自從上完了RAG系統之後，就很想盡快使用大型語言模型做更多的應用。
原本我還規劃了一些課程，甚至突發奇想，不然再來念資訊相關的研究所吧，看是要念資訊管理所、資訊科學所，還是資料科學所。仔細思索後，考慮到在職碩班學費太可怕了，還是決定直接與AI進行協作開發。
反正不懂就問AI，再不然問網友，總是有辦法的，對吧。
所以我決定來做Side-Project，武俠小說生成器。
小說、電影等，其實是有公式的。最常見的就是大家熟知的起承轉合，戲劇則有三幕劇：觸發、衝突、解決。
神話學家約瑟夫·約翰·坎伯（Joseph John Campbell, 1904-1987）則提出了英雄之旅（The Hero's Journey），也分成三大塊：
在維基百科中是這麼說明的，
在敘事的啟程部分，英雄或主角生活在「平凡世界」，並接到一個冒險的召喚。英雄不願意跟隨這個召喚，但是得到了師傅的幫助。然後，跨越門檻到一個未知或「非常世界」。在敘事的啟蒙部分，他在那裡單獨（或在盟友的幫助下）面對任務或試煉。英雄最終到達「洞穴的最深處」或者是冒險旅程中最危險的地方，他在那裡必須經歷「折磨」、克服主要的障礙或戰勝敵人，經歷「神化」並獲得他的「獎賞」（「寶藏」或「萬靈丹」 ）。然後英雄必須帶著他的獎賞歸返「平凡世界」。「非常世界」的守衛可能會追捕英雄，或者英雄可能不願意歸返，或者因為外界的干預獲救，或者被迫歸返。在敘事的歸返部分，英雄再次穿越兩個世界之間的門檻，用他獲得的「獎賞」或「萬靈丹」回到「平凡世界」，這時候英雄可能會為了同胞的利益而使用它。英雄本人則因為冒險旅程而改變，並在兩個世界中獲得智慧或精神力量。
從1950年代以降，以金庸、古龍為首的新派武俠小說，當然也有公式。最常見的劇情就是背負著血海深仇的青年，在因緣際會之下，獲得高深的內力，或者取得武功秘訣，練成絕世武功，並且得以報仇。
既然小說是有公式的，那麼我們就能事先寫好公式，使用Prompt Engineering技巧，依據公式讓大型語言模型生成故事大綱。再依照故事大綱，生成各章節的故事。
從這個角度出發，我請AI為我繪製武俠小說生成器的系統架構圖。
首先這是我給出的提示詞：
我需要開始一個新專案(side project)，主題：武俠小說生成器，請你為我規劃系統架構圖。底下是我的專案相關資料。
後端用Python，使用LangChain等套件撰寫模版，然後呼叫OpenAI的API，使用OpenAI的語言模型。另外把大量的武俠小說匯入向量資料庫，建立擷取增強生成系統(Retrieval Augmented Generation)。
前端我打算先用Stramlit，快速開發。當使用者登入前端時（先做身分認證），會先需要設定角色、故事背景，所以會有角色與故事背景的生成服務，系統會去讀取向量資料庫的資料做為參考，然後生成類似的角色及故事背景。接著依照角色及故事背景，以及使用者在前端填入的其他資料，例如選擇故事大綱模版，將資料送入故事大綱生成服務，生成每一個章節的故事大綱。使用者也可以在此階段修正每一個章節的故事大綱。一共會生成20個章節。
當故事大綱確認後，使用者可以依序生成每一個章節的故事，每一個章節都另外有角色生成、場景生成、武功招式生成、武器生成的服務，當角色場景、武功招式、武器生成後，就可以把資料送到故事成生成服務，生成此章節的故事內容，每章節約3000字。
當第一章生成後，系統會記住第一章的生成內容，然後繼續進行下一章的生成，使用者還是能繼續針對角色、場景、武功招式、武器，再度生成，讓語言模型從上一個章節繼續編寫故事。
每一個章節生成後，都會儲存在關聯式資料庫內。
等到全部章節生成之後，使用者可以在前台閱讀他生成的小說。