在苏黎世上班的前谷歌工程师Gabriel Gambetta用每天上下班坐火车的40分钟写小说，花了4年时间写了一本小说——3年构思迭代，1年写作，1个月后期制作。
他的方法很有意思：他先写了80个句子，每个句子描述了一个情节；再把每个句子扩写成一段话，然后一段话变成四段，四段变成四页，串起来就是一本小说了——《The Golden Legacy》。这本书评价还不错，在亚马逊上是全五星。
这种方法被称为雪花写作法(Snowflake method)。
这个命名源自于递归迭代的方法来画雪花。如下图，首先画一个线段，把它平分成三段，将中间那一段用一个三角形图案的两边代替。这样，就变成了四段线条组成的图形。接着，用同样的方法将这个图形继续迭代。再将迭代得到的结果继续迭代。这样就会得到细节越来越丰富的雪花图案。
用动画表示这个过程，就是这样的：
先是有最基本的图形，然后层层细化、迭代。每一层都和上一层有着相似的形状。这种带有逐层自相似性的图案被称为分形图案。1967年，数学家Mandelbrot在《科学》上首次提出了分形理论。大自然中广泛存在着这种带有自相似性的图案。比如，在空中拍摄的100公里长的海岸线与放大了的10公里长海岸线的两张照片，看上去会十分相似。
雪花写作法和分形绘图的方法很像，其原则是「顶层设计，逐级迭代」。
顶层设计是指先是用一句话来完成小说主题的顶层设计。如果给你10秒钟，让你向读者推销你的书，你说什么？就是那句话。这是大背景，大设定，是画雪花最初的那个三角。
逐级迭代是指从这句话出发，逐步拓展为第一段话简介，然后再把这段话的每句话拓展为一段话。接着如是循环迭代直至完成一部小说。
当然写小说的迭代过程不会像花雪花那样精确，画雪花的每一级细化都是对上一层级的简单重复。但写小说过程中向下的细化，却是对上一层级的创造性拓展、深入。因此，你会不断地遇到各种问题。而要解决这些问题，往往需要回头，向上去修正、调整更高层级的设计。事实上，这是必然会发生的，而且越早发生越好。任何你现在做的修正，都意味着你以后不用做了。再麻烦，也比等你吭哧吭哧写了400多页，然后发现写错了要强。
这段话听起来好熟悉吧？没错，这跟精益创业理论很像——小步快跑，快速迭代。精益创业强调先做出一个最小可用模型（MVP），若MVP被验证为可行，则开始逐步细化直至做成一个完整可用的产品。
对精益创业的批判
在《从0 到1》中，彼得·蒂尔对精益创业评价道：精益是「没有计划的代名词」，并将精益方法等同于「对现有的东西做很少一点改动」。
在斯坦福教授创业课时，彼得·蒂尔也表示他对精益创业非常怀疑。他认为，精益让创始人「只做最小可行产品以及成功所需的更新」。但是对于初创公司，「最有效的还是富有智慧的设计」、「长远思考」、「彻底颠覆原来的模式」。
从写作的角度来看，有两种写作者，直觉写作者和计划写作者。直觉写作者从写作伊始，只考虑眼下的情节，不做任何写作计划，纯靠感觉一路推进剧情；而计划写作者，则是在动笔前就已经设计好大纲，而后依照计划动笔。彼得·蒂尔对精益创业的批判，从某种程度上来说，相当于一个计划写作者对直觉写作者的批判。但精益创业方法其实和直觉写作有不小的区别。
用雪花方法理解精益创业
就像雪花方法强调顶层设计一样，精益创业迭代的起点并非盲目试错，而必须是一个精心设计的试验方案（即逻辑自洽的最小可用模型）。所以，精益创业其实不反对彼得·蒂尔说的「富有智慧的设计、长远思考」。
雪花方法强调逐级迭代。而精益创业说的小步快跑，并非反对大胆颠覆，而是反对的是直接从一个原点设计跳到最终细节的实施。雪花方法倡导逐步分形、逐层细密化。在细密化的过程中发现问题，回过头去修正初始的设计。因为，越早发现问题，修正的成本越低。
大胆颠覆和逐级迭代的完美结合
作为大胆颠覆的典范，Elon Musk完美实践了彼得·蒂尔的方法论——特斯拉以一己之力推动了汽车产业进入清洁能源时代。而在具体实施的过程中，特斯拉则用精益创业的方法逐层展开，逐步逼近其目标。
而早在10年前就在其官网上公布的《特斯拉的秘密宏图》则忠实地展示了其实施路线图，这完美地诠释了雪花方法的核心理念——顶层设计，逐级迭代。
第1步：打造一款产量很小的车型，该车型价格肯定是昂贵的；
第2步：用赚到的钱，开发一款产量适中、价格相对低的车型；
第3步：再用赚到的钱，创造一款量产的、价格亲民的车型；
第4步：提供太阳能电力。
清晰，有力。充满了分形之美。
=====
注：本文在描述雪花写作法的具体细节时，多次引用了《如何用雪花写作法写一部小说》这篇文章，在此对作者和译者表示感谢。
原文标题：How To Write A Novel Using The Snowflake Method
原文：http://www.advancedfictionwriting.com/articles/snowflake-method/
译文：http://mmforum.qidian.com/ThreadDetail.aspx?threadid=124684380
