问小白 5 Pro
问小白团队推出的「新一代长内容生成引擎」：不卷参数、不拼代码，用文件沙箱 + Brief/Canvas/Todo + 发布前自检 + FS-Researcher 可追溯检索，承接小说、公文、公众号、知乎与市调等长内容交付
简介
「问小白 5 Pro」是面向长内容创作的专用产品，而非通用对话机器人。冷逸（沃垠AI）在人人都是产品经理的实测文中指出：行业在编程与长程任务上堆参数、堆 Fable 级模型，写作体验却“集体退步”；问小白选择死磕一个被忽视却人人需要的场景——更长、更可信的内容交付。
其差异化不在“窗口更长”，而在把上下文管起来：每个任务开文件沙箱，上传资料、草稿、检索网页与成稿都沉淀在同一项目工作区；写作前有内容 Brief 与 Todo 拆步，写作中有 Canvas 与文件树，发布前可逐句自检，检索链路靠 FS-Researcher 保证引用可追溯。作者用五个任务覆盖职场写作、公文写作、自媒体创作，结论是公文/职场/自媒体“还不错”，长内容“确实有点东西”，同时指出多文件与 Chat 联动路径深、暂不支持 Skill 等短板。
与通用大模型聊天比，它更像内置内容工程工作台；与 Claude Code 路线的内容工程化比，它把“读文件/建目录/质检/持续迭代”产品化到消费级 Web，而不是要求用户自建 Agent 流水线。
关键信息
- 类型：工具 / 产品（长内容生成引擎）
- 领域：AI 内容创作、公文与职场写作、自媒体长文
- 官方网站/地址：https://wenxiaobai.com
- 定价/开源状态：公开体验入口；原文未披露完整商业套餐（以官网为准）
- 相关概念：内容工程化、写作风格说明书、AI内容创作；底层能力 FS-Researcher（ACL 2025 杰出论文，arxiv:2506.03968）
- 对照写作向模型（作者列举，非官方横评）：Claude 4.8 Opus、DeepSeek V4 Pro、ERNIE 5.0、Hy3、Gemini 2.5 Pro
核心特性
1. 文件沙箱（项目工作区）
- 每个任务创建独立沙箱
- 可沉淀：用户上传资料、写作草稿、AI 检索网页、生成稿件
- 目标：把大模型“持久记忆”建在原生文件系统上，解决“上下文够不够长”之外的“怎么管、怎么用”
2. Brief + Todo + Canvas 流水线
- Todo：长任务先拆步（如：创建 Brief/Canvas → 分幕写作）
- 内容 Brief：创作概要、创作者人设、目标读者画像、风格参考、叙事结构、隐藏线索等——用于长文一致性
- Canvas：主写作画布；资产库可看文件树
- 导出：Word、Excel、PDF、Markdown、PNG、HTML 等
3. 风格提炼与发布前自检
- 可输入多篇作者爆款文章，提炼写作风格后再生成新稿
- 公众号等任务在最终发布前逐句审核整篇文章
4. FS-Researcher 可追溯检索
- 来自问小白技术团队 ACL 2025 杰出论文（当年杰出论文约 26 篇，获奖率不到 1%）
- 主张：每条引用可追溯、每个信息有来源
- 实测侧：模型横评市调检索 7 个模型，作者称数据“几乎零幻觉”
5. 已验证任务形态（据冷逸实测）
| 场景 | 任务 | 结果要点 |
|---|---|---|
| 文学长文 | 2 万字目标科幻短篇《100米》 | 交付约 18000 字，四幕，Andy Weir 风格 |
| 公文 | 2026 四川 OPC 政策报告约 2000 字 | 六板块结构，格式规范 |
| 自媒体 | 仿文风 + 长鑫科技科普公众号 | 风格提炼到位 + 自检 |
| 科普回答 | ACL 论文 → 知乎高赞体 | 通俗化且保留技术内核 |
| 职场研报 | 7 模型横评市调 | 数据密集、作者高度评价可信度 |
工具类必填项
- 安装方式：浏览器访问
wenxiaobai.com体验（无需本地安装；原文未给 CLI） - 基本用法：建任务 → 上传/沉淀资料 → 共创大纲或剧情文档 → 下达长任务 → 审 Todo/Brief → 在 Canvas 迭代 → 导出/自检
- 关键参数/配置：原文未披露模型路由或计费参数；工程关键件是沙箱、Brief、Canvas、自检、可追溯检索
- 适用场景：万字级小说章节、政策/公文汇总、公众号长文、知乎深度回答、行业/模型调研报告
- 不太适用（据原文短板推断）：强依赖 Skill/插件扩展的工作流、需要 Chat 与多文件高频浅层联动的碎片编辑
不同素材中的观点
- 2026-07-25-woshipm-wenxiaobai-5-pro-long-content（冷逸 / 沃垠AI）：首次入库的一手产品实测。核心判断三条：① 写作能力并未随编程向模型同步提升，需要场景特化产品；② 长内容靠谱的关键是上下文管理工程（文件沙箱）而非单纯窗口长度；③ 五任务证明其能接住职场/公文/自媒体，尤其长内容，但产品体验上多文件×Chat 路径过深、缺 Skill。技术背书绑定 FS-Researcher 与 ACL 2025 杰出论文。
实用信息
快速上手步骤
- 打开 https://wenxiaobai.com，新建长内容任务（小说/公文/公众号/研报等）。
- 先把“约束”写成可复用资产：剧情文档、风格样本文章、政策关键词、论文 PDF 链接等，放进资料库/沙箱。
- 下达目标（字数、结构、风格、读者），让系统生成 Todo 与内容 Brief，先改 Brief 再写正文。
- 在 Canvas 分幕/分节推进；需要检索处核对可追溯引用。
- 发布前走自检；导出目标格式；把成稿留在同一沙箱供续写。
常用提示方向（据原文任务改写）
- 长小说：设定 + 风格锚点作者 + 分幕结构 + 目标字数 + “严格遵循剧情文档”
- 公文：「按公文要求写《关于…的报告》，信息全面权威，约 N 字，简明扼要」
- 仿风格公众号：先喂 3–N 篇样本提炼风格 → 再给选题与事实边界
- 论文科普：给 arxiv 链接 + “知乎高赞体、通俗但保留技术内核”
- 市调横评：列出待比对象维度，要求来源可追溯、禁止无来源编造
注意事项 / 避坑
- 不要把“能写 1.8 万字”等同于文学质量终审：作者也承认 AI 仍难完全抓住真人语气、节奏与即兴感，小说是压力测试而非已取代人类作家。
- 检索可信度依赖 FS-Researcher 链路与人工抽检；“几乎零幻觉”是作者对单次市调的观感，不是形式化保证。
- 多文件与 Chat 联动深、无 Skill：复杂个人流水线（如 Claude Code Skill 矩阵）仍需外部编排。
- 与通用旗舰模型对比时，以你的文体与事实审计标准重测，勿直接复用测评结论。