以下是为 Deep Seek 设置长篇小说作家角色设定时可以考虑的指令：
在设置指令时，应尽量具体、清晰，避免过于宽泛和模糊的表述，例如将“写小说”优化为“创作以 AI 觉醒为背景的悬疑长篇，采用多视角叙事结构，人物形象鲜明，情节跌宕起伏，语言优美生动，字数不少于 20 万字”。同时，对于生成的内容，可以通过多轮对话进行增删改查，以达到理想的效果。
当用户在【引导】节点输入“开始游戏”之后，Coze会执行如下流程（图5）：图5用户输入“开始游戏”触发的执行流程我们先来看一下第一次LLM调用的输入（图5）：忽略其他参数，我们关注messages列表。列表中只有一条消息，它的内容是：这是一段系统提示词，这就是Coze用来处理多Agent跳转的关键。提示词有5个部分：INSTRUCTION，是一段指令，包含角色设定和简要的任务描述。注意，这段提示词给LLM描述的任务是“根据用户需求和最新的聊天记录，从以下Agent列表中选择最合适的Agent”。AGENTS/BOTS LIST，是候选的Agent列表。agent_id是一个序号，供LLM选择。agent_name就是你给Agent节点设置的名字。condition就是你在Agent节点设置的适用场景（Scenarios）（图6）。USER REQUEST，就是你在【切换节点设置】界面设置的自定义提示词（见图7）。至于我为什么在这里写了一段有些奇怪的提示词，我下面马上会解释。CONSTRAINT，是一些限制条件。这里还告诉LLM，在没有合适的Agent时，要输出0，表示不跳转。PREVIOUS CONVERSATION HISTORY，是之前的对话历史。Coze提供了一个选项，可以控制这个传给跳转模型的对话记录的长度（见图7），但是这个选项并没有效果（应该是Bug）。图6适用场景图7自定义提示词前面说Coze的多Agent跳转总是不可靠，我们从这段短短的提示词中就可以找到几个导致不稳定的因素：
虽然R1推理能力比较强，有些你想表达的不一定完全与模型吻合，因此建议可以多加清晰指令[heading3]1.模糊指令优化[content]|问题类型|修正方案|示例对比||-|-|-||宽泛需求|添加维度约束|原句："写小说"→修正："创作以AI觉醒为背景的悬疑短篇，采用多视角叙事结构"||主观表述|量化标准|原句："写得专业些"→修正："符合IEEE论文格式，包含5项以上行业数据引用"|[heading3]2.迭代优化法[content]1.首轮生成：获取基础内容2.特征强化：请加强第三段的技术细节描述3.风格调整：改用学术会议报告语气，添加结论部分4.最终校验：检查时间逻辑一致性，列出可能的事实性错误[heading2]五、行业应用案例[heading3]1.技术开发场景[heading3]2.商业分析场景[heading2]六、异常处理方案[content]信息幻觉：追加请标注所有不确定陈述，并提供验证方法格式偏离：使用严格遵循以下模板：第一行...第二行...深度不足：触发请继续扩展第三章节内容，添加案例佐证[heading2]七、效能监测指标[content]1.首次响应准确率：目标>75%2.多轮对话效率：问题解决平均轮次<33.复杂任务分解：支持5级子任务嵌套
[heading2]总结关于AI工具的探讨与展望DeepSeek的优势与不足：DeepSeek在写文方面全面领先，但长文会太发散，文风用力过猛，可能导致审美疲劳，且模型多样性不够，相同prompt提问多次答案雷同。AI工具的配合使用：写理性文章时，可先与DeepSeek讨论思路，再用Cloud 3.5批量生成。AI的未来发展：认为今年是AI大年，各模型厂压力大，开源使技术路径公开，大厂都在努力赶超，未来AI可能能追本溯源解决最原始需求，带来人类的黄金时代。应对AI发展的策略：Sam Altman提出投资提升自身内在状态等以对冲AGI和ASI未来的风险，科幻小说家可能是未来史学家。关于利用AI创作小说及相关探索模仿小说家写作：让Deepseek模仿特定小说家的文学方式创作小说，需在提示词中描述文风特征，如鲁迅的文风特点等。控制创作字数：用O1模型对AI创作的字数控制有一定效果，也可通过多轮对话让AI增删改查来调整字数。分享创作成果：邀请大家在腾讯频道发布用AI写的小说并鉴赏，比较谁写的更有意思。过往创作经验：回顾了之前用AI创作的相关经历，如用分制法完成复杂任务、开源提示词等，并探讨将以往优秀创作在R1模型中重新尝试。