刺鸟图文助手
你想过没有？其实用deep sik写小说没有你想的那么容易。大家好，欢迎来到废柴。那这期视频我们就来聊一聊deep six写小说你必须要关注的一些关键问题。我会从写作流程、执行模型、幻觉、剧情雷同程度、版权隐患以及提示词通用性这五个维度进行讨论。
那话不多说，我们现在开始。deep sick的上下文只有六十四k tokens适合写短篇小说。因此如何通过提示词去引导剧情的节奏就很关键了。为了这期话题，我专门设计了一套短篇视情文提示词框架作为案例讲解。
首先我提供了一句话想法，deep sik会根据这句话扩展出完整的故事大纲。这个大纲遵循了世情文的五目公式。拉仇恨，爆发矛盾，继续施压，主角高潮和反转。接下来每一幕都会生成独立的大纲，再根据大纲撰写具体的正文，完成一幕后创建下一幕大纲，如此循环，直到创作完成。
这样设计的原因是因为我觉得a i应该是一个辅助的角色，而不是去替代作者。所以我们应该去给创作者更多的可控性以及更高的透明度，这样的话他们就可以随时的去介入并且调整了。正文创作环节，我也做了优化设计。你会注意到，每一幕的正文被分为了上下两个部分。
这是为了应对a i输出的限制。正如我之前视频提到的，a i是不识字数的。加上deep seek默认的窗口输出限制是四零九六tokens，所以单次输出通常会限制在一千字左右。如果你需要创作超过两千字的内容，就可以采用这种分段的输出策略。
总的来说，从写作流程的测试来看，deep sik可以很好的执行我们预设的提示词流程。这一点其实很关键。因为不管我们是使用官网，使用app使用第三方的a p i调用，甚至是我们去搭建一个a i智能体。如果它连提示词都无法执行的话，那再精妙的流程设计，它的价值也是等于零的。
那到这里你会认为deep seek写文章，写小说就没有问题了吗？嗯，不对，因为我们还要关注另一个关键的问题，模型的幻觉。你发现没？当你用r一时剧情特别难控制，不管你怎么调整剧情总是会跑偏，这就是模型幻觉的问题。根据victa h h e m人工智能幻觉测试结果，deep sick r一的幻觉率高达百分之十四点三。这不仅是deep sik v三的近四倍，也远超行业的平均水平。
这个数据对于写小说来说会有什么样的影响呢？简单来说就是r e会不受控制的去编造一些内容和情节，还是这套提示词。但是这次我使用的是腾讯元宝接入的deep sik r一大缸里面有这么一句话，你要是敢复读，我就打断祠堂共的笔，这句话就有点让我摸不到头脑，我理解这段的内容是为了主角设置惩罚，但是为什么要打断祠堂供的笔呢？关键是从节奏和上下文来看，它融入得如此自然。如果你不仔细看，根本发现不了，这是模型的随意发挥。并且像这样的情况，其实后面还有不少。
为什么会这样？这是强化学习带来的一些副作用。模型被训练为优先生成，符合我们人类的预期。但是并不一定准确的内容，而且当信息不充足的时候，它还会启动补白机制，就是用看似合理的内容来帮我们进行填空。那这个补白机制在我们进行创意写作的时候是特别有帮助的，它会给我们带来一些剧情上的惊喜。
但是如果我们需要它按照我们给的提纲来进行扩写或者写正文内容的时候，那它带来的就是灾难了。因为一旦它开始补白，我们就需要不断的去修改，来把它拉回到正轨，甚至有的时候就直接重写了，而且重写和人工修改中间的成本其实是差不多的。所以如果你要用deep sick来写小说，我建议你使用v三模型。因为v三模型的幻觉只有百分之三点九，比较好控制。
不过使用v三模型也会带来一个新的问题，那就是剧情的雷同。这是大远模型创作的普遍痛点。deep sick v三也不例外，它的预训练语料会明显影响它剧情创作的多样性。比如说我让deep sick v三创作一篇短篇小说，只告诉它题材是关于重男轻女的。
这么简单的一句话测了不下几十遍，不仅测试了官网，也测试了硅基流动和腾讯元宝接入的deep sik v三模型。剧情重复度高达百分之七十以上，故事的模式几乎是固定的。大概就是女主从小受到家庭的轻视，而且还被要求为弟弟牺牲学业去打工。最后离家出走，实现自我价值。
也就是说，如果你在剧情上不给deep sik v三明确的指引的话，那剧情雷同就是不可避免的。但这也带来了我们下一个要讨论的问题，就是版权问题。版权问题是每个创作者都必须重视的问题。除了剧情雷同外，deep sick的联网搜索功能可能无意中也会加剧侵权的风险。
很多时候我们会选择联网，让a i上网搜集一些素材帮我们进行创作，对吧？可问题是大部分的素材其实是有版权的。这么做就很容易造成抄袭和侵权。还是以重男轻女为例，我用腾讯元宝的deep sick r一开启联网搜索后，他创作的故事中出现了我在葵花地里捡到女婴的情节，背景设定在北方的农村。这与参考文献中第一篇莫言老师的短篇小说弃婴的核心情节是相同的。
r一的深度思考记录里也显示了它借鉴了文献一莫言的弃婴的情节，同时也参考了文献三五七。本质上，r一是将搜索到的七篇文章的素材进行了缝合重组。这就很危险了，容易被认定为是抄袭。所以当我们用deep sick去联网创作的时候，我们不仅要关注它搜索回来资料的真实性，同时也要去关注那些可能的版权纠纷问题。
好的，那前面我们讲了deep sik写小说的各种注意事项，但是如果要用好deep seek，你还是要写提示词的。如果之前你有攒过一些提示词，你可以直接把它们用在deep sick上面。这也是我要跟你说的最后一个话题。提示词的通用性。
自二零二二年十一月chat g p t发布以来，关于提问的技巧，结构化提示词和提示词框架的研究层出不穷。而且这些提示词的设计方法论在deep seek上面仍然是有效的。你不需要为deep seek重新去造轮子。拿短篇小说的提示词框架为例，我在cloud三点七chat g p t做了测试，都能顺利的执行。
这是因为当前的主流大模型都是采用transformer架构。只要基于这一架构，提示词的基本原则就大致相同。简单来说，你之前是怎么使用kimi chat，g p t cloud, german千问等等等等这些大模型。那你现在就怎么去使用deep sick提示词方面是通的，也不存在所谓的deep seek使用方法论。
好的，那本期视频就到这里了。如果你觉得对你有帮助，记得点赞关注废柴俱乐部，我们下期见了。
