長編小説の執筆において、複雑に絡み合う物語要素を管理することは極めて困難な課題である。誰がどのタイミングで秘密を知ったのか、ある出来事が明かされるより前に起きたのか、伏線が回収されたのか、登場人物の関係性がどう変化したのかといった多層的な情報を追跡する必要がある。既存の検索システムやエージェントメモリは個々のエンティティと事実を記録することはできるものの、物語論（ナラトロジー）に基づいた構造を反映していないため、執筆支援に必要な情報を適切に提供できていなかった。 こうした課題に対して、研究チームは「Narrative World Model（NWM）」という新しい執筆支援メモリシステムを開発した。このシステムの核となるのは、物語論に基づいた型付き時間状態グラフと、クエリに応じたハイブリッド検索機能を組み合わせたアーキテクチャである。従来のメモリシステムとは異なり、物語の叙述構造そのものを理解するよう設計されている。 評価に際しては、単一の統一されたリーダー（Claude Opus 4.8）を用いて、公開コーパスと検証済みの多段階推論ベンチマークで複数システムを比較測定した。最強の既存フレームワークであるGraphiti/Zepと比較した結果、NWMは物語論的なQA（質問応答）タスクで大幅かつ統計的に有意な性能向上を示した。この優位性は単なる抽出器の違いではなく、物語論に基づいた表現構造とクエリ条件付き検索機能に起因していることが確認された。本研究は長編小説執筆の現場における実践的な支援ツール開発の新たな指針を示すものである。