本研究提出“智能体的房间”框架，将小说创作分为多个子任务，由不同智能体协作完成，解决了大型语言模型依赖复杂提示的问题。结果显示，该框架生成的故事在专家评估中优于基线系统，具有更高的质量和可用性。

提出了一种基于BERT的可学习无参考度量方法UNION，用于评估生成故事的质量。实验证明，UNION具有更好的相关性和可推广性。