30 天完稿衝刺計畫 — 僅剩 10 個名額。 立即申請 →
創作學院

時間線管理

9 分鐘閱讀 T Tim
可用語言: 繁體中文 English Español العربية
系列文章: 書籍專案管理術 3 / 5

時間線錯誤的四種類型

第五章,角色說「三年前的那個夏天」。第二十章,同一個角色說「五年前的那個夏天」——講的是同一件事。

十萬字的小說裡,這種矛盾藏得很深。寫的時候不會發現,改稿的時候也不容易注意到。但讀者會。讀者一定會。

Conan Doyle 就栽在這上面。Sherlock Holmes 系列裡,華生醫生的戰傷先是在肩膀,後來跑到了腿上。學者們給這個bug起了個名字叫「Watson's Wandering Wound」——華生的漂移傷口。一百三十年了,每本研究 Holmes 的專書都會提到這件事。沒有時間線文件,沒有角色資料庫,一個「背景設定」層級的疏忽,就這樣被釘在文學史上。

時間線錯誤不會毀掉偉大的作品。但它會變成永久的疤痕。


先搞清楚問題長什麼樣子,再來談怎麼解決。時間線錯誤分成四種,每種的成因和發現難度都不一樣。

絕對時間錯誤最好抓。故事設定在 2020 年,角色卻用了 2022 年才上市的手機型號。歷史小說裡,角色在電話發明之前打了一通電話。只要有一個熟悉時代背景的讀者,這類錯誤就無所遁形。

相對時間錯誤就隱蔽多了。開頭那個例子——「三年前」和「五年前」指向同一件事——就屬於這類。另一個常見的情況:角色「三十五歲」,但根據出生年份和故事年份一算,應該是三十三。這種錯誤需要讀者交叉比對才會發現。認真的讀者,一定會做這件事。

因果時間錯誤牽涉邏輯。角色在第十章提到一件第十五章才發生的事。角色一小時內從台北開車到高雄——物理上辦不到。這類錯誤直接把讀者踢出故事,因為它違反了世界運作的基本規則。

平行時間錯誤出現在多線敘事裡。兩條故事線應該同時進行,但細節對不上。角色 A 在第三章的週五打電話給角色 B,角色 B 的視角卻顯示那天是週三。寫多視角小說的人,幾乎都踩過這個坑。

四種錯誤有一個共同特徵:它們很少在初稿階段出現,幾乎都是修改和重組的副產品。改了一個日期,忘記同步更新引用它的地方。刪除了一個場景,卻留下了提到那個場景的對話。所以——需要的是系統,不是記憶力。

建立你的時間線文件

File Tree 裡的「大綱與計劃」資料夾,就是放這種文件的地方。建立一個 時間線.md,讓它成為故事的時間真相來源——single source of truth。

一份夠用的時間線文件有三個核心區塊。

故事時間範圍——邊界問題。故事從哪天開始,哪天結束,跨多長時間。這些基本參數會連動很多東西:季節、節日、天氣、角色穿什麼衣服。設定錯了,後面全部跟著錯。

核心事件表是主體。分兩段:故事開始前的背景事件(那些塑造角色的過去),和故事進行中的主時間線。每筆事件記錄日期、內容、相關角色、在哪些章節被提及。這樣改動一個事件的時候,所有受影響的位置一目了然。

角色年齡對照是第三塊,也是最容易被忽略的。角色回憶過去的時候幾歲?兩個角色聊共同經歷,年齡對得上嗎?一張表——出生年份加上關鍵時間點的年齡——就能擋掉一大堆一致性問題。

Writing Studio 的分割視窗功能(Cmd+Ctrl+)在這裡特別好用。左邊開時間線,右邊開正在寫的章節。寫到任何跟時間有關的細節,眼睛往左一瞄就能確認。

Quick Open(Cmd+P)輸入「時間」兩個字就能直接跳到時間線文件,不用在 File Tree 裡翻來翻去。

讓 AI 成為你的時間守護者

十萬字小說裡的每一個時間提及,手動逐一比對?認真的嗎。

這正是 AI Assistant 該上場的時候。按 Cmd+Shift+A(Mac)或 Ctrl+Shift+A(Windows)開啟 AI Chat Panel,讓它幫忙跑一次時間線審計。

第一步:時間提及掃描。

把這段丟給 AI Assistant:

請掃描「草稿」資料夾中的所有章節,找出所有與時間相關的提及。包括:

  1. 具體日期或年份(例如「2024 年 3 月」、「那年夏天」)
  2. 相對時間表達(例如「三天前」、「下個月」、「去年冬天」)
  3. 季節或天氣描述(例如「雪下得很大」、「櫻花開了」)
  4. 角色年齡的提及(例如「他三十歲那年」、「她還是個孩子」)
  5. 歷史事件或時代標記(例如「網路泡沫時期」、「疫情之後」)

請整理成表格,標注章節位置和原文摘錄。

這份清單就是後續所有檢查的基礎。沒有它,一切都是靠感覺。

第二步:一致性交叉比對。

請根據以下時間線文件和時間提及清單,檢查是否有任何矛盾:

[引用時間線文件]

重點檢查:

  1. 相對時間是否指向正確的絕對時間
  2. 角色年齡在各個時間點是否一致
  3. 事件發生順序是否合乎邏輯
  4. 季節描述是否與日期匹配

請列出所有發現的矛盾,並標注具體位置。

第三步:場景間隔計算。

有時候問題更具體——

第五章的場景發生在週五晚上,第八章的場景據說是「三天後」。

請計算:

  1. 第八章應該是星期幾?
  2. 第六章和第七章發生在什麼時間?
  3. 這與其他時間線索是否一致?

如果發現矛盾,請建議如何修正。

重點在這裡:AI 負責計算和比對,判斷權留在作者手上。AI 不會漏掉「第七章的週二」跟「第八章的週一」對不上這種細節。但它分不清哪些矛盾是刻意設計的——比如不可靠敘事者——哪些是真正的錯誤。那是作者的工作。

處理複雜的時間結構

線性敘事已經夠難管了。非線性結構?那是地獄模式。

多時間線故事——「現在」和「三十年前」交替出現的那種——實際上是在同時維護兩條獨立的時間進程。每條都有自己的事件序列,而它們之間的對應關係(第三章的「現在」對應第四章的「過去」的哪個時間點?)必須記錄得一清二楚。

File Tree 裡可以分開建檔:時間線-現在.md時間線-過去.md,再加一份 時間線-對照.md 記錄交叉點。分開管理,但隨時能對照。

非線性敘事的挑戰不一樣。「閱讀順序」和「故事時間」是兩套完全不同的序列。讀者先看到結局片段,再回到開頭,再跳到中間——但故事本身有客觀的時間順序。兩套序列都要追蹤,而且無論讀者從哪個角度切入,邏輯都不能破。

Christopher Nolan 的《Memento》是經典案例。一條線正向推進,一條線反向推進。Nolan 團隊必須精確追蹤每個場景在「電影順序」和「故事順序」中的位置,確保即使倒著看,因果關係依然成立。拍電影如此,寫小說也一樣——甚至更難,因為文字沒有鏡頭語言幫忙暗示時間跳轉。

當時間線需要修改

寫到第十五章,突然意識到故事跨度從一年改成六個月會好很多。或者某個關鍵事件必須往前移三個月。或者——最痛苦的——整段時間軸需要壓縮。

改一個日期很容易。但那個日期被引用了多少次?在多少個章節裡出現過「三個月前」「去年夏天」這類相對時間?改了源頭,所有下游都要跟著動。這是最容易引入新錯誤的時刻。

Version Control 在這種時候是救命的。

先建一個分支——比如 timeline-revision。所有修改都在這個分支裡進行。改完之後,用 AI Assistant 跑一次完整的一致性檢查。確認沒問題,再合併回主分支。

萬一改到一半發現問題比想像中複雜?直接放棄這個分支,回到原本的狀態。主分支毫髮無傷。

Version Control 面板(Cmd+Shift+G)裡,每次重大的時間線修改都值得建一個快照,描述寫清楚:「時間線壓縮:故事跨度從一年改為六個月」。三個月後回頭看,這行字會救命。

在時間線文件裡也留一段修改記錄。為什麼這個事件在這個日期?當時改了什麼?未來的自己會感謝現在多花的這三十秒。

沒有具體年份也需要時間線

「我的故事沒有明確的年代設定,就是一個模糊的『當代』——這樣也需要時間線嗎?」

需要。而且可能更需要。

沒有具體年份不代表時間不存在。事件之間經過了多少天?角色在回憶中是幾歲?冬天的場景之後,下一場戲不能突然出現蟬鳴。角色如果需要上班,星期幾就有意義。

相對時間的陷阱其實比絕對時間更多。「三天前」和「上週」都需要指向一個確定的時間點,即使那個時間點沒有被明確寫出來。模糊不等於隨便。

時間線可以用相對標記:Day 1、Day 15、Week 3。不需要 2024 年 3 月 15 日這麼精確。但需要一個參照系統,讓所有「三天前」「上個月」「那年冬天」都能對得上。


華生醫生的傷口從肩膀漂移到了腿上,Conan Doyle 大概到死都沒意識到。一百三十年後的今天,這個錯誤比很多正確的細節都更出名。

不是每個錯誤都會被記住一百三十年。但寫作者能做的,是把自己控制得了的部分做到位。時間線文件、AI 一致性檢查、Version Control 快照——工具都在 Writing Studio 裡了。剩下的,是坐下來把它們用起來的那三十分鐘。

下一篇,我們來聊研究資料的整理——那些在創作過程中不斷膨脹的參考素材,到底該怎麼收、怎麼管、怎麼在需要的時候三秒內找到。

相關文章

12 分鐘閱讀

十二萬字。一整年的心血。全部擠在同一個 Word 檔案裡。 那天下午,一位寫了八年長篇的朋友打電話來,語氣裡帶著一種介於崩潰和認命之間的疲憊。她剛剛誤刪了第十七章裡一段寫了三天的對話——Ctrl+Z 按到底,回不來了。備份?上週的。中間七天的修改,蒸發。 最諷刺的是,這不是什麼罕見災難。幾...

10 分鐘閱讀

為什麼 AI 的輸出傾向平庸?每一個語言模型都在做同一件事:預測下一個最可能出現的詞。 注意——是「最可能」,不是「最好」。 這個區別決定了一切。當模型面對「描述悲傷」的指令,它搜索訓練資料裡數百萬次出現過的悲傷描寫,然後取平均值。「淚水滑落臉龐」出現頻率最高,所以它跑出來了。「銀色月光灑...

8 分鐘閱讀

傳統工作流的三個斷裂點AI 寫作最大的謊言,不是「AI 不夠聰明」。是「AI 已經夠聰明了,所以什麼都能做」。 把 ChatGPT 當作寫作夥伴——這個想法聽起來合理。開一個對話視窗,貼一段稿子進去,問它:「這段對話自然嗎?」它回答了,回答得漂亮。再問:「幫我想三個結局走向。」它也給了,而且...