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？
【看书领现金】关注vx公.众号【书友大本营】，看书还可领现金！
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。