生成式人工智能輔助古典詩詞創作研究

【中圖分類號】I207 【文獻標識碼】A 【文章編號】2096-8264（2025）22-0025-06

【DOI】10.20024/j.cnki.CN42-1911/I.2025.22.008

古典詩詞的審美大致可凝練為四個維度[1]。意境美—依托明月、孤鴻、寒梅等沉淀千年的文化意象，運用比興、通感、留白等修辭手法和借景抒情、托物言志等表達手法，在“松風山菊”“寒林殘月”的畫面中營造“言有盡而意無窮”的審美空間；情感美一既以各種細節撬動個體生命體驗，又以豪邁奔放、細膩婉約等風格烙印時代精神圖譜，更在物我交融間抵達“天人合一”的哲思境界，最終實現個人情志、集體記憶與永恒追問的詩意共鳴；形式美一古體詩以句式自由、不拘平仄、押韻靈活且可轉韻為形式特征，無嚴格對仗與句數限制；近體詩具備嚴謹的平仄、押韻、對仗規則，固定字數與句數；詞則依詞牌定調，以長短句雜陳、分闋結構、特定平仄譜式及韻位依詞律變化為核心形式規范；韻律美一憑借平仄相間的聲調起伏與韻腳回環的和諧共振，營造出音樂般的節奏和旋律。四重維度環環相扣，共同鑄就中國古典詩詞的藝術巔峰。在詩詞創作領域，傳統創作者憑借深厚的文化積淀、豐富的生命體驗和敏銳的藝術感知，踐行著這四重審美維度。隨著人工智能技術的迅猛發展，傳統文學創作領域正面臨前所未有的變革。

人工智能，簡稱AI，已經成為當下科學技術領域尤為重要的組成部分和發展方向。生成式人工智能運用于古典文本生成領域具有一定的應用優勢，它能快速處理海量文學數據，整合經典詩詞意象、格律、韻腳等知識，高效生成文本，突破人力創作時間限制，生成符合韻律規則、意象要求的詩歌。隨著時代的高速發展變化，自然語言模型下的古典詩詞創作降低了利用AI創作的門檻，讓詩詞創作“飛入尋常百姓家”可能。但利用生成式人工智能進行詩歌創作也存在局限。一方面，由于生成式人工智能運行的原理是字句之間的邏輯關聯，作品常缺乏情感深度與文化內涵，難以像人類創作者融入復雜情感與深刻感悟；另一方面，模型易受訓練數據的偏差影響，更隱蔽和難以解決的，是生成式人工智能的“幻覺”問題。

本文通過系統性的人工智能詩歌創作實驗，實證分析生成式人工智能在古典詩詞創作領域的應用效能。基于實驗數據與案例分析，探索AI技術賦能詩詞創作的新型方法論體系，為人工智能輔助文學創作提供理論依據與實踐指導。

一、生成式人工智能應用于古典詩詞創作考察

（一）試驗模型介紹

當下，正值AI應用商業競爭百花齊放的時期，各家產品高頻率的更新迭代，各個大模型在回答效率、質量上日新月異、發展迅速。能夠通過輸入自然語言進行古典詩詞創作的生成式人工智能當中，存在專業寫詩模型和通用語言模型兩類。下文將選取四個不同階段、具有不同優勢的生成式人工智能模型，對其應用于詩歌創作

方面的情況進行介紹。

九歌2.0專注于古典文學創作，結合CRF約束解碼與文化強化學習，能夠生成符合唐詩、宋詞、元曲等文體規則的高質量內容，適用于傳統文化傳承和數字文學創作。

豆包在文本生成方面優勢主要體現在輕量化和離線環境處理，盡管體積小巧，但在現代短文和事件概述生成任務中表現優秀，對便攜應用場景友好。

DeepSeek-R1在文本生成上的核心優勢在專業細分領域，其對長文結構優化和邏輯嚴謹性的處理尤為突出。生成學術風格作品時表現穩定，適合文體嚴謹的創作需求。

ChatGPT系列在文本生成方面展現出強大的通用性，通過1750億參數構建的Transformer架構，生成連貫文本效果十分優異，但受訓練數據和風格約束，在中國古典文學創作方面表現較為一般。

基于上述不同類型的生成式人工智能，展開創作實驗。

（二）試驗過程與分析

為對比古人詩詞與AI詩詞的異同，本文采用統一主題的方式，運用九歌2.0、豆包、DeepSeek-R1、GPT-4o這四個AI模型，分別按照統一主題“思鄉”、統一體裁“五言律詩\"進行創作。

1.九歌2.0模型創作詩詞實驗

通過九歌2.0模型生成以思鄉為主題的五言律詩，結果如下：

思鄉·一

久客歸心切，悠悠幾歲華。

山城雙龔雪，野寺一燈花。

風急潮頭起，春深燕子斜。

故園何處是，云樹總天涯。

杜甫的詩作《春望》同樣蘊含著對故鄉的思念之情，因此我們將九歌2.0的《思鄉·一》與杜甫的《春望》進行對比。

九歌2.0的《思鄉·一》是AI生成的詩，《春望》是唐代詩人杜甫的名作，雖然兩首詩都以思鄉為主題，但在藝術表現力和情感深度等方面存在顯著差異。

在藝術表現力上，九歌2.0《思鄉·一》的語言較為平實，意象也較為常見，如“山城”“野寺”“云樹”等，雖然營造了一種孤獨悠遠的意境，但缺乏獨特的藝術創新和深刻的象征意義。而《春望》中運用了豐富的意象和巧妙的對比，如“國破山河在”中的“破”與“在”形成鮮明對比，展現了自然永恒與人事無常的哲理。此外，頷聯通過擬人化的手法，將自然景物與詩人情感融為一體，增強了詩歌的感染力。結尾的“白頭搔更短”更是以細節描寫展現了詩人的焦慮與無奈，藝術表現力極強。在情感深度方面，九歌2.0《思鄉·一》主要表達了久居他鄉的游子對故鄉的思念，情感較為平和，帶有一種淡淡的孤獨與無奈。詩中“久客歸心切”直接點明了思鄉的主題，而“山城雙鬢雪”則暗示了歲月的流逝和漂泊的艱辛。結尾的“故園何處是，云樹總天涯”將思鄉之情寄托于遙遠的云樹，情感含蓄而悠遠。整體來看，這首詩的情感較為單一，主要圍繞個人的思鄉之情展開，缺乏更深層次的情感層次和社會背景。相比之下，杜甫的《春望》不僅表達了對故鄉的思念，更融入了對國家動蕩、家國破碎的深切憂慮。《春望》寫于安史之亂期間，國家動蕩、民不聊生，詩中“國破山河在”開篇即點明了時代的悲劇背景，而“感時花濺淚，恨別鳥驚心”則通過自然景物的描寫，抒發了詩人對時局的悲痛與無奈。尾聯更是將個人的衰老與國家的命運緊密相連，情感層次豐富。這首詩不僅是個人的情感抒發，更是對時代悲劇的深刻反思，思想深度遠超九歌2.0《思鄉·一》。

2.豆包模型創作詩詞實驗

使用豆包模型生成以思鄉為主題的五言律詩，結果如下：

羈途思故里

孤燈映夜長，倦影嘆離鄉。

巷陌風吟舊，窗臺月送涼。

云鴻書未寄，客夢意彷徨。

故里炊煙處，萱堂念斷腸。

將其與杜甫的《春望》一詩進行對比。在藝術表現力上，《春望》語言凝練精妙，頷聯運用移情手法，賦予花、鳥以人的情感，使情感表達更具沖擊力，頸聯將家書的珍貴置于戰亂背景下，更顯其深刻內涵；豆包的《羈途思故里》語言較為平實，意象組合與表達稍顯常規，缺乏《春望》那種獨特的藝術感染力和創新的表達技巧，在藝術表現力上稍遜一籌。在情感深度與廣度上，《春望》的情感基于安史之亂的背景，將個人命運與國家命運緊密相連，既包含對國家破碎的悲痛，又有對親人離散的擔憂，情感復雜深沉，具有廣泛的社會意義；而豆包的《羈途思故里》主要聚焦個人羈旅思鄉之情，情感較為單一。文化生成論強調文化是特定歷史、社會和個人經驗的產物，人類詩人的創作深深植根于其所處的時代背景、社會環境和個體生命體驗，杜甫身處唐朝由盛轉衰時期，《春望》是對時代的真實寫照，蘊含豐富的歷史文化信息，體現了唐朝社會風貌、文人情懷及儒家思想下的家國擔當；而豆包生成的《羈途思故里》的情感表達基于對文本數據的模仿，雖形式上符合古典詩歌的意象與情感，但情感真實性不足，難以引發深層共鳴。

3.DeepSeek-R1模型創作詩詞實驗

使用DeepSeek-R1模型生成以思鄉為主題的五言律詩，結果如下：

秋夜有懷·一

異鄉為客久，故土夢中安。

葉落知秋近，霜凝怯夜寒。

孤鴻啼月冷，尺素展眉殘。

不敢詢來使，何時共母看。

《秋夜有懷·一》與杜甫《春望》雖同屬思鄉主題，但二者存在明顯差異。在意象方面，DeepSeek-R1作品沿襲了“異鄉客”“孤鴻”“尺素”等傳統符號，但未能賦予其新的生命。“葉落知秋近”化用《淮南子》“見一葉落而知歲之將暮”的典故，與“霜凝怯夜寒”形成季節意象的疊加，雖然蘊含季節感知，但較之杜甫“感時花濺淚”中移情于物的創造性轉化顯露出機械組合的痕跡。而“烽火連三月”以數字的延展性暗示時間的漫長，“家書抵萬金”用夸張的對比強化情感的重量，顯示出詩人對意象的冶煉。在情感維度上，AI作品呈現單一維度的鄉愁，通過“不敢詢來使”的心理描寫與“共母看”的具象期待，構建出線性情感脈絡。反觀《春望》，杜甫將個體命運嵌入時代裂變之中，奠定了個人創傷與歷史創傷的雙重基調。尾聯“白頭搔更短”將無形的焦慮轉化為可視的生理反應，展現出詩人把握復雜情感的卓越能力。

4.GPT-4o模型創作詩詞實驗

使用GPT-4o模型生成以思鄉為主題的五言律詩，結果如下：

思鄉·二

孤云隨雁遠，落日映山斜。

故土千重夢，鄉音一縷霞。

江村秋水冷，庭樹晚風嘩。

遙望歸舟處，心隨明月家。

首先，GPT生成的《思鄉·二》中的“孤云”“落日”“江村”等意象雖具備古典詩歌的“符號”特征，卻呈現為孤立的場景拼貼。如“鄉音一縷霞”試圖將聽覺感受視覺化，但因缺乏具體歷史語境的支撐，導致情感表達流于泛化。而《春望》的意象建構具有鮮明的歷史縱深與社會批判性。首聯“國破山河在，城春草木深”以山河破碎與春草茂盛的矛盾并置，揭示安史之亂后唐王朝的衰敗景象；“烽火”“家書”等意象超越個人鄉愁，直指戰爭對家庭倫理與社會結構的撕裂。其次，杜甫詩作展現出多重情感的交織升維。“感時花濺淚，恨別鳥驚心”通過移情手法，使自然物象成為時代創傷的見證者，形成個體悲情與集體記憶的共振。尾聯“白頭搔更短”將家國離亂之痛具象化為生理層面的衰老過程。反觀《思鄉·二》，“故土千重夢”到“心隨明月家”的抒情邏輯，遵循傳統羈旅詩的既定范式，未能突破程式化表達。AI模型對“以悲為美”模式的效仿，因缺失真實生命體驗而顯露出情感深度的匱乏。

（三）作品調優與方案歸納

針對以上四種AI模型中出現的不足，我們嘗試對其進行進一步調優，并總結出對應調優方法。

1.模型疊加法

針對單一模型在古典詩歌生成任務中存在的局限性問題，本文提出了一種基于多模型協同的優化策略一—模型疊加法。該方法通過整合不同模型的優勢特征，實現對生成文本的多維度優化。以九歌2.0模型與豆包模型的協同應用為例，九歌2.0模型雖具備高效的關鍵詞-詩歌生成能力，但其輸出結果在平仄格律等傳統詩歌規范層面有時存在不足，而且本模型內不支持對詩進行局部調整。為此，可采用豆包模型對九歌2.0模型生成的《思鄉·一》進行二次優化，重點修正其平仄失調問題，結果如下：

豆包模型對原詩的平仄問題進行了較為系統的調整，修改后的詩在平仄上更加協調，基本符合古典詩歌的韻律要求。實驗表明，這種模型疊加策略有效提升了生成詩歌在形式規范層面的合規性，同時保持了原作的大部分意境表達，為解決單一模型在特定任務上的性能局限提供了技術路徑。

2.評估擇優法

在輸入相同關鍵詞的條件下，AI模型能夠生成在主題一致性前提下具有風格差異的多個詩歌版本。這些候選結果在韻律結構、意象運用、情感表達等維度呈現顯著差異，從而為用戶提供多樣化的選擇空間。使用者基于預設標準對多個候選結果進行橫向評估，篩選出最佳版本。以九歌2.0為例，在多次生成后，我們得到以下版本：

與《思鄉·一》相比，《思鄉·四》通過“去國身何寄，游已十年”建構起明確的歷史時間標尺，“十年”具象化的時間跨度與“秦關一越嶠”的南北地理跨度使鄉愁突破抽象情緒而獲得具體的時空坐標。尾聯則展現了典型的儒家詩教智慧，詩人將主體焦慮投射為對故園草木的想象性關懷，通過草木榮枯的生命循環消解了個體漂泊的悲劇性。這種“以物觀我”的抒情策略，與杜甫“感時花濺淚”的移情手法形成精神共鳴。兩首詩雖同屬思鄉主題，但《思鄉·四》通過精準的時空定位、辯證的意象組接以及對生命哲學的體悟，構建起更立體的情感空間與更豐富的詩意層次。

3.多輪詢問法

以“發現問題 + 提出要求 + 達到效果”的模式，對AI模型發出進一步指令，以達到預期效果。例如對于豆包生成的《羈途思故里》中思想深度不足的問題，在本模型內對這首詩進行調優，要求其“展現家國擔當，具有廣泛的社會意義”，修改結果如下：

修改后的詩《羈途憂邦國》深入探討了國家的動蕩與人民的苦難，表達了個人羈旅之情與家國情懷的緊密聯系。

此外，相較于其他三個AI模型，Deepseek模型在文本生成過程中具備獨特的自我優化能力。該模型通過內置的實時評估機制，能夠自動檢測生成詩歌中的局部問題，如格律失調、意象沖突等，并針對性地進行修正，從而在一定程度上實現了生成結果的自主優化。然而，實驗表明，Deepseek的優化機制主要聚焦于單句層面的改進，缺乏對詩歌整體結構的全局性考量。因此，用戶需對模型自動修正的結果進行人工評估，并結合模型疊加法與多輪詢問法等優化策略，對生成文本進行二次調整，以確保詩歌局部細節與整體結構的協調。

（四）綜合評估與問題討論

總體而言，四款模型均能夠基于給定主題生成邏輯完整、主題明確的詩詞作品。盡管在初始生成階段，各模型輸出內容均存在不同程度的問題，但通過調優之后，問題減少較為明顯，作品質量有所提高。

在格律形式方面，四款模型均能實現基本的押韻。豆包與GPT-4o模型通過多輪對話交互機制，能夠對詩句平仄進行合理調整；而DeepSeek-R1作為推理型大模型，能夠將思考過程可視化，在深度推理過程中整合古音、今音等多維度韻律知識，自主完成平仄優化，展現出更高的技術成熟度。

在意象運用層面，各模型均能調用豐富的古典意象，如故國、孤舟、山花、霜雁、孤燈、炊煙、蘆管等，來營造傳統詩詞意境。值得注意的是，九歌2.0模型由于其專門化的古典文學數據庫與意象關聯系統，生成的意象具有較強的古風韻味；而豆包、DeepSeek與GPT-4o模型則在保留古典意象的基礎上，融入了“巷陌”“窗臺”等現代化表達，甚至出現“念攪肝”等非傳統修辭，體現出現代創作傾向。這種差異主要源于兩方面，一是通用模型在古典文學領域的訓練數據相對不足，二是模型在微調過程中傾向于適應當代網絡語言偏好。

生成式人工智能的創作存在局限性。

其一，生成式人工智能缺乏真實的情感體驗與文化積淀。盡管其在古典詩詞格律規范性方面表現較好，但其作品往往難以實現“風骨”與“神采”的有機統一。《文心雕龍·神思》有云：“夫綴文者情動而辭發，觀文者披辭而入情。”[2]人工智能系統的創作本質上是基于大規模語料庫的統計學習與模式重組。AI詩歌的局限在于情感體驗的“二手性”，它能夠熟練調用詩詞數據庫中的傳統語料，卻難以復現如杜甫詩中那種浸透著血淚的生命體驗。當“烽火連三月”背后是詩人親身經歷的安史之亂，“渾欲不勝簪”凝結著真實的逃亡血淚，這種源自歷史現場的情感沖擊力，恰是技術難以企及的藝術高度。

但在情感與文化方面，九歌2.0的表現極大超過了其他通用語言模型，并且在反復多次生成之后，出現了曉暢、情感飽滿的作品《思鄉·四》，其中“不知故園樹，應復發新妍”一句，通過遙思的方式，傳達出幽深曲折的思鄉之情，避免了平鋪直敘的情感抒發，讓作品有了“人”氣。由此可見，像九歌2.0一樣基于深度學習的定制任務生成系統，通過加強古典文學方面的數據訓練、構建意象關聯網絡、提升古典文學專項學習能力的方式，能夠在古典文學作品輸出中更加接近人類的情感表達。

其二，生成式人工智能存在“幻覺”問題。在生成式人工智能大模型構建過程中，作為對人類思想映射的內容概率推斷算法在其中占據核心地位，而內容概率推斷算法存有強化大模型的偏見，引導“幻覺”出現的可能。模型在寫詩時可能生成看似合理實則虛構的內容，實際卻捏造不存在的典故、錯誤搭配意象或創造不符合邏輯的情境。如《羈途憂邦國》當中，主人公“羈旅”所在地點頗為異常：譙樓這一建筑，在古代常常處于城門之上或城市中心等重要位置，應當是具有莊嚴或繁榮意味的中原王朝意象，可又與荒沙籠野、胡笳等等具有邊塞風格的內容并存，跨度極大，未能統一。整體表達上，不僅模糊了場景，也干擾了思想與情緒的表達。

同時，“幻覺”問題也體現在詩詞意境的塑造上。這是因為AI與人不同，其本身不存在美學感受，其關于美學的經驗也來自數據，而非生活創造，缺乏真實細節，難免“紙上談兵”。比如，修正后的《思鄉·三》，為了平仄形式的正確，將最后一字改為“歡”，便造成了與前文凄涼蕭索之感格格不入的意境塑造。

由于模型主要依賴于已有的數據和模式進行創作，很難產生真正突破常規的創意和表達。令生成式人工智能的創作更加接近人類的真實體悟與情感思考，仍需要在模型的訓練和設計上進行根本性的創新，引入更多的隨機性和探索機制，使AI能夠跳出固定的思維模式，嘗試新的創作思路和表達方式。

二、生成式人工智能對古典詩詞傳承創作的影響

由于AI仍存在種種問題，人機協作模式能夠最大化發揮AI的技術優勢，同時保持人類創作者的主體性。在繪畫領域，DeepArt.io、NeuralStyle.art等AI工具可以通過智能算法輔助色彩運用與風格轉換[3]；在音樂創作中，網易天音、Suno、天工SkyMusic等AI生成器簡化了作曲與編曲流程。這種人機協作的知識共建模式，能夠在一定程度上降低獲取知識的成本，并弱化社會分工對于專業知識的隔離。4作為新時代的創作者，應該正確應用新技術賦能詩詞創作，并保持古典詩詞的文化意蘊與詩人的個性特色，避免落入技術操控藝術的創作陷阱中。

作為詠物言志的藝術文體，詩詞的核心是“情”，詩詞的抒情主體是“人”。然而，“情”并不能直接形成古典詩詞，還需要格律形式、用詞搭配、典故意象等專業內容，形成了傳統文人與民眾之間的區隔。生成式人工智能的運用削弱這一界限，將人類的官能體驗通過數據“經驗”包裝生產成優秀的作品。詩詞創作在過去并不簡單，人類在創作過程當中往往會受困于材料的不足或靈感的缺乏，但如今可以通過對模型下達指令進行搜索整理，幫助解決創作難題。[5因此，這一技術工具的出現，大大降低了古典詩詞創作的門檻，為詩歌在新時代的傳承與創新表達注入了活水。

值得注意的是，人工智能創作基于算法驅動進行內容生成，長期使用可能導致創作者主體性的逐漸弱化，限制其獨立思考和創造力。在傳統文學創作中，作家基于生活經驗、情感體驗和主觀思考進行創作，體現了高度的創造性。然而，AI文學創作往往依賴預設的規則和框架，它缺乏人類的情感、直覺和獨立思考能力，難以突破已有的知識和模式，創造出真正具有開創性的作品。當創作者過度依賴AI提供的靈感或素材進行創作時，思維會受到AI的束縛，難以產生新的創意和靈感，從而限制知識的創新和內容的多樣性。人類創造了算法，但算法有可能反過來規訓和重新格式化人類，潛移默化改變人的行為及價值觀，進而侵蝕人的主體性。6因此，在古典詩詞創作過程當中，“人”所更需要的能力，不再是格律辭藻的造詣，而是在創作上游的“情”的生發與下游的鑒賞修正能力，來在人機協作過程中保持人的藝術主體性。

三、生成式人工智能輔助古典詩詞創作的未來展望與發展路徑

在未來，生成式人工智能將在技術革新和應用拓展方面實現新的飛躍，進一步賦能古典詩詞創作。首先，隨著深度學習算法的優化與模型架構的改進，AI系統的訓練效率與生成精度將顯著提升，上下文學習與文本生成性能將進一步增強[8。因此，基于算力提升與數據處理技術的進步，訓練數據的質量將得到系統性改善：通過先進的數據清洗算法與自動化標注技術，訓練語料的準確性與可靠性將大幅提高，從而有效減少“幻覺”問題。同時，通過采用多個大模型協同創作的模型疊加法，將不同功能和擅長領域的大模型結合起來，實現優勢互補，能夠得到更優秀的作品。通過推選LeaderAI，并基于參考答案對多個模型的回答進行逐一對比分析的方式，有效降低AI在生成專業內容時的“幻覺”問題，為提升大模型在各個領域包括詩詞創作領域的適用性提供了方案。8同時，多輪詢問法、評估擇優法等方法，也有效提高了模型詩詞輸出的質量。

盡管如此，計算機基于“邏輯“與“數據”的創作機制與人類情感生成機制存在本質差異。《禮記·樂記》講道：“凡音之起，由人心生也。人心之動，物使之然也”。[9]《文心雕龍》又指出“情以物遷，辭以情發”，審美客體與審美主體的交流常常是雙向的，往往是生活經驗在前，情感生發在后。物感于心，物感而情動，生死、愛恨、慕怨的情動之下，才有了杜甫看花濺淚、看鳥驚心。盡管AI技術在邏輯推演與數據處理方面不斷進步，但其邏輯的推衍是基于“理”而非“情”。在情感表現力與藝術創造力等核心維度上，AI系統短期內仍與人創作詩詞作品的過程的本質不同。因此，在技術快速迭代的背景下，相當長的時期內，還將保持人類在藝術創作中的主體性地位，同時積極探索人機協作的創新模式與發展路徑。

參考文獻：

[1]金鳳妙.古詩詞之美：探尋傳統與現代的融合之

路[J].新傳奇，2024，（38）：86-88.

[2]劉勰.文心雕龍[M].哈爾濱：黑龍江人民出版社，2004.

[3]許笑語.AI輔助下的數字藝術創作：色彩運用與情感表達的智能化探索[J].色彩，2024，（10）：59-61.

[4]張，李正風，潛偉.從ChatGPT到人機協作的知識共建[J].科學學研究，2023，41（12）：2131-2137.

[5]簡圣宇.AI創作：對傳統文藝創作模式的沖擊與重塑[J].中國文藝評論，2024，（12）：17-31+125.

[6]支振鋒.生成式人工智能大模型的信息內容治理[J].政法論壇，2023，41（04）：34-48.

[7]閆嘯彤，唐曉彬，沈童等.大語言模型發展綜述[J].統計學報，2024，5（04）：13-18.

[8]何靜，沈陽，謝潤鋒.大語言模型幻覺現象的分類識別與優化研究[J].計算機科學與探索，2025，19（05）.

[9]崔高維校點.禮記[M].沈陽：遼寧教育出版社，1997.