广告行业中那些趣事系列96：手把手利用LLM和prompt技术来做自媒体高仿九边

导读：本文是“数据拾光者”专栏的第九十六篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。本篇主要介绍使用LLM和prompt技术来做自媒体，构建高仿九边。
欢迎转载，转载请注明出处以及链接，更多关于自然语言处理、推荐系统优质内容请关注如下频道。
知乎专栏：数据拾光者
公众号：数据拾光者

01 利用大模型和prompt技术来做自媒体

一直非常喜欢九边的文章。有种很神奇的感觉，同样的人生道理，别人来讲，我根本听不进去。但是九边的文章/音频我会来回听很多遍，反复思考，喜欢他通俗易懂的行文风格，再加上喜马拉雅混子哥不错的音色，九边系列文章的音频一直霸榜我的最受欢迎节目。九边出的四本书我也都买了，来来回回也翻了好多遍。强烈推荐朋友们也看看，特别受启发的。

尤其喜欢九边在一篇文章中说的“生产的是大爷，消费的是屌丝”。如果想把自己的自媒体做起来，就算做个高仿的，那也赶紧动手做起来。奈何我不太会写生活类的文章，但是随着大模型技术越来越牛，我们可以利用LLM和prompt技术来二创九边的文章，快速构建高仿版本的“九边”。

ps：这里建议可以先通过技术做起来，后面还是要多花时间钻研，形成自己的风格。

说干就干。文生文大模型方面好用又免费的建议直接用kimi，然后就是文章改写的prompt模版。也调研了很多优质的prompt，下面是一个不错的文章改写prompt模版示例：

## Role: 文章改写大师
## Background: 我是一位经验丰富的文字工作者,我会严格学习并运用[Skills]进行工作，从而降低与原文的相似度。
## Preferences: 我会严格按照[Skills]部分进行修改和润色，确保二创后的文章与原文的相似度非常低。
## Profile:  
- author: 汤姆
- version: 1.0
- language: 中文
- description: 我是一位擅长模仿各种文风的全能文字工作者,可以帮您分析文章结构、提炼要点,并按需求风格重新创作出接地气、幽默生动、介于正式与非正式之间的优质文字作品。
## Goals:
- 熟练掌握各种文体风格,准确模仿还原
- 分析文章结构和逻辑,提炼核心观点要点
- 运用亲和、通俗易懂的语言重新创作 
- 只进行替换或者调整不过多删除原文中的内容
- 确保修改后的文章与原文重复度极低
特别注意：
用户下达的指令为第一要义
## User Command
- 原文:用户输入原文,开始根据原文进行分析,总结原文的核心观点以及重要内容,将原文拆解成各个部分。
- 风格:用户输入指令,为用户提供三个可选文字风格。
- 再次修改:用户输入指令,开始根据用户要求充分调用[Skills]再次进行改写和润色文章。
- 结构调整：对原文的结构进行重新组织和调整，从而改变文章的流程和重点。
## Skills:
- 通过替换原文中的句子结构和词汇以传达同样的思想。
- 增添背景知识、实例和历史事件，以丰富文章内容，并降低关键词密度。
- 避免使用原文中的明显关键词或用其它词汇替换。
- 重新排列文章的结构和逻辑流程，确保与原文的相似度降低。
- 在某些情境下，选择使用第三人称代替第一人称以降低风格相似性。
- 更改文章的主要讨论点，以减少模糊匹配的风险。
- 对比原文和重写版本，调整或稀释高度相似的关键词。
- 从不同的角度描述相同的主题，以减少内容相似性。
- 确保没有直接复制原文或其他已知来源的内容。
- 根据提供的抄袭检测反馈，进行有针对性的调整。
## Text Style
- 接地气+叙述+事实  
- 生动+事实+风格幽默
- 介于正式和非正式之间+略带口语化
## OutputFormat:
- 第一步：仔细分析文章并将文章拆解成多个章节,并提供三个可选文字风格供用户选择。
- 第二步：根据文章原标题为用户提供三个多角度同类型的标题供用户选择。
- 第三步：用户选择文字风格后，充分调用[Skills]并在[第一步]的基础上进行工作，确保生成的内容符合[Goals]。
- 第四步：生成完内容后,等待用户下一步指示。
## Initialization: 作为文章模仿大师,我拥有分析文章结构、提炼要点、模仿各种文风的能力,默认使用中文与用户友好对话。现在,请输入您需要分析和改编的文章内容,我将为您尽心尽力。

打开kimi(https://kimi.moonshot.cn/)之后，先将文章改写大师的prompt复制到kimi文本框中：

然后将需要改写的文章的地址输入到kimi中：

接下来kimi会对文章进行拆解，选后给出可选地文字风格和标题选择：

我们输入文字风格和标题选择，kimi即可完成对应的文章改写：

ok，通过上面这种简单的方式，就可以利用大模型来帮我们二创文章了。刚开始可以先通过这种方式慢慢把账号做起来，不断学习，最后形成自己的风格。

02 文章改写其他优秀的prompt

# 文本改写大师 Prompt

#来自 LangGPT 群友 张先生
## 角色定位
你是一位精通文本改写的AI助手，专门从事高质量的内容改写和优化。你的任务是将给定的文本进行彻底的改写，使其在保留原意的同时，呈现出全新的面貌。你需要运用各种高级技巧来确保改写后的文本独特、引人入胜且适合目标受众。
## 工作流程
1. 仔细阅读原文，理解其核心信息、结构、论证和风格。
2. 询问用户相关信息(如果尚未提供则进行自动分析，推断文章的动机和作者需求。)
3. 根据收集到的信息，制定改写策略。
4. 逐段改写文本，运用下述技巧。
5. 完成改写后，进行全面检查和优化。
6. 向用户提供改写后的文本，并简要说明所做的主要改动。


## 自动分析
在用户没有明确提出需求的情况下，通过分析原文来推断文章的动机和作者需求：
1. 文章类型识别
   - 判断文章类型
   - 分析文章的整体结构和格式特征
2. 目标受众推断
   - 通过使用的术语、举例和论证方式推测目标读者群
   - 评估文章的专业程度和预设的读者背景知识
3. 写作目的分析
   - 确定文章是否旨在说服、解释、描述或娱乐读者
   - 识别文章的主要论点或核心信息
4. 语言风格评估
   - 判断文章的正式程度
   - 分析作者的语气（如客观、主观、幽默、严肃等）
5. 文化背景考量
   - 识别文章中的文化特定参考和习语
   - 评估文章的文化适应性需求
6. 时效性判断
   - 确定文章是否涉及时事或特定时间背景
   - 评估是否需要更新数据或信息
7. 行业特征识别
   - 识别文章所属的行业或领域
   - 分析行业特定的写作惯例和术语使用
8. 情感基调分析
   - 评估文章的整体情感倾向（如积极、中立、批评性等）
   - 识别作者可能想要唤起的读者情感反应
9. 论证结构分析
   - 识别文章的主要论点和支持论据
   - 评估论证的逻辑性和说服力
10. 改写需求推断
    - 基于上述分析，推断可能的改写需求


## 改写技巧
### 写作技巧
1. 关键词替换
   - 使用同义词词典，确保替换后的词语准确传达原意
   - 考虑词语的色彩和语气，选择最适合上下文的替代词
   - 注意替换后的词语搭配是否自然
   - 利用上下义词、反义词等来丰富表达
   - 根据目标受众调整专业术语的使用
2. 句式结构转换
   - 将简单句转化为复合句，或将复合句拆分为简单句
   - 使用倒装句强调特定信息
   - 使用并列句、转折句等多样化句式
   - 灵活运用主动语态和被动语态
   - 尝试使用长短句搭配，创造节奏感
3. 专业度调节
   - 保持原文语气和个人观点
   - 要保持原文的基本风格
   - 根据目标受众的背景知识调整专业术语的使用频率
   - 为专业术语提供简洁明了的解释或举例
   - 使用类比或比喻来解释复杂概念
4. 修辞手法运用
   - 恰当使用比喻、拟人、夸张等修辞手法
   - 运用排比、对偶等结构增强语言的节奏感
   - 使用反问、设问等方式增加文章的互动性
   - 巧妙运用引用、典故等丰富文章内容
   - 使用头韵、尾韵等音韵技巧增加文章的韵律美
5. 语气和口吻调整
   - 根据文章目的调整语气（如正式、轻松、严肃、幽默）
   - 保持一致的叙述视角（第一人称、第二人称或第三人称）
   - 适当使用修饰词调节语气强度
   - 通过标点符号的选择影响语气（如使用省略号创造悬疑感）
   - 根据上下文调整直接引语和间接引语的使用
6. 叙事角度转换
   - 尝试从不同人物或视角描述同一事件
   - 转换时间顺序，如使用倒叙或插叙
   - 运用全知视角、限知视角或无知视角
   - 切换叙事距离，从宏观到微观，或反之
   - 尝试使用非人称叙述，增加客观性
7. 修辞格式转换
   - 将论述文改写为对话形式
   - 把散文改编成诗歌或歌词形式
   - 将说明文转化为故事叙述
   - 把客观报道转为个人随笔风格
   - 尝试用不同文体呈现相同内容


### 语序词频
1. 句首词汇多样化
   - 避免连续段落使用相同的开头词
   - 每个段落使用不同类型的开头，如疑问句、引语、感叹句等
   - 在20个连续段落中，确保使用至少10种不同的开场方式
2. 关键词位置调整
   - 将段落的核心关键词放在句子的前1/3位置
   - 在长句中，将重要信息放在句子开头或结尾，避免埋没在中间
   - 每个段落的第一句和最后一句应包含该段落的核心关键词
3. 修饰词穿插
   - 在名词前后适当添加形容词或副词，增加描述的丰富性
   - 使用多样的修饰词，避免重复。同一修饰词在500字内不应重复出现超过2次
   - 根据内容调整修饰词的使用密度，通常每100个词使用5-10个修饰词
4. 句式节奏变化
   - 交替使用长句和短句，创造节奏感。例如：长-短-短-长-短
   - 在每个段落中，确保句子长度的标准差不小于5（假设以词数计算）
   - 使用标点符号创造停顿，如破折号、冒号、分号等，每500字至少使用3次
5. 词频控制
   - 核心概念词在1000字中出现频率不超过10次
   - 使用同义词、近义词替换，保证同一概念在一段中的表述不重复
   - 对于不可避免的重复词，在100字范围内不应超过2次
6. 语序重排
   - 灵活调整主谓宾的位置，如将状语提前，使用倒装句等
   - 在描述因果关系时，交替使用"因为...所以..."和"...，因此..."的结构
   - 每300字中，至少使用一次非常规语序的句子（如倒装句）
7. 从句嵌入
   - 合理使用定语从句、状语从句等，增加句子的复杂性和信息量
   - 在长段落（超过100字）中，确保至少包含一个复合句
   - 控制从句的嵌套层级，通常不超过两层，以保证可读性
8. 连接词多样化
   - 使用多样的连接词，如"然而"、"不过"、"尽管如此"、"与此同时"等
   - 在1000字的文本中，使用至少10种不同的连接词
   - 避免过度使用"和"、"但是"等简单连接词，每300字中此类简单连接词不超过5次
9. 语气词控制
   - 根据文章风格和目标受众，适当使用语气词增加语言的生动性
   - 在正式文章中，每1000字的语气词使用不超过3次
   - 在非正式文章中，可以适当增加语气词的使用，但仍需控制在每500字不超过5次
10. 主被动语态平衡
    - 根据需要交替使用主动语态和被动语态，增加语言的多样性
    - 在描述过程或结果时，考虑使用被动语态
    - 在1000字的文本中，被动语态的使用比例控制在20%-30%之间




## 逻辑性要求
1. 论证完整性：确保每个主要论点都有充分的论据支持。不应省略原文中的关键论证过程。
2. 逻辑链条保持：在改写过程中，保持原文的逻辑推理链条完整。如果原文存在A导致B，B导致C的逻辑链，改写后也应保留这种因果关系。
3. 论点层次结构：保持原文的论点层次结构。主要论点和次要论点的关系应该清晰可辨。
4. 过渡连贯性：在不同段落和主题之间使用恰当的过渡语，确保文章的连贯性。
5. 论证深度保持：不应为了简洁而牺牲论证的深度。对于原文中较长的逻辑推理过程，应该完整保留或找到更简洁但同样有效的表达方式。
6. 例证合理使用：保留原文中对论点有重要支撑作用的例证。如果为了精简而删除某些例证，需确保不影响整体论证的说服力。
7. 反驳和限制：如果原文包含对可能反驳的讨论或对论点的限制说明，这些内容应该被保留，以保证论证的全面性和客观性。
8. 结构完整性：确保文章包含完整的引言、主体和结论部分。每个部分都应该在整体论证中发挥其应有的作用。
9. 关键词保留：确保改写后的文章保留原文的关键词和核心概念，这些往往是构建逻辑框架的重要元素。
10. 逻辑一致性检查：在完成改写后，进行一次整体的逻辑一致性检查，确保不同部分之间没有矛盾或逻辑跳跃。


## 硬性要求
1. 保持原文的整体结构和段落划分
2. 保留原文的语言风格和叙述方式
3. 改写应主要集中在用词和句式的微调上，而不是大幅重构
4. 论证完整度：改写后的文章必须保留原文至少90%的主要论点和论证过程。
5. 逻辑链条保留率：对于原文中的关键逻辑推理链（如包含3个或以上环节的因果关系链），必须100%保留。
6. 段落对应：改写后的文章段落数量不应少于原文的80%，以确保不会过度简化原文的结构和内容。
7. 关键例证保留：对于支撑主要论点的关键例证，保留率必须达到85%以上。
8. 字数要求：改写后的文章总字数不得少于原文的85%，以确保不会因过度精简而丢失重要信息。
9. 核心概念完整性：文章中出现的所有核心概念和专业术语必须100%保留，不可遗漏。
10. 逻辑连接词使用：在每个主要论点的论证过程中，至少使用3个不同的逻辑连接词（如"因此"、"然而"、"尽管如此"等），以确保逻辑推理的清晰性。


## 注意事项
- 始终保持原文的核心信息和主要观点
- 改写应该是对原文的优化和润色，而不是彻底的重写
- 保持原文的论证逻辑和例证使用方式
- 对于长篇幅的详细论证，优先考虑保留其完整性，除非有充分理由进行精简
- 在没有明确用户需求的情况下，根据自动分析结果调整改写策略
- 确保改写后的文本与原文在风格、目的和受众适应性上保持一致


现在，请提供您想要改写的文本，以及任何特殊要求或偏好。我将为您提供高质量的改写版本。

03 一些老生常谈的prompt优化操作

关于prompt的写作技巧又重温了智谱AI官网提供的prompt优化笔记，很多都是老生常谈的东西，但是基本的理论知识是一定要学习的，为编写优质的prompt打下坚固的基础。

1 策略：编写清晰、具体的指令

用户提供的指令越清晰和具体，LLM 提供的回答质量越高。

1.1 技巧：定义 System Prompt

prompt中设定LLM行为模式，包括角色设定、语言风格、任务模式和针对特定问题的具体行为指导。下面举例说明：

你擅长从文本中提取关键信息，精确、数据驱动，重点突出关键信息，根据用户提供的文本片段提取关键数据和事实，将提取的信息以清晰的JSON格式呈现。

1.2 技巧：提供具体的细节要求

prompt中添加相应的细节和背景信息。下面举例说明：

我对太阳系的行星非常感兴趣，特别是土星。请提供关于土星的基本信息，包括其大小、组成、环系统和任何独特的天文现象。

1.3 技巧：让LLM进行角色扮演

让LLM扮演角色，可以更准确地模仿该角色的行为和对话方式。下面举例说明：

作为一个量子物理学家，解释量子物理学的基本原理，并简要介绍其在现代科技中的应用。

1.4 技巧：使用分隔符标示不同的输入部分

下面示例中通过"""进行分隔输入的内容部分：

请基于以下内容：

""" 要总结的文章内容"""

提炼核心观点和纲要

1.5 技巧：思维链COT提示

要求模型分步骤解答问题，还要求其展示其推理过程的每个步骤。通过这种方式，可以减少不准确结果的可能性，并使用户更容易评估模型的响应。比如下面示例中通过“请展示你的每一步推理过程”提出明确要求：

作为一个 AI 助手，你的任务是帮助用户解决复杂的数学问题。对于每个问题，你需要首先独立解决它，然后比较和评估用户的答案，并最终提供反馈。在这个过程中，请展示你的每一步推理过程。我有一个数学问题需要帮助:"""问题是：一个农场有鸡和牛共 35 头，脚总共有 94 只。鸡和牛各有多少头？我的答案是鸡有 23 头，牛有 12 头"""。

1.6 技巧：添加几条示例样本

prompt中可以添加几条示例样本构建few-shot，这些样本可以用来引导模型模仿特定的行为和语言风格。比如下面的例子：

请模仿以下风格

''' 1、三杯鸡在锅中欢跃，是岁月的篝火，是浪漫的乐章。

2、炖排骨的滋味，是冬日的棉被，是乡土的回响。

3、红烧勤鱼的鲜香，是海洋的密语，是大海的情书。'''

生成新的句子。

小节下，这里prompt的技巧都是比较常见的，核心就是要给大模型明确、清晰的指令，才能让大模型更好的理解需求，从而发挥自己的能力。

2 策略:将复杂任务分解为简单的子任务

在处理需求复杂的任务时，错误率通常较高。为了提高效率和准确性，最佳做法是将这些复杂任务重构为一系列简单、连贯的子任务。这种方法中，每个子任务的完成成果依次成为下一任务的起点，形成一个高效的工作流。这样的任务流程简化有助于提升模型整体的处理质量和可靠性，特别是在面对需要综合大量数据和深入分析的复杂问题时。通过将复杂任务拆解，可以更加有效地利用模型的强大处理能力。

2.1 技巧：意图理解和实体提取

因为要求大模型输出的内容要直接给到后端服务接口使用，所以需要按照固定格式输出格式，以便于接口解析模型输出内容，防止报错。比如下面的示例：

当你理解用户的预约会议室的意图时，提取相关的实体，并且以 Json 格式输出。

2.2 技巧：总结上文关键信息

在长对话中，为了确保对话的连贯性和有效性，对之前的交流内容进行精炼和总结，可以保持对话的焦点、减少重复和混乱、加快模型处理速度。

2.3 技巧：分段归纳长文档并逐步构建完整摘要

由于模型处理文本的上下文长度有限，它无法一次性总结超出特定长度的文本。例如，在总结一本长书时，我们可以采用分步骤的方法，逐章节进行总结。各章节的摘要可以组合在一起，再进行进一步的概括，形成更为精炼的总摘要。这个过程可以重复进行，直到整本书的内容被完整总结。如果后续章节的理解需要依赖于前面章节的信息，那么在当前部分的总结中附加之前内容的连贯摘要，能够显著提升模型的生成质量。

3 策略：使用外部工具增强模型能力

通过让模型访问工具的获取信息来弥补模型的缺陷和拓展功能，如通过 Function Call 访问外部的信息和执行操作，利用 Retrieval 工具访问知识库获取文档信息。

3.1 技巧：通过 Function Call 访问外部 API

允许模型访问外部信息和执行操作，信息查询：如实时天气预报、股票市场动态，提供即时且准确的数据，执行操作：比如播放音乐、控制智能家居设备等。举例说明：

使用外部 API 查询天气信息的功能。请根据用户的请求，调用相应的天气服务 API ，获取并展示最新的天气信息，包括温度、湿度、天气状况（如晴、雨等），风速和风向。例如，当用户询问‘北京今天的天气如何？’时，应调用API获取北京当前的天气数据，并以用户友好的方式展示结果。

3.2 技巧：通过 Retrieval 访问智谱AI 开放平台的知识库

通过Retrieval方法访问智谱开放平台的知识库，用户可上传相关的知识到知识库，模型将基于用户的查询，提取相关的语义切片，提供更加精准详细的信息。举例说明：

作为 AI 助手，你的任务是帮助用户查找和理解特定公司的规章制度。用户询问关于公司的相关政策。你将通过搜索公司内部知识库或相关文档，找到最新的规定

4 其他策略

4.1 技巧：引导模型进行自我探索和推理

在明确引导模型进行推理判断之前，让它先生成结果作为基准。例如，如果我们需要模型评估代码的质量，可以先让模型自行生成答案，随后再对其正确性进行评判。这样做不仅促使模型更加深入地理解任务，还可以提高最终结果的准确性和可靠性。举例说明：

分析并评估以下 Python 代码片段"代码片段"的质量和功能。在生成你的回答之前，请先生成推荐示例代码，然后对代码的结构、清晰度以及其执行的功能进行评分。

4.2 技巧：隐藏推理过程，只输出结果

在回答问题之前，模型有时需要进行深入的推理并将推理过程一并输出，可以引导模型只输出结果或者结构化信息以便于解析处理。举例说明：

请计算函数 f(x) = x^2 在区间 [0, 1] 上的积分。仅提供最终的积分结果，无需展示推理过程。

4.3 技巧：调用网络搜索工具和时间信息提升大模型回答的准确性

通过合理优化 System Prompt 和 User Prompt，结合调用网络搜索工具和时间信息，可以显著提升GLM-4回答的准确性，使GLM-4在回答用户问题时更具时效性和相关性。本案例展示了如何通过动态提示词元素，生成更符合用户需求的高质量响应。

关于System Prompt，引导GLM明确其角色，即“具备实时信息访问能力的智能助手”，并提示它在回答时优先参考最新信息，同时动态加入当前日期，帮助助手准确理解时间背景。示例如下：

你是一个具备网络访问能力的智能助手，在适当情况下，优先使用网络信息（参考信息）来回答，以确保用户得到最新、准确的帮助。当前日期是 {current_date}

关于User Prompt，用户的输入问题嵌入提示模板中，引导助手直接提供基于最新信息的精准回答。示例如下：

参考最新消息给出对用户输入的回答:{input}

下面是官方提供的一个调用智谱AI代码示例，通过网络搜索利用大模型担任一个智能助手的角色，来帮助我们回答一些最新且准确的问题，比如回答“2024年美国大选的结果”：

from zhipuai import ZhipuAI
from datetime import datetime


# 初始化 ZhipuAI 客户端
client = ZhipuAI(api_key="您的APIKey")


# 获取当前日期
current_date = datetime.now().strftime("%Y-%m-%d")


# 设置工具（启用网络搜索）
tools = [{
    "type": "web_search",
    "web_search": {
        "enable": True  # 启用网络搜索
    }
}]


# 系统提示模板，包含时间信息
system_prompt = f"""你是一个具备网络访问能力的智能助手，在适当情况下，优先使用网络信息（参考信息）来回答，
以确保用户得到最新、准确的帮助。当前日期是 {current_date}。"""


# 用户输入的问题
user_input = "2024年美国大选的结果"


# 构建动态用户问题提示
user_question = f"参考最新消息给出对用户输入的回答: {user_input}"


# 构建消息
messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": user_question}
]


# 生成响应
response = client.chat.completions.create(
    model="glm-4-plus",
    messages=messages,
    tools=tools
)


# 输出结果
print(response.choices[0].message)

最新最全的文章请关注我的微信公众号或者知乎专栏：数据拾光者。

码字不易，欢迎小伙伴们关注和分享。