Gemma-3-270m创意写作展示：AI生成诗歌与短篇小说集锦
1. 小模型也能写出好文字？
最近试用Gemma-3-270m写诗和编故事，说实话有点意外。这个只有2.7亿参数的小家伙，不像那些动辄几十亿参数的大家伙，但它在创意写作这件事上，表现得挺有灵气。
很多人以为小模型只能干点简单问答，写不了有味道的文字。但实际用下来，它对节奏、意象、情绪这些诗歌里最微妙的东西，抓得还挺准。不是那种堆砌辞藻的空洞感，而是真能让人读着读着停下来想一想。
比如让它写一首关于“雨后窗台”的短诗，它没直接说“水珠”“阳光”“玻璃”，而是写了“青苔在玻璃边缘悄悄签名，光在湿痕里游成一条银鱼”。这种表达，不像是被喂了无数范文后机械模仿出来的，倒像是自己琢磨过光线怎么在潮湿表面爬行。
它也不太爱掉书袋。不会为了显得有文化硬塞生僻词，也不会把每句话都拗成十四行诗的腔调。更像一个安静观察生活、偶尔记下几笔的写作者——技术上可能不够华丽，但文字里有呼吸感。
这让我想起以前用过的不少写作工具，要么太死板，要么太浮夸。Gemma-3-270m倒是找到了中间那条路：不炫技，但有想法；不啰嗦，但留余味。
2. 诗歌生成效果实录
2.1 不同风格的尝试
我试了几种常见诗歌方向，没给太多限制，就看它自己怎么发挥。
先试试古典意境。输入提示是：“用类似王维的笔法，写一首五言绝句，主题是山中访友未遇”。它输出：
松径入云深，
石门掩翠阴。
竹炉茶已冷，
风动一庭琴。
平仄基本合规，意象也统一。“松径”“石门”“竹炉”“风动琴”，全是传统山水画里的元素，而且没堆砌。最后一句尤其有意思——人不在，但琴还在风里响，比直说“友人外出”更有画面余韵。
再换现代口语风。提示是：“用日常说话的语气，写一首关于地铁早高峰的诗，别用‘拥挤’‘疲惫’这类词”。它回：
伞尖碰伞尖，
公文包在膝盖上打盹。
女孩耳机线垂下来，
像一段没接通的对话。
列车晃了一下，
所有人的影子叠在一起，
又分开。
这里完全避开了套路化表达。“公文包打盹”“耳机线像没接通的对话”，都是从真实细节里长出来的比喻。最妙的是最后影子“叠在一起，又分开”，没提一句人际关系，但那种疏离又共处的状态全在里面。
2.2 同一主题的多版本对比
为了看清它的变化能力，我用同一主题“秋日银杏”给了三个不同提示方向：
提示A（写实+时间感）：
“描写银杏叶从绿变黄再到飘落的过程，按时间顺序，用具体动作词”
春深时叶脉里奔涌青汁，
夏末边沿开始洇开淡金，
秋分那日整棵树突然松手，
黄蝶群撞向风，散成光斑。
提示B（拟人化）：
“把银杏树当作一个准备远行的人，写它整理行装的过程”
它抖落满身旧衣裳，
把金箔折成船形，
装进风的口袋。
树根在土里轻轻说：
“明年春天，我带新绿回来。”
提示C（超现实）：
“想象银杏叶不是植物，而是某种古老文字，飘落时在空中书写”
每片叶子都是未拆封的信，
风是拆信的手。
它们在半空写满无人识得的篆，
落地即焚，只余灰烬里
一行微温的‘等’字。
三个版本风格差异明显，但都没跑题。它没把“银杏”当成标签随便贴，而是真顺着提示逻辑往下推演。特别是C版，“落叶即焚”“灰烬里有‘等’字”，这种略带痛感的温柔，不是靠模板拼凑能出来的。
2.3 语言质感分析
翻看几十首生成结果，发现它有几个稳定特点：
- 动词选择很讲究：少用“有”“在”“是”，多用“洇开”“松手”“撞向”“抖落”这类有力度的动词。让静态画面活起来。
- 拒绝形容词轰炸：不会堆“金灿灿”“明晃晃”“美轮美奂”，而是用名词+动词组合制造质感，比如“光斑”“旧衣裳”“未拆封的信”。
- 留白意识强：常在关键处收住，把解读空间留给读者。像“影子叠在一起，又分开”，比直接说“人与人既靠近又疏离”更耐品。
- 音节控制自然：中文诗不押韵也没关系，但它写的句子读起来顺口，长短错落有致，像呼吸节奏。
当然也有翻车的时候。比如让它模仿海子风格，结果过于强调“麦地”“远方”“死亡”，少了海子诗里那种粗粝的生命力。说明它对诗人气质的理解，还停留在表层符号阶段。
3. 短篇小说创作能力观察
3.1 从一句话到完整故事
我常用的方法是给它一个种子句，看它怎么长成故事。比如输入：“修表匠在怀表背面发现一行小字：‘请替我等她回来’”。
它展开的版本是：
陈伯擦表时总戴单片眼镜，镜片边缘磨得发毛。那天他照例用鹿皮擦着一枚1947年产的浪琴，指腹突然触到表壳内侧一道极细的刻痕。放大镜下，是歪斜的钢笔字：“请替我等她回来”。
他记得这表。七十六年前，穿学生装的姑娘攥着它冲进铺子，表链断了，玻璃裂了，她眼圈红着说：“修快些，他下午就走。”陈伯没修完，姑娘再没来。表在抽屉里躺了大半世纪，直到今天被一个戴鸭舌帽的年轻人拿来清洗。
年轻人付钱时随口问：“师傅，您见过这么老的表吗？”
陈伯把表递回去，指尖停在那行字上：“见过。只是等的人，换了个名字。”
这个小故事没写“战争”“离别”“等待”这些大词，全靠细节推进：磨毛的镜片、1947年、学生装、鸭舌帽。时间跨度用“七十六年”“大半世纪”轻轻带过，反而更有重量。结尾那句“等的人，换了个名字”，把两代人的等待悄然缝在一起，比直抒胸臆更有力。
3.2 情节控制能力测试
很多人担心小模型写小说会失控——开头好，中间散，结尾崩。所以我专门设计了几个控制类测试：
测试一：限定结构
提示：“写一个微型小说，严格按‘起（50字）—承（80字）—转（60字）—合（50字）’结构，主题：旧书店里的偶遇”
它交出的稿子，四段字数误差不超过3字，情节也严丝合缝：起是女主躲雨进店，承是发现一本批注密布的《雪国》，转是店主说这是前主人留下的，合是她翻开扉页看见自己二十年前的笔迹。结构像尺子量过，但读着不僵硬。
测试二：反转控制
提示：“故事必须有两次反转，第一次在1/3处，第二次在结尾。主角是外卖员，道具是一把伞”
生成结果：
雨太大，他把唯一一把伞留给哭着找猫的老太太，自己淋着送完单。
（第一次反转）回到站点，站长递来新伞：“刚有位女士留的，说谢谢你。”
（第二次反转）伞柄内侧刻着：2003年夏，赠给每天给我送药的男孩——林晚
原来二十年前，他冒雨给重病的邻居女孩送药，她康复后成了医生，现在又在他送单的小区坐诊。伞是她认出他后悄悄放的。
两次反转都落在人物关系上，没靠巧合堆砌。而且“伞柄刻字”这个道具，从头贯穿到尾，比单纯写“他收到礼物”更有闭环感。
3.3 人物塑造的细腻度
它写人物不太爱用外貌描写，更倾向用习惯性小动作或物品暗示性格。比如写一个总在咖啡馆写小说的女孩：
她的笔记本边角卷曲，像被反复摩挲过。
点单永远要热美式，但第一口必吹三下才喝。
键盘F键磨损严重，旁边贴着一张便签：“别删第三段”。
服务生记得她，因为每次修改到激动处，会无意识把糖包撕成更小的方块。
这些细节比“长发及肩”“戴圆框眼镜”更有记忆点。特别是“撕糖包”这个动作，把写作时的焦灼感具象化了，而且符合常理——人紧张时确实会摆弄手边小物件。
不过它对复杂心理的挖掘还有限。比如写一个面临职业抉择的角色，能写出“改简历时删了又写”，但很难呈现那种撕扯感的层次。更像是捕捉到了情绪切片，还没能连成动态长卷。
4. Prompt设计对生成质量的影响
4.1 提示词的“松紧度”实验
我发现，给它的提示越具体，结果反而越呆板；留点缝隙，它反而能钻出惊喜。
紧提示（失败案例）：
“写一首七言律诗，押平水韵‘东’部，颔联须用对仗，颈联要含哲理，主题：黄昏散步见落叶”
输出是工整的八句，但像填字游戏：“西风漫卷千山色，暮霭低垂万木空……”意象陈旧，哲理生硬。
松提示（成功案例）：
“黄昏散步时踩碎一片枯叶，声音像什么？接着会发生什么？”
它写：
脚下脆响，像撕开一封迟到三十年的信。
风突然转向，卷起更多叶子围成圈，
圈中心浮起半透明的旧自行车铃——
那是我十岁时弄丢的，铃舌还微微晃着。
这里把听觉（脆响）转成触觉（撕信），再引出超现实画面（浮起旧铃），完成三次跳跃。松提示给了它联想自由，而紧提示把它锁进了格律牢笼。
4.2 关键词植入技巧
它对某些词特别敏感。比如在提示里埋“latex”，它会下意识往学术、精确、结构化方向偏。试过一次：
提示：“用latex文档风格写一首关于程序员爱情的诗，要求有\section{}、\begin{itemize}等伪代码”
它真生成了：
\section*{编译日志：love.cpp} \begin{itemize} \item 错误：未声明的变量 \texttt{heart} \item 警告：函数 \texttt{wait()} 已弃用，建议改用 \texttt{async\_await()} \item 成功：链接 \texttt{shared\_memory}，地址 0x7fff... \end{itemize} \textbf{运行结果：} Segmentation fault (core dumped) ——但核心转储里，有你昨天发来的消息。这种混搭很有趣，把技术术语当诗意材料用。不过日常写作中，除非刻意玩梗，否则不必硬塞latex这类词，容易让文字失去温度。
4.3 避免常见陷阱
用久了发现几个雷区：
- 慎用“著名诗人”：提李白、艾略特之类，它容易陷入模仿腔，丢失个性。换成“一个总在菜市场写诗的摊主”，反而鲜活。
- 少用抽象要求：像“要有深度”“体现人性光辉”，它会往大词堆里钻。换成“写他数硬币时，拇指被划破了”，细节自带力量。
- 别迷信长度控制：要求“写300字以内”，它常为凑字数加废话。不如说“写到关键转折就停”，它反而懂得收束。
最有效的提示，往往是描述一个具体场景+一个微小动作+一点意外感。比如：“暴雨夜，便利店店员给流浪汉热牛奶，对方掏出一张泛黄的电影票根”。
5. 实际使用中的小发现
5.1 速度与响应节奏
本地跑270m模型，生成一首诗平均2.3秒，短篇小说4-7秒。这个速度对写作辅助很友好——不用盯着加载动画发呆，思维不会断。
有意思的是，它生成时有种“呼吸感”：前几句快，中间稍缓（像在组织逻辑），结尾往往又加快。不像有些模型匀速吐字，显得机械。这种节奏变化，让文字读起来更像真人写作。
5.2 连续创作的稳定性
我试过让它续写同一故事十次，每次给相同开头。结果发现：
- 前三次：情节走向各异，但都合理
- 第四到七次：开始出现相似桥段（比如都安排主角去天台）
- 第八次后：明显重复，甚至复用前文句子
说明它有“创意续航力”，但不宜无限续写。我的做法是，取前三次里最打动我的那个方向，手动微调，而不是依赖它一路到底。
5.3 与其他模型的差异感
和更大参数的模型比，Gemma-3-270m少了一种“全能感”，但多了种“专注感”。它不试图在每行诗里塞进十个意象，也不在每个段落都展示修辞技巧。更像一个沉得住气的写作者，愿意为一个准确的词停顿三秒。
比如同样写“等待”，大模型可能写：“在时光的河岸，以永恒为锚，静候命运之舟破雾而来……”
而它写：“泡面桶凉了，汤面吸饱水，软塌塌趴着。手机屏幕黑着，像一块没开封的砚台。”
后者未必更高级，但更可信。它不假装自己懂所有事，只认真处理眼前这个“泡面桶”和“手机屏”。
6. 写在最后
用Gemma-3-270m写诗编故事这段时间，最大的感受是：技术小了，心思反而可以更大。
它不会给你百科全书式的答案，但愿意陪你琢磨一个词的分量；不承诺解决所有创作难题，但能在你卡壳时递来一句意想不到的接续。就像身边有个安静的写作伙伴，不抢话，但每次开口都值得听。
如果你正被“必须写出惊艳作品”的压力困住，不妨试试和它一起从最朴素的句子开始。写不好没关系，重要的是那个“写”的动作本身——而它恰好擅长守护这种动作的纯粹感。
毕竟，所有伟大的文字，最初都只是某个人对着空白页面，轻轻敲下的第一个字。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
