我家键盘有点萌:正文卷 197.就是要爽
如何运用即有的历史,这个陈淼很懂。
只要套的好,套的妙,历史书上的内容就是他陈淼自己的。
如此也算是不白上了这么多年的历史课了,老师们应该也会欣慰的。
在还有四十六个半小时结束的时候,陈淼终于开始码正文了。
“我死了,又活了。这是我的第三世,上上一世我是一个普通的业务员,喝死在谈判桌上,上一世我是那个世界幕后的王者。这一世,我是冷宫弃子,一个从宫女肚子里爬出来的低贱皇子……”
“空有万般手段,阅尽人生百态,在这活人都见不到一个的不详之地,我只能像一条狗一样的活着……努力的活着……”
没错,他用的是第一人称,这个用好了成神,用坏了扑街的写作手法。
这么写到后面虽然很容易崩,也不好铺开世界观,但是在前二十万字以内单纯拿来装个逼却是完全足够了。
这样写,特别能给读者代入感,是收割绑定追读的利器!
而且更重要的是,他要写爽文,第一人称玩虎躯一震王八之气,那感觉比第三人称畅快多了!
“我”牛逼,跟“他”牛逼,能一样吗?
大纲已经写好,按照节奏层层推进就是,反正只要前面要够爽,后面崩了也不关他的事,因为后面的剧情是什么陈淼压根没去想。
A90而已,又不是他陈淼本人,已经注定是一个太监,还把控什么前期节奏啊。
费那心思……多码几个字,它不香吗?
陈淼越码越快,不过一个小时,六千字的第一小段就已经写完了。
他稍微改改错字,直接把这六千字分成三章一股脑的发了出去。
审核通过的很快,绝对是有直通车。
因为不过一分钟就显示作品创建成功,可以继续发书了。
现在那么多人开书,审核一审审三天的事是常有的。
接着陈淼就笑了,因为此时在排行榜上A90已经赫然在列,状态为已发书,绑定追读人数暂时为0。
虽然目前没有读者,但是陈淼已经算是和其他三十一个人站在了同一个竞争平台上,荣登发书第三十二人。
这种书肯定很吸粉,陈淼倒不担心出什么问题。
因为看不到评论,他也不用去想太多,按照自己的节奏继续层层推进下去就是了。
只不过不知道其他人怎么样了,陈淼有些担心。
一百晋五十,晋级压力很大。
虽然他们自以为自己是比陈淼要“资深”很多的“老”作者,可是陈淼却非常担心他们会翻车。
但是因为不知道他们各自是什么编号,陈淼也只能干着急,难免带了些焦虑。
这个焦虑的产生是身为学会主席的责任感使然,并非是他心态不好。
要是搁平时,这些焦虑可能会影响陈淼一段时间,影响他接下来的码字,可是在这个小黑屋中,没用一分钟的时间,陈淼就已经再次专注于码字大业了。
前面三章,他成功的勾搭了送食材的小太监,让小太监对他顶礼膜拜,言听计从,奉若神明。
有了这个工具人在手,虽然他人不能出去,可是对于外界消息已经不是一无所知。
接下来嘛……就要写点更有意思的东西了……
一个小太监而已,他的崇拜感并不能给读者带来超过三章的快感。
皇朝祥瑞,贵妃肚子里爬出来的龙凤胎,老皇帝的心头肉就是个很好的装逼利器了。
误入冷宫的尊贵小皇子公主和他这个出身低贱的兄长,其中鲜明的对比以及那丝血脉上的羁绊应该可以再吸一波读者!
收获他们的敬仰,让主角在他们心中变成为兄为父的存在。
嘿嘿……为父……
那就再加一个设定,就说贵妃是本朝最妖媚的女人吧……
陈淼嘴角一勾,手上动作更快了。
他相信,在这群高中生里,他的手速应该是其中的佼佼者,能比他还快的应该没几个,所以对于更新的数量倒不是很担心。
在这个领域,曾经月更百万的陈淼有着绝对的自信。
而且最主要的,像他这么丧尽天良的写法,在这些阅历一般的高中生里,应该是唯一一个。
毕竟不要脸的人不多,顾脸不顾腚的应该也没有。
这一关里可以利用的规则漏洞,应该是颠覆了他们原本对网文认知的。
在已经习惯于写大长篇的当下,只追求前二十万字以内极致爽感的做法可谓是打破了某种固有认知,跳出圈子走捷径了。
而这其实在二十年前很常见,要不是看了作家培训班的内容,其实陈淼也不会想到这样来写。
就在陈淼又码完三千字的时候,时间只剩下四十五个小时了。
“第一波推荐数据支持来袭。”
电脑上突然跳出这一行字,然后陈淼就看着自己的书绑定追读人数飞涨!
嗯,从0到1就叫飞涨,涨了无穷倍的那种飞涨。
在推荐数据支持下,原本像个无人问津的野草,在角落里野蛮生长着的小说突然迎来了阳光和雨水,开始迅速的茁壮起来。
第一波……那就是后面还有咯?
发书的人只有六十个,看来还有四十个人错过了突如其来的第一次机会,直接落后于别人一波推荐。
难怪,就这么随随便便的发书,然后把书丢在那里让读者偶然发现确实是太看运气,其实并不能真正代表一个人的水平,只能代表他们的脸欧非。
他们中间原本成绩最好的也只有三个绑定追读,后面一大串的000000,很难分出个胜负。
这么搞下去,很有可能过了48小时后,连五十个有人绑定追读的小说都凑不齐。
而这在天启系统里是常有的事儿。
别说两天没人看了,就是十天半个月也没人发现你的书也是很正常的,更遑论绑定追读了。
所以作者们,早已习惯了寂寞。
但是给予一定的推荐,再把推荐效果量化,尽量平均的分配给每本书,给予几乎相同的机会,那情况就完全不同了。
在有相当基数的读者看到大家的书之后,那么好书终究会脱颖而出。8)