はじめに

生成AIによる小説作成は、短編であれば一定精度で実現できるようになってきました。
しかし、分量が増えるにつれて難易度は一気に上がります。特に中編（おおよそ2万字以上）や長編になると、プロットの破綻、キャラクターの不整合、時間軸の矛盾、感情の持続性の欠如といった問題が次第に目立つようになります。

この記事では、Claude 3.7 SonnetやGPT 4oをはじめとした大規模言語モデル（LLM）の挙動を分析しながら、長編小説生成における破綻の原因と、その対策について考えていきます。
技術的な視点と実践的な工夫の両面から整理することで、参考になればと思います。

なお、小説の「短編」「中編」「長編」の分類に明確な基準はありませんが、Web小説などでは2万文字未満を短編とすることが多いようなので、本記事では、2万字以上を中編以上として扱います。

1. 長編小説生成で発生しやすい問題

1.1. プロットの矛盾と長距離依存性の喪失

記憶の制約
大規模言語モデル（LLM）は、一度に扱える文章の長さ（コンテキストウィンドウ）に制限があります。
そのため、小説全体の流れを常に覚えているわけではなく、以前の内容を忘れてしまうことがあります。
この制約により、以下のような矛盾が生じることがあります。

• 序盤で「主人公は孤児」と設定されていたのに、中盤で「父親がいた」と描写される。

• 「3日前に会ったはずの人物」が、途中で「初対面」として再登場する。

LLMはこの範囲内で最適な文章を生成しているものの、長くなるほど前後の整合性を保つのが難しくなってしまいます。
プロンプトの工夫や補助的な仕組みを使うことで、こうした課題を軽減できることもあります。

技術的対策と実用的代替手段
知識グラフを活用してキャラクターやイベントの時系列管理を行うのが理想的ですが、現実的には難しいことが多いです。
そのため、実用的な代替手段として、「設定表」をテキストファイルで管理し、AIに毎回参照させる方法が考えられます。「登場人物」「過去の出来事」「場所」などの項目を整理して生成の事前に参照させると、整合性の取れた出力が期待できます。

また、アウトラインベースの生成による物語構造の事前計画が理想的ですが、これも現実的には難しい場面が多いでしょう。
実用的な代替手段として、まず「章ごとの要約」を先に生成しておき、それをプロンプトの一部として保持しながら各章へと展開していく方法が考えられます。
これは「地図を先に描いてから旅に出る」ようなもので、AIが生成過程で道に迷わないようにするような工夫として有効です。

1.2. キャラクターの一貫性の崩壊

発生要因と具体例

• 登場人物の性格や行動が文脈依存で変動し、一貫性が失われる

• 冷静沈着だったキャラクターが、後半で唐突に激情的になる

• 同じキャラクターの一人称が「俺」→「私」→「ボク」と変化する

技術的対策と実用的代替手段
登場人物の性格、言動、思考パターンの一貫性を保つには、各キャラクター専用の制約条件をプロンプト（指示文）に組み込むのが理想的ですが、現実的には難しいことが多いです。
そのため、実用的な代替手段として、各キャラクターの「人物設定カード」のようなものを作成し、セリフの口調や性格の特徴、過去の行動などを整理しておく方法が考えられます。
そして、新しいシーンを生成する前に、関連するキャラクターの設定カードをプロンプトへ含めることで、一貫性のとれたキャラクターの描写が期待できます。

また、小説内で各キャラクターの会話スタイルを一貫して維持するには、ベクトル埋め込み手法を活用できれば理想的ですが、これも現実的には難しいでしょう。
実用的な代替手段として、各キャラクターの特徴的なセリフを3〜5文ほど用意しておき、「このキャラクターはこのように話します」といった形で指示を明記する方法が考えられます。
さらに、特徴的な口癖や語尾、一人称の使い方なども整理しておくことで、AIが生成時にキャラクターの個性を自然な流れで描写することができるようになります。

1.3. 時間軸の矛盾と空間的整合性の崩壊

発生要因と典型的な例

長い物語では、時間経過や空間関係が適切に管理されないことがあります。

• 「一週間後」と言っていたイベントが、数ページ後に「翌日」に起こる

• 真冬の設定だったのに、突然「暑い夏の日」という描写が挿入される

技術的対策と現実的な代替手段
時空間整合性のモニタリングシステムを導入できれば理想的ですが、現実的には難しいでしょう。
そのため、実用的な代替手段として、時間軸を示す「タイムライン表」となるものを作成し、物語の各シーンが「何月何日の何時頃」に起きているかを記録する方法が考えられます。

また、物語の舞台となる場所の「地図」や「間取り図」を簡単に作成し、キャラクターの現在位置を記録しておくことで、AIの生成時にも空間的な整合性を維持しやすくなります。

1.4. 感情の持続性の低下

発生要因と典型的な例
物語のトーンに統一感を欠き、キャラクターの感情の流れが不自然になることがあります。

• シリアスな展開の最中に、軽妙な会話が挿入され、雰囲気が損なわれる

• サスペンスのピークで、描写が唐突に説明調になり、緊張感が失われる

技術的対策と現実的な代替手段
LSTM（時系列考慮を改良した層をもつモデル）を活用した感情軌跡分析でも導入できれば理想的ですが、現実的には難しいでしょう。
そのため、実用的な代替手段として、各シーンの前後で「感情サマリー」を作成する方法が考えられます。
たとえば、「このシーンの開始時、主人公は絶望的だが、友人との会話を通じ新たな希望を持ち始める」といった形で、感情変化とその理由を明示すると良いでしょう。
物語全体の「感情の流れ」を意識し、適切に盛り上がりや緩急をつけることで、読者が登場人物の心情に共感しやすくなります。

また、テキストの文体や「トーン」を自動的に識別・分類するAIシステム（文体分類器）を導入できれば理想的ですが、これも現実的には難しいでしょう。
そのため、実用的な代替手段として、物語全体の「トーン設定」（例：「シリアスで重厚な雰囲気」「軽快でユーモラスな語り口」など）をプロンプトに含め、常に参照できるようにする方法が考えられます。
好きな作家や作品を参考にしたい場合は、「〇〇風の文体で書いてください」と指定することで、より意図に沿った文体が得られます。

2. 長編小説生成のための実践的アプローチ

ここまで長めの小説生成における破綻を防ぐ上で、比較的手間の掛からない方法を紹介します。

2.1. 階層的なプロット設計

建築で「基礎→骨組み→壁→内装」と段階的に作業を進めるように、小説も構造から作り上げることで一貫性が保たれます。

実践手順

1. 「全体のあらすじ」をAIに生成してもらう（300〜500文字程度）

2. 「章立て」を作成し、各章で何が起こるかを簡潔に記述する

3. 各章を生成する前に、その章のより詳細なアウトラインを作成する

4. 章を生成する際には、全体のあらすじと章のアウトラインをプロンプトに含める

2.2. 設定データの管理

RPGゲームのセーブデータのように物語世界の状態を常に把握することで、設定の矛盾を防ぎます。

実践手順

1. テキストファイルなどで「設定データ」を作成

   • 「登場人物」：各キャラクターの特徴、関係性、変化を記録

   • 「場所」：重要な場所とその特徴、相互の位置関係

   • 「出来事」：起きた出来事を時系列で整理

2. 生成後、新たに登場した設定や変化をデータとして追記する

2.3. 制約と自由度のバランス管理

料理で「使う材料と最終的な料理名」は指定するが「調理法や盛り付け」はシェフの創造性に任せるように、AIの創造性とストーリーの一貫性のバランスを取ったプロンプトを指示として与えます。

実践手順

1. プロンプトへ「変えてはいけない要素」と「自由に創造して良い要素」を明示する

2. 重要な展開点はユーザー側で事前に決めておき、そこに至る過程でAIに創造性を発揮してもらう

3. 「この展開はサプライズですか？」「このキャラクターの行動は一貫していますか？」などの自己チェック質問をプロンプトに含める

2.4. 役割分担型の生成と評価

映画制作での監督、脚本家、俳優などの分業のように、AIに異なる役割を与えて対話形式で物語を発展させます。

実践手順

1. AIに異なる「役割」を与えて対話を進める

   • 「プロットアドバイザー」役：全体の整合性をチェック

   • 「キャラクター専門家」役：登場人物の一貫性を維持

   • 「読者視点」役：物語の面白さや没入感を評価

2. これらの役割を順番に与え、生成→評価→修正のサイクルを繰り返す

参考までに、以下は私の別記事ですが、
LLM内で複数の「仮想的な専門家」（ペルソナ）を設定する手法について掘り下げたものです。

2.5. 破綻検出と修正の方法

編集者が原稿をチェックするように、一定ポイントで立ち止まり、生成された内容を振り返ってユーザーが評価します。

実践手順

1. 「破綻チェックリスト」を作成し、各セクション生成後に確認する

   • キャラクターの一貫性：名前、外見、性格、口調

   • 時間的整合性：時系列に矛盾はないか

   • 空間的整合性：場所の移動や位置関係

   • 物語の論理：伏線と回収、因果関係

2. AIに「このテキストに矛盾点はありますか？」と質問し、自己チェックさせる

3. 可能であれば他者にも読んでもらい、感想や指摘を集める

3. まとめ：AIが長い小説を破綻なく生成するために

ここまで考察したように、まだ現状のLLM単独では、ある程度長い小説の一貫性を保つことは難しいですが、紹介したアプローチを組み合わせ工夫することで、長編小説生成が可能になります。

AIを「創作の代替」ではなく「創造性の拡張ツール」として位置づけることが現段階では重要かなと思います。
今後は人間の創造性とAIの能力を組み合わせることで、より魅力的な物語を生み出せるものとなり、この分野はさらに発展していくでしょう。