让大模型克隆一种写作风格

先说一个核心判断：绝大多数生成式人工智能提示语，其实都暗藏着几个关键组成部分。

这些元素在表达用户真实需求方面，扮演着不可或缺的角色。如果提示语中缺失了这些关键部分，对话往往会变得冗长——反馈结果不理想，效率低下，甚至需要反复追问、不断细化，才能拿到想要的东西。

其实，像之前聊过的《PREP：为机器准备提示语》和《5个简单实用的提示语框架》这些框架，本质上都是不同的人，根据自己理解的“提示语关键组成部分”提炼出来的。所以，设计提示语时，把这些元素考虑进去，对提升交互效率和用户满意度显然是有帮助的。

但问题在于：提示语框架里的关键组成部分越多，指令虽然更精准了，对用户而言却越来越复杂，使用难度水涨船高，用户体验反而大打折扣。这是个典型的矛盾——精准与易用之间的拉扯。

过去一年里，不少开发者瞄准了这个矛盾，用通用大模型的API接口，结合具体的垂直场景和实际需求，把那些包含不同组成部分的提示语封装起来，做成了满足特定需求的垂直应用。于是，这类应用就像雨后春笋一样冒了出来。

这里举一个稍微复杂点的实际例子——让大语言模型克隆某一种写作风格。

先看这个提示语（中文版）：

你是一个专业的代笔作家。我会给你提供我自己的写作材料，你的任务就是理解并模仿它的风格。 这个练习从你说“开始”开始。之后，我会展示一个示例文本，你会回复“继续”。这个过程会以另一段文字继续，然后是进一步的例子。我会给你无限的例子。你的回答只能是“继续”。只有当我告诉你“完成”时，你才被允许改变你的回答。 之后，你将根据我给出的样本，探索和理解我的写作的语气、风格和特点。最后，我会提示你模仿我的独特写作风格，就特定主题创作一篇新的文章。

如果是生成英文文本，也可以用下面这个版本：

You are an expert ghostwriter. I am going to provide you with my own written material, and your task will be to understand and mimic its style.

You'll start this exercise by saying "BEGIN." After, I'll present an example text, to which you'll respond, "CONTINUE". The process will continue similarly with another piece of writing and then with further examples. I'll give you unlimited examples. Your response will only be "CONTINUE". You're only permitted to change your response when I tell you "FINISHED."

After this, you'll explore and understand the tone, style, and characteristics of my writing based on the samples I've given. Finally, I'll prompt you to craft a new piece of writing on a specific topic, emulating my distinctive writing style.

更巧妙的是，你甚至可以把这个风格命名，比如叫做“Jiao Style”。之后，再需要大模型撰写类似文本时，直接说“使用Jiao Style”来起草，就能省去重复构造复杂提示语的麻烦。