当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > DeepSeek写诗技巧与教程分享

DeepSeek写诗技巧与教程分享

2026-01-06 08:10:31 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《DeepSeek写诗技巧与创作教程》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

需在提示词中明确诗歌体裁、格律要求、主题关键词,并构建含角色定义、分步指令、风格参照的结构化模板,再通过预设平仄、限定韵脚、修辞指令控制精度,辅以多轮迭代优化与陷阱规避机制。

如何用DeepSeek写一首诗_DeepSeek古诗词与现代诗创作【文学】

如果您希望借助DeepSeek模型生成符合古典格律或现代诗风格的原创作品,则需要结合其文本生成能力与诗词创作的基本规范。以下是实现这一目标的具体方法:

一、明确诗歌类型与格式要求

DeepSeek不具备主动识别诗词体裁的能力,必须在提示词中清晰指定所要生成的诗歌类别及技术参数。这决定了输出是否具备平仄、押韵、对仗或意象密度等关键特征。

1、确定诗歌体裁:在输入中直接写明“七言绝句”“五律”“宋词·水调歌头”或“自由体现代诗”。

2、设定核心要素:补充如“押平水韵上平声‘东’部”“每行九至十一个字”“避免使用网络用语”等约束条件。

3、提供主题关键词:例如“秋夜”“故园”“高铁站”“人工智能凝视人类”,确保意象聚焦。

二、构建结构化提示词模板

将创作意图转化为DeepSeek可解析的指令序列,能显著提升输出稳定性与文学完成度。模板需包含角色定义、任务分解与风格锚点。

1、定义模型角色:以“你是一位熟谙《文心雕龙》与艾略特诗学的双语诗人”开头,赋予其专业身份。

2、分步下达指令:先要求“列出三个符合主题的古典意象”,再指令“基于意象生成一首押‘ong’韵的七绝”,最后追加“检查第三句是否符合‘仄仄平平仄仄平’变格”。

3、嵌入风格参照:写明“语言密度参照李贺,节奏感参照海子《亚洲铜》,禁用‘的’字结尾短语”。

三、控制格律与修辞精度

DeepSeek默认不校验平仄与押韵,需通过外部规则引导或分阶段验证。人工介入点集中在音节切分与词性匹配环节。

1、预设平仄框架:输入时附带“平平仄仄平平仄”等谱式,并要求模型严格对齐字位。

2、限定韵脚字库:给出“风、空、红、同、中”等已知押韵字,指令“末字仅从该列表选取”。

3、触发修辞指令:使用“在此处插入通感手法”“第二联须构成工对,名词对名词,动词对动词”等明确表述。

四、迭代优化生成结果

单次生成难以兼顾意境深度与形式严谨,需通过多轮反馈修正。重点调整方向为意象逻辑断裂、语法欧化及典故误置。

1、标记问题位置:将初稿中“月光焊接铁轨”改为“月光熔接铁轨”,因“焊接”属工业动词,破坏古典语境。

2、重写矛盾句式:针对“二维码在陶罐上发芽”这类超现实组合,追加指令“保持器物年代真实性,改用汉代漆器纹样替代二维码”。

3、注入文化肌理:要求“在尾联加入《楚辞·九章》式香草隐喻,但植物名称须见于《齐民要术》卷十”。

五、规避常见生成陷阱

DeepSeek易在跨文体融合时出现术语混杂、时空错置与情感扁平问题。需前置设置过滤机制。

1、禁用词汇清单:在提示中声明“禁止出现‘算法’‘API’‘404’‘缓存’等数字时代术语,古诗中可用‘机枢’‘符契’‘断简’替代”。

2、时间坐标锁定:指定“全诗时间背景限定在唐天宝十五载寒食节,所有物象需符合长安城地理实录”。

3、情感浓度调控:添加“第三句情绪值设为-0.7(悲抑),末句升至+0.3(微光),避免直抒‘悲伤’‘快乐’等抽象词”。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

HTML5视频键盘控制技巧分享HTML5视频键盘控制技巧分享
上一篇
HTML5视频键盘控制技巧分享
Java留言板实现步骤与开发解析
下一篇
Java留言板实现步骤与开发解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    290次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    343次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    344次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    130次使用