DeepSeek 繁體中文輸出優化：Prompt 與 OpenCC 後處理

即使是像 DeepSeek 這樣強大的大型語言模型（LLM），在處理繁體中文輸出時，仍可能面臨一些挑戰。常見問題包括預設輸出為簡體中文、繁簡混雜、或雖然是繁體但卻偏向台灣習慣而非香港本地用語。對於需要精準香港繁體中文內容的開發者與企業而言，這顯然是不可接受的。本文將介紹一套雙管齊下的策略：透過精準的提示詞（Prompt）工程，以及結合 OpenCC 進行後處理，以確保 DeepSeek 輸出的內容能完美契合香港繁體中文的標準。

精準提示詞工程：引導 DeepSeek 輸出目標繁體中文

提示詞工程是引導 LLM 行為的基石。透過在 DeepSeek API 或 chat.deepseek.com 上設定清晰、具體的指示，我們能大幅提升模型直接輸出目標繁體中文的機率。

核心原則：明確指示「地區」與「書面語」

當要求繁體中文輸出時，僅僅一句「請使用繁體中文」是遠遠不夠的。必須明確指定所需繁體中文的「地區」版本（例如香港或台灣），並可進一步指明是「書面語」還是「口語」風格。

系統提示（System Prompt）範例

系統提示是設定模型整體行為和語氣的關鍵。將以下指示置於 system 角色中：

[
  {
    "role": "system",
    "content": "你是一位專業的香港內容創作者。請嚴格以香港繁體中文（HK Traditional Chinese）撰寫所有輸出內容，並確保語法、詞彙和表達方式完全符合香港本地的書面語習慣。"
  },
  {
    "role": "user",
    "content": "請撰寫一篇關於香港科技大學最新研究突破的短文。"
  }
]

關鍵詞解析：
- 香港內容創作者：賦予模型一個具體的角色，使其站在香港本地視角。
- 嚴格以香港繁體中文（HK Traditional Chinese）：強調輸出格式，並明確指出「香港」版本。括號內的英文有助於模型識別。
- 語法、詞彙和表達方式完全符合香港本地的書面語習慣：進一步細化要求，確保用詞地道，避免台灣或簡體中文的影響。

用戶提示（User Prompt）增強

在特定查詢中，你也可以在 user 提示中重複或補充這類指示，尤其是在模型表現不佳時。

[
  {
    "role": "system",
    "content": "你是一位專業的科技新聞記者。"
  },
  {
    "role": "user",
    "content": "請以香港報章的語氣，用香港繁體中文撰寫一篇關於本地初創企業獲得千萬級融資的報導，務必採用香港常見的商業與科技詞彙。"
  }
]

實踐技巧：
- 角色設定： 給予模型一個香港相關的角色（如「香港記者」、「香港旅遊顧問」）。
- 語氣風格： 明確要求特定的語氣（如「香港報章語氣」、「香港口語對白」）。
- 負面指令： 若模型仍有偏差，可嘗試負面指令，例如「避免使用台灣慣用語句」、「不要出現中國大陸的網絡詞語」。
- 實時監控與迭代： 每次輸出後，檢查其繁體中文的質量，並根據實際情況調整提示詞。

使用 DeepSeek API 進行互動時，你只需將這些包含 system 和 user 角色的訊息列表傳遞給 chat.completions.create 方法。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_DEEPSEEK_API_KEY",
    base_url="https://api.deepseek.com/v1"
)

messages = [
    {"role": "system", "content": "你是一位專業的香港內容創作者。請嚴格以香港繁體中文撰寫所有輸出內容，並確保語法、詞彙和表達方式完全符合香港本地的書面語習慣。"},
    {"role": "user", "content": "請撰寫一篇關於香港科技大學最新研究突破的短文，約300字。"}
]

response = client.chat.completions.create(
    model="deepseek-chat", # 或 deepseek-coder 等其他模型
    messages=messages,
    temperature=0.7,
    max_tokens=500
)

print(response.choices[0].message.content)

即使有了精準的提示詞，大型模型偶爾仍可能「失手」，尤其是在一些不常見的專有名詞、俚語或特定表達上。這時，我們就需要一個強大的後處理工具來「力挽狂瀾」。

數據處理與系統整合示意圖

OpenCC 後處理：萬無一失的繁簡轉換利器

Open Chinese Convert (OpenCC) 是一個開源的中文繁簡轉換工具，它提供多種轉換配置，能夠精準地將簡體中文、台灣繁體中文、香港繁體中文以及常見的異體字進行互相轉換。這是我們確保輸出內容達到香港標準的最終防線。

安裝 OpenCC

首先，你需要安裝 OpenCC 的 Python 綁定庫 opencc-python-reborn：

pip install opencc-python-reborn

核心功能：選擇正確的轉換配置

OpenCC 包含多種預設的轉換配置，它們儲存在 *.json 檔案中。對於香港用戶，最常用且最關鍵的配置是：

s2hk.json：將簡體中文 (Simplified Chinese) 轉換為香港繁體中文 (Hong Kong Traditional Chinese)。
s2tw.json：將簡體中文轉換為台灣繁體中文。
s2twp.json：將簡體中文轉換為台灣繁體中文，包含常用詞彙的轉換。

由於 DeepSeek 即使輸出繁體，也可能帶有簡體字或偏向台灣的用詞，s2hk.json 成為我們將所有內容「香港化」的首選。

OpenCC 使用範例

from opencc import OpenCC

# 初始化 OpenCC 轉換器，使用 s2hk 配置
# 這個配置會將簡體中文轉換為香港繁體中文
converter_s2hk = OpenCC('s2hk.json')

# 模擬 DeepSeek 的輸出，可能包含簡體或非香港慣用詞
deepseek_output_mixed = "这是一段可能混杂了简体字和非香港惯用语的文本。比如，软件、服务器，以及打的士。它可能是 DeepSeek 輸出的一部分。"

# 進行轉換
hongkong_traditional_text = converter_s2hk.convert(deepseek_output_mixed)

print("原始輸出（可能混雜）：")
print(deepseek_output_mixed)
print("\nOpenCC 轉換後（香港繁體中文）：")
print(hongkong_traditional_text)

# 示範一個可能偏向台灣用詞的例子，通過 s2hk 轉換後效果不一定顯著，
# 但若 DeepSeek 輸出簡體，s2hk 則能有效修正。
deepseek_output_taiwan_ish = "這個計畫的開發方向，將會牽涉到許多軟體與硬體的部分。"
hongkong_traditional_text_2 = converter_s2hk.convert(deepseek_output_taiwan_ish)
print("\n原始輸出（可能偏台灣）：")
print(deepseek_output_taiwan_ish)
print("\nOpenCC 轉換後（香港繁體中文）：")
print(hongkong_traditional_text_2)

# 如果想將台灣繁體轉為香港繁體，可自定義轉換鏈（較為複雜，一般較少直接使用）
# 或者更直接地，將簡體轉為香港繁體，因為模型通常會先偏向簡體。
# 例如，將 '程式碼' 轉換為 '程式碼' (s2hk 會處理一部分常見字)
# 更多進階轉換可能需要自訂詞典。

運行上述代碼，你會看到 s2hk.json 如何將「软件」、「服务器」、「打的士」這些簡體或非香港慣用詞，精準地轉換為「軟件」、「伺服器」、「搭的士」。

終端機中的文字處理與指令操作

結合應用：最佳實踐流程

將提示詞工程與 OpenCC 後處理結合起來，形成一個可靠的流程，確保 DeepSeek 的繁體中文輸出質量。

步驟概覽

精心設計提示詞： 在 DeepSeek 的 system 和 user 訊息中，明確指定輸出為「香港繁體中文」、「香港書面語」等。
呼叫 DeepSeek API： 獲取模型的原始輸出。
OpenCC 後處理： 使用 s2hk.json 配置對 DeepSeek 的原始輸出進行轉換。

完整 Python 示例

這個例子結合了之前的 DeepSeek API 呼叫和 OpenCC 轉換：

from openai import OpenAI
from opencc import OpenCC
import os

# 假設 DeepSeek API Key 儲存在環境變數中
# 實際應用中建議使用更安全的憑證管理方式
deepseek_api_key = os.getenv("DEEPSEEK_API_KEY", "YOUR_DEEPSEEK_API_KEY")

# 1. 初始化 DeepSeek API 客戶端
client = OpenAI(
    api_key=deepseek_api_key,
    base_url="https://api.deepseek.com/v1"
)

# 2. 初始化 OpenCC 轉換器 (簡體轉香港繁體)
converter_s2hk = OpenCC('s2hk.json')

def get_hong_kong_traditional_output(prompt_content: str) -> str:
    """
    從 DeepSeek 獲取內容，並將其轉換為香港繁體中文。
    """
    messages = [
        {"role": "system", "content": "你是一位專業的香港內容創作者。請嚴格以香港繁體中文撰寫所有輸出內容，並確保語法、詞彙和表達方式完全符合香港本地的書面語習慣。"},
        {"role": "user", "content": prompt_content}
    ]

    try:
        # 呼叫 DeepSeek API
        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=messages,
            temperature=0.7,
            max_tokens=1000
        )
        deepseek_raw_output = response.choices[0].message.content
        print("DeepSeek 原始輸出（可能混雜）：")
        print(deepseek_raw_output)

        # OpenCC 後處理
        hongkong_output = converter_s2hk.convert(deepseek_raw_output)
        print("\nOpenCC 轉換後（香港繁體中文）：")
        print(hongkong_output)
        return hongkong_output

    except Exception as e:
        print(f"DeepSeek API 呼叫失敗或處理錯誤: {e}")
        return f"錯誤：未能生成內容。詳情：{e}"

# 範例使用
user_query_1 = "請撰寫一篇關於香港樓市最新趨勢的分析文章，約500字。務必包含『上車盤』、『辣招』等香港常用詞彙。"
final_text_1 = get_hong_kong_traditional_output(user_query_1)

print("\n--------------------\n")

user_query_2 = "我需要一份香港美食清單，例如茶餐廳的必食推薦，用詞要地道。"
final_text_2 = get_hong_kong_traditional_output(user_query_2)

持續優化與注意事項

專有名詞表： 對於你所在行業的特定專有名詞，如果 OpenCC 無法完美轉換，你可能需要建立一個自定義的詞典，並在 OpenCC 中載入。
語言學細微差異： 香港繁體中文與台灣繁體中文在詞彙和句法上存在細微差異。提示詞應盡可能具體，例如「使用香港書面語」、「避免台灣慣用語」。
多模型測試： 如果 DeepSeek 在特定情境下表現不佳，可以考慮在開發階段測試其他 DeepSeek 模型（如 deepseek-coder 在程式碼相關輸出上可能表現不同）或微調提示詞。
性能考量： OpenCC 轉換速度極快，通常不會對應用性能造成明顯影響。

透過這套結合提示詞工程與 OpenCC 後處理的策略，你將能顯著提升 DeepSeek 模型在輸出香港繁體中文內容時的精準度與地道性，確保內容完全符合香港用戶的閱讀習慣與語言文化，從而為你的應用帶來更優質的用戶體驗。