LLM创意写作瓶颈分析：思考模式与提示词优化策略

发布时间：2026/7/9 5:30:27

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Qwen 随心用，限时 5 折。 👉 点击领海量免费额度

当前LLM与优秀创意写作不兼容？这个问题在AI领域引发了广泛讨论。随着大语言模型在技术文档、代码生成等任务上表现优异，但在创意写作这一需要想象力、情感表达和文学技巧的领域，确实存在明显的性能瓶颈。本文基于Creative Writing v3评测基准的最新数据，深入分析当前主流LLM在创意写作方面的真实表现，并探讨背后的技术原因和未来突破方向。

从评测结果看，即使是排名第一的Kimi K2模型，在Creative Writing v3基准上的得分也仅为88.10分（满分100），而大多数模型的得分集中在70-85分区间。这表明当前LLM在创意写作任务上确实存在明显的天花板。不过值得注意的是，开启"思考模式"的模型（如DeepSeek-R1、Qwen3系列）相比常规模式有显著提升，这提示我们模型架构和推理方式可能是突破的关键。

1. 核心能力速览

能力项	说明
评测基准	Creative Writing v3，32个创意写作问题
评测方式	混合评分系统，人工评估
支持语言	英文（主要评测语言）
难度等级	中等难度
当前最佳	Kimi K2（88.10分）
模型规模	千亿参数级别表现最佳
思考模式	开启思考模式的模型普遍得分更高
开源情况	开源和闭源模型均有参与

2. 创意写作的技术挑战

创意写作对LLM提出了不同于传统文本生成的特殊要求。首先是原创性问题，模型需要避免简单的模式复制和模板化输出。在评测中发现，很多模型在生成诗歌、小说片段时倾向于使用常见的修辞套路，缺乏真正的新意。

情感表达是另一个难点。优秀的创意写作需要准确传达复杂的情感变化，而当前LLM在细腻情感刻画方面往往显得生硬。评测显示，模型在生成带有矛盾情感或微妙心理描写的文本时得分普遍较低。

文学技巧的运用也是挑战之一。包括隐喻、象征、反讽等高级修辞手法，以及叙事结构的合理安排。从评测结果看，参数规模较大的模型在这些方面表现相对更好，但距离人类作家的水平仍有差距。

文化背景理解同样关键。创意写作往往涉及特定的文化语境和历史背景，模型需要具备深厚的文化知识才能生成地道的作品。这也是为什么当前评测主要使用英文进行——模型在非英语文化背景下的表现更加不稳定。

3. 主流模型表现分析

根据Creative Writing v3的最新排名，我们可以将参与评测的模型分为几个梯队：

第一梯队（85分以上）包括Kimi K2、OpenAI o3、Qwen3-235B等模型，这些模型在创意写作的各个方面都表现较为均衡。它们通常具有千亿级参数规模，并且在训练数据中包含了大量文学类内容。

第二梯队（80-85分）以DeepSeek系列、Claude系列为代表，这些模型在基础写作能力上表现扎实，但在创意性和文学性方面还有提升空间。有趣的是，开启思考模式后，这些模型的得分会有明显提升。

第三梯队（80分以下）主要是参数量较小的模型，它们在完成基础写作任务时表现尚可，但在需要高度创造力的任务上力不从心。这也说明模型规模对创意写作能力有重要影响。

4. 思考模式的价值发现

评测数据揭示了一个重要现象：开启思考模式的模型在创意写作任务上表现显著优于常规模式。以Qwen3-235B为例，开启思考模式后得分从80.40提升至84.60，提升幅度超过4分。

这种提升背后的机制值得深入分析。思考模式允许模型进行多步推理，在生成最终文本前先进行构思和规划。这类似于人类作家的创作过程：先确定主题、结构、情感基调，再着手具体写作。

具体来说，思考模式可能帮助模型在以下方面得到改善：避免逻辑矛盾，保持叙事一致性，合理安排情节发展，以及运用更丰富的文学手法。这种"慢思考"的方式显然更适合创意写作这种需要深度加工的任务。

5. 技术瓶颈与突破方向

当前LLM在创意写作方面的瓶颈主要来自几个方面。训练数据的质量限制是一个重要因素。虽然互联网上有海量文本数据，但高质量的文学作品的占比很小，而且往往受到版权保护无法用于训练。

模型架构的局限性也很明显。传统的Transformer架构更适合处理事实性信息和完成确定性任务，而在需要发散思维和创造力的场景下表现不佳。新的架构如状态空间模型（SSM）可能在创意生成方面有更好表现。

评估方法的不足也影响了技术进步。创意写作的质量评估本身就很主观，现有的自动评估指标往往无法准确捕捉文本的文学价值。这也是为什么Creative Writing v3采用人工评估的原因。

未来的突破可能来自以下几个方向：多模态训练（结合文本、图像、音乐等）、强化学习优化（基于人类反馈）、专业化的创意写作模型，以及更好的提示工程技术。

6. 实用创意写作提示技巧

尽管当前LLM在创意写作方面存在局限，但通过优化提示词（Prompt）仍然可以显著提升输出质量。以下是一些经过验证的有效技巧：

角色扮演提示法要求模型代入特定身份进行创作。例如："请你扮演一位获得过文学奖的小说家，为一部科幻小说写开篇段落。要求营造神秘氛围，并在结尾留下悬念。"

细节约束法通过具体的要求引导模型输出。如："描写一个雨夜的都市场景，要求包含以下元素：霓虹灯的倒影、匆忙的行人、咖啡馆的灯光、以及一个等待的身影。字数控制在300字以内。"

风格模仿法让模型学习特定作家的文风。"用海明威的简洁风格写一段关于老人与大海的对话，要求对话简短有力，包含潜台词。"

分步创作法将复杂任务分解。"首先构思一个爱情故事的梗概，包括主要人物和冲突；然后写出关键场景的描写；最后完善对话部分。"

7. 模型选择建议

根据不同的创意写作需求，可以选择合适的LLM模型：

对于诗歌创作，Qwen3系列和DeepSeek系列表现较好，特别是在中文诗歌方面。这些模型在古典诗词和现代诗歌的格式把握上较为准确。

小说创作建议使用Kimi K2或Claude Opus等大型模型，它们在叙事结构、人物塑造和情节发展方面能力更强。特别是需要长文本连贯性的场景。

广告文案和商业写作可以选择GPT-4o或Gemini 2.5-Pro，这些模型在把握商业语气和说服技巧方面更为专业。

实验性文学创作可以尝试开启思考模式的模型，它们在进行创新性尝试时更加大胆，能够产生出人意料的文本组合。

8. 本地部署与API调用

对于需要频繁使用创意写作功能的开发者，可以考虑本地部署或API服务。目前表现较好的开源模型如Qwen3-235B、DeepSeek-V3都支持本地部署。

硬件要求方面，千亿参数级别的模型需要80GB以上的显存才能流畅运行。如果硬件条件有限，可以考虑量化版本或使用API服务。大多数主流模型都提供了创意写作专用的API接口。

以下是一个调用创意写作API的示例代码：

import requests import json def creative_writing_api(prompt, model="qwen3-235b", style="novel"): url = "https://api.example.com/v1/creative/writing" headers = { "Authorization": "Bearer YOUR_API_KEY", "Content-Type": "application/json" } payload = { "model": model, "prompt": prompt, "style": style, "max_length": 1000, "temperature": 0.8, # 创造性任务建议使用较高温度值 "top_p": 0.9 } response = requests.post(url, headers=headers, json=payload) if response.status_code == 200: return response.json()["content"] else: raise Exception(f"API调用失败: {response.text}") # 使用示例 prompt = "写一个关于人工智能获得情感的故事开头，要求带有哲学思考" result = creative_writing_api(prompt) print(result)