联系我
Trio · Local-First AI × Game Narrative

让 AI 进入文案生产的结构层,
而非表面生成。

「Trio」是一套面向游戏叙事的本地 AI 创作系统:私有化知识库 × 文案大纲预批改 Agent, 本地优先、人机协作、规则可控。由个人与 AI 协作完成全部设计与开发。

本地优先
研发数据全程本地处理,不依赖云端
2 个核心模块
私有化知识库 × 大纲预批改 Agent
多重检测维度
结构可量化,审美留给创作者
System / Modules

把分散的叙事知识,变成可用的创作资产

统一管理世界观、角色、战斗设定、剧情规范与工作流程,让它们可检索、可追溯、可更新。

Trio 深色模式:文档正文、部件降面预算表与右侧可溯源问答面板
界面持续迭代中
Module 01 / Knowledge Base

私有化知识库

解决大型叙事项目的老问题:文档规模庞大、信息分散、检索成本高,新人培训靠口头传递,文本频繁迭代导致知识滞后。基于本地 Markdown 构建,数据主权归创作者所有。

本地私有化部署,所有研发数据全程本地处理,不依赖云端
三栏「目录树 — 正文 — 问答」布局,兼顾浏览、阅读与检索
可溯检索结果附相似度评分、文件路径、原文片段与定位
版本默认只检索当前生效内容,旧版自动标记、保留追溯
ROADMAP › 自动入库与变更识别 · 文档内直接写作,打通「查阅—核验—引用—写作」链路
Trio 阅读态:目录树 — 正文 — 问答 三栏界面,问答附语义贴合评分与出处定位
界面持续迭代中
Module 02 / Pre-Review Agent

文案大纲预批改 Agent 开发中

创作者写大纲容易「自我感觉良好」,逻辑漏洞难以自查;人工评审又成本高、标准不一。这个 Agent 专注结构检测——只回答「合不合理」,不回答「好不好」。报告可追溯、可积累,逐步沉淀为团队自己的内容质量数据。

AI只做结构提取与规则检查,不直接改写内容
检测规则由人定义,审美判断留给创作者
OUTLINE-REVIEW / 结构检测报告 · 第 12 章
第 12 章·剧情大纲 v3 多维度扫描问题 ×2待人工复核
时间线与空间关系 · 一致✓ 第 1–4 幕检查通过
伏笔未回收 类型:伏笔回收 · 涉及:守卫名册 · 定位 §4
§2 埋设的「名册」线索在结局未回收,建议补一处回收或删除埋设
角色转变缺因 类型:目标追踪 · 涉及:守卫队长 · 定位 §3
倒戈缺少前置动机,可引用知识库「北境官制 §3-2」补充立场铺垫
报告已归档 · 可追溯等待人工终审
概念图 · 界面持续迭代中
写作 检查 修改 更新知识

两个模块协同:知识库沉淀设定与规则,Agent 检测时可直接引用对应设定,形成完整创作闭环。

Role / AI-Assisted PM

AI 辅助从设计到开发落地的完整闭环。

基于真实项目痛点设计交互流程,而非从技术出发堆叠功能。这个项目同时是一次方法验证:个人可与 AI 协作走完需求到交付的最小 MVP。

1

需求分析

独立完成需求定义与功能优先级拆解,从创作者的真实工作流出发。

2

方案设计

规划里程碑与信息架构,明确「AI 做结构、人做审美」的产品边界。

3

快速开发

与 AI(Claude / ChatGPT / Gemini / DeepSeek)协作完成前端界面、后端逻辑与检测规则实现。

4

迭代验收

负责功能测试与逐日验收,依据使用反馈持续调整产品方向。

Goal / 预批改

预批改的目标

在资深文案开展剧情正式评审前,前置过滤内容中不成熟的基础问题,确保上会内容更加完整规范,有效提升剧情评审通过率,降低整体返工率。

对项目

提升内容生产效率,减少重复返工,有效降低导师带教与评审成本。

对团队

鼓励新人主动沟通提问,释放资深文案重复性带教精力,整体提升剧情评审会交付质量与通过率。

对新人

减少无效沟通次数,缩短岗位上手周期,提升独立内容产出能力。

对资深人员

依托 AI 前置过滤内容基础结构问题,让资深叙事人员无需处理低级问题,专注内容审美判断与高阶打磨;将过往隐性的经验判断,前置转化为 AI 可识别的标准化结构规则,把个人叙事直觉沉淀为团队新人可复用的通用叙事规范与工作方法。

流程对比 / Before → After

旧流程

  • 新人完成剧情大纲
  • 频繁咨询导师核对问题
  • 打断导师正常工作节奏
  • 反复沟通调整
  • 进入剧情评审会

新流程 · 预批改

  • 新人完成剧情大纲
  • AI 预拆解分析
  • 输出项目协作结构和叙事结构问题 & 补全点
  • 协助新人自主完成首轮整改优化
  • 进入剧情评审会
Contact

想聊聊本地优先的 AI 创作工作流?

Trio 验证了一套面向游戏文案的本地 AI 工作流,也验证了「需求分析 → 方案设计 → 快速开发 → 迭代验收」的 AI 辅助完整闭环。欢迎交流游戏叙事、知识库设计与 Agent 工作流。

发邮件给我 →