔放置 Skill 包即可。

典型用法

官方簡介未附帶完整對話樣例,但觸發意圖本身可作爲可復現的用戶輸入。先做目標聲明,再讓 Agent 按 10 維與 SOP 輸出。

示例 1:指定作品做全本拆解

用小說全本拆解 Skill,對《作品名》做全本工程化拆解,按 10 維框架輸出,並附故事線拆解與類型專屬分析。

示例 2:側重敘事與伏筆

拆透這本書:分析敘事架構、伏筆反轉和情緒工程,並提煉文風 DNA 標籤和可複用創作模型。

示例 3:網文對標

分析網文《作品名》的劇情引擎、商業適配和創新差異化,需要 13 類可視化圖譜的綱要說明。

經過上面的步驟,Agent 會按 Skill 約定調用 IMA「寫作文庫」與微信讀書搜索補充材料,再按維度與 SOP 組織回答。若目標作品在補充來源中信息不全,應在結果中標明缺口,避免把檢索不到的內容寫成事實。

適用場景與注意

適合誰

  • 需要把一本長篇拆成可對照結構的學習者或編輯。
  • 寫同類型作品前,希望拿到故事線、人物系統、類型套路等可複用模型的人。
  • 做選題或立項論證,需要「商業適配」「創新差異化」等維度書面化的人。

使用注意

  • 素材依賴 IMA 知識庫與微信讀書檢索,冷門書、未收錄文本或版權受限內容可能拆不全。
  • 10 維與 13 類圖譜體量大,單次對話宜明確作品名、類型與優先維度,避免輸出過於籠統。
  • 社區來源 Skill(community),行爲以當前 v1.0.0 包內 SKILL.md 爲準;升級後維度或 SOP 若有變更,以 SkillHub 頁面版本爲準。

據 SkillHub 抓取數據,該 Skill 評分 100000,下載 6650 次(安裝計數爲 0,以平臺統計爲準)。以上爲平臺側指標,不代表拆書結論的質量保證。

結尾

「小說全本拆解」把拆書從散點評論收斂到 10 維框架、6 步 SOP 與固定產出類型(文風 DNA、創作模型、圖譜、故事線、類型分析),並寫明 IMA「寫作文庫」與微信讀書兩路來源。若你的工作流裏經常出現拆小說、敘事結構或網文分析類需求,可在 SkillHub 安裝座標 @user_ada3421c/novel-deconstruction 的技能包:https://www.skillhub.cn/skills/user_ada3421c/novel-deconstruction

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜