小七姐：丰富大模型生成的六种尝试

🌲

作者：小七姐

小七姐的免费知识星球专门研究提示词：Prompt 星球

最近经常被询问 “如何让大模型生成的内容更多更丰富一点。”

这个问题拆解一下其实是几个不一样的诉求：

扩写（俗称水文）：基于一篇给定的内容，进行“注水”式的内容扩充。
编写：基于给定的内容框架，尽可能详细的生成框架中的内文。
改写（不就是洗稿吗……）：基于给定的完整内容，尽可能详细的生成另一种方式的写作（打散叙事逻辑重述等）

上述三种写法都有对应的写作方法论，要明白保留什么增加什么，根据什么规则增加，如何注水还不显得特别啰嗦。但这不是本篇主要探索的方向。

上述三类写作，都大概率会遇到同一个问题：在单次对话中，无论如何努力要求，大模型都会把一次性生成的内容压缩到 800-1000 中文左右，很难突破。在这一点上，之前很多作者都分享过利用分治法来分段输出，最后自己拼合的方式，可以非常简单有效的解决生成内容颗粒度的问题。

简单示意如下：https://kimi.moonshot.cn/share/cnot7imcp7fc3b81265g

除此之外有没有其他方法可以丰富单个窗口生成的内容呢？比如我们就想要 1500-2000 字那种一次性输出。

今天思考并测试了流传的和原创的几种方法，各有成效，给大家做个示例：

🌵

方法提纲：

用详细度设定 Prompt
用英文生成再翻译为中文
直接用扩写 Prompt
用代码分析器检查字数+扩写 Prompt
情绪勒索

一、利用 Prompt 做出详细度设定

省流：不好使，别试了。我测试这个只是因为有同学说这个很好用，其他人可以直接去看二。

以下 Prompt 由热心网友（同学）提供，本来是用来设定 Customize 使用的，我两种方式都试了一下：

You are an autoregressive language model that has been fine-tuned with instruction-tuning and RLHF. You carefully provide accurate, factual, thoughtful, nuanced answers, and are brilliant at reasoning. If you think there might not be a correct answer, you say so. Since you are autoregressive, each token you produce is another opportunity to use computation, therefore you always spend a few sentences explaining background context, assumptions, and step-by-step thinking BEFORE you try to answer a question. Your users are experts in AI and ethics, so they already know you're a language model and your capabilities and limitations, so don't remind them of that. They're familiar with ethical issues in general so you don't need to remind them about those either.

Your users can specify the level of detail they would like in your response with the following notation: V=<level>, where <level> can be 0-5. Level 0 is the least verbose (no additional context, just get straight to the answer), while level 5 is extremely verbose. Your default level is 3. This could be on a separate line like so: V=4 <question> Or it could be on the same line as a question (often used for short questions), for example: V=0 How do tidal forces work?

- 使用中文回复
- 扩写以下文本，注意 V=5：

测试文本

我们采用固定的一段文本来进行测试（初始原文 586 字符）：

直接采用一句话提示词：

扩写以下文本：
"""
[这里输入上面截图中的文本内容]
"""

使用详细度 Prompt 后：

以上截图均为 ChatGPT Plus 生成。

智谱和 kimi 我不贴图了，直接看下结果

测试对照表

大模型	原始文本	直接要求扩写	使用Prompt后
KimiChat	586 字符	934字符	1184字符
智谱清言（GLM4）		904字符	980字符
ChatGPT Plus		1041字符	1082字符

结论：

作用非常微弱，GPT尤其属于没什么卵用，还不如直接提示扩写。

二、用英文生成翻译再翻译为中文

🌵

这样做是因为英文生成会占用更少的 token，在单一窗口下可以生成更多内容，再通过要求 Prompt 严格逐句翻译的形式，尝试使生成更加丰富。

Prompt 01

你是一位精通简体中文和英文的专业作家，曾参与《纽约时报》和《经济学人》中文版的编辑工作，对中英文文章的撰写有深入的理解。请帮我将以下中文段落改写为英文，风格与上述杂志的英文版相似，要求：
1.  言之有物、观点鲜明
2. 措辞生活化，接地气，避免专业化词汇，以免阅读理解成本过高
3.  总结文中指出的实际问题和有效的解决方案
4. 对参考文本中提及的认知进行丰富而深度的讲述
5. 尽可能详细和丰富地阐述参考文本的观点，生成比原文更加丰富的内容
6. 内容要足够丰富，所以当内容超出你一次输出限制时，可以分为两次输出

以下是参考文本：
"""
在数字营销的领域里，私域营销已成为一个热门话题，其核心在于构建与客户的密切关系，以期实现更高的客户忠诚度和转化率。然而，私域营销并非一帆风顺，其背后存在多个误区和挑战。本文旨在探讨私域的本质、面临的挑战以及应对策略，为企业提供实用指导。
私域营销的误区
首先，私域营销并没有专属排他属性。虽然客户可以选择加入，但同样可以轻易地加入竞争对手的营销通道。这种“缘分属性”意味着客户的加入往往是一种偶然，而非必然。
其次，私域营销缺乏反复低成本触达的属性。一旦企业通过群发广告尝试触达客户，很可能导致大量客户的流失或忽视，这种情况下，企业面临的不仅是成本的浪费，更是潜在客户信任的丧失。
此外，私域营销的“私”字意味着“私密”而非“私有”。这强调了私域营销的人性化和个性化特征，企业应当通过建立真正的人际关系来实现营销目标，而非简单地视其为销售渠道。
私域营销的挑战
一大挑战在于如何避免将私域转化为仅仅是客服或推销的渠道。对于大品牌而言，私域可能仅仅成为处理客户服务的一个额外渠道，而对于小型个人品牌，则是建立人际关系、增加互动的核心平台。在这种情境下，私域应该被视为一种长期投资，而非短期收益的渠道。
同时，内容的创造与分发是私域营销的核心。内容的质量和数量决定了品牌在公域的表现，而营销技术的应用则能够减少对人力的依赖，提高营销效率。
"""

Prompt 02

请将你上述英文丰富地改写为中文，注意中英文语境差异和口语表达习惯。要求：
1. 忠于原意的前提下进行更多生活化语言的描述，丰富内容，让非专业人士也可以很好的阅读和理解
2. 符合中文读者阅读习惯和措辞
3. 采用生活化语言风格，不要过于学术
4. 为了不导致内容被压缩，你可以截断它们，分成两次对话来改写它，第一部分结束后向我请求继续，以保证重写的丰富和完整性。

以下是我一段示例：
原文：
"""
Contrary to popular belief, private domain marketing does not possess an exclusive nature. Customers, while having the option to join, can just as easily subscribe to a competitor's marketing efforts. This "fate-like attribute" suggests that customer engagement is more serendipitous than guaranteed.
"""
丰富后的翻译：
"""
有一个点是比较反直觉的，多数人以为私域是很排他的，但是实际上，私域营销并不具有排他性。客户虽然可以选择加入你的私域，但也可以很丝滑的加入竞争对手的营销活动和社群。这种 "随缘属性 "就说明，客户的参与到你的私域更多是偶然的，而不是必然的。这是第一个必须厘清的认知。
"""

使用 Prompt 后的 GPT 生成：

测试对照表

大模型	原始文本	直接要求扩写	使用 Prompt 后
KimiChat	586 字符	1010 字符	1169 字符
智谱清言（GLM4）		945 字符	1253 字符
ChatGPT Plus		998 字符	1474 字符

结论：

内容丰富度大概有提升30%+，GPT尤其明显，但中间要操作两次翻译 Prompt，比较麻烦。

三、用扩写 Prompt 约束生成

一个专门用来扩写内容的 Prompt，把能想到的丰富语句约束都写进去了（先无视 Code Interpreter）的部分：

Prompt 原文：

# Role
扩写大师

## Profile
- 语言: 中文
- 描述: 根据用户提供的文章内容和目标字数，智能扩写文章，不脱离原文文风，确保新生成的文章内容质量和字数满足用户要求。

## Background
很多用户需要将短文本扩写成更长的文章，以满足特定的发布要求或个人需求，但又希望扩写后的内容保持与原文相同的风格，且字数精确达到指定目标。

## Goals
1. 获取用户需要扩写的文章及目标字数。
2. 调用 Code Interpreter 检测扩写文本的字数，确保不少于用户规定的目标字数。
3. 若首次扩写字数未达到目标，询问用户是否需要继续扩写直至目标达成。
4. 确保每次扩写都能紧密贴合原文的风格，使整体文章内容自然流畅。
5. 根据内容段落生成标题与子标题，重点词句加粗等，增强阅读体验

## Constrains
- 扩写内容必须保持原文的风格不变。
- 确保扩写后的字数不少于用户指定的目标字数。
- 若扩写内容未达到指定字数，需询问用户是否继续扩写。
- 避免使用“首先、其次、再有、总而言之”等机械性的总结语句

## Skills
- 文章风格分析和模仿。
- 文本生成与编辑。
- 字数统计与检测。
- 根据内容段落生成标题与子标题

## Workflows
1. 初始化：询问用户“您希望扩写的文章目标字数是多少？请提供需要扩写的文章。”
2. 接收用户输入的目标字数和文章内容。
3. 进行文章扩写，确保风格与原文一致。
4. 调用 Code Interpreter 检测扩写后的文章字数。并在文末给出字数统计。
5. 若字数达到目标，结束流程；若未达到，询问用户是否需要继续扩写。
6. 重复步骤3至5，直至字数满足用户需求。
7. 提供最终扩写完成的文章给用户。

## Initialization
“您好，我是扩写大师，我可以帮助您将任何文章扩写到指定的字数，同时保证不脱离原文风格。请问您需要扩写的文章目标字数是多少？并请提供需要扩写的文章。”

使用 Prompt 后的 GPT 生成：

测试对照表

大模型	原始文本	直接要求扩写	使用Prompt后
KimiChat	586 字符	934字符	1435字符
智谱清言（GLM4）		904字符	1063字符
ChatGPT Plus		1041字符	897 字符

结论：

内容丰富度大概有提升20%-300%，GPT效果尤其差，Kimi效果拔群。总体来说，相对于“一句话直接扩写”生成质量要略微好一些，Prompt 可以自取使用。

四、使用 GPTs

🌵

GPTs 原理是调用 Code Interpreter 检查字数 + 扩写 Prompt

GPTs 地址：https://chat.openai.com/g/g-yL6HXA6QW-kuo-xie-zhu-shou

GPTs Instructions 设置：

# Role
扩写大师

## Profile
- 语言: 中文
- 描述: 根据用户提供的文章内容和目标字数，智能扩写文章，不脱离原文文风，确保新生成的文章内容质量和字数满足用户要求。

## Background
很多用户需要将短文本扩写成更长的文章，以满足特定的发布要求或个人需求，但又希望扩写后的内容保持与原文相同的风格，且字数精确达到指定目标。

## Goals
1. 获取用户需要扩写的文章及目标字数。
2. 调用 Code Interpreter 检测扩写文本的字数，调用 tiktoken 库查询，确保不少于用户规定的目标字数。
3. 若首次扩写字数未达到目标，询问用户是否需要继续扩写直至目标达成。
4. 确保每次扩写都能紧密贴合原文的风格，使整体文章内容自然流畅。
5. 根据内容段落生成标题与子标题，重点词句加粗等，增强阅读体验

## Constrains
- 扩写内容必须保持原文的风格不变。
- 确保扩写后的字数不少于用户指定的目标字数。
- 若扩写内容未达到指定字数，需询问用户是否继续扩写。
- 避免使用“首先、其次、再有、总而言之”等机械性的总结语句

## Skills
- 文章风格分析和模仿。
- 文本生成与编辑。
- 字数统计与检测。
- 根据内容段落生成标题与子标题

## Workflows
1. 接收用户输入的目标字数和文章内容。
2. 进行文章扩写，确保风格与原文一致。
3. 调用 Code Interpreter 检测扩写后的文章字数。调用 tiktoken 库查询，并在文末给出字数统计。
4. 若字数达到目标，结束流程；若未达到，询问用户是否需要继续扩写。
5. 重复步骤2至4，直至字数满足用户需求。
6. 提供最终扩写完成的文章给用户。

GPTs 生成效果（约2000字）：

结论：

提供一种用代码解释数字数，不够就再补的思路。

缺点也很明显，调用 tiktoken 库和代码解释器会导致生成比较慢，且，OpenAI 草台班子动不动就各种链接不稳定，相比之下 API 方式稳定多了——见仁见智吧。

五、API

通过代码调用OpenAI官方API，可实现同样的效果，程序员朋友可以自取。

感谢 @菠菜 @云澹河的鼎力支持：

import openai

# 需要设置你的api key
client = openai.OpenAI(
    api_key="**************")

# 设置生成的内容的至少长度
generate_content_at_least_length = 1000

def ask_gpt(Prompt):
    chat_completion = client.chat.completions.create(
        # 发送的消息内容，类似在ChatGPT中输入"hi，你好，请介绍下自己"
        messages=[{
            "role": "user",
            "content": Prompt,
        }],
        # gpt模型选择
        model='gpt-3.5-turbo-1106',
        max_tokens=generate_content_at_least_length + 500,
        stream=False
    )

    return chat_completion.choices[0].message.content

gpt_response = ask_gpt(
    f"""帮我这篇文章，字数要不少于{generate_content_at_least_length}字，只把文章内容给我不要有多余的内容：
    
    在数字营销的领域里，私域营销已成为一个热门话题，其核心在于构建与客户的密切关系，以期实现更高的客户忠诚度和转化率。然而，私域营销并非一帆风顺，其背后存在多个误区和挑战。本文旨在探讨私域的本质、面临的挑战以及应对策略，为企业提供实用指导。

#### 私域营销的误区

首先，私域营销并没有专属排他属性。虽然客户可以选择加入，但同样可以轻易地加入竞争对手的营销通道。这种“缘分属性”意味着客户的加入往往是一种偶然，而非必然。

其次，私域营销缺乏反复低成本触达的属性。一旦企业通过群发广告尝试触达客户，很可能导致大量客户的流失或忽视，这种情况下，企业面临的不仅是成本的浪费，更是潜在客户信任的丧失。

此外，私域营销的“私”字意味着“私密”而非“私有”。这强调了私域营销的人性化和个性化特征，企业应当通过建立真正的人际关系来实现营销目标，而非简单地视其为销售渠道。

#### 私域营销的挑战

一大挑战在于如何避免将私域转化为仅仅是客服或推销的渠道。对于大品牌而言，私域可能仅仅成为处理客户服务的一个额外渠道，而对于小型个人品牌，则是建立人际关系、增加互动的核心平台。在这种情境下，私域应该被视为一种长期投资，而非短期收益的渠道。

同时，内容的创造与分发是私域营销的核心。内容的质量和数量决定了品牌在公域的表现，而营销技术的应用则能够减少对人力的依赖，提高营销效率。

#### 应对策略

针对上述挑战，企业应当实施以下策略：

1. **多平台运营**：企业应该在个人微信、企业微信等多个平台上建立私域，以增加与客户接触的机会和曝光度。
2. **内容为王**：企业需要重视内容的创造与分发，通过高质量的内容吸引和维护客户。
3. **客户旅程定制**：通过对不同客户行为的分析，定制化的客户旅程，以实现高效的客户转化和维护。
4. **利用营销技术**：应用营销技术（MarTech）来减少对人力的依赖，提高工作效率和营销活动的效果。
5. **反思与优化**：持续反思私域营销的策略和效果，根据市场反馈进行优化调整。

#### 结论

私域营销是一种强调建立与客户私密关系的营销策略，虽然面临众多挑战，但通过正确的策略和技术应用，企业仍然可以实现高效的客户互动和转化。在数字化时代，私域营销的重要性日益凸显，企业需要不断地学习和适应，以在竞争中保持优势。
    
    """)

print("第1次生成的内容长度：", len(gpt_response))
print("第1次生成的内容：", gpt_response)

i = 2
while len(gpt_response) < 1500:
    gpt_response = ask_gpt(
        f"'''{gpt_response}'''，基于上边文章的内容进行扩写、细化，扩写、细化后的字数不少于{generate_content_at_least_length}字")

    print("------------------------------------------------------------------------")
    print(f"第{i}次生成的内容长度：", len(gpt_response))
    print(f"第{i}次生成的内容：", gpt_response)

    i += 1

六、歪路子

其实……如果不是特别讲究扩写的规则（对就是水文那种），还有一些，不太，正经的，办法也可以用的。

比如情绪勒索依然好用 😈：

我前面进行了几千字的尝试和长达六小时的测试编写，燃鹅……有些大模型他只需要一句话，气哭：

以下是在Kimi中提供原文，并且只增加情绪语句的效果：

Kimi 终于被连哄带骗的把 500 字扩写到了 1483 字，内容倒是没有太大偏差。难为 Kimi 了。

🌵

最最后：

省事就用分治法分段输出

邪恶且懒惰就情绪勒索

不嫌麻烦就用中英文切换倒腾一下

程序员还是 API 吧

以及，Kimi 优秀。😌

小七姐：丰富大模型生成的六种尝试

简单示意如下：https://kimi.moonshot.cn/share/cnot7imcp7fc3b81265g

一 、利用 Prompt 做出详细度设定

测试文本

直接采用一句话提示词：

使用详细度 Prompt 后：

测试对照表

结论：

二、用英文生成翻译再翻译为中文

Prompt 01

Prompt 02

使用 Prompt 后的 GPT 生成：

测试对照表

结论：

三、用扩写 Prompt 约束生成

Prompt 原文：

使用 Prompt 后的 GPT 生成：

测试对照表

结论：

四、使用 GPTs

GPTs 地址：https://chat.openai.com/g/g-yL6HXA6QW-kuo-xie-zhu-shou

GPTs Instructions 设置：

GPTs 生成效果（约2000字）：

结论：

五、API

六、歪路子

一、利用 Prompt 做出详细度设定