大语言模型提示词工程学习--写小说系列(文心一言&豆包&通义千问):1~创作前的准备工作

部署运行你感兴趣的模型镜像

        我之前没有过任何写作经验,提示词的学习选择写小说,也是特意找了一个自己一点接触都没有的一项工作,这样能更好的探寻在大模型的帮助下,我们如何快速的了解、学习一个陌生领域的知识,做到快速入门。

        做任何事情都是有技巧的,写作也不例外,但是我不知道具体技巧是什么,那么我来来问下大模型吧。

输入提示词:

角色:你是一个世界顶尖的长篇小说作家
擅长:长篇推理悬疑小说写作
目的:确保写出引人入胜的长篇推理悬疑小说
任务:列举出10项优秀的、引人入胜,读者欲罢不能的长篇推理销售需要具备的特点。

回答总结:

1.复杂而精妙的谜团:小说应围绕一个或多个复杂且难以立即解开的谜团展开,这些谜团应当富有创意,既挑战读者的智力,又激发他们的好奇心。谜团的设计要考虑到多层次的线索和反转,使解决过程充满乐趣。
丰富的角色塑造:角色是故事的灵魂。塑造鲜明、多维度的角色,包括主角、反派和配角,使他们拥有各自的动机、秘密和背景故事,能够增加故事的深度和真实感。角色的心理描写和行为动机应足够复杂,使读者产生共鸣或怀疑。
2.紧凑而多变的情节:情节结构应紧凑有序,同时包含意料之外的变化和转折。通过不断设置悬念和意外,维持读者的紧张感和参与度,避免故事陷入单调或预测之中。
3.情感深度:推理悬疑小说不仅仅是关于解决谜团的,它也是关于人性、情感和道德选择的。在故事中融入真挚的情感元素,如友情、爱情、家庭纽带或复仇欲望,可以增强故事的感染力。
4.个性鲜明的人物形象:每个角色都应该有自己独特的性格特点、动机和背景故事。这些角色不仅要推动情节发展,还要让读者产生共鸣或兴趣。
5.真实的背景设定:无论故事发生在现代都市、古老乡村还是未来世界,背景设定都应细致入微,富有真实感。这有助于读者沉浸于故事情境,提高故事的可信度。为故事提供一个生动具体的环境,无论是历史背景还是虚构的世界观,都能增强故事的真实感和沉浸感。
6.逻辑严密的推理过程:推理小说的核心在于推理过程。确保解谜的每一步都符合逻辑,线索之间应存在合理的联系,避免过度依赖巧合或“神秘力量”。从发现线索、进行推理到得出结论,整个过程必须逻辑严密。每一个推断都要有相应的证据支撑,不能出现凭空臆想或者牵强附会的情况。
7.紧张的氛围营造:通过文字描写、角色行为和情节设置,营造出紧张、悬疑的氛围。利用对话、内心独白和环境描写来增强读者的紧张感和期待感。
8.意料之外的反转:在故事的关键时刻引入反转,不仅能增加故事的复杂性,还能让读者在解谜过程中获得额外的满足感。反转应自然融入故事,而不是突兀地出现。
9.社会或文化议题的探讨:将推理故事与社会或文化议题相结合,如犯罪心理学、道德困境、权力斗争等,可以使作品更具深度和现实意义,吸引更广泛的读者群体。
10.结局的圆满与深度:故事的结尾应圆满解决所有谜团,同时给读者留下深刻的印象。结尾不仅要揭示真相,还要对角色的发展和故事的深层主题有所交代,让读者在满意之余还能有所思考。.

      根据大模型给出的10个特点,在进行下一步的提示词输入时,可以将AI给出的特点作为一个引用的输入项进行输入。

    小说所需要的特点已经有了,现在我还不知道写一篇小说通常需要的步骤,特别是通过Ai来生成一篇小说的步骤,接下来让我们来问问AI。

输入提示词:

角色:你是一个世界顶尖的长篇小说作家
擅长:长篇推理悬疑小说写作
目的:确保写出引人入胜的长篇推理悬疑小说
任务:根据下面列举的<ref>优秀的长篇小说具备的特点</ref>,怎么样一步一步的用大预言模型来生成一篇优秀的推理悬疑小说。
<ref>
1.复杂而精妙的谜团:小说应围绕一个或多个复杂且难以立即解开的谜团展开,这些谜团应当富有创意,既挑战读者的智力,又激发他们的好奇心。谜团的设计要考虑到多层次的线索和反转,使解决过程充满乐趣。
丰富的角色塑造:角色是故事的灵魂。塑造鲜明、多维度的角色,包括主角、反派和配角,使他们拥有各自的动机、秘密和背景故事,能够增加故事的深度和真实感。角色的心理描写和行为动机应足够复杂,使读者产生共鸣或怀疑。
2.紧凑而多变的情节:情节结构应紧凑有序,同时包含意料之外的变化和转折。通过不断设置悬念和意外,维持读者的紧张感和参与度,避免故事陷入单调或预测之中。
3.情感深度:推理悬疑小说不仅仅是关于解决谜团的,它也是关于人性、情感和道德选择的。在故事中融入真挚的情感元素,如友情、爱情、家庭纽带或复仇欲望,可以增强故事的感染力。
4.个性鲜明的人物形象:每个角色都应该有自己独特的性格特点、动机和背景故事。这些角色不仅要推动情节发展,还要让读者产生共鸣或兴趣。
5.真实的背景设定:无论故事发生在现代都市、古老乡村还是未来世界,背景设定都应细致入微,富有真实感。这有助于读者沉浸于故事情境,提高故事的可信度。为故事提供一个生动具体的环境,无论是历史背景还是虚构的世界观,都能增强故事的真实感和沉浸感。
6.逻辑严密的推理过程:推理小说的核心在于推理过程。确保解谜的每一步都符合逻辑,线索之间应存在合理的联系,避免过度依赖巧合或“神秘力量”。从发现线索、进行推理到得出结论,整个过程必须逻辑严密。每一个推断都要有相应的证据支撑,不能出现凭空臆想或者牵强附会的情况。
7.紧张的氛围营造:通过文字描写、角色行为和情节设置,营造出紧张、悬疑的氛围。利用对话、内心独白和环境描写来增强读者的紧张感和期待感。
8.意料之外的反转:在故事的关键时刻引入反转,不仅能增加故事的复杂性,还能让读者在解谜过程中获得额外的满足感。反转应自然融入故事,而不是突兀地出现。
9.社会或文化议题的探讨:将推理故事与社会或文化议题相结合,如犯罪心理学、道德困境、权力斗争等,可以使作品更具深度和现实意义,吸引更广泛的读者群体。
10.结局的圆满与深度:故事的结尾应圆满解决所有谜团,同时给读者留下深刻的印象。结尾不仅要揭示真相,还要对角色的发展和故事的深层主题有所交代,让读者在满意之余还能有所思考。
</ref>

回答总结:

1. 确定核心谜团与主题
首先,明确小说的核心谜团和主题。这个谜团应该是复杂而精妙的,能够激发读者的好奇心和挑战他们的智力。同时,确定小说想要探讨的社会或文化议题,如犯罪心理学、道德困境等,这将为故事增添深度和现实意义。
2. 塑造角色与背景
接下来,塑造鲜明、多维度的角色,并为他们设计各自的动机、秘密和背景故事。这些角色应该个性鲜明,能够推动情节发展,并让读者产生共鸣或兴趣。同时,设定一个细致入微、富有真实感的背景环境,无论是现代都市、古老乡村还是未来世界,都要确保读者能够沉浸其中。
3. 构建情节与悬念
情节结构应紧凑有序,同时包含意料之外的变化和转折。利用大预言模型生成一系列紧张刺激的情节,不断设置悬念和意外,以维持读者的紧张感和参与度。确保情节之间逻辑严密,线索之间合理联系,避免过度依赖巧合或“神秘力量”。
4. 融入情感元素
在故事中融入真挚的情感元素,如友情、爱情、家庭纽带或复仇欲望等。这些情感元素将增强故事的感染力,使读者更加投入和共鸣。
5. 营造紧张氛围
通过文字描写、角色行为和情节设置,营造出紧张、悬疑的氛围。利用大预言模型的生成能力,刻画出令人紧张的场景和对话,增强读者的期待感。
6. 引入反转与揭秘
在故事的关键时刻引入反转,增加故事的复杂性和吸引力。这些反转应该自然融入故事,而不是突兀地出现。同时,确保在结尾时圆满解决所有谜团,揭示真相,并对角色的发展和故事的深层主题有所交代。
7. 反复修改与润色
利用大预言模型的生成能力,可以快速生成大量文本。但为了确保小说的质量,还需要进行反复的修改和润色。检查文本的逻辑严密性、角色的塑造是否立体、情节是否紧凑等,确保小说符合你所列举的所有优秀特点。
8. 寻求反馈与调整
在完成初稿后,可以寻求其他作家、编辑或读者的反馈。根据反馈进行调整和修改,使小说更加完善。

上面的提示词中,有一个使用技巧。在我们的输入中,有部分是指令,有部分是AI需要参考或者阅读的内容,这种信息可以使用一定的特殊符号来进行标识,免得AI将其作为指令,避免混淆。这样可以使用的输入,对AI来说更有可读性。

常用的标识符号有:

[]:标识其中的为指令
""":上下文
###:上下文
**:需要强调的内容
有序序列:数字标识
无序序列:-
<ref></ref>:引用内容

下一篇我们将使用AI生成长篇小说的核心谜团,
 

您可能感兴趣的与本文相关的镜像

Qwen3-8B

Qwen3-8B

文本生成
Qwen3

Qwen3 是 Qwen 系列中的最新一代大型语言模型,提供了一整套密集型和专家混合(MoE)模型。基于广泛的训练,Qwen3 在推理、指令执行、代理能力和多语言支持方面取得了突破性进展

### 国内五款代表性大语言模型的详细介绍与对比 #### ### 腾讯混元(HunYuan) 腾讯混元系列大模型以其强大的多模态处理能力和广泛的行业应用而闻名。以下是其主要特点: - **多模态融合**:混元能够同时处理文本、图像和视频等多种数据形式,适用于复杂的跨模态任务[^1]。 - **超大规模参数量**:混元系列中的部分模型已达到数亿参数规模,具备强大的表达能力和泛化能力。 - **行业解决方案**:针对金融、医疗、教育等行业提供定制化服务,帮助客户解决实际业务题。 代码示例: ```python from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained(&quot;hunyuan&quot;) model = AutoModelForCausalLM.from_pretrained(&quot;hunyuan&quot;) input_text = &quot;请一篇关于人工智能的文章。&quot; inputs = tokenizer(input_text, return_tensors=&quot;pt&quot;) outputs = model.generate(**inputs, max_length=500) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ``` #### ### 百度文心一言 百度文心一言系列大模型在自然语言处理领域表现卓越,具体功能如下: - **高效的训练与推理**:基于飞桨深度学习框架优化,文心一言能够在大规模数据集上高效训练,并提供实时推理服务[^3]。 - **广泛的应用场景**:不仅擅长文本生成,还支持语音识别、机器翻译等任务,适用于多种行业需求。 - **丰富的工具链支持**:百度提供了完整的工具链和服务平台,帮助用户轻松部署和管理模型。 #### ### 阿里通义 阿里云的通义系列大模型,包括语言大模型 AliceMind PLUG、多模态理解与生成统一模型 AliceMind-mPLUG 等。这些模型具备以下功能和优势: - **强大的语言理解和生成能力**:通义在自然语言处理任务中表现出色,能够准确理解复杂语境并生成高质量文本[^2]。 - **多模态支持**:通过 AliceMind-mPLUG 和 M6-OFA,通义可以处理图像、视频等多种形式的数据,实现跨模态的理解和生成。 - **开源与易用性**:核心模型及技术已面向全球开发者开源,降低了使用门槛,便于开发者快速集成到实际项目中。 #### ### 字节跳动豆包 字节跳动的豆包大模型专注于内容创作和推荐系统,具有以下特性: - **内容创作优化**:豆包特别擅长生成高质量的内容,如文章、诗歌、故事等,满足创作者的需求[^1]。 - **个性化推荐**:结合字节跳动在推荐算法方面的积累,豆包能够为用户提供个性化的信息流服务。 - **丰富的应用场景**:从短视频生成到智能客服,豆包覆盖了广泛的业务场景。 #### ### 深度求索 DeepSeek 深度求索(DeepSeek)作为一家新兴的人工智能公司,其大模型产品在性能和效率上均有不俗表现: - **高性能计算**:DeepSeek 的模型在大规模数据集上的训练速度和推理效率均处于行业领先水平。 - **灵活的架构设计**:支持多种硬件平台,包括 GPU 和 NPU,便于用户根据自身需求选择合适的计算资源。 - **开源社区活跃**:DeepSeek 积极参与开源社区建设,推动大模型技术的普及和发展。 ```python # 示例代码:调用深度求索 API 进行文本生成 import requests def generate_text(prompt, api_key): url = &quot;https://api.deepseek.com/v1/generate&quot; headers = {&quot;Authorization&quot;: f&quot;Bearer {api_key}&quot;} payload = {&quot;prompt&quot;: prompt, &quot;max_tokens&quot;: 100} response = requests.post(url, headers=headers, json=payload) return response.json()[&quot;text&quot;] prompt = &quot;请描述未来城市的模样。&quot; api_key = &quot;your_api_key_here&quot; result = generate_text(prompt, api_key) print(result) ``` ### 总结 国内五款代表性大语言模型各有秋,在不同维度展现了各自的优势。腾讯混元以多模态处理见长;百度文心一言注重高效的训练与推理;阿里通义强调多模态支持和开源生态;字节跳动豆包则聚焦于内容创作和个性化推荐;深度求索则凭借高性能计算和灵活架构脱颖而出。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值