作为生成式AI，如果应用在写作上，会发生什么样的反应？这篇文章，我们来测试一下当前比较强的几款生成式AI产品，看看起能力表现如何？

前面的文章里面我分享了一些运用AI辅助网文创作的思路，回答都是采用GPT4和文心一言两款大语言模型。其实现在市面上的大语言模型很多，对国内的网文作者来说，方便获取的产品除了文心一言，还有腾讯混元助手、阿里通义千问、讯飞星火等。

那么问题来了，面对这么多产品，哪一款在辅助网文创作方面的表现更好？今天我们就来测一测。我选择了5款产品对比，分别是GPT4、文心一言3.5、腾讯混元、通义千问、讯飞星火，其中国内产品的地址如下：

• 文心一言3.5：https://yiyan.baidu.com/
• 混元助手：https://hunyuan.tencent.com/bot/chat
• 通义千问：https://tongyi.aliyun.com/qianwen/
• 讯飞星火：https://xinghuo.xfyun.cn/

一、测评说明

既然要测评写网文的效果，首先我们就需要明确，评价效果的维度和标准是什么？此次测评的思路如下：

• 写网文大致可以分为创意、大纲、人物、行文四个方面，所以会从这四个方面来出题。同一类型的题目可能会变换不同题材多次提问，避免过于片面。
• 问题选取上，会更多围绕情节和人物展开，没有放太多背景和设定相关的内容。
• 评价的维度包括新颖性、吸引力、与网文风格的契合情况等，不同问题的考察维度不同，有些评价标准难以用语言描述，评价的方法是采用相同的提问，然后对五款产品的回答排序，按顺序给1~5分，答案排名越靠前，得分越高。
• 以上方法测评的结果有一定主观性，仅供参考。

接下来我们就看看几款产品的表现吧。

二、测评情况

以下是测评问题及各款产品得分情况，为了方便阅读，本文中没有贴完整的问答，只给到得分。

1. 创意类

创意类问题主要测试AI提供小说创意的能力，这里准备了6个问题，其中问题1~3用于测试AI基于特定类型（历史、科幻、玄幻）生成创意的能力，问题4~6用于测试AI基于特定情节主题（重生、娱乐圈、规则怪谈）生成创意的能力。

5款产品得分如下：

2. 大纲类

大纲类问题暂不考虑设定方面的生成，而是以情节主线设计为主，这里准备了6个问题，用于测试AI面向不同主题（复仇、探险、爱情、权谋、悬疑、升级）编排情节的能力。

5款产品得分如下：

3. 人物类

人物类问题主要测试AI进行人物设定、以人物为中心的故事创作能力，这里准备了5个问题，用于测试不同类型人物（主角、反派、恋人、伙伴、竞争者）生成能力。

5款产品得分如下：

4. 行文类

行文类问题主要测试AI进行小说正文创作的能力，这里准备了7个问题，其中问题18~21用于测试AI的描写（环境、物品、人物、动作）内容生成能力，问题22~24用于测试AI情节（冲突、惊悚、仪式）扩写能力。

5款产品得分如下：

三、测评总结

再次声明：针对AI写作的测评缺少绝对客观的量化标准，测评过程中不可避免会有一定的主观性和随机性，所以以上结果仅供参考，大家也可以结合详细的回答来重新评估。

以上即是对5款产品测评的详细情况，按照排名，5款产品的总分情况如下：

按照24个问题的得分分布，这5款产品的雷达图分别如下：

由于每个分类下的问题数量不同，这里我也按照类别重新计算了一下，计算方法是取每个类别得分的平均值，以便于查看每款产品在不同维度的辅助创作能力如何。如此计算出来的得分分布如下：

从此次测评情况来看，可以得出如下结论：

1. 排名得分主要基于5款产品的相对表现，如果细查回答内容可以发现，现有生成式AI在辅助网文创作上还存在比较大的提升空间，表现并不非常如人意。
2. GPT4各项得分多处于中游水平，导致不管按照问题还是按问题类别计算，总计得分都垫底。从这些回答内容来看，GPT4对网文创作的理解、文化倾向都不是很契合。
3. 讯飞星火在行文上，相较于其他产品来说表现较为突出。浮夸和虚无是AI写作的两大典型特征，个人认为目前讯飞星火在及格线之上。

除此以外，文心一言3.5、混元助手、通义千问的表现其实差不太多，没有太多可圈可点的地方。

以上打分与排名主要基于我的判断，有一定主观性。不同作者在创作网文的时候，会有自己的创作偏好和习惯，评价思路或许会和我不同。大家不妨亲自动手试一试，或是拿完整的测评内容自行排序打分，说不定结果会有所差异。

如今，网文已经历了二十多年的发展，早已与传统小说渐行渐远，在构思、行文上都有其独特的方法。针对特定的题材，网文也已经形成一些固有的框架。

生成式AI想要胜任辅助网文创作的工作，还需要更懂网文一些。