Gemini 微调流水线，n8n 两条工作流从素材跑到专属模型

我以前做风格注入，路子很直，把自己的经历、观点、写作特征全部塞进提示词里。效果有，但两个瓶颈越用越明显。提示词越写越长，上下文窗口被挤得越来越满，而且每次调用都得把这几千字的人设描述重新传一遍，token 白白烧钱。

更别扭的是长文场景。人设提示词和内容提示词在同一个上下文里抢注意力，两边互相牵制，谁也发挥不好。

直到把微调整条流程搬进 n8n 才发现，这件事完全可以一劳永逸，而且自动化搭好之后，新手照着流程也能跑通。这篇把整条流水线拆开讲，从一篇素材进表单，到专属模型出成文，中间不需要人守着。

为什么值得动微调

理解微调有个特别省事的类比。通用大模型就是一个万能函数 f(x)，输入任何问题都能给出还不错的答案，但输出是通用的，没有你的风格、你的观点、你的表达习惯。

微调做的事情，是在这个通用函数上叠一个风格偏置 g(x)，让输出从 f(x) 变成 f(x) 加 g(x)。这个 g(x) 不动模型的通用能力，但让所有输出都带上你的风格印记。

用大白话讲，提示词是每次上岗前现场教，微调是教会了再上岗。

这套打法不是纸上谈兵。实测里用一百篇女性作家的文章微调 Gemini 2.5 Pro，再配 n8n 批量生成，出来的东西不只学会了第一人称代入、犀利批评、故事化叙事这些表面风格，连把明星事件映射到职场困境、把游戏体验升华成人生哲理这种深层思维模式都迁过去了。同一个题目，提示词版像员工在念稿，微调版像作者本人在说话。效果细节，同系列的实测篇里有逐层拆解。

先说清楚微调改了什么、没改什么。它改的是输出的倾向，模型原有的推理和知识能力都还在，这也是新手最常担心的点，后面验收那节还会再提。

而提示词到底差在哪，差在三件具体的事上。

风格深度不够。你可以在提示词里写「用犀利的语气、第一人称代入、善用比喻」，模型会照做，但那种自然流露的风格感是模仿出来的。提示词写得越具体，文章越像在「表演」风格，而不是「拥有」风格，读者隔着屏幕都能感觉到那种用力过猛。

上下文成本高。每次调用都传几千字的人设描述，token 费用还是小事，真正的问题是它挤占有效上下文的空间。生成长文的时候，人设和内容在抢模型的注意力，两边效果都打折，而且这个成本是每次调用都要重复付的，批量生产一百篇就是乘一百。

一致性难保证。批量生成一百篇文章，每篇的风格都可能有微妙的差异，因为模型对提示词的理解存在随机性，同一套人设今天跑出来一个样，明天又是一个样。微调把风格固化到权重里，一致性是天然带出来的，不靠碰运气。

风格提示词治标，权重里的风格才是治本。

两条工作流，从文章跑到专属模型

整条微调流水线用 n8n 搭成两条工作流，各管一段。拆成两条不是炫技，数据准备和模型训练的节奏完全不同，前者高频迭代，今天不满意明天重跑，后者低频重活，一轮几分钟到几小时，分开搭各自独立调试，改一头不用动另一头。

工作流一管数据集准备，链路是这样跑的。表单收原始文章文本，调用 Gemini 按逆向生成框架产出问答对，自动清洗去重，再按比例切成训练集和验证集，最后输出符合 Gemini 微调格式的 JSONL 文件。

入口做成表单看着朴素，好处是随手就能投喂，看到一篇好稿子，手机上贴进去，流水线自己往下跑。训练集和验证集的切分也由工作流自动完成，验证集别拿来参与训练，它是后面判断模型学没学歪的裁判。

这条链路里最值钱的是逆向生成框架。它不是把原文切成一段一段，而是让大模型从一篇文章反推，要写出这样的文章应该问什么问题、该配上什么回答，把写作意图和风格特征显式地组织成问答题对。模型学到的是可迁移的模式，不是对原文的背诵。训练数据的质量优势就是从这里拉开的，同样一百篇文章，普通切法和逆向生成的差距，在训练结果上非常明显。

工作流二管微调与调用。数据集先传到 Google Cloud Storage，通过 Vertex AI 的 API 启动微调任务，任务完成后拿到微调模型的端点 ID，之后在 n8n 里直接调用这个端点生成文章，后接自动配图和 Markdown 排版。这个端点在 n8n 里就是一个普通的模型节点，跟调用任何 API 没区别，唯一的区别是它说话带着你的味儿。到这一步，从素材进表单到成文出结果，中间一个人都不用守。

给 FDE 拆成 checklist 就是五步，攒一百篇风格统一的稿子，跑逆向生成产出问答对，清洗去重切分数据集，Vertex AI 提交微调任务，拿到端点接进工作流。老雷见过的卡点多半在第二步，问答对的质量决定后面所有环节的上限，这里值得反复调提示词框架，别急着往下走，底子打多深，模型的上限就有多高。

平台怎么挑

微调平台三条路，按需选。

Google Vertex AI 是微调 Gemini 系列的官方途径，2.5 Pro 和 2.5 Flash 都支持，效果最好，需要谷歌云账号和信用卡。实测微调 2.5 Flash 一轮几十到上百美元，具体看数据集大小和训练轮数，微调完成后调用价格和标准 API 一样，没有隐藏溢价。

预算有限，或者想调 LLaMA 这类开源模型的，看 Together AI，操作简单，成本更低，适合先小规模验证想法。

面向国内市场的，阿里云百炼和火山引擎都提供通义千问、豆包这些国产模型的微调，适合做国内受众内容的团队，合规和结算都省事。

挑平台的核心判断就两条，模型阵容里有没有你想要的基座，数据放上去流程顺不顺。这两条过了再看价格。三条路也不冲突，不少团队的做法是小成本先在便宜平台上验证数据质量，验证过了再上 Vertex AI 调正式模型。

还有个趋势值得记一笔，一键微调的平台正在变多，上传数据、选好基座，剩下的事平台替你办完。这个形态会把微调的使用门槛继续往下压，今天还嫌麻烦的团队，过半年再看可能就是点几下按钮的事。

新手最常问的四件事

一百篇文章够吗。实测的答案是一百篇高质量文章是个很好的起点，数据质量远比数量重要，一百篇风格鲜明的文章，效果好过一千篇风格混杂的。自己动手时先做抽样对比，同一批题目让原模型和微调模型各写一遍，差异不到位的题，多半是训练数据里这类样本太少，回头补数据比调参数管用。

微调完通用能力会不会坏。这是最常见的担心，实测的体验是风格偏置是叠加上去的，模型的基础推理和知识能力还在，只是输出时更倾向用你的表达方式。稳妥起见，上线前把通用任务也抽测一遍。

能不能一个模型管多种风格。可以，每种风格单独准备数据集、单独微调，得到多个端点，n8n 工作流里按需求切换调用。注意每个端点都是一份独立资产，风格别裂得太碎，几个核心风格足够大多数团队用。

三个方案怎么搭配。提示词、RAG、微调不互斥，最强的组合是微调固化基础风格，RAG 补充最新知识，提示词控制单次任务的参数，让每个方案干自己最擅长的那部分事。

先把风格养成熟

最后说句实在的，微调适合风格已经成熟、需要规模化产出的团队，一次性投入换长期受益，前提是你已经知道自己要什么风格。

还在探索期的，提示词仍然是更灵活的选择，今天犀利明天温柔，改一行字就行，别急着把自己焊死在某个风格上。等哪天你发现自己在不同的提示词里反复描述同一套风格，那就是该微调的信号。

老雷的建议是把顺序反过来用，先用提示词把风格打磨稳定，顺手攒够一百篇代表作，等风格成了资产，再上这条 n8n 流水线把它焊进权重。到那时，从选题到成文的整条内容生产线，就可以真正做到无人值守，你要做的只剩下最后那道把关。