大模型：20 行代码，跑通从提示词到成稿

很多人以为用大模型写文章，就是打开对话框，输入一句“帮我写篇文章”。 结果拿到的内容往往空泛、套路、不能直接发。问题不在模型，而在没有把写作变成一条可控的工程链路。

大模型生成文章的核心链路其实很短：

角色设定 → 结构约束 → 模型生成 → 人工润色 → 审核标识 → 发布

下面用 20 行代码，跑通最小闭环。

少量代码实战：调用大模型生成文章

安装依赖：

pip install openai

核心代码约 20 行，兼容 OpenAI 接口，换成 DeepSeek、通义、Kimi 或本地模型都可以：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("API_KEY"),
    base_url="https://api.deepseek.com"
)

system = "你是资深科技作者，写有观点、有结构、口语化的文章。"

user = """写一篇800字文章，主题：大模型如何改变内容创作。
结构：痛点、3个变化、行动建议。
要求：有具体例子，不要空话，必须标注“本文由AI辅助生成”。"""

resp = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": system},
        {"role": "user", "content": user}
    ],
    temperature=0.7,
    max_tokens=2000
)

article = resp.choices[0].message.content
open("article.md", "w").write(article)
print(article)

运行后，你会得到一篇结构完整的初稿。 但它只是“毛坯房”，还不是成品。

代码之外，真正决定质量的三件事

第一，提示词要具体。 不要说“写篇文章”，要说清受众、主题、结构、字数、语气、禁忌。 提示词越像 brief，输出越像可用稿。

第二，人工润色不能省。 大模型能写框架，但写不出你的真实经历、行业洞察和情绪。 直接复制粘贴，平台会判重，读者也会觉得“AI 味太重”。

第三，合规标识要加上。 发布时标注“本文由 AI 辅助生成”，既是对读者负责，也是平台要求。

从 Demo 到企业级，还差什么？

上面代码能跑，但不能直接上生产。企业级内容生成还要补：

1. 提示词版本管理：改了什么、效果如何，要能回滚。
2. 评估集：固定题目测试，防止模型越更新越差。
3. 成本控制：token 预算、缓存、限流、降级。
4. 内容审核：政治、医疗、金融、法律等敏感领域必须过滤。
5. AI 标识：显著标注，避免误导。
6. 版权与事实核查：不能编造引语、数据、人物。
7. 工作流集成：和选题、排版、审核、发布系统打通。

模型只是大脑，工程才是神经系统。

关键认知

• 大模型不生产爆款，只提高试错效率。
• 提示词不是护城河，数据和反馈闭环才是。
• 少量代码能跑通 Demo，稳定输出需要工程治理。
• 可以 AI 辅助，不能 AI 造假。
• 效率可以交给模型，判断必须留给人。

结语

大模型生成一篇文章，起点不是复杂的框架，而是一条最小链路： 说清需求 → 调用模型 → 拿到初稿 → 人工润色 → 审核发布。

上面 20 行代码，就是这条链路的骨架。 先跑通它，再逐步叠加模板、评估、审核和监控。

代码可以少，但判断不能少。 工具可以强，但真诚才是内容最后的护城河。