2.4 生成文章（上）
在前三章中，我们分别认识了用正向表述来排除内容、 JSON 法提取信息以及知识生成法，来优化特定问题的准确度。而在这章中，我们将一起来认识面向文章生成的优化法。
文章生成是 GPT 的最常见用途，只需明确主题，GPT 就能不断产出我们所需的内容。然而，GPT 生成的文章通常具有几个特征：喜欢列举和列表形式，每个观点都较简短，且语气中立。这也是一些 AI 内容检测器能识别出内容是否由 AI 生成的原因。
在本篇及下篇文章中，我会详细介绍优化 GPT 写作的方法，以便帮助你创作出更稳定、更长久且更具有「拟人」特性的内容。
文章生成与结构化指导
当我们需要 GPT 生成一篇文章，最常用且简单的方法就是给定一个主题，接着让它自由展开。然而，未给出特别的指令时，GPT 会依据训练时学到的习惯和语气来进行创作，这就是「AI 味」。这种「AI 味」写作风格可能适合论文和科普类的文本，但大多数时候，它并不符合大多数人的期望。
所以我们要做的就是，除了设定主题，还要让 GPT 根据我们的需求生成文章的结构，然后再填充内容，以产生更多丰富且变化多样的文章，而这个方法则就被称为是结构化指导。
结构化指导可以看作是给 GPT 制定一个「蓝图」，蓝图从通常意义上来说是建筑师在建造房屋前制定的详细计划。而在这里我们通过「蓝图」明确指定内容的结构，让我们预先设定文章的结构，然后让 GPT 基于这个结构进行内容的填充，进而使 GPT 生成的内容更为丰富和多元。
例如，我们可以指定文章从开头到结尾的结构、段落的主题、风格和语气，甚至设定具体的字数限制，这种做法可以给 GPT 更详细的指引。此外，通过结构化指导还可以把写文章变成 GPT 比较擅长的填空任务，让 GPT 更加容易生成适合的内容。
按照从开头到结尾的顺序，列出{{你需要的文体}}常见的内容结构。结构化指导通常包含的部分
结构化指导通常包含以下几个关键部分：
文章结构：这是结构化指导的核心部分，通常包括文章的开头、主体和结尾。我们可以为每个部分指定主题或主要内容。例如，在一个关于气候变化的文章中，我们可能希望开头部分介绍气候变化的定义和现状，主体部分讨论气候变化的原因和影响，结尾部分提出解决方案。
风格和语气：我们可以指定文章的总体风格（例如，正式、非正式、幽默等）以及各个部分的特定语气（例如，描述性、辩论性、说服性等）。这将帮助 GPT 生成更贴近我们期望的内容。
字数限制：我们可以为整篇文章或者每个部分设定字数范围。这帮助保持文章的平衡和流畅的同时，也可以确保 GPT 不会过早结束或过度延长某个部分。
关键词和主题：我们可以提供具体的关键词和主题，让 GPT 在生成文章时使用。这可以帮助 GPT 更准确地创造我们希望看到的内容。
生成参数：我们可以指定 GPT 的生成参数，比如 temperature（决定生成的随机性），max tokens（决定生成的最大长度）等。这可以帮助我们进一步控制 GPT 生成的结果。
特殊要求：根据特定需求，我们还可以包含其他特殊要求。例如，我们可能希望文章中穿插一些互联网梗，或者可能希望在文章的某一部分讨论一些可能的反驳观点。
注意，这只是基础要求部分，仅供参考。不同文章会有不同的要求，顺序也可能不一样。请一定要发挥你自己的创造力，打造属于你自己的文章模板。
然后我们就可以得到你想生成文章的内容结构，可以在此基础之上进行修改，比如给每段结构里面添加我们想要的内容注释，风格语气或者这部分的内容长度。同时还要避免 GPT 过度参考我们的结构和顺序，最终可以像下面这样：
观察上面两张图，可以注意到如果不采用优化方法，GPT 几乎无法生成我们所需的长度的文章。而在优化后，GPT 不仅能够产出更长且严格符合我们要求的文章，还会减少使用列表和排比，并更多地采用连贯的表述方式。
尽管很可能仍会参考我们的结构，例如单独列出梗，但这可以通过优化方法进一步改进。关键词的格式和内容我们可以根据实际需求变化，按需调整。而通过设定格式，我们又可以更加有效地控制和约束 GPT 生成的内容，使其更贴近我们的实际需求。
结构化指导的优势
结构化指导的优势主要体现在以下几点：
提高准确性：通过指定文章的结构，GPT 能更准确地生成出我们想要的内容，因为它已经知道了文章的组织方式和重点内容。
增强多样性：预设的文章结构可以使 GPT 生成的文章内容更为丰富和多元。因为指定了文章的结构，所以 GPT 会尝试在每个部分都给出有深度和广度的内容，而不只是一直重复某个主题。
控制长度：这种方法也可以更好地控制文章的长度。我们可以为每个部分设置字数限制，让 GPT 在这个范围内生成内容。这不仅可以使文章达到我们期望的长度，还可以使每个部分的长度更为均衡。
指导风格和语气：我们还可以在给出文章结构的同时，指定文章的风格和语气。这可以让 GPT 更好地模拟出人类的写作风格，减少「AI 味」。
灵活性：这种方法的另一个优势是它的灵活性。不同的文章主题和类型，可能需要不同的文章结构。这种方法可以根据需求灵活地调整文章的结构，使得 GPT 能适应更多的写作场景。
改善生成质量：这种方法可以在很大程度上改善 GPT 生成的文章质量。指定文章结构可以避免 GPT 过度使用某些模式，如过度的排比和列举，使得生成的文章更接近人类的写作习惯。
提高效率：这种方法还可以提高我们使用 GPT 的效率。有了预设的文章结构，我们就可以直接让 GPT 生成我们想要的内容，而不需要花费大量的时间去修正和调整 GPT 生成的结果。如果你的工作需要经常生成某一类型的文章，这些文章拥有相似的结构或者内容要求，你甚至可以在多次优化之后，总结出属于自己的一个文章模板，极大提升自己的效率。
降低 AI 判别的可能性：通过制定具体的文章结构和风格，GPT 生成的文章更接近人的写作风格，这样可以降低其被AI生成内容检测器识别的可能性。
结构化指导法适合的问题类型
这种预设文章结构的优化方法适用于多种类型的问题和写作任务，具体包括：
长篇文章：这种方法尤其适合生成长篇文章。长篇文章需要清晰的结构和逻辑，通过预设文章结构，可以让 GPT 更好地组织和表达内容。
专业论文：无论是学术论文，商业报告，还是技术文档，这些都需要严谨的结构和专业的语言。通过预设文章结构和指定专业术语，可以提高 GPT 生成的专业论文的准确性和专业性。
观点论述：这种方法也适合生成观点论述类的文章。我们可以预设文章的主题、论点、论据、反驳等内容，让 GPT 按照这个结构进行有逻辑地论述。
故事创作：在创作故事或小说时，也可以使用这种方法。我们可以预设故事的开头、发展、高潮、结尾等部分，以及角色、情节、背景等内容，让 GPT 生成有趣且连贯的故事。
新闻报道：新闻报道需要客观、准确、清晰的表述。我们可以预设报道的主题、事件、证据、影响等内容，让 GPT 生成高质量的新闻报道。
内容营销：在内容营销中，我们需要制定策略、确定主题、写作引人入胜的内容等。我们可以预设文章的目标、主题、结构、风格等，让 GPT 生成有吸引力的内容营销文章。
教育教学：在教育教学中，我们需要写教案、制定课程、写教学反思等。我们可以预设文章的教学目标、教学步骤、教学方法、教学反思等内容，让 GPT 生成有质量的教育教学文章。
总的来说，这种优化方法适用于任何需要有组织、有结构、有逻辑地写作任务。只要我们能明确文章的结构和内容，就可以使用这种方法让 GPT 生成满足我们需求的文章。
总结
在本章中，我们一起深入探究了长文本生成这一特定场景的优化方式，也就是结构化指导。如果你的目标是让 GPT 生成更长更复杂的内容，比如多个章节的长篇小说，或者复杂的有多个部分的商业报告等等，那么下一章则会更好地帮助到你。
值得注意的是，由于模型的限制，生成的 Token 长度有限。加上算力的约束，我个人尝试后发现，目前所有模型在生成超长内容方面的性能都不可视为满意。若想获得真正完美的效果，还需等待模型进一步升级或算力的指数型增长。
最后更新于