15. Januar 2026storiapp.site

Storia - KI-Agenten, die vollständige Romane schreiben

Ein Multi-Step-Agentensystem, das aus einem Briefing einen ganzen Roman generiert und dabei Handlungs- und Figurenkontinuität über Hunderte Seiten hält.

Live-Ansicht

Storia

Du lieferst ein Briefing - Tonalität, Figuren, Genre, Länge - und ein Agentensystem entwickelt daraus Kapitel für Kapitel einen vollständigen Roman.

Das eigentliche Problem ist nicht das Generieren von Text

Jedes LLM schreibt ein passables Kapitel. Das ist gelöst und nicht interessant. Das Problem taucht in Kapitel 12 auf. Bis dahin erinnert sich das Modell nicht mehr daran, dass die Nebenfigur in Kapitel 3 einen Arm verloren hat, dass es während des Mordes regnete oder dass die Protagonistin geschworen hat, nie in diese Stadt zurückzukehren. Und die Leserin erinnert sich sehr wohl. Ein Widerspruch, und das Buch fällt in sich zusammen. Das Problem ist also nicht die Qualität der Prosa, sondern die Kohärenz über Hunderte von Seiten - ein Problem der Zustandsarchitektur im Kostüm eines Schreibproblems.

Warum der naheliegende Ansatz nicht funktioniert

Die naive Antwort ist, alles bisher Geschriebene in den Prompt zu packen. Das scheitert aus zwei Gründen, und der zweite ist der entscheidende:

Es passt nicht hinein. Ein Roman sprengt jedes Kontextfenster. Das ist die offensichtliche Grenze.
Selbst wenn es passte, würde es nicht helfen. Die relevante Information unter 200 Seiten Rauschen zu vergraben verschlechtert die Aufmerksamkeit des Modells, statt sie zu verbessern. Mehr Kontext ist nicht mehr Gedächtnis - ab einem Punkt ist es weniger Signal.

Dieser zweite Punkt wird ständig übersehen, und genau er bestimmt die Architektur.

Die Entscheidung: Planen, Schreiben und Erinnern trennen

Statt eines riesigen Agenten, der alles macht, teilt das System die Arbeit in Verantwortlichkeiten mit klaren Grenzen auf:

Planner-Agent - wandelt das Briefing in ein hierarchisches Outline um (Akt → Kapitel → Szene). Die Struktur wird entschieden, bevor eine einzige Zeile geschrieben ist. Globale Kohärenz ist damit eine Design-Randbedingung und nichts, das man zu emergieren hofft.
Writer-Agent - expandiert jede Szene unter Wahrung von Stil und Kontinuität. Er sieht nie das ganze Buch, sondern seine Szene und den Kontext, den er braucht.
Editor-Agent - prüft Kontinuität, Tempo und Figurenkonsistenz über das bereits Geschriebene.
Memory Layer - pgvector speichert Embeddings vorheriger Kapitel. Vor dem Schreiben ruft der Writer die relevanten Fragmente ab, statt alles zu erhalten.

Der Grundgedanke: das Gedächtnis des Systems ist nicht das Kontextfenster. Das Fenster ist ein Arbeitsbereich, das Gedächtnis eine eigene Retrieval-Schicht. Beides zu verwechseln ist der häufigste Fehler beim Bau von Agenten, die langlebigen Zustand halten müssen.

Der Stack

Next.js 15 mit App Router und Server Actions
Mastra zur Orchestrierung der Multi-Step-Agenten
Vercel AI SDK für Streaming und Tool Calls
pgvector + Supabase für semantisches Gedächtnis über Kapitel hinweg
OpenAI und Anthropic als primäre Provider

Der Wechsel des Providers ist eine Kosten- und Qualitätsentscheidung pro Aufgabe, keine architektonische Festlegung: die Agenten liegen hinter einer Schnittstelle, die nicht vom Modell abhängt.

Status

In geschlossener Beta. Nächste Schritte: EPUB-Export, kollaborativer Modus und Fine-Tuning auf einem nutzereigenen Korpus. Ausprobieren unter storiapp.site.