# 我用 Python 写诗，居然还挺像那么回事：生成式 AI 在内容创作中的实战玩法

大家好，我是 Echo_Wish。

说实话，我第一次用程序自动写诗的时候，是抱着“看看笑话”的心态。

结果它写出来一句：

> “月光在服务器上缓慢编译夜色”

我愣了一下。

这不是瞎写，这是有点味道。

这几年，生成式 AI 已经从“能聊天”走到“能创作”。写诗、写短文、写脚本、写段子，甚至写小说开头。很多人问我：

> 用 Python 能不能自己做一个“自动写诗机”？

答案是：能，而且不难。

今天我们就聊聊——**生成式 AI 在内容创作中的实践：用 Python 自动写诗 / 短文**。

我们不讲空理论，直接上结构 + 思路 + 代码。

---

## 一、生成式 AI 写作的本质是什么？

先说人话版本。

生成式写作，本质是：

> 根据已有文本的“概率规律”，预测下一个词。

你可以理解为一个极其聪明的“接龙大师”。

从技术角度看，它通常基于：

* Transformer 架构
* 自回归语言模型
* 概率采样机制

核心公式其实就一句话：

```
P(下一个词 | 前面所有词)
```

不断往前滚动，就生成整段文本。

---

## 二、最简单的自动写诗：调用大模型 API

我们先来一个实战版本，用 Python 直接生成诗歌。

示例（假设使用通用 LLM API 接口）：

```python
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY")

prompt = """
请写一首关于“程序员深夜加班”的现代诗，
风格偏抒情，带一点孤独感。
"""

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "你是一位有文学气质的诗人"},
        {"role": "user", "content": prompt}
    ],
    temperature=0.9  # 增加创作自由度
)

print(response.choices[0].message.content)
```

这里有几个关键参数：

* `temperature`：控制创造性（越高越发散）
* `system prompt`：决定风格
* `user prompt`：决定主题

这就像：

> 你给 AI 定了人设，再给它一个题目。

---

## 三、如果不想依赖 API？本地生成可以吗？

可以。

我们可以用 Hugging Face 上的开源模型，比如 GPT2 中文模型。

```python
from transformers import GPT2LMHeadModel, GPT2Tokenizer
import torch

model_name = "uer/gpt2-chinese-cluecorpussmall"
tokenizer = GPT2Tokenizer.from_pretrained(model_name)
model = GPT2LMHeadModel.from_pretrained(model_name)

input_text = "深夜的机房里"
input_ids = tokenizer.encode(input_text, return_tensors="pt")

output = model.generate(
    input_ids,
    max_length=80,
    do_sample=True,
    top_k=50,
    top_p=0.95,
    temperature=0.8
)

result = tokenizer.decode(output[0], skip_special_tokens=True)
print(result)
```

几个关键参数解释一下：

* `top_k`：限制候选词数量
* `top_p`：控制累计概率
* `temperature`：创作自由度
* `do_sample=True`：启用采样而不是贪婪搜索

这几个参数，决定了诗“像不像人写的”。

---

## 四、采样机制决定“文风”

给你看个简单对比：

### 低 temperature（0.3）

* 更严谨
* 更像说明文
* 但容易重复

### 高 temperature（1.0）

* 更浪漫
* 更跳跃
* 但可能胡言乱语

这就是生成式创作的核心哲学：

> AI 不缺想象力，缺的是“约束”。

---

## 五、自动写短文：结构化 Prompt 设计

如果你想写一篇 300 字短文，最好别直接一句话：

“帮我写个故事。”

而是结构化提示。

```python
prompt = """
请写一篇300字左右的短文：

主题：人工智能与孤独
结构：
1. 开头提出矛盾
2. 中间描写一个场景
3. 结尾给出温柔的思考

风格：温暖但带一点哲学意味
"""
```

这叫：

> Prompt Engineering（提示工程）

你给 AI 的结构越清晰，它越稳定。

---

## 六、如果想玩得更高级？

我们可以做：

* 风格迁移
* 关键词控制
* 韵律控制
* 自动押韵

例如简单押韵控制：

```python
keywords = ["月光", "代码", "孤独", "城市"]

prompt = f"""
写一首现代诗，必须包含这些词：
{",".join(keywords)}

每两句押韵一次。
"""
```

你会发现，模型会尝试满足这些约束。

虽然不是百分百精准，但已经非常接近“创作辅助工具”。

---

## 七、生成式写作的工作流图


从流程上看，其实就四步：

1. 输入 Prompt
2. Token 化
3. Transformer 预测
4. 采样输出

听着很复杂，本质就是：

> 概率预测 + 采样控制。

---

## 八、真实使用场景

我自己在内容创作中，AI 用得最多的是：

* 生成文章初稿
* 生成诗性开头
* 想标题
* 改写语气

但我从来不会：

> 直接复制粘贴。

为什么？

因为 AI 最大问题是：

* 容易“正确但空洞”
* 容易“华丽但没观点”

真正的价值在于：

> 它帮你破冰，而不是替你思考。

---

## 九、我的一点感受

生成式 AI 不会取代创作者。

但它会取代：

* 不愿意进步的创作者
* 不愿意拥抱工具的人

写诗不再是“天赋专属”，而是：

> 创意 + 技术 + 审美的结合。

我很喜欢这种感觉。

你用代码写诗，它给你灵感，你再改它的灵魂。

这不是机器替代人。

这是人类扩展自己。

---

## 十、最后一句话

如果你问我：

> 生成式 AI 在内容创作中最重要的是什么？

不是模型。

不是参数。

是：

> 你想表达什么。

AI 只是笔。

思想才是墨。



这几年，生成式 AI 已经从“能聊天”走到“能创作”。写诗、写短文、写脚本、写段子，甚至写小说开头。很多人问我：

我用 Python 写诗，居然还挺像那么回事：生成式 AI 在内容创作中的实战玩法

人工智能

编程语言

职业发展

Python自动写诗实战：揭秘生成式AI创作技巧。从调用API到本地模型部署，详解温度参数、采样机制对文风的影响。分享结构化Prompt设计技巧，实现风格迁移、韵律控制等高级玩法。探讨AI写作如何成为创作者的高效工具，而非替代品。

服务器

Python

4核4G3M云服务器 新用户低至38元/年！

2026新春采购季

ai-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我用 Python 写诗，居然还挺像那么回事：生成式 AI 在内容创作中的实战玩法-腾讯云开发者社区-腾讯云

我用 Python 写诗，居然还挺像那么回事：生成式 AI 在内容创作中的实战玩法

我用 Python 写诗，居然还挺像那么回事：生成式 AI 在内容创作中的实战玩法

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐