同一句产品卖点，交给通用模型改写十次，往往得到十种语气。内容创作实验室近期的一项实验，是尝试把「品牌语气」从主观感受拆解为可校准的约束条件。
做法分三层：一是从历史文案中抽取风格样本，标注句长分布、人称使用、专业词密度与禁用表达；二是把改写任务拆为「可改」与「不可改」两类，价格、参数、承诺性表述一律冻结；三是用成对偏好数据训练轻量打分器，在生成阶段做候选重排，而不是直接微调大模型。
进展：在约 320 条历史文案构成的内部评测集上，风格一致率由 71% 提升至 89%，事实性表述的错误率未出现上升，人工复审耗时下降约四成。局限同样明显——当原文本身风格不统一时，打分器会倾向于「平均化」，反而削弱表达张力。
下一步计划把「不可改」边界扩展到法务与合规词表，并验证跨语种改写场景下的语气漂移程度。
评论