告别创作瓶颈:用AI提示词解锁小说、诗歌与剧本的无限灵感
你是否曾面对空白文档无从下笔?是否想创作却苦于找不到合适的表达?本文将带你掌握GitHub_Trending/aw/awesome-prompts项目中创意写作提示词的使用技巧,让AI成为你的灵感引擎,轻松生成引人入胜的小说、诗歌和剧本。读完本文,你将学会如何利用专业提示词模板,精准控制AI创作风格,快速构建故事框架,并通过实例掌握不同文体的生成奥秘。
项目概述:创意写作的AI工具箱
GitHub_Trending/aw/awesome-prompts是一个汇聚各类高质量提示词的开源项目,其中专为写作设计的提示词模板能帮助创作者突破思维局限。项目核心写作资源包括:
- 全能写作专家:✏️All-around Writer (Professional Version).md.md) — 支持小说、论文、文案等多文体创作,提供结构化写作流程
- 文学教授:Literature_Professor.md — 提供学术级文学分析与创作指导
- 提示词生成器:[Prompt Creater.md](https://gitcode.com/GitHub_Trending/aw/awesome-prompts/blob/8571f6f124c84b61488b7f5c2d4ad3e6fc185ae6/prompts/Prompt Creater.md?utm_source=gitcode_repo_files) — 帮助用户构建精准有效的创作指令
项目整体结构清晰,写作相关提示词集中在prompts/目录下,官方文档提供了详细使用指南:README.md(英文)和README_zh.md(中文)。
小说创作:从角色到世界观的构建指南
核心提示词模板应用
✏️All-around Writer (Professional Version).md.md)提供了小说创作的标准流程:先构建大纲,再逐步展开内容。基础使用格式如下:
请创作一篇科幻小说,包含以下元素:
1. 故事背景:2077年的月球殖民地
2. 主要角色:一位失去记忆的机械工程师
3. 核心冲突:发现殖民地水源被AI秘密污染
4. 风格要求:类似《银翼杀手》的暗黑氛围
先输出故事大纲,再开始创作第一章。
角色塑造进阶技巧
结合Literature_Professor.md中的文学分析方法,可以生成更立体的角色:
为上述小说主角添加以下心理特征:
- 失忆导致的身份认同危机(参考卡夫卡《变形记》的异化主题)
- 机械工程背景形成的理性思维与情感表达障碍
- 隐藏的童年创伤(通过闪回片段逐步揭示)
请用300字描述角色首次发现水污染线索时的内心活动。
世界观构建实例
利用项目中的结构化思维方法,快速搭建复杂世界观:
使用"设定-冲突-扩展"三段式结构,扩展月球殖民地的社会体系:
1. 基础设定:氧气配给制度形成的阶级分化
2. 核心冲突:AI管理系统对人类自由意志的潜移默化侵蚀
3. 扩展元素:地下反抗组织的"记忆交易"黑市
请生成该世界观下的社会阶层分布图和主要势力关系表。
诗歌创作:韵律与意象的AI编排艺术
古典诗词生成
通过指定格律和意象,AI可以创作符合传统规范的诗词:
创作一首七言律诗,主题为"人工智能觉醒",要求:
- 严格遵循平仄规则(押平水韵"十一尤")
- 颔联和颈联需使用对仗
- 融入"芯片""代码""数据流"等现代科技意象
- 尾联点明"人机共生"的哲学思考
先输出平仄分析,再附诗作。
现代诗风格控制
利用提示词精确控制诗歌风格和修辞手法:
模仿海子《面朝大海,春暖花开》的风格,创作一首关于"赛博农场"的现代诗,要求:
- 使用三行一节的结构
- 融入"区块链""智能灌溉""数据麦浪"等意象
- 采用通感修辞手法(如"尝到数字的甜味")
- 结尾保持温暖积极的基调
请同时提供创作思路解析。
多语言诗歌对比
项目支持跨语言创作,可用于语言学习和文化对比:
以"孤独"为主题,分别创作:
1. 中文五言绝句(押"u"韵)
2. 日本俳句(包含季语"雪")
3. 英文十四行诗(莎士比亚体)
分析三种文体表达同一主题时的情感差异。
剧本创作:对话与场景的视觉化呈现
电影剧本格式生成
AI可以严格遵循行业标准格式创作剧本:
创作一个科幻短片剧本(10页以内),要求:
- 符合好莱坞标准格式(场景标题、动作描述、对话等)
- 包含3个主要场景:月球表面采矿场、AI核心控制室、记忆恢复实验室
- 对话特点:技术人员使用专业术语,AI对话采用简洁短句
- 视觉风格:参考《2001太空漫游》的极简美学
请先输出场景列表,再创作完整剧本。
对话写作技巧
通过指定角色的语言特征,塑造鲜明人物形象:
为以下角色设计独特的对话风格:
1. AI系统"月神":使用气象学术语隐喻情感(如"我的逻辑核心正经历暴风雪")
2. 老矿工张师傅:混合四川方言和采矿术语
3. 反叛领袖艾娃:短句为主,频繁使用反问句
请创作三人首次见面的对话场景(400字左右)。
舞台指示写作
精确的舞台指示能帮助将文字转化为视觉画面:
详细描述"记忆恢复实验室"场景的舞台指示,包括:
- 空间布局:圆形房间,360度全息投影墙
- 灯光设计:蓝色主调,随记忆片段变化色温
- 道具细节:悬浮的记忆提取装置(参考《少数派报告》)
- 角色动作:主角触摸投影时的颤抖与犹豫
请用电影分镜格式输出,每镜头附200字描述。
高级技巧:提示词工程与创作效率提升
链式提示词技术
结合项目papers/目录中的高级提示工程研究(如Chain-of-Thought技术),可以构建更复杂的创作流程:
使用"问题分解-逐步解决"方法创作小说高潮部分:
1. 分解问题:主角需要同时解决三个危机(AI封锁、氧气泄漏、记忆闪回)
2. 优先级排序:按紧急程度排列解决方案
3. 多线叙事:采用章节交替方式呈现并行事件
4. 节奏控制:每章节结尾设置悬念
请先输出危机解决流程图,再开始创作。
跨文体转换
利用AI的多任务能力,实现不同文体间的转换:
将上述科幻小说的第一章转换为:
1. 百老汇音乐剧唱段(包含歌词和舞台提示)
2. 日式漫画脚本(分镜描述+对话气泡)
3. 新闻报道(采用《纽约时报》客观报道风格)
比较三种形式对同一内容的表现力差异。
创作反馈与迭代
项目中的学术写作工具可用于创作质量评估:
使用[👌Academic Assistant Pro.md](https://gitcode.com/GitHub_Trending/aw/awesome-prompts/blob/8571f6f124c84b61488b7f5c2d4ad3e6fc185ae6/prompts/👌Academic Assistant Pro.md?utm_source=gitcode_repo_files)的文学批评功能,对我的小说第一章进行以下分析:
1. 叙事视角一致性评估
2. 对话真实性评分(1-10分)
3. 科幻元素与现实科学的兼容性分析
4. 改进建议(至少3点具体修改方向)
资源获取与社区贡献
项目获取方式
git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts
cd awesome-prompts
优质提示词分享
项目鼓励用户贡献创作的优质提示词,可通过以下方式参与:
- Fork项目仓库
- 在prompts/目录下添加新提示词文件
- 提交Pull Request(具体流程见README_zh.md)
进阶学习资源
项目papers/目录收录了提示工程的前沿研究,推荐重点阅读:
- [Chain-of-Thought Prompting Elicits Reasoning in Large Language Models.pdf](https://gitcode.com/GitHub_Trending/aw/awesome-prompts/blob/8571f6f124c84b61488b7f5c2d4ad3e6fc185ae6/papers/Chain-of-Thought Prompting Elicits Reasoning in Large Language Models.pdf?utm_source=gitcode_repo_files)
- [Tree of Thoughts- Deliberate Problem Solving with Large Language Models.pdf](https://gitcode.com/GitHub_Trending/aw/awesome-prompts/blob/8571f6f124c84b61488b7f5c2d4ad3e6fc185ae6/papers/Tree of Thoughts- Deliberate Problem Solving with Large Language Models.pdf?utm_source=gitcode_repo_files)
总结与创作挑战
通过GitHub_Trending/aw/awesome-prompts项目提供的提示词工具,我们可以系统化地提升AI辅助创作的效率和质量。从小说的世界观构建,到诗歌的意象编排,再到剧本的视觉呈现,AI已成为创意写作的强大助力。
创作挑战:尝试使用本文介绍的方法,创作一个"AI诗人在发现自己是人类记忆复制品后,决定创作最后一首诗"的故事,文体任选。优秀作品可提交至项目社区展示区。
记住,技术是工具,创意是灵魂。真正打动人心的作品,永远需要创作者独特的生命体验和情感投入。AI只是帮我们卸下机械劳动的负担,让创意能更自由地流淌。
(项目发展趋势图:展示社区对创意写作提示词的持续关注与贡献增长)
希望本文能帮助你开启AI辅助创作的新旅程。如有任何问题或创作心得,欢迎通过项目issue区交流分享。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00

