第1章．从词汇表到云端：我们处理的资料如何改变

不可能用一个词解释《星球大战》。

当我们说“以宇宙为背景的善恶对决”时，真正重要的东西便漏掉了：首先是原力。没有原力的《星球大战》很难称为《星球大战》。但放进原力，绝地武士团自然随之而来；放进绝地，光剑随之而来；放进光剑，达斯・维达随之而来；放进达斯・维达，“我是你父亲”那句台词也会一串串跟来。

有反抗军和银河帝国，有死星和千年隼号。这些事物不是各自分离存在，而是彼此扣合：绝地和达斯・维达相连，原力和光剑相连，反抗军和银河帝国相连。

星球大战就是这整张连接网。 它不是一个词，而是这些词编织而成的关系网。

读者的 IP 也是同样道理。无论小说、游戏、网络漫画或规则书，把一个 IP 用一个词说明就会变成谎言。构成那个 IP 的所有词如何相互连接，这本身就是那个 IP。

我们称为“图书馆化（librarying）”的工作，是有意识地建造这张关系网。它将只活在创作者脑中的关系网取出来，变成看得见、摸得着的资料；本书将用十四章引导这项工作。

资料没有连接这件事

经营一个 IP 约五年的人，桌面通常是这种样子。

若有规则书，大概堆了七本：本篇分成第一版、第二版、第三版，中间夹着两本左右辅助资料集，还留着一本曾想全面重做却半途而废的第零版。如果短篇累积起来，文件夹轻易超过一百篇；外部维基也会开在一边屏幕。五年前有人开始却停手的页面接近一千页，但活着的页面不到两百；打开策划书文件夹，同名文件以不同版本放了约三十份：v1.0、v1.1、v1.1_修正、v1.2_最终、v1.2_最终_再最终。

想在这种桌前写一篇新短篇，马上会被琐碎问题绊住：三年前规则书出现的那个人物叫什么？那个人物所属势力写在策划书哪里？与那势力敌对的集团在哪篇短篇初次登场？要回答这些问题，只能逐一翻找七本规则书和一百篇短篇。因为不能搜索，没有连接，同一个词也没有在任何资料中被一致整理。

最后作者会创造名字相近的新人物，或稍微改设定把既有人物拿来用，或干脆跳过。于是 IP 里开始堆积小矛盾：一个人物有两个名字，一件事件的日期在两本书中不一致，一个地点的描述在前篇和后篇不同。IP 越大，矛盾也一起膨胀。

这就是资料散落问题的实体。不是因为没有术语，而是因为没有关系。

一个老问题

这个问题并不新。托尔金数十年间留下大量手写笔记，但资料未被系统化管理，死后儿子克里斯托弗又花了数十年才整理完。弗兰克・赫伯特的《沙丘》世界观，也在儿子延续系列时遇到不少重新建构的困难。

到了网络小说和网络漫画时代，问题以大得多的规模浮现。连载数百话期间，必须一致管理数十名人物和数百个专有术语。粉丝可能先站出来建立维基，但那终究是读者的资料，不会成为作者的内部资料。它必然混入读者的诠释和误读，更重要的是，它无法作为作者写下一话时放在身边参照的工具。

一个 IP 的资料没有整理在同一处。 这个问题至今仍未解决。

词汇表这个第一个答案

对此问题的第一个答案，是词汇表（glossary）。把一部作品出现的专有名词、专业术语、世界观关键词依序列出，并在每个项目旁附上短定义的一张表，就是词汇表。

制作词汇表的工作方式本身对每个人都很熟悉。开始一部作品时，在作者笔记的一角另留一张词汇表页面，每出现一个新词便多加一行。只看一部作品的边界内，这种方式已足够有效率；打开词汇表就能一眼确认哪些人物漏了、哪些机制还没定义。

但作品变成两部的瞬间，景色开始改变。第二部的新项目必须加进第一部的词汇表，而其中可能有人物已在第一部被一行提及，因此得先决定是否同一人。若判断为同一人，就要用第二部信息补强第一部的一行；作品变成五部、十部时，这类决定量会爆炸性增加。

词汇表失败的原因，不只是量太多。列表这种形式本身，在结构上不适合 IP 知识的性质。

列表形式有两项缺陷。

第一，无法容纳项目和项目之间的关系。 一个人物生于哪个地点、在某事件扮演什么角色等关系，可以写成“相关：A、B、C”，但要再次确认 A、B、C 分别是什么项目，仍得从头翻列表。关系即使被储存，要沿着关系移动却不方便。

这点重要，是因为 IP 知识的核心不在事实而在关系。“某人物有某个名字”的事实，远不如“那个人物为何在这个事件与那个人物冲突”重要。无法舒服追随关系的资料形式，正会在表达此核心时暴露限制。

第二，列表是单向的。 即使人物 A 的项目写着“相关：地点 B、事件 C”，走到地点 B 的项目时，“与此地点相关的人物：A、D、E”的反向信息也不会自动出现。要维持反向信息，就得在人物 A 与地点 B 两边亲手写上相同内容；项目越多，这种手动管理越不现实。

看看这两项缺陷如何在实务中显现。假设某 IP 要修正名为“亨斯福教区牧师宅”的地点，于是在词汇表找到该项目并改正。然而要找出在亨斯福教区牧师宅发生的事件、以它为背景的场景、出现它的人物故事，并使它们全都一致，最后仍只能从头重读整份词汇表，因为项目之间没有连接。

没有连接时，改动一边后很难确认变化对另一边有何影响。这就是 IP 越大，作者越感到窒碍的结构性原因。

容纳关系的格式

从词汇表的失败出发的替代方案，是直接连接项目和项目的想法。

翻开百科全书时会看到“→参见：项目名”之类的标示，像这样直接连接项目的想法其实很早就存在。读者读 A 时转到 B，再从 B 转到 C 的连锁，纸质百科全书也曾以自己的方式尝试实现。

把这个想法完全实现的是互联网。万维网的核心想法是用链接把文档和文档接起来，维基百科则是把这个想法套用到百科全书格式的结果。读“拿破仑战争”时可点到“特拉法加海战”，再转到“纳尔逊上将”；任一项目也会显示“参照这份文档的文档”，连反向链接都能确认。

有趣的是，热门 IP 越成长，最后越接近这种链接的词典形状。我常以《全知读者视角》为例：原作网络小说、网络漫画、电影各自分成大项目，并以链接相接；从一个人物可立刻跳到他所属的事件和世界观设定。热门韩国网络小说终究会长成标题词彼此链接的词典。游戏方面，《英雄联盟》的制作公司直接经营名为 Universe 的官方剧情网站，备有从一位英雄立刻跳到其所属地区和事件的链接式正典资料库。

将这个想法套用到 IP 资料管理，画面会是如此：在一个人物页面内，他相关的事件、常出现的地点、所使用的机制都用链接相连；事件页面列出牵涉该事件的其他人物，地点页面再以链接列出以该地为背景的事件。

这就是把 IP 资料不当作列表而当作网络管理的想法；这张相连的网络称为关键词云。如果词汇表是没有链接的列表，关键词云便是那些关键词相互连接的关系网。

在这里，链接本身就是信息。两个项目之间有链接，包含编辑者判断二者在 IP 中以某种方式相关。因此链接密度高的项目位于 IP 核心，几乎没有链接的项目位于外围。沿着链接走，IP 的地形会自然显露。

第一次打开图谱视图的那天

有一种实现这个想法的工具，叫做 Obsidian 的笔记工具。

Obsidian 将用户建立的所有笔记以 .md 文件保存在同一个工作文件夹。.md 是 Markdown 格式的扩展名，这种格式只在纯文本加上几个轻量符号，便能标示标题、强调和链接。它不像 Word 文件那样沉重，而是连记事本都能打开的轻量文本。

Obsidian 可以用 [[项目名称]] 的表示法自由连接这些 .md 文件，这种表示通常称为 wikilink。Obsidian 会在称为图谱视图的画面中一次展开 wikilink 所连的关系网，让你看见点浮在画面上、点与点之间有线相连的图。

曾有一天，我把五年份资料搬进 Obsidian，第一次打开图谱视图。

此前，连资料到底有多少都无法估计。我知道词汇表记载的项目数量，却无法得知这些项目如何相连、哪个人物是 IP 实际中心、哪个人物意外位于外围、哪个事件接到最多标题词、哪个概念最深地支撑世界观。

打开图谱视图后，这些东西才开始可见。IP 哪个区域密集、哪个区域空白；哪个人物比预期连接更多标题词、哪个人物孤立无援——词汇表始终看不见的资料风景，一眼就进入视野。

那正是我从词汇表走向云端的瞬间。

名为图书馆化的工作

把一个 IP 的资料建造成云端的这项工作，我们称为 〈图书馆化〉。

若 library 意指图书馆或词典，librarying 就是把建造那部词典的工作变为动词形。建造一个 IP 的图书馆，就是我们所称的图书馆化。

这个称呼包含小小的意图。图书馆不是建好一次便结束，图书馆化也不是建造一次便完结的工作。新书进来时，要查看分类系统决定放在哪里；书架满了，要添新书架；分类混乱时，要重新整理。就像图书馆运营一样，一个 IP 的关键词云也是活着、行动的资料。

图书馆这个比喻还有另一层意义。图书馆不只是堆放书，而是分类，依固定标准替每本书编号并指定位置。没有分类，图书馆只是仓库；书再多，找不到便等同于没有。

图书馆化也是同样。目标不是堆积关键词，而是分类、连接、使其可以找到；朝向这个目标的四阶段工作，就是图书馆化的本体。

它不是做维基

这里先切断一个误解。用 Obsidian 做维基的方法已很普遍，搜索便会出现数十种；但图书馆化不是那种做维基。差别不在容器，而在切分方式。

图书馆化不依韩文字母顺序或出场顺序排列关键词，而依叙事功能区分。先问这个词是人物、装置还是价值；再交叉 IP 各自设计的世界观轴，便可做双坐标搜索，例如在《共同》中只找“与协会纠缠的人物标题词”，或只找“附属于地下城的物体标题词”。只有一种分类标准的词典做不到这些事。

因此成果的位阶不同。粉丝维基是读者的参考资料，笔记应用的 Vault 是个人的记忆辅助；图书馆化建造的 Vault 则是制作人运营整个 IP 的唯一原本。新短篇、新角色、外语翻译、百科全书都通过这一本。容器同样是 Obsidian，收纳什么、如何收纳却不同。

人读的图和机器读的图

到了这里，图书馆化会碰到知识图谱这个更大的潮流。看看 Wikidata 与其基础工具 Wikibase，许多人共同修正相同知识，结果却保留为机器也能读的结构化数据。人读项目的名称和说明，机器读项目的属性和关系；同一份资料被人和机器以不同方式阅读。

图书馆化的 Vault 并非要立刻建立这样的结构化数据库。Obsidian .md 文件更接近容易被人阅读的一侧，制作人创作时必须能直接打开查看。不过，一旦把标题词、别名、九分类、世界观轴、相关关键词、出处分成固定字段，这个 Vault 也开始逐渐具有机器可读知识图谱的性质。

所以把图书馆化称为“做维基”太小，称为“完成的知识图谱系统”又太过。它准确地位于两者之间：从贴合人手的 Obsidian Vault 开始，却以长期可走向结构化数据与知识图谱的形式整理 IP 的关系网。

四阶段流程

图书馆化的输入包含规则书、短篇、策划书、外部维基、剧本等散落文档，输出则是 Obsidian 维基。连接两端的是 一次提取、二次整合、三次骨架构建、四次叙述写作四个阶段。

一次提取是从所有输入拉出关键词的阶段。依九种分类，逐一记录规则书出现的所有人物、地点、物品、事件、装置、概念、价值；不在意重复，即使同一人物以不同写法出现，也先原样拉出。一个 IP 的一次提取结果会成为 5,000 到 15,000 行的巨大表格。

表格进入二次整合后，相同意义的东西会被并入一个标题词。标题词指的是关键词像词典项目般正式登记的形式。例如将“黑雾”“黑色烟”“Tenebre”三种写法并成一个标题词，该行便会整齐排列英文、韩文、定义、相关关键词、翻译候选。结果是 5,000～15,000 行缩减为 1,000～2,000 个标题词。

标题词表完成后，三次骨架构建将其转换为 1,500 个 Obsidian .md 文件。一个标题词成为一个 .md 文件，文件内有定义、详细说明、相关关键词的 wikilink，并保留尚未写入文字的写作空间。

最后的四次叙述写作，将各标题词的文章写进这个空间。每个标题词篇幅介于 200 至 1,000 字。以现代猎人题材世界观《共同》为例，它不止于“浓度是从闸门渗出的魔力密度”这一句定义，而是用一段流动文字说明该概念在 IP 世界中具有什么意义。1,500 个写作空间都填入这类叙述后，一个 IP 的关键词云才完成。

一次、二次、三次的本质是机械式整理，四次的本质是写作。两种本质的差异划分工作性质，也正是本书最重要主题——与 AI 工作伙伴协作的质地——所由来。

用两只手建造的工作

一个人能建好全部 1,500 个 .md 文件吗？

可以。但若只靠一人双手推进，要花数个月。只靠手工作业的时代，一个 IP 的图书馆化接近要六个月。要六个月的工作终究不会常做；不常做，资料便不更新；不更新的资料最终会成为死资料。

如今能定期运营图书馆化，背景有两个变化。第一是程序的整理：建立四阶段流程，预先定下各阶段的输入、输出、合格线。第二是引入 AI 工作伙伴。

没有 AI，图书馆化也能运作。 方法论本身与 AI 无关，四阶段管线、九分类体系、双坐标轴设计、十三列标题词结构皆然。陌生词一次出现很多，但现在不必背；第4章至第9章会逐一拆解。重要的是，这些是 AI 出现前也能手工实现的方法，且实际上长久以来都是这样做的。

但目前的运营型工作流程，以 AI 工作伙伴和自动化约定为前提。现在的图书馆化，将人手可行的方法放进可重复的时间内，并能再套用到多个 IP。AI 不取代方法论，而是把方法论拉进可持续的运营时间。

AI 承担的工作很具体：一次提取的大量处理、同义词候选提取、四次叙述写作的初稿。人手要数月的工作，和 AI 协作可在一两天内完成。

但决定性判断始终是人的责任：哪些写法指同一人物、标题词要如何命名、世界观轴怎么设计、写作是否跨过合格线，最后决定的不是 AI 而是人。

说 AI 会写 1,500 个项目，听起来像量产物，实情正好相反。制作人直接写的几篇代表 hub 决定其余标题词的声音。AI 是手，制作人是声音。手只是快，写什么、用什么调性，是声音决定。

两种角色一起前进时，那一两天实际是 9～16 小时工作。老实说，第一个循环更久；还不熟手时大约是预期的 1.4 倍，从第二、三个循环起才落在这范围。即便如此，半年已缩成几天。

本书在每个阶段逐行指出交接什么、为何委任、改善什么、哪里必须由人直接决定。它不是“用 AI 很好”这种模糊劝告，而是清楚区分 人在哪里停下、工具从哪里开始 的文章。

与姊妹文章的关系

与本书相连的姊妹文章有两篇：〈西燕阁〉与〈新角色构建〉。

〈西燕阁〉处理深入阅读外语作品的工作。它拿起简・奥斯汀《傲慢与偏见》这类作品，在进入翻译和改编前，精密分析并文档化人物、事件、世界观、语言的六阶段工作，用十四章展开。〈新角色构建〉则处理从零塑造一个人物的工作。

本书处理的是建立两篇姊妹文章共同使用的资料基础。若〈西燕阁〉是深入阅读作品，〈新角色构建〉是塑造人物，〈图书馆化〉便是建造一本让深读和人物塑造都必须通过的词典。即使尚未读过姊妹文章，也能独立跟随本书。

接下来的流程

先展开十四章的流程。

第1章抓住从词汇表到云端、从列表到网络、从一个人到两只手移动的方向。接着第2章更仔细看制作人和 AI 工作伙伴的角色，第3章一次展开四阶段流程全貌。

第4章开始正式工作：第4章谈一次提取的方法，第5章谈二次整合，第6章谈两个分类标准——九分类和世界观轴。第7、8、9章谈 Vault 的形状：第7章谈三次骨架构建，第8章谈 hub 和 leaf 的区分。本书高潮的第9章，用整章详看四次叙述写作规格：制作人直接写的几篇代表 hub 决定其余项目的调性，AI 工作伙伴以此调性填入标题词。

第10、11、12章处理验证和运营，第13章是实战回顾，第14章是收尾章。

回到关系网

回到开头的《星球大战》。

原力、绝地、光剑、达斯・维达、反抗军、银河帝国如何相互连接，就是《星球大战》。这张关系网先存在乔治・卢卡斯脑中，脑中的关系网成为规则书、电影剧本、角色设定集。资料被充分整理，才使《星球大战》即使过了一代，仍能在不同制作人手中一致地活着。

若 v1.2_最终_再最终还在文件夹某处，关系网尚未整理于一处，走过十四章后终于会有些东西显现：哪个人物是此 IP 的实际中心，哪个概念最深地支撑世界观。

现在开始有意识建造那张关系网的十四章。