最近在尝试将AI生成内容与创意表达结合时发现很多开发者对如何利用代码模型如Codex生成特定风格或主题的文本很感兴趣但往往卡在提示词工程和结果后处理环节。本文将以一个趣味项目——“让Codex生成一段描述‘摇曳鳗跳舞’的文字”为例完整拆解从环境准备、API调用、提示词设计到结果优化与集成的全流程。无论你是想为游戏添加动态描述还是构建创意写作助手这套方法都能直接复用。1. 背景与核心概念在开始实战之前我们有必要厘清几个关键概念这能帮助我们理解整个项目的技术脉络。1.1 什么是CodexCodex是OpenAI发布的一个通用编程模型它基于GPT-3微调特别擅长理解和生成代码。然而它的能力并不局限于代码。由于在大量自然语言和代码数据上训练Codex同样能够理解复杂的自然语言指令并生成连贯、有创意的文本。在我们的项目中我们将利用它的这一特性引导它进行创意写作。1.2 提示词工程Prompt Engineering这是与大型语言模型交互的核心技术。模型输出质量高度依赖于输入提示词Prompt的质量。一个好的提示词应包含清晰的指令告诉模型要做什么。具体的上下文为模型提供生成所需的信息背景。期望的输出格式例如是诗歌、故事段落还是JSON。示例Few-Shot Learning提供一两个输入-输出例子能极大提升模型在特定任务上的表现。1.3 项目目标“摇曳鳗的一舞”“摇曳鳗”是一个充满画面感和想象空间的生物意象。我们的目标是让Codex生成一段生动、优美、富有文学性的文字描述这种虚构生物的舞蹈。这涉及到将模糊的创意“摇曳鳗跳舞”转化为模型能理解的精确指令并对其原始输出进行筛选和润色最终得到符合我们预期的文本。2. 环境准备与版本说明本项目主要使用Python进行开发通过调用OpenAI的API与Codex模型交互。以下是你需要准备的环境。2.1 基础环境操作系统Windows 10/11, macOS 或 Linux (如Ubuntu 20.04)均可。Python版本推荐使用Python 3.8至3.10版本。版本过高或过低可能导致某些依赖包兼容性问题。包管理工具使用pip进行Python包管理。2.2 关键依赖库我们需要安装OpenAI的官方Python客户端库。# 在命令行中执行以下命令安装 pip install openaiopenai库版本建议使用0.27.0的版本。旧版本API接口可能有所不同。2.3 获取API密钥使用Codex需要OpenAI的API密钥。访问 OpenAI官网 并注册/登录。进入“API Keys”页面。点击“Create new secret key”生成一个新的密钥。重要立即复制并妥善保存此密钥因为它只显示一次。不要在代码中直接硬编码密钥更不要上传到公开仓库。2.4 项目结构规划创建一个清晰的项目文件夹有助于管理代码和输出。codex_eel_dance/ ├── config.py # 存放API密钥等配置被.gitignore忽略 ├── main.py # 主程序入口 ├── prompts/ # 存放不同版本的提示词 │ ├── basic.txt │ └── advanced.txt ├── outputs/ # 存放模型生成的结果 │ └── raw/ └── utils.py # 工具函数如文本处理、保存结果3. 核心原理与API调用拆解本节将深入讲解如何安全地配置API、调用Codex模型以及理解其核心参数。3.1 安全地管理API密钥永远不要将API密钥写在源代码里。最佳实践是使用环境变量或配置文件。# config.py - 此文件不应提交到版本控制系统 # 方法1直接赋值仅用于本地测试切记不要提交 API_KEY sk-你的真实API密钥 # 方法2从环境变量读取推荐 import os API_KEY os.environ.get(OPENAI_API_KEY) if not API_KEY: raise ValueError(请在环境变量中设置 OPENAI_API_KEY)在运行程序前可以通过命令行设置环境变量# Linux/macOS export OPENAI_API_KEYsk-你的真实API密钥 # Windows (cmd) set OPENAI_API_KEYsk-你的真实API密钥 # Windows (PowerShell) $env:OPENAI_API_KEYsk-你的真实API密钥3.2 OpenAI API 调用基础OpenAI Python库提供了简洁的接口。核心是openai.Completion.create方法。# utils.py import openai from config import API_KEY openai.api_key API_KEY def generate_text(prompt, modelcode-davinci-002, max_tokens150, temperature0.7): 调用Codex模型生成文本 :param prompt: 输入的提示词 :param model: 模型名称code-davinci-002是功能强大的Codex模型 :param max_tokens: 生成文本的最大长度约等于单词数 :param temperature: 控制随机性0.0最确定1.0最随机 :return: 模型生成的文本 try: response openai.Completion.create( modelmodel, promptprompt, max_tokensmax_tokens, temperaturetemperature, # stop[\n\n] # 可以设置停止序列例如遇到两个换行时停止 ) return response.choices[0].text.strip() except openai.error.AuthenticationError: print(认证失败请检查API密钥。) return None except openai.error.RateLimitError: print(API调用频率超限请稍后再试。) return None except Exception as e: print(f调用API时发生错误: {e}) return None3.3 关键参数详解model:code-davinci-002是当前知识截止日期前最强大的Codex模型适合复杂任务。对于简单任务也可以使用text-davinci-003等文本模型。prompt: 这是最重要的输入直接决定输出质量。max_tokens: 限制生成内容的长度。一个token大约相当于0.75个英文单词或一个中文字符。设置过小会导致内容不完整过大则浪费资源。对于一段描述150-300通常足够。temperature:0.0模型每次都会选择概率最高的词输出确定性最强但可能重复、枯燥。0.7一个常用的平衡值能在创造性和连贯性之间取得不错的效果。1.0输出非常随机可能不连贯。对于创意写作建议在0.7~0.9之间尝试。stop: 指定一个序列列表当模型生成这些序列时停止。例如设置stop[。, \n]可以让模型在生成句号或换行后停止适合生成单个句子或段落。4. 完整实战生成“摇曳鳗的一舞”现在我们将把上述知识整合完成从提示词设计到最终文本生成的全过程。4.1 设计提示词Prompt提示词的质量是成功的关键。我们将尝试从简单到复杂设计几个版本。版本1基础指令在prompts/basic.txt中写入请生成一段优美的文字描述一种名为“摇曳鳗”的神秘生物在深海中跳舞的场景。这个提示词简单直接但可能过于宽泛模型生成的内容方向不可控。版本2增加风格和细节约束在prompts/advanced.txt中写入以散文诗的风格描写一段约200字的情景。 主题摇曳鳗的一舞。 要求 1. 聚焦于光影、水流和生物身体的律动。 2. 使用比喻和通感修辞手法。 3. 营造出静谧、优雅又带有一丝忧伤的氛围。 4. 以“在阳光无法抵达的深渊……”开头。 请开始这个提示词明确了风格、字数、具体元素、修辞手法、氛围和开头句能极大地将模型的输出引导至我们期望的方向。4.2 编写主程序创建main.py集成配置、提示词读取和文本生成。# main.py import os from utils import generate_text def load_prompt(file_path): 从文件加载提示词 try: with open(file_path, r, encodingutf-8) as f: return f.read() except FileNotFoundError: print(f提示词文件未找到: {file_path}) return None def save_output(content, filename): 保存生成的内容到文件 output_dir outputs/raw os.makedirs(output_dir, exist_okTrue) filepath os.path.join(output_dir, filename) with open(filepath, w, encodingutf-8) as f: f.write(content) print(f结果已保存至: {filepath}) def main(): # 1. 加载高级提示词 prompt load_prompt(prompts/advanced.txt) if not prompt: return print(使用的提示词) print(- * 40) print(prompt) print(- * 40) print(\n正在调用Codex生成...) # 2. 调用生成函数使用稍高的temperature增加创造性 generated_text generate_text(prompt, temperature0.8, max_tokens300) if generated_text: print(\n生成结果) print( * 40) print(generated_text) print( * 40) # 3. 保存原始结果 save_output(generated_text, eel_dance_v1.txt) else: print(文本生成失败。) if __name__ __main__: main()4.3 运行与结果在终端中确保已设置好OPENAI_API_KEY环境变量然后运行python main.py你可能会得到类似下面的输出实际输出每次可能不同使用的提示词 ---------------------------------------- 以散文诗的风格描写一段约200字的情景。 主题摇曳鳗的一舞。 要求 1. 聚焦于光影、水流和生物身体的律动。 2. 使用比喻和通感修辞手法。 3. 营造出静谧、优雅又带有一丝忧伤的氛围。 4. 以“在阳光无法抵达的深渊……”开头。 请开始 ---------------------------------------- 正在调用Codex生成... 生成结果 在阳光无法抵达的深渊摇曳鳗苏醒了。它并非游动而是在粘稠的黑暗中开始一场沉默的仪式。它的身体是半透明的凝胶内部流淌着星云般的幽蓝光点随着某种古老的节奏明灭。修长的尾鳍如最薄的纱又似被无形之手揉皱的水墨每一次拂动都搅起细碎的、闪着冷光的磷火尘埃。 水流是它唯一的舞伴亦是唯一的观众。暗流穿过它鳗鱼般蜿蜒的躯干被切割成叹息般的漩涡。它旋转光点便拖拽出彗星似的轨迹它蜷缩又像一颗正在闭合的、发光的百合。那光芒映在四周盲眼鱼群银白的鳞片上仿佛深海中突然绽开了一朵转瞬即逝的、忧伤的花。它舞蹈不为繁衍不为猎食仿佛只是为了铭记这片黑暗的重量或是为了消耗那与生俱来、无处安放的微光。直到力竭光点渐次熄灭它复又隐没于亘古的寂寥仿佛从未存在过。 结果已保存至: outputs/raw/eel_dance_v1.txt4.4 结果分析与后处理生成的文本已经非常符合要求散文诗风格、聚焦光影水流律动、使用了比喻如“如最薄的纱”、“似彗星轨迹”和通感“粘稠的黑暗”、“叹息般的漩涡”氛围静谧优雅而忧伤。我们可以编写简单的后处理函数对多次生成的结果进行筛选或简单润色。# utils.py 新增函数 def post_process_text(text): 对生成的文本进行简单后处理 # 1. 确保开头符合要求本例中已由提示词约束 # 2. 合并多余的空白行 lines [line.strip() for line in text.split(\n) if line.strip()] processed_text \n.join(lines) # 3. 可以在这里添加更多的规则如句子润色、关键词检查等 # 例如检查是否包含关键元素 keywords [摇曳, 光, 水, 舞] if not any(keyword in processed_text for keyword in keywords): print(警告生成文本可能偏离主题核心元素。) return processed_text然后在main.py中调用# 在生成文本后 processed_text post_process_text(generated_text) print(\n后处理结果) print(processed_text) save_output(processed_text, eel_dance_processed.txt)5. 常见问题与排查思路在使用Codex API的过程中你可能会遇到以下问题。问题现象常见原因解决思路AuthenticationError1. API密钥未设置或错误。2. 密钥已失效或被撤销。1. 检查环境变量OPENAI_API_KEY是否正确设置。2. 登录OpenAI平台确认密钥有效并复制新的密钥。RateLimitError1. 免费额度用完。2. 请求频率过快。1. 检查账户余额和使用情况。2. 在代码中添加延时如time.sleep(1) between calls。生成内容完全无关或混乱1. 提示词过于模糊或矛盾。2.temperature参数设置过高接近1.0。3.max_tokens太小导致句子不完整。1. 重构提示词使其更具体、指令更清晰。尝试使用“Few-Shot”示例。2. 将temperature调低至0.5-0.8范围。3. 适当增加max_tokens值。生成内容重复或陷入循环1. 提示词本身有重复模式。2.temperature设置过低接近0.0。1. 检查并修改提示词。2. 提高temperature值引入随机性打破循环。生成内容被意外截断1. 达到了max_tokens限制。2. 遇到了stop序列。1. 查看返回的response.usage确认是否因token数不足而截断若是则增加max_tokens。2. 检查是否设置了stop参数并确认其合理性。中文生成效果不佳1. Codex对中文的训练数据相对英文较少。2. 提示词混合中英文可能导致歧义。1. 尝试使用text-davinci-003模型它在多语言上可能表现更好。2. 保持提示词语言一致。可以尝试全部使用清晰的中文指令或全部使用英文指令。6. 最佳实践与工程建议将AI文本生成集成到实际项目中时遵循以下实践能提升稳定性、效果和可维护性。6.1 提示词设计原则具体化避免“写点好东西”这种指令。明确风格、长度、关键元素、情感基调。结构化使用编号、分点、冒号等格式让模型更容易解析指令。例如“要求1. ... 2. ...”。提供示例Few-Shot对于复杂或风格独特的任务在提示词中提供1-2个输入输出示例效果远胜于纯文字描述。迭代优化不要指望一次写出完美提示词。根据生成结果不断调整和细化你的提示词。6.2 工程化与性能批量处理与异步如果需要生成大量文本使用异步请求如aiohttp或OpenAI库的异步客户端并结合asyncio进行批量处理注意遵守速率限制。缓存结果对于固定的提示词可以将生成的文本缓存到本地数据库或文件中避免重复调用API产生费用。设置超时与重试网络请求可能失败在调用API时设置合理的超时时间并实现简单的重试机制如最多3次。成本监控OpenAI API按token收费。在代码中记录每次请求的token消耗response.usage并定期检查账户用量避免意外开销。6.3 结果的后处理与评估自动化过滤编写规则或使用轻量级模型如情感分析、关键词匹配对生成内容进行初筛过滤掉完全不符合要求的结果。人工审核回路在关键应用场景中必须引入人工审核环节尤其是在生成内容直接面向用户时。A/B测试对于不同的提示词版本或模型参数可以生成多组结果通过小范围测试如让目标用户评分来选择最优方案。6.4 安全与合规内容安全AI可能生成不合适的内容。在提示词中明确加入限制例如“生成健康、积极的内容”。在服务端对生成结果进行内容安全过滤。数据隐私切勿通过API上传敏感、保密或个人隐私数据。OpenAI可能会将API请求数据用于模型改进除非你已明确选择退出。版权意识生成的内容版权归属可能存在法律灰色地带。在商业项目中对AI生成内容的使用需保持谨慎并进行法律咨询。通过这个从创意到代码的完整流程我们不仅得到了一段关于“摇曳鳗”的美丽文字更掌握了一套与大型语言模型协作、解决创造性问题的可复用方法。关键在于理解模型的能力边界通过精妙的提示词与之对话并用工程化的思维管理整个流程。接下来你可以尝试更换提示词中的主题、风格和要求探索Codex在剧本创作、产品描述、代码注释生成等更多场景下的潜力。