Quando si scrive un romanzo lungo con l'IA, l'ambientazione stabilita all'inizio tende a sbiadire. Per risolvere questo problema ho costruito il Mondo di TypeTak, il suo dizionario dell'ambientazione, e in questa serie racconto, una puntata alla volta, i dubbi e le scelte che ha comportato.

Perché l'IA dimentica l'inizio di un romanzo

L'IA dimentica l'inizio di un romanzo lungo perché la quantità di testo che può leggere in una volta ha un limite. Quando il manoscritto supera quel limite, l'IA non vede più direttamente le prime parti e deve andare a ripescare ciò che è stato annotato altrove. Per come la vedo io, i modi per farlo sono due: il RAG, che recupera i paragrafi dal significato più simile, oppure la lettura di file in cui le informazioni sono già state ordinate.

Sviluppo TypeTak, un editor di scrittura con IA in cui chi scrive lavora a un romanzo insieme a un agente, cioè un'IA con cui si collabora. Perché nei romanzi lunghi l'IA non perdesse ciò che era stato stabilito all'inizio, ho creato il Mondo: un dizionario dell'ambientazione in cui le informazioni restano ordinate e che l'IA consulta quando le servono. Questa serie racconta, in ordine, come è nato.

La prima puntata risale a quando il Mondo ancora non esisteva. Racconto come ho ragionato su un punto preciso: come far ricordare all'IA l'inizio di un romanzo, e quale delle due strade prendere.

Ciò che l'IA legge in una volta ha un limite

La porzione di testo che un modello di IA legge in una volta si chiama finestra di contesto. Cambia da modello a modello e cresce di anno in anno, ma quando una storia a puntate supera il centinaio di capitoli, inserire ogni volta l'intero manoscritto diventa difficile. E anche quando ci sta, costa parecchio.

Una finestra ampia non basta a risolvere il problema. Uno studio del marzo 2026, «Lost in Stories», ha misurato quanto spesso l'IA, scrivendo storie lunghe, produca frasi in contrasto con fatti stabiliti in precedenza. Le incoerenze riguardavano soprattutto i fatti (chi possiede cosa) e il tempo (quando è successo cosa), e non si concentravano all'inizio o alla fine della storia, ma più o meno a metà. (arXiv)

Chi scrive se ne accorge così: il protagonista, ferito al braccio sinistro nel capitolo 3, nel capitolo 10 brandisce la spada a due mani; un personaggio secondario che dava del lei a tutti, a un certo punto passa al tu.

Ogni strumento di IA pensato per romanzi lunghi deve quindi rispondere alla stessa domanda: come far ritrovare all'IA, quando serve, ciò che è rimasto fuori dalla finestra? Le risposte che ho trovato erano due.

Primo metodo, il RAG: cercando per significato, ciò che si è accumulato non emerge

Con il RAG il manoscritto viene diviso in piccoli frammenti e archiviato; poi si cercano i frammenti dal significato più simile alla scena in corso e si passano all'IA insieme alla richiesta. Funziona bene quando la risposta sta tutta in un paragrafo, come nella documentazione aziendale o nell'assistenza clienti.

In un romanzo, però, secondo me questo metodo si inceppa. In una storia non servono frasi simili, ma il risultato di ciò che si è accumulato.

Se si chiede «In che condizioni è adesso il braccio sinistro del protagonista?», il RAG recupera vari paragrafi in cui compare «braccio sinistro»: la scena dell'infortunio, quella della fasciatura, quella della guarigione, tutte mescolate, senza indicare quale corrisponda al presente. E una domanda come «Perché i due personaggi hanno rotto?» ha una risposta che si è formata nell'arco di molti capitoli e che non sta per intero in nessun paragrafo: cercando per significato si trovano solo frammenti.

La ricerca per significato risponde alla domanda «a cosa somiglia?», non a «che cosa si è accumulato fin qui?». Per questo ho deciso di non mettere il RAG al centro della memoria.

Secondo metodo, i file: si seguono i link, ma manca un formato

L'altra strada è tenere l'ambientazione ordinata in file separati e farli leggere all'IA. È la stessa idea della bibbia della storia, il documento in cui chi scrive raccoglie personaggi, luoghi e trama. La forma più comune è quella di una wiki: un documento per ogni personaggio e ogni luogo, collegati tra loro da link.

A farmi preferire i file sono stati proprio i link. In una wiki si passa dalla pagina del «protagonista» a quella del «maestro del protagonista», e da lì all'«incidente in cui il maestro è rimasto ferito». Non conta che il significato sia simile: si segue ciò che è collegato. Per ritrovare una storia che si accumula, era la strada giusta.

I file, però, avevano anche due punti deboli.

Manca un formato. Se l'IA scrive come le pare, ogni documento prende una forma diversa. L'IA riesce comunque a leggerli, ma per una persona diventa scomodo scorrerli e correggerli. E di una bibbia della storia che chi scrive non può verificare non ci si può fidare.
Se non si riordina, si accumula. L'ambientazione cambia di continuo mentre si scrive. Se non la si riordina a ogni modifica, lo stesso personaggio finisce per avere due documenti, oppure in un unico documento convivono informazioni in contrasto. Una bibbia della storia incoerente è peggio di nessuna bibbia.

Così ho scelto i file

Messe a confronto le due strade, la risposta erano i file. I limiti del RAG nascono dal metodo stesso, mentre i due punti deboli dei file mi sembravano problemi risolvibili.

Se manca un formato, basta stabilirne uno: facile da leggere per le persone e che l'IA possa compilare da sola.
Se senza riordino le informazioni si accumulano, basta fare del riordino un compito vero e proprio: che lo stesso elemento non venga creato due volte e che ogni modifica finisca al posto giusto.

A dirlo era facile. Risolvere questi due problemi ha richiesto più tempo del previsto, e i file nati da quel lavoro sono oggi il Mondo di TypeTak.

La prossima puntata affronta il primo problema: il formato. Lo spunto l'ho trovato su Namuwiki, la più grande wiki in lingua coreana. Racconterò come mai migliaia di pagine dedicate a opere diverse, scritte da persone diverse, abbiano tutte la stessa struttura, e che cosa ne ho preso.

Per TypeTak ho scelto di non affidare la memoria dell'inizio del romanzo al RAG, che cerca per significato, ma a file già ordinati che l'IA legge seguendo i link. In cambio ho dovuto farmi carico di due compiti: il formato e il riordino.

Domande frequenti

Come fanno gli strumenti di IA per la narrativa a ricordare ciò che è successo prima?

La quantità di testo che l'IA legge in una volta (la finestra di contesto) ha un limite, quindi le prime parti di un manoscritto lungo vanno ritrovate in ciò che è stato annotato a parte. I metodi principali sono due: il RAG, che recupera i frammenti del manoscritto dal significato più simile, e la lettura di file (una wiki) in cui l'ambientazione è già ordinata.

Un'IA con una finestra di contesto ampia non dimentica l'inizio del romanzo?

Può dimenticarlo comunque. La finestra di contesto è la quantità di testo che l'IA legge in una volta: più è ampia, più manoscritto ci entra, ma cresce anche il costo. E resta il problema che il testo, pur stando nella finestra, non sempre viene letto bene. Nello studio «Lost in Stories» del 2026, le incoerenze di ambientazione nelle storie lunghe si concentravano più o meno a metà.

Perché il RAG non funziona bene con i romanzi?

Il RAG divide il manoscritto in piccoli frammenti, li archivia e passa all'IA quelli dal significato più simile. In un romanzo, però, servono il risultato di ciò che si è accumulato nell'arco di molti capitoli e lo stato attuale, e queste informazioni non stanno per intero in nessun paragrafo. Cercando per significato arrivano frammenti di momenti diversi, mescolati, e non si capisce quale corrisponda al presente.

Quali svantaggi ha ordinare l'ambientazione di un romanzo in una wiki?

Una wiki permette di seguire i link fino alle informazioni collegate, ma ha due punti deboli. Senza un formato stabilito ogni documento prende una forma diversa e diventa difficile da verificare; e se non la si riordina a ogni modifica dell'ambientazione, lo stesso elemento viene creato due volte oppure si accumulano informazioni in contrasto.