AI小红书科普图文生成提示词：从零构建高效内容生产流水线

1次阅读

没有评论

共计 1930 个字符，预计需要花费 5 分钟才能阅读完成。

小红书作为一个以 UGC 内容为主的平台，科普类内容需要同时满足专业性和可读性。传统创作方式存在几个明显痛点：

内容生产周期长：从选题、资料收集到文案撰写和配图，一个完整的科普内容通常需要 2 - 3 天
风格难以统一：不同编辑的写作风格差异导致账号整体调性不一致
专业门槛高：既要保证科学准确性，又要转化为大众易懂的语言
平台算法适应难：需要不断调整内容形式以适应小红书的内容推荐机制

选择适合的 AI 模型是构建内容生产流水线的第一步。我们对比了三种主流模型在小红书科普场景的表现：

GPT-4
优势：语言理解能力强，能处理复杂逻辑关系
劣势：中文语料相对较少，有时会出现 ” 翻译腔 ”
Claude
优势：对话式输出更自然，适合科普风格
劣势：对中文互联网梗的理解稍弱
文心一言
优势：中文语料丰富，本土化表达更贴切
劣势：创意性稍逊于前两者

实际测试发现，GPT-4+ 文心一言的组合效果最佳：GPT- 4 负责内容框架搭建，文心一言负责本土化表达优化。

一个高效的科普内容生成提示词应该包含以下几个关键要素：

角色设定

你是一位有着 5 年经验的小红书科普作者，擅长用生动有趣的例子解释复杂概念

内容结构控制

按以下结构输出内容：1. 吸引眼球的标题（不超过 15 字）2. 开篇引入生活场景
3. 核心知识点讲解（分 3 个要点）4. 总结和行动建议

风格控制

使用以下风格：- 语言：口语化，适当使用网络流行语
- 语气：亲切自然，像朋友聊天
- 段落：短小精悍，每段不超过 3 行

以下是一个 Python 实现的提示词模板生成器，支持参数化配置：

import json

def generate_prompt(topic, style_params, knowledge_points):
    """
    生成小红书科普内容提示词
    :param topic: 科普主题
    :param style_params: 风格参数字典
    :param knowledge_points: 知识点列表
    :return: 完整的提示词字符串
    """
    try:
        # 基础角色设定
        role = f"你是一位 {style_params.get('experience','3 年 ')} 经验的小红书科普作者"

        # 内容结构
        structure = """ 按以下结构输出内容：1. 标题（不超过 15 字）2. 生活场景引入
3. 知识点讲解（分 {} 个要点）4. 总结和建议 """.format(len(knowledge_points))

        # 风格控制
        style = """ 使用以下风格：- 语言：{}
- 语气：{}
- 段落：每段不超过 {} 行 """.format(style_params.get('language', '口语化'),
            style_params.get('tone', '亲切自然'),
            style_params.get('max_lines', 3)
        )

        # 完整提示词
        prompt = f"{role}，请创作关于 {topic} 的科普内容。\n{structure}\n{style}"
        return prompt

    except Exception as e:
        print(f"提示词生成失败: {str(e)}")
        return None

# 示例用法
params = {
    "experience": "5 年",
    "language": "口语化带点幽默",
    "tone": "像朋友聊天",
    "max_lines": 3
}

print(generate_prompt("量子计算", params, ["基本原理", "应用场景", "未来发展"]))

为了提高生成内容的质量，我们建立了以下评估体系：