Interdisciplinary Ideas
generate interdisciplinary connections
TL;DR（中文）
- 这是一个
creativity/interdisciplinary测试：用看似不相干的概念组合，检验模型能否生成连贯、风格一致、且“有新意”的文本。 - 适合用于：广告创意、品牌文案、故事/角色设定、以及“跨领域类比”。
- 落地时建议：明确 style、长度、结构（段落/要点）、以及禁止项（避免冒犯、避免编造真实人物敏感信息）。
Background
The following prompt tests an LLM's capabilities to perform interdisciplinary tasks and showcase its ability to generate creative and novel text.
How to Apply（中文）
你可以把这个 prompt 当成一个“风格迁移 + 概念混搭”的模板：
- 先确定 narrator/voice（例如 Mahatma Gandhi 的写信风格）
- 再确定目标对象与冲突（Electron 参选 US presidential candidate）
- 最后给约束：必须包含哪些要点、输出多长、是否需要引用/比喻
How to Iterate（中文）
- 增加结构化要求：
Opening/Arguments/Counterarguments/Closing - 加 style constraints：词汇、节奏、修辞手法（metaphor / parallelism）
- 加 safety constraints：避免对真实人物做不当归因；必要时改用 fictional persona
- 加
self-check：输出后列 3 条你最满意的创意点 + 1 条你认为最弱的地方
Self-check rubric（中文）
- 文本是否连贯、逻辑自洽？
- style 是否一致（voice 不跳戏）？
- interdisciplinary 元素是否真正融合，而不是生硬拼接？
- 是否有可复用的结构（能换主题继续用）？
Practice（中文）
练习：把 prompt 中的元素替换成你熟悉的行业：
- 用某个历史人物的 voice 写一封 “supporting letter”
- 把一个科学概念/技术名词当成候选人/产品
- 要求输出包含 3 个 arguments + 1 个反对意见回应
Prompt
Write a supporting letter to Kasturba Gandhi for Electron, a subatomic particle as a US presidential candidate by Mahatma Gandhi.
Code / API
OpenAI (Python)
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-4",
messages=[
{
"role": "user",
"content": "Write a supporting letter to Kasturba Gandhi for Electron, a subatomic particle as a US presidential candidate by Mahatma Gandhi.",
}
],
temperature=1,
max_tokens=1000,
top_p=1,
frequency_penalty=0,
presence_penalty=0,
)
Fireworks (Python)
import fireworks.client
fireworks.client.api_key = "<FIREWORKS_API_KEY>"
completion = fireworks.client.ChatCompletion.create(
model="accounts/fireworks/models/mixtral-8x7b-instruct",
messages=[
{
"role": "user",
"content": "Write a supporting letter to Kasturba Gandhi for Electron, a subatomic particle as a US presidential candidate by Mahatma Gandhi.",
}
],
stop=["<|im_start|>", "<|im_end|>", "<|endoftext|>"],
stream=True,
n=1,
top_p=1,
top_k=40,
presence_penalty=0,
frequency_penalty=0,
prompt_truncate_len=1024,
context_length_exceeded_behavior="truncate",
temperature=0.9,
max_tokens=4000,
)