首页  >  All categories  >  AI

使用DeepSeek辅助小说创作

发现似乎今年都没有写什么长的东西,今天强迫自己坐下来写一点东西。

最近耽搁了Elick的开发,因为忙上了开发新的玩意儿,主要是两个新的东西,一个是有用的,帮助我自己提升英文写作能力的工具,算是我开发的“AI辅助学习工具系列”的第二个工具,初步体验效果还挺不错的,等后续完善后会推出。

另外一个是好玩的,是用DeepSeek来辅助我小说创作的一个工具。

两者实际上最开始是同一个项目,我在写英文写作工具的时候,尝试了一下DeepSeek能不能写小说,然后发现效果还挺不错的,于是干脆就又同时写了小说辅助创作的工具。

如果把写作理解为是一种拼图游戏,那么人物,故事,场景,事件就是一个个拼图,创作就是:

  1. 首先“生产”一个个拼图
  2. 然后把它们以合适的方式拼凑在一起,组成一个完整的故事

而DeepSeek能够在生产拼图这个流程中给出有效的帮助。比如在写作时,当不确定某个物品或者某个场景应该如何描述,或者是对当前描述不满意,这时候我会选取这段物品的描述,然后让AI按照设置重新生成多个不同版本的描述,然后选中我认为合适的版本。如果还不符合要求,就继续按照新的反馈生成新的多个不同的版本,直到最后生成自己认为合适的版本。

但是在步骤2中DeepSeek还暂时给不了太大的帮助。

为什么DeepSeek无法完成完整故事的创作?

一方面是因为大模型本身的缺陷,这个这里我们不作讨论;另一方面,我觉得也许是在生成完整故事时需要的上下文工程要多得多。

我们通常在使用AI生成故事时,只会给出一段非常简单的要求让它生成一个对应的故事,比如:

“请帮助我生成一段小蝌蚪找妈妈的故事”

而这对于创建一个完整的故事来说实际上是完全不足的,它留下来的空白太大了,比如从剧情本身来说,没有指出整个故事的具体流程,小蝌蚪的性格是什么,为什么要找妈妈等等;

然后也没有指明叙述的视角,这个故事是否从小蝌蚪的第一视角展开?还是说使用上帝视角进行叙述?是否需要提供小蝌蚪妈妈的视角?

当我们给出足够的上下文设置,通过合适的prompt来进行设置时,也许就能够生成一段足够完整可用的故事;具体应该如何设置我还在探索中,需要我后续自己进行创作和使用后来确定。

这个工具如何帮助创作

当前我使用这个工具的流程大概是这样:

比如以某段剧情举例,整段剧情都会是由我自己构思的,我会想好这段剧情要发生些什么,要描述什么内容,要推进什么剧情,基于以上完成一段故事大纲,然后创建一个事件卡片,在这个事件卡片里,我会让AI按照顺序生成整个具体的故事流程和参与该故事的人物(主要没有进行对应设置的话),这个流程类似时间线,它会以顺序的方式指明每一个叙述点要描述什么内容,比如:

  1. 叙述A偷了商店里的零食
  2. 叙述他初次的惊慌,和没有被发现后的庆幸
  3. 写A再次进行偷窃。

生成以上时间线后,我会进行初步检查,确保整个人物侧写和故事流程是正确的,如果不正确我会进行修改。

然后调整设定的叙述风格(这个很重要),最后根据这段剧情的上下文(比如之前发生了怎样的情节)进行生成这段剧情的初稿。

这个初稿通常会非常粗糙,只是一个故事的轮廓,还需要我自己进行“二度加工”。可以这么说,二度加工本质上才是我写作的真正开端,前面几个步骤更像是在做准备工作。

在二度加工中,我会像以上写小说一样进行创作,只有在不确定如何描述某个物品或场景时,我会选取这段物品或场景的描述,然后让AI按照设置重新生成多个版本的描述,然后选择里面可用的内容。

相比之前需要从0到1来创作整个故事,现在可以让AI生成这个1,然后自己再慢慢完善到60以上,看上去好像AI并没有做什么,但经历过创作的人都知道,从0到1这个过程最困难的,度过这个阶段后创作会舒服很多。

参与使用

这个项目还十分之不成熟,不过如果有人想使用的话可以点击网站尝试,所有数据都保存在本地,不会泄露,但是需要注意的是,因为还处于开发阶段,可能十分不稳定,当你完成创作后最好将内容及时保存在其它地方,避免因为更新改动而丢失。

如果你有任何反馈,可以尝试在以下仓库中提issue,或者是直接发邮箱给我。  

AI改变了我查单词的方式

前言🔗

在ChatGPT出现之后,我发现传统词典作为查词工具存在许多不足;它不仅在效率上非常低,而且在设计上也存在根本的不足。

而因为这些缺陷和不足,导致我们浪费了大量的时间和心力在不必要的操作上,非常影响我们的外语学习和阅读体验。

在下文中我将对比传统词典和ChatGPT,解释为什么更建议你使用AI来代替传统的词典,并且推荐一个优秀的工具来更好地利用AI帮助你阅读和学习外语。

Part1 传统查词 vs AI查词🔗

假设现在存在这样一个句子,我不理解这里bank的含义:

I need to go to the bank to deposit my paycheck.

在过去我通常会使用电子词典来查询,基本上流程如下:

graph TD
    A[遇到不认识的单词: bank] --> B[打开电子词典]
    B --> C[输入单词]
    C --> D[获取所有含义
银行、河岸、堤坝、倾斜...] D --> E[逐一阅读理解] E --> F[返回原句子
I need to go to the bank to deposit my paycheck] F --> G[根据上下文判断
deposit paycheck = 存工资] G --> H[单词在句子中的准确含义: 银行]
💡 电子词典查词需要8个步骤

我需要先输入单词,获取到bank的所有含义后(大概十几,二十多种),然后逐一进行查阅,然后带着以上含义回到句子,因为有deposit my paycheck(将我的工资存入),最后确定这里应该是银行的意思。

而在ChatGPT出现后,步骤会简单和直观得多,通常就只是两步:

graph TD
    A[遇到不认识的单词: bank] --> B[选取单词和句子
I need to go to the bank to deposit my paycheck] B --> C[复制粘贴到ChatGPT
问:这个句子中bank的含义?] C --> D[单词在句子中的准确含义: 银行
金融机构,人们存钱、取钱的地方]
💡 ChatGPT查词只需2个步骤

对比🔗

graph TD
    A[遇到不认识的单词] --> B[传统词典查词]
    A --> C[AI查词]
    B --> D[输入单词]
    D --> E[获取所有含义]
    E --> F[逐一阅读理解]
    F --> G[返回原句子]
    G --> H[根据上下文判断]
    H --> I[单词在句子中的准确含义]
    C --> J[选取单词+句子]
    J --> K[输入到ChatGPT]
    K --> L[单词在句子中的准确含义]
💡 把两个流程图放一起能够更加清晰地展示了两种查词方式的差异。

相比传统查词,AI帮助我们跳过了中间阅读所有含义和确定准确含义的步骤,直接获得我们想要的结果,不用多说也知道哪一种方式更加省心省力。

Part2 为什么建议使用AI来代替你的传统查词方式🔗

在ChatGPT出现之后,我才意识到这个问题:

当我们查单词时,我们需要的不是单词的所有含义,而是单词在句子中的含义

在传统词典中,我们只能输入单词,然后输出单词的所有含义,但这并不是我们想要的最终结果,我们还需要对词典给出的结果再额外进行处理,也就是代入进句子看哪一个含义才是最合适的。

如果每个单词只有两三种含义,那么也许也并不算一个问题,但问题是许多常见单词都存在有几十种含义,比如make,在《陆谷孙英汉大词》里用了近十页A4纸大小来解释它在不同上下文中的具体含义。

对于非母语者来说,往往需要消耗大量时间和心力来阅读这些含义,并且还要根据当前的上下文来确定最后的准确含义,这非常影响我们的阅读体验。

graph TD
    A[单词: make] --> B[传统词典]
    A --> C[AI查词]
    B --> D[制作]
    B --> E[使得]
    B --> F[赚取]
    B --> G[到达]
    B --> H[品牌]
    B --> I[还有20+种含义...]
    I --> J[用户需要判断上下文]
    J --> K1[制造相关上下文 → 制作]
    J --> K2[因果相关上下文 → 使得]
    J --> K3[金钱相关上下文 → 赚取]
    J --> K4[目标相关上下文 → 到达]
    C --> L[直接理解上下文]
    L --> M[单词在句子中的准确含义]
💡 传统词典:需要人工判断上下文 vs AI:自动理解上下文

而且如果你有做过翻译这门工作,你可能会发现这种情况:当你打开词典想要为某个词汇在句子中找到合适的翻译时,反复查找,确认,但词典中的哪一个含义看上去好像都不对!

但这不是词典出错了,而是因为单词在实际生活中的含义比词典中的还要多得多。

一个单词在不同的上下文语境中的含义非常非常多样,多到以词典的篇幅根本无法完全收录,往往收录的只是最常见的含义

但即使只是收录常见含义,也已经足够巨大,《陆谷孙英汉大词典》大概得有七八块砖头叠起来那么大,但即使如此,我在翻译时也经常无法找到合适的释义,往往只能去寻求母语使用者的帮助。

另外还有一种情况,那就是许多词汇只有在具体的上下文语境才能真正得到准确的含义,而词典只能输入词汇,无法输入上下文,从根本上词典就无法解决这个问题。

在过去没有选择和对比时,传统词典似乎是唯一可行且有效的选择,但在ChatGPT出现后,传统词典就像一台早已性能落后的电脑,追不上更新迭代,已经远远带不动如今查询单词所需要的功能和性能了.

对比ChatGPT,词典这种工具似乎从设计上就存在不足,它注定只是一种搜集工具,而不能是一种符合我们真正需要的查词工具。

我们能够信任AI给出的查词结果吗?🔗

自从ChatGPT出来以后就一直存在的争议:我们能够信任AI给出的结果吗?

我的答案是,我更建议你先尝试自己使用看看,复制一段句子,然后问AI能否解释清楚单词在句子中的含义。

AI的回答是否正确实际上取决于许多因素;像如果是对于史料,你最好不要相信任何AI给出的结果,这不是它的功能,它不是搜索引擎;但如果是解释单词词汇的含义,用来学习语言,它可以是当今世界上最好用的工具。

从理论上来说,我们应该保持质疑,ChatGPT也始终强调它给出的含义可能是错误的;但从我这近一年多的使用体验上来看,如果输出单词的同时输入单词所在的句子,那输出的正确率达到非常惊人的百分之百,ChatGPT完全正确解释了所有我在外语阅读中的英语词汇,没错,是所有。

但即使如此,我们仍然需要保持质疑,有必要时进行检查——实际上即使是对于权威词典,我们也应该保持这样的态度,因为权威词典也可能会出错。

解决ChatGPT作为查词工具的不足🔗

在学会使用ChatGPT查询单词后,我几乎就再也没用过传统词典来查字典了,但ChatGPT的使用仍然不够方便。

相比传统词典,使用ChatGPT确实又直观又准确,但是这整个流程还是太麻烦,因为每次都需要将单词和句子复制,粘粘到ChatGPT。

如果只是一两次还好,但一篇文章中通常会有很多个需要查询的单词和句子,如果每次都这样复制粘贴,在ChatGPT和阅读界面之间切换,浪费时间不说,也非常影响阅读体验。于是我就想着能不能把整个流程缩短为最为简单的步骤:

  1. 鼠标选取单词,同时获取到单词所在的上下文句子

  2. 使用ai获取单词在句子中的含义

  3. (如果有需要)一键添加到Anki中复习

作为一个独立开发者,说做就做,于是在半年后有了Elick这个工具,它完美解决了ChatGPT的不足:不需要复制粘贴,也不需要切换界面,整个流程只需要点击几下鼠标,就能一键从一个陌生的单词直达它在句子中的准确的含义。

点击查看Elick的查词示例

而且Elick还支持查询单词在YouTube中的真人发音,并且将查询的单词添加到anki,在手机和电脑上同步复习。

通过Elick,你可以抛弃枯燥且低效的死记单词方式,直接通过阅读的方式来学习单词。

现在Elick已经上线,你可以在官网下载并且免费试用。

也许听上去像是王婆卖瓜,自卖自夸,但我是真觉得,Elick给我带来了一种非常顺滑和自然的查单词体验,很难用言语形容,就有种仿佛查单词本来就应该是这样的奇妙体验;而因为查词如此方便后,我的阅读也轻松了很多。

不仅仅是查单词🔗

Elick不只是一个查词工具,当你熟练掌握它的使用后,它可以是一个将所有AI能够实现的简单操作都变得更方便的快捷工具。

比如Elick能够在鼠标划取单词时获取到对应的句子,那么也能够划取一个句子,解释句子在整个上下文的含义,或者分析结构。

又或者优化自己的外语表达,划取自己的外语表达,然后一键进行优化。


🎯 立即体验🔗

如果你对这个工具感兴趣,欢迎访问 Elick官网 免费下载试用!

🔗 相关链接: