为了确保 OpenAI 生成的文本语气正确，您需要提供清晰、具体的指示，并有效地使用 API 的参数。生成文本的语气在很大程度上取决于您如何构建提示以及包含哪些上下文线索。例如，如果您想要正式的语气，请在提示中明确说明，例如“撰写一封针对客户的专业电子邮件回复。”如果语气需要与特定的品牌声音保持一致，请在提示中包含该声音的示例。如果没有指导，模型可能会默认为中性或通用的风格，因此具体性至关重要。诸如 temperature（控制随机性）和 top_p（限制词汇选择）之类的参数也起作用——两者的较低值可以减少可变性，从而使输出更可预测并与您期望的语气保持一致。
另一个关键策略是在提示中使用示例或模板。例如，如果您需要友好、对话式的语气，您可以写：“以随意、乐观的风格回复用户的反馈，例如这个示例：‘嘿 [姓名]，谢谢你的反馈！我们很高兴你喜欢这个应用程序！’” 这为模型提供了词汇、句子结构和措辞的直接参考。您还可以明确定义受众或目的，例如“使用简单的类比向非技术受众解释这个技术概念。” 此外，避免使用诸如“引人入胜”或“专业”之类的模糊术语——相反，描述具体的特征（例如，“避免使用术语”，“使用简短的句子”）。通常需要测试多个迭代并根据输出来细化提示，以微调语气。
最后，利用 API 的系统消息或角色设置功能来建立上下文。例如，以“您是一位协助沮丧客户的技术支持人员”开头提示，可以为同情心和解决问题的语言设置期望。诸如 OpenAI 的 Playground 之类的工具可让您以交互方式试验这些设置。如果一致性很重要（例如，对于聊天机器人），请记录不同场景中的输出并分析语气漂移的位置。对于技术文档，您可以将较低的 temperature（例如 0.3）与诸如“以中立、说明性的语气编写分步指南”之类的提示结合起来。请记住，语气不仅仅是关于风格——它还涉及避免某些主题或偏见，因此如果需要，请包括诸如“不要提及政治或幽默”之类的护栏。迭代测试和精确的反馈循环对于获得可靠的结果至关重要。