讓 AI 創作變得可理解可驗證
AI 進入敘事創作，真正困難的往往不是多生成幾段文字，而是讓作者看得懂、管得住每一次改動。NarrativeSteward 提出一個面向互動敘事的創作環境，把大綱、世界觀、敘事圖等工件連在一起，作者可以透過對話提出需求，再從全局結構檢視、變更紀錄與執行驗證中，確認 AI 到底改了什麼，以及這些改動是否真的符合原本的故事意圖。
這個設計讓我想到，生成式 AI 在創作工具裡最有價值的角色，未必是替設計師或作者直接產出成品，而是把創作決策變得可追蹤、可檢查、可回頭修改。當一個角色的動機、場景的前後因果，或互動分支被 AI 重寫時，單看新文字很容易忽略結構上的副作用。若工具能把抽象意圖連到具體工件，並清楚呈現影響範圍，作者就能把注意力放在判斷與取捨，而不是反覆猜測模型做了什麼。這也是 AI x 設計值得持續投入的方向：介面不只承載生成結果，也要協助人建立對系統狀態的理解。
研究以 12 人的 within-subject 實驗比較 NarrativeSteward 與通用 agent。參與者更容易提出修改要求，也更常檢查變更，對故事結構與變化的理解較好。不過樣本數有限，結果值得觀察，不能直接泛化到所有創作工具、所有類型的作者或更長期的實際工作流程。對產品設計而言，下一步應該驗證這些可視化與驗證機制在不同創作任務中的成本，並確認它們是否真的提升自主性，而不是增加另一層操作負擔。
作者：Wendy 林