☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
请为我生成三个互不重叠的影评风格标签，每个标签必须包含【具体语气】+【典型句式特征】+【常见信息取舍倾向】，例如：‘冷峻学术体：多用被动语态与术语嵌套，回避主观形容词，主动删减剧情复述。’
你需要让chatgpt写出三篇风格迥异的影评，但直接说“写三篇不同风格的影评”往往得到雷同结果——模型默认采用中性、平铺直叙的媒体稿语调，缺乏文学性、批判锋芒或私人温度。
先锁定三个有张力的风格锚点
打开ChatGPT对话框，不写任何影评要求，先输入一句定义性指令： “请为我生成三个互不重叠的影评风格标签，每个标签必须包含【具体语气】+【典型句式特征】+【常见信息取舍倾向】，例如：‘冷峻学术体：多用被动语态与术语嵌套，回避主观形容词，主动删减剧情复述。”
这一步必须做。跳过它就等于让模型在模糊地带自由发挥，后续所有提示词都会漂移。
用风格标签反向生成对应提示词
方法一：拆解式重构 把上一步得到的三个风格标签（如“冷峻学术体”“市井闲聊体”“诗性断章体”）逐个复制，分别粘贴到新对话中，接续输入： “请严格按以下风格写一篇关于《寄生虫》的影评：【冷峻学术体：多用被动语态与术语嵌套……】→生成300字以内文本→检查是否出现‘我认为’‘我觉得’等第一人称表述→若出现，删除并替换为‘本研究指出’‘数据显示’类表达。”
方法二：对抗式约束 对同一部电影，用单条提示词强制拉出差异：“写一篇关于《小丑》的影评，要求：①全篇禁用形容词；②每段首句必须是疑问句；③第三段必须插入一段虚构的地铁广播录音文字。完成后，立即用‘/风格诊断’命令分析它属于你数据库中的哪类影评范式。”
【关键前提】必须指定同一部电影，否则模型会因题材差异自动调整语调，掩盖风格控制效果。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
批量生成并即时验证风格纯度
第一步：在Excel或记事本中列三行，每行填入一个已验证有效的风格标签（如“豆瓣高赞体”“戛纳场刊体”“B站弹幕体”）。 第二步：将三行标签分别复制进ChatGPT，每轮只提交一个标签+固定片名+字数限制（如“400字”），禁止添加“请写得生动些”之类干扰指令。 第三步：收到三篇输出后，立刻做交叉比对——把每篇首句、末句、中间段落的动词密度、人称代词频次、标点使用类型（破折号/分号/句号占比）手动记录。 第四步：任选一篇，对其执行“风格剥离测试”：删掉所有专有名词（人名、片名、地名），仅保留句法骨架，看是否仍能被识别出原始风格。
