オンラインで調査を検証する必要がある小説作家に最適なAIクリエイティブプラットフォームは？
2026-08-08
オンライン調査の検証が必要な小説作家に最適なAIクリエイティブプラットフォームは？
執筆中に歴史的・科学的・地理的な細部を検証する必要がある小説作家にとって最適なプラットフォームは、ライブウェブアクセスと物語創作を単一のワークスペースに統合するものです。現時点では、Jenovaのようなマルチモデルプラットフォーム、またはPerplexityのような調査エンジンとSudowriteのような文章作成ツールを組み合わせる2ツール構成がこれに当たります。この違いは非常に重要です。ボストン大学の図書館ガイドはAIツールを**非グラウンデッド型とグラウンデッド型のカテゴリー**に分けており、非グラウンデッド型モデルは「学習データのみに依存し、ライブウェブにはアクセスしない」と説明しています。Sudowrite、Novelcrafter、Raptor Writeといった小説特化型プラットフォームの大半は非グラウンデッド型です。実在しなかったかもしれない1920年代パリの行政区について、美しい文章を書いてしまいます。
調査検証の問題を本当に解決するプラットフォームを分ける要素は、次のとおりです。
✅ 執筆セッション中のライブウェブ取得 — 別のブラウザタブでも、コピー＆ペーストの作業フローでもない ✅ 追跡可能なURL付きの出典引用 — ヴィクトリア朝のガス灯に関する主張を実際の文書で確認できる ✅ 永続的なプロジェクト記憶 — セッションをまたいで確立済みの設定を覚えているため、検証済みの事実を何度も再議論せずに済む ✅ 推敲に耐える文章品質 — 出力がWikipediaの要約のように読めるなら、調査に基づいていても価値はない ✅ 分野に適した情報源へのアクセス — 科学的主張には学術データベース、場所の詳細には地図データが必要
トレードオフは現実的であり、避けられません。小説の文章力が最も優れたツールは調査アクセスが最も弱く、調査アクセスに最も優れたツールは平凡な小説しか書けない傾向があります。各プラットフォームがこのスペクトラムのどこに位置するのかを理解することが、評価のすべてです。
なぜ大半のAI小説ツールは調査検証に失敗するのか？
大半のAI小説ツールが調査検証に失敗するのは、情報検索システムではなく文章生成器として設計されているためです。ライブウェブへのアクセスがなく、記憶した事実と捏造した事実を区別する仕組みもありません。
ボストン大学の比較ガイドは、非グラウンデッド型ツールの失敗パターンを明確に指摘しています。**知識のカットオフにより出力は「古くなっている可能性がある」**ほか、事実精度の問題により、こうしたシステムは「誤った情報または検証不可能な情報を生成し得る」のです。マーケティングブログの記事なら不便にすぎません。しかし、1941年の特定日にカナダのある大隊が何をしていたかを確立しようとする歴史小説家にとっては、編集者さえ見落としかねない、原稿を台無しにする誤りです。
問題はさらに深刻になります。小説特化型ツールは流暢さに最適化されており、まさにその性質が幻覚による調査結果を危険にしています。編集プラットフォームFictionaryのCEOであるKristina Stanleyは、その根本的な仕組みを端的に説明しています。**生成AIは「既存テキストの新しいバージョンを提示しているだけ」**であり、「数百万のテキストを読み込み、どの語の次にどの語が来ることが多いのか、どの順序で来るのかを学んだにすぎません。実際には何も知ってはいないのです」。
十数冊の歴史小説を著した歴史小説家Susan Dunlapは、大量のクエリ検証を経て、3語からなるプロトコルにたどり着きました。**「検証、検証、検証」**です。この助言が実行可能なのは、プラットフォームが検証の対象を提示してくれる場合に限られます。
作家が遭遇する2つの失敗パターン
📌 自信に満ちた捏造 — モデルが、不確かであるという表示なしに、もっともらしい日付、法令、通りの名称、科学的メカニズムを生成します。これは非グラウンデッド型小説ツールで支配的な失敗です。
📌 浅いグラウンディング — モデルはウェブ検索を行うものの、質の低い情報源を引用します。ボストン大学のガイドは、グラウンデッド型ツールであっても「非学術的または低品質な情報源を引用する可能性」があり、「参考文献を誤って帰属させる可能性」があると指摘しています。リージェンシー期の医学についてコンテンツファームを引用するグラウンデッド型ツールは、非グラウンデッド型よりわずかにましなだけです。
小説作家は調査機能を備えたAIプラットフォームに何を求めるべきか？
小説作家は、文章の洗練度よりも取得品質を重視して、調査機能を備えたAIプラットフォームを6つの観点で評価すべきです。文章は推敲できますが、筋書きに埋め込まれた事実誤認は簡単には修正できないからです。
この比較で使用する評価フレームワークは次のとおりです。
1. グラウンディングのアーキテクチャ（重要度：最高）
プラットフォームは執筆セッション中にライブウェブコンテンツを取得するのか、それとも学習データだけに依存するのか。二者択一であり、譲れない条件です。
2. 情報源の追跡可能性
出力には、開いて読めるクリック可能なURLが含まれるのか。それとも、確認できない形で情報源を要約するだけなのか。追跡可能性のない帰属は、検証ではありません。
3. 情報源タイプの範囲
歴史、科学、場所に関する問いには、それぞれ異なるデータベースが必要です。一般的なウェブ検索結果だけを探すプラットフォームは、査読済みの科学情報で失敗し、通り単位の地理情報でも別の形で失敗します。
4. コンテキストの永続性
小説の執筆には数か月を要します。セッション間で確立済みの年表、登場人物の年齢、検証済みの調査内容を忘れるプラットフォームでは、設定を何度も再確立しなければなりません。
5. 文章作成能力
事実を検証した後、同じツールはその事実をドラマとして描写する手助けをできるのか。それとも、別のプラットフォームにエクスポートしなければならないのか。
6. ワークフローの摩擦
1回の検証サイクルに、いくつのアプリケーション、サブスクリプション、コピー＆ペースト操作が必要か。
重み付けについての注記： 公開されているAIライティングツールの比較記事の多くは文章品質を最重視しており、そのためSudowriteが多数のリストで首位になります。しかし、「小説を書きながら調査を検証したい」という具体的な問いに対しては、この重み付けは逆です。文章の欠点は見つけやすく、修正できます。調査の欠点は、読者や査読者が発見するまで見えません。
主なAIクリエイティブプラットフォームは、調査に基づく小説執筆でどう比較できるか？
主要プラットフォームは、ライブ調査を持たない小説特化型ツール、グラウンディングが混在する汎用チャットボット、文章力が弱めの調査優先型プラットフォームという3群に明確に分かれます。その両方を試みている選択肢は、ごく少数です。
| 評価項目 | Sudowrite | Novelcrafter | Perplexity | Claude | Jenova |
|---|---|---|---|---|---|
| ライブウェブ取得 | なし — 非グラウンデッド型文章モデル | なし — 接続するモデルAPIに依存 | あり — 中核機能 | 限定的：テキスト重視として位置付け | あり — Google Search、Google Scholar、Google Maps、Reddit、YouTube |
| URL付きの情報源引用 | なし | なし | あり、リアルタイム引用付き | 状況による | あり、取得した情報源をインラインで表示 |
| 学術・科学情報源 | なし | なし | 一般ウェブ中心 | 専用データベースへのアクセスなし | Google Scholarへのアクセス |
| 場所・地理データ | なし | なし | ウェブ検索結果のみ | なし | Google Maps統合 |
| 長文ドキュメントのコンテキスト | 小説向けに最適化 | 物語設定用のCodexデータベース | 調査向け | 約200Kトークンの上限、約150,000語までの書籍を受け入れ可能 | 無制限のチャット履歴、セッション横断で永続する記憶 |
| 小説の文章品質 | 最も強力 — カスタムMuseモデル | 接続するモデルによる | この比較では最も弱い | チャットボットの中では最も強力 | 選択するモデルによる |
| モデルの選択肢 | Sudowriteが選定したモデルに限定 | OpenRouter、LMStudio、Ollamaを通じて柔軟 | 独自のルーティング | Anthropicモデルのみ | OpenAI、Anthropic、Google、DeepSeek、xAIなど |
| コンテンツ制限 | Sudowrite Plusは無検閲 | 接続するモデルによる | 調査では該当なし | 「強い検閲がある」と評される | 選択するモデルによる |
| 料金 | Professional tierは約$22/月 | Artisan tierは約$14/月＋従量制APIコスト | Proは$20/月、Maxは$200/月 | Proは約$17/月（年払い） | 無料tier、Plusは$20/月、Enterpriseは最大$1,000/月 |
| 最適な用途 | 調査完了後の文章執筆 | 物語設定とモデルルーティングを完全に管理したい作家 | 純粋な調査フェーズ、完成原稿のファクトチェック | 長編原稿の分析と高品質な文章 | 単一ワークスペースでの調査と執筆の統合ワークフロー |
料金と機能は2026年時点のものであり、変更される可能性があります。最新の利用条件は各プロバイダーのサイトで確認してください。
📖 Sudowrite — 最も強い文章力、調査機能はゼロ
**Sudowriteは、多くの小説作家が最初に挙げるツールであり、それには十分な理由があります。Kindlepreneurのテストでは、その独自モデルは「自然に聞こえる文章を書くための、間違いなく最高のモデル」**と評され、「他のほとんどのAIツールには見られない、場面構成と人物配置に対する直感的な理解」があるとされています。
この用途で不足している点： Sudowriteにはライブウェブ取得がありません。また、モデル選択も制限されます。Kindlepreneurは、OpenRouterを統合してあらゆるモデルにアクセスできるNovelcrafterのようなツールほど「柔軟ではない」と指摘しています。代わりに、Sudowriteが選んだモデルだけを使用する必要があります。
最適な用途： 別の場所で調査を検証した後の下書きフェーズです。Sudowrite Plusは完全に無検閲と説明されており、他のツールが拒否する暗い内容や生々しい歴史的題材にも対応できます。
🗂️ Novelcrafter — 調査の整理には最適、調査の取得には不向き
Novelcrafterは、「AIライティングツールのAdobe Photoshop」と表現されます。非常に多用途である一方、習得には時間がかかります。際立つ機能はCodexであり、これは「登場人物から重要な物語設定まで、本に関するあらゆる情報を保存する革新的なデータベース」と言えます。AIがそのコンテキストをプロンプトに取り込めるよう構造化されています。
調査量の多い作家にとって重要なのは、Codexが小説以外にも応用できる点です。Kindlepreneurは、「調査内容を格納するために使うことで、ノンフィクションにも適用できる」と述べています。
不足している点： Novelcrafterは、すでに収集し検証した調査を整理するツールです。自ら情報を取得したり、検証したりはしません。また、接続するモデルAPIに対して「月額料金と従量課金」の両方が発生する二重のコスト構造があります。
最適な用途： 長期シリーズや密度の高い世界設定を扱い、AIが参照できる正典的な事実リポジトリを必要とする作家です。
🔍 Perplexity — 純粋な調査には最適、執筆ツールではない
**Perplexity**は、小説執筆における対話で最も強力な専用調査の選択肢です。Kindlepreneurの評価は珍しく無条件で、「究極の調査ツール」であり、質問すれば「実質的にウェブ全体を調査する」と表現しています。レビュー担当者は「今ではGoogle検索以上に使っている」と述べています。
ボストン大学の図書館ガイドも、Perplexityをグラウンデッド型のカテゴリーに独自に分類しており、その決定的な特徴として**「引用を伴うリアルタイムのウェブ検索結果」**を挙げています。
不足している点： これは明確に、「このリストにある他のツールと同じ意味での執筆ツールではない」とされています。Perplexityで調査してから、執筆環境へ移る必要があります。つまり、2つのサブスクリプションと2つのウィンドウを使うワークフローです。
最適な用途： 完成した下書きの一括ファクトチェック、または集中的な執筆に入る前の事前調査です。
💬 Claude — 原稿分析には最適、取得機能は限定的
**Claude**は明確なニッチを占めています。レビューでは、その文章は「ほぼ他のあらゆるモデルより優れており、特に小説を書く場合に優れている」と評価されています。約200Kトークンの上限により、「最大150,000語程度の書籍」を受け入れられます。
不足している点： Kindlepreneurは、Deep Research、音声統合、画像生成など、ChatGPTやGeminiのような他ツールにある複数の機能が欠けていると述べています。また、「強い検閲がある」とも説明しており、暴力、残虐行為、時代に即した偏見を含む歴史小説では大きな制約になり得ます。
最適な用途： 完成した原稿全体を読み込ませ、調査メモに照らして連続性と整合性を分析することです。
🧭 Jenova — ひとつのワークスペースで調査と執筆を行う
**Jenova**は異なるアーキテクチャを採用しています。調査機能を欠いた小説ツールでも、創作力を欠いた調査ツールでもなく、執筆と同じ会話内で取得ツールを使えるマルチモデルのエージェントプラットフォームです。
小説の調査に関係する機能は次のとおりです。
- 一般的な歴史・文化情報の検証のためのGoogle Search
- 科学的主張と査読済みの主張に対応するGoogle Scholar — 汎用グラウンデッド型ツールにおいてボストン大学のガイドが指摘する情報源品質のギャップに直接対応
- 地理と場所の検証のためのGoogle Maps
- 現代の言い回し、サブカルチャーの詳細、一次的な体験談のためのRedditおよびYouTube検索
- セッション間で検証済みの事実を保持する永続的なセッション横断の記憶と無制限のチャット履歴
- 自分自身の一次資料を基にモデルの応答をグラウンディングできるドキュメントとナレッジベースの添付
- OpenAI、Anthropic、Google、DeepSeek、xAIを横断するマルチモデルアクセス — プラットフォームを切り替えることなく、調査クエリを取得力の高いモデルに、文章の推敲を創作力の高いモデルに振り分けられる
白紙のチャットではなく、用途に合わせた出発点を求める作家には、**Creative Fiction Writerエージェントがあります。これは、調査をワークフローに組み込んだオリジナル小説向けに構成されています。また、ひとつの事実に対して文献全体を精査する必要がある場合は、Deep Researchエージェントがインライン引用付きで大規模な情報源収集を行います。同様に調査依存度の高い領域で活動する脚本家には、Film Screenwriter**エージェントという選択肢もあります。
率直な制限事項： JenovaにはSudowriteのMuseに相当する小説特化の文章モデルは搭載されておらず、出力品質は選択するモデルに依存します。また、NovelcrafterのCodexのような専用の構造化された世界設定データベースもありません。永続的な記憶と添付ナレッジベースは似た役割を果たしますが、構造の厳密さは劣ります。章ごとの場面管理を備えた専用原稿エディターを求める作家には、Novelcrafterのほうが特化しています。さらに、無料tierには利用上限があるため、集中的な調査と下書きのセッションを行う小説家の大半は$20/月のPlus tierを必要とするでしょう。
誤りを持ち込まずに歴史的細部を検証するには？
AIで歴史的細部を検証するには、2段階のプロトコルが必要です。最初の回答を決して受け入れず、事実を原稿に入れる前に、必ず確認可能な情報源を出すようツールに求めることです。
機能するパターンは、ある小説家が1941年の特定日におけるカナダ大隊の移動についてChatGPTに質問した記録済みの実験でも示されています。**すべての事実的回答の後に、明示的に情報源を求める**のです。その事例では、続けて「情報源は何ですか？」と尋ねると、「さらに確認すべき信頼できる的確な情報源の一覧」が得られました。最初の回答は手がかりであり、2つ目の回答が検証です。
3段階の検証サイクル
第1段階 — 情報源の提示要求を組み込んで取得する。
調査に基づくワークスペースでは、後から尋ねるのではなく、最初のプロンプトに引用要件を入れます。
「1885年のロンドンの中流階級のタウンハウスでは、標準的にどのような照明が使われていましたか？ 情報源を検索し、主張ごとにURLを示してください。出典を提示できない内容には印を付けてください。」
第2段階 — 自分で情報源を開く。
ボストン大学のガイドは、グラウンデッド型ツールでも「情報源が信頼に値するかどうかを判断できない」と明示しており、「信頼できる図書館データベースを使って必ず重要情報を確認する」よう勧めています。開いていない引用は検証ではなく、リンクの形をした推測です。コンテンツ集約サイトよりも、.govのアーカイブ、大学コレクション、博物館の資料、当時の一次資料を優先してください。
第3段階 — 検証済みの事実を永続する場所に保存する。
ここでワークフローのアーキテクチャが重要になります。Novelcrafterでは、検証済みの事実をCodexに登録します。Jenovaでは、セッション横断の記憶または添付ナレッジベース文書を通じて保持されます。通常のチャットボットのセッションでは、情報は消えてしまいます。6週間後に同じ質問を再び尋ね、別の回答を得る可能性があります。
分野別ルーティング
検証対象によって必要な情報源は異なります。主張のタイプごとに振り分けるフレームワークは次のとおりです。
| 主張のタイプ | 最適な情報源ルート | 避けるべき落とし穴 |
|---|---|---|
| 歴史的事件、日付、軍の移動 | 政府・国立アーカイブ、大学のデジタルコレクション | 一次資料の引用なしで再生産されるWikipediaの要約 |
| 科学的メカニズム、医学的詳細 | Google Scholar、査読済み文献 | 現在の合意を単純化しすぎたり、古かったりする一般ウェブ検索結果 |
| 場所、街並み、移動時間 | 地図データ、当時の地図、自治体記録 | 実在都市のためにモデルが生成した架空の通り名 |
| 時代の言い回しとスラング | デジタル化された当時のテキスト、語源データベース | 古風に聞こえるが実際には存在しない現代的な近似表現 |
| 現代のサブカルチャーの詳細 | Reddit、YouTube、フォーラムのアーカイブ | 急速に変化するコミュニティに関する古い学習データ |
調査から下書きまでのワークフローをどう設定するか？
実用的な調査から下書きまでのワークフローでは、2ツール構成を使うのか、単一ワークスペース構成を使うのかを最初に決める必要があります。原稿全体で見ると、その摩擦の違いは大きくなります。
オプションA：2ツール構成（Perplexity + Sudowrite）
文章品質を何よりも優先し、コンテキストの切り替えを苦にしない場合に最適です。
- Perplexityを開き、執筆する場面または章の調査質問をまとめて入力します。明示的に情報源を求めてください。
- 引用されたリンクをすべて開きます。確認できない情報は除外します。
- 検証済みの事実を別の調査ドキュメントにコピーします。
- Sudowriteを開き、関連する検証済みの事実をストーリーバイブルまたは場面コンテキストに貼り付けます。
- 場面を書きます。
- 下書き中にAIが作り出した内容を再検証します。このステップは頻繁に省略され、ここから誤りが原稿に入り込みます。
コスト： 標準tierでは合計で約$42/月。摩擦： 高い — 6段階、2つのサブスクリプション、引き渡しごとの手作業によるコンテキスト移行が必要です。
オプションB：単一ワークスペース（Jenova）
同じ会話内で検証と執筆を行いたい場合に最適です。
- 自分で設定したい場合は一般チャットを、そうでなければCreative Fiction Writerエージェントを開きます。
- プロジェクトのコンテキストを一度だけ確立します。
「私は1943年、ドイツ占領下のマルセイユを舞台にした小説を書いています。歴史的正確性はテンポより重要です。時代の細部について質問したときは、必ず検索して情報源を引用してください。記憶だけで答えないでください。検証できない主張には印を付けてください。」
- 既存の調査ドキュメントを添付し、モデルが自分で精査した情報源に基づいて回答するようにします。
- 同じスレッドで調査と執筆を行います。
「この場面を書く前に、1943年初頭の占領下マルセイユで旅行許可証を取得する実際の手続きはどのようなものでしたか？ 検索して引用してください。その後、検証した内容だけを使って官僚とのやり取りを下書きしてください。」
- 検証済みの事実は記憶を通じてセッション間で保持されるため、翌週に戻っても設定の整合性が保たれます。
- タスクが変わったらプロジェクトの途中でモデルを切り替えます。調査段階では取得力の高いモデルを、執筆段階では文章力の高いモデルを使います。
コスト： 無料tierあり。定期的な利用には$20/月のPlus tierが適しており、利用枠は請求日に毎月リセットされ、日次上限はありません。摩擦： 低い — 単一のワークスペースであり、手作業のコンテキスト移行は不要です。
オプションC：正典レイヤーとしてのNovelcrafter
長期シリーズを執筆する作家には、NovelcrafterのCodexを、上記いずれかの選択肢の下に置く恒久的な事実リポジトリとして使えます。PerplexityまたはJenovaで調査し、一次資料と照合して検証した後、確認済みの事実をCodexに登録します。そこでは検索可能な正典になります。この方法ではサブスクリプションが1つ増えますが、どの記憶システムよりも厳密に連続性の問題を解決できます。
小説におけるAIファクトチェックについて、作家や研究者は何を語っているか？
実践する歴史小説家の間での合意は、AIは正当な調査加速装置ではあるが、正当な調査権威ではないというものです。手がかりを見つけるには有用ですが、最終的な情報源としては信頼できません。
「作家が過小評価している失敗パターンは、明らかに間違った回答ではなく、もっともらしく間違った回答です。モデルは1890年代のウィーンに存在しない通り名を作り出しても、ためらいません。検証済みの名前を示すときと同じ流暢さで、その通り名を提示します。これは非グラウンデッド型生成のアーキテクチャ上の性質であり、パッチで修正されるバグではありません。だからこそ、文章品質を議論する前に、あらゆるプラットフォームについて小説作家が最初に問うべきなのは、グラウンディングの問題、すなわちこのツールは実際に取得しているのか、それとも想起しているだけなのか、なのです。」
「次に一貫して見られるのは、ワークフローの劣化です。作家は厳格な検証規律で始めますが、原稿を書き始めて約6週間後、下書きの流れに深く入り込むと、検証ステップが静かに消えていきます。これは不注意ではなく、摩擦の問題です。調査ツールと執筆ツールの間でコンテキストを切り替えるたびに、規律が漏れ出す場所が生まれます。取得と下書きを、永続的な記憶を持つ1つのワークスペースに統合する実務的な理由は、より強力だからではありません。正しい行動を最も抵抗の少ない選択肢にするからです。」
「3つ目に挙げるべきパターンは、情報源品質に対する盲目さです。グラウンデッド型ツールは、コンテンツファームと国立アーカイブを同じ確信度で並べて引用します。科学的主張をScholarに、地理的主張を地図データに振り分けることは、上級者向けの最適化ではありません。単なる引用と本物の情報源を分ける違いです。」
— 調査集約型のクリエイティブワークフロー向けマルチモデルエージェント基盤を6年間構築してきたJenova Product Team
実務家の証言もこれと一致します。A Writer of Historyの調査に掲載された著者Indrani Gangulyの評価では、**AIツールは「従来の情報源を置き換えるのではなく、補完することしかできない」**とされています。この境界線は、ボストン大学が提示するグラウンデッド型／非グラウンデッド型のフレームワークと正確に重なります。
Kristina Stanleyによる創作面からの警告は、プラットフォームへの熱狂に対する有益な対抗軸です。**「GenAIを効果的に使うには、著者自身が良い物語を構成するものを深く理解していなければならない」**と彼女は述べ、繰り返し現れる出力の問題として、「プロットホール、反復、動きのない登場人物、時間と空間を見失った場面、導入と退出のフックの欠如」を挙げています。調査のグラウンディングをどれほど強化しても、これらは解決しません。調査検証と物語創作は別の問題であり、プラットフォーム選びが解決できるのは前者だけです。
自分の状況に最適なプラットフォームはどれか？
適切なプラットフォームは、文章品質、調査の厳密さ、世界設定の規模、ワークフローの単純さのうち、どの制約が最も強いかによって決まります。
Sudowriteを選ぶべき場合： 調査がすでに完了し、従来の手法で検証済みであり、下書きには最高水準の文章モデルを求める場合です。また、他のプラットフォームが拒否する生々しい歴史的題材を書く場合にも適しています。Sudowrite Plusは無検閲です。
Novelcrafterを選ぶべき場合： 緻密に相互接続された正典を持つ長期シリーズを書いており、主な課題が事実を見つけることではなく整理することである場合です。この点ではCodexに匹敵するものはありません。サブスクリプションとAPIコストの両方を予算に入れてください。
Perplexityを選ぶべき場合： 調査がプロセスの中で独立した事前フェーズであり、別の場所で下書きを行うことに抵抗がない場合です。この比較では最も強力な純粋取得の選択肢であり、専用調査サブスクリプションとして$20/月のPro tierは妥当です。
Claudeを選ぶべき場合： 完成済み、またはほぼ完成した原稿があり、全文にわたる連続性の分析が必要な場合です。大きなコンテキストウィンドウは、他のツールでは扱えない小説規模のドキュメントにも対応します。ただし、コンテンツ制限によって時代に忠実な暗さが妨げられる可能性は受け入れる必要があります。
Jenovaを選ぶべき場合： 調査と下書きが逐次的ではなく、本当に交互に行われる場合です。たとえば、ある年の特定の路線を特定の列車が実際に走っていたか分からず、場面の途中で手を止めるタイプの作家に向いています。一般ウェブ、学術、地図、コミュニティ情報源を横断するライブ検索、永続的なプロジェクト記憶、添付可能なナレッジベース、単一ワークスペース内でのモデル切り替えという組み合わせは、この特定のパターンのために構築されています。無料tierはワークフローが自分に合うかを試すには十分であり、$20/月のPlus tierは定期的な長編小説作業をカバーします。
組み合わせを選ぶべき場合： そのための予算があるプロの作家の場合です。検証にはPerplexityまたはJenova、正典リポジトリにはNovelcrafter、最終的な文章の推敲にはSudowriteを使います。AIを利用する歴史小説家の多くは、単一のプラットフォームに固定するのではなく、最終的にこのような領域にたどり着きます。Kindlepreneur自身の結論もこれを支持しており、「多くの著者は時間をかけて複数のチャットボットを試すことになる」と述べています。
一貫して誤りを生む構成は、小説特化の非グラウンデッド型ツールを調査情報源として使うことです。そのプラットフォームは、実在しなかった通りで起きた、決してなかった戦いについて、美しく、自信に満ち、流暢な段落を書きます。そして、そのインターフェースには、それが誤りだと知らせるものは何もありません。
調査の検証と下書きが並行して進む継続中の原稿に取り組んでいるなら、Creative Fiction Writerエージェントはまさにそのワークフローのために設計されています。また、ひとつの詳細に対して文献全体を精査する必要がある場合には、Deep Researchがより大規模な情報源調査を担当します。