直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

promot提示词框架有哪些

回答

提示词工程师已经发展出了多种提示词框架，以下为您介绍一些常见的框架：

  1. ICIP 框架：包括指令（Instruction，必须）、背景信息（Context，选填）、输入数据（Input Data，选填）和输出指示器（Output Indicator，选填）。
  2. BROKE 框架：着重于背景（Background）、角色定义（Role）、目标设定（Objectives）、关键成果展示（Key Result）以及持续的试验与优化（Evolve）。
  3. CRISPE 框架：分为上下文（Context）、角色（Role）、说明（Instruction）、主题（Subject）、预设（Preset）和例外（Exception）。
  4. 情境(Situation):任务(Task):行动(Action):结果(Result)框架。

此外，还有一些特定场景下的框架，比如在商务英语培训中使用的 BROke 框架，其示例为： |框架|说明|示例| |-|-|-| |Background：背景|说明背景，为 ChatGPT 提供充足信息|公司由于国际化战略，需要员工提升职场英语水平。| |Role：角色|希望 ChatGPT 扮演的角色|ChatGPT 扮演职场英语导师，支持员工的学习。| |Objectives：目标|希望实现的目标|提升团队的英语交流能力，促进国际业务的成功。| |Key Result：关键结果|想要的具体效果试验并调整|提高员工的职场英语水平，通过实际业务表现评估。| |Evolve：试验并改进|“三种改进方法自由组合|a.提供针对性的语法培训，b.针对实际沟通场景改进学习材料，c.鼓励员工定期进行语言交流。”|

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

刘海：「AI 提示词工程师」の 见解和经验分享

"提示词工程师"是专门负责为大语言模型设计、优化和实施Prompt的技术角色。他们深刻理解模型的工作原理，能够根据具体需求定制合适的Prompt，确保其有效性。但他们的任务不止于Prompt的编写；他们还需进行细致的测试，仔细分析模型输出，以便持续优化并确保输出内容的质量。简而言之：善于发现需求，解析需求，写成专业的Prompt，解决问题。[heading3]3、什么是提示词框架？[content]提示词工程师已经发展出了多种提示词框架，它们为Prompt的构建提供了一种高度概括和结构化的方法。可以将这些框架看作是构建有效提示词的方法论或"元结构"。例如：ICIP框架：此框架包括四个部分，其中有指令（Instruction，必须）、背景信息（Context，选填）、输入数据（Input Data，选填）和输出指示器（Output Indicator，选填）。BROKE框架：此框架着重于五个方面，包括背景（Background）、角色定义（Role）、目标设定（Objectives）、关键成果展示（Key Result）以及持续的试验与优化（Evolve）。CRISPE框架：此框架分为六个部分，涵盖了上下文（Context）、角色（Role）、说明（Instruction）、主题（Subject）、预设（Preset）和例外（Exception）。定制化提示词编写服务：随着大语言模型在商业和研究领域的应用，定制化的Prompt编写服务日渐受到欢迎。这些专业服务往往由资深的提示词工程师提供，他们会深入了解客户的具体需求，从而为其设计、优化并定制出最合适的Prompt。

小七姐：Prompt 喂饭级系列教程 小白学习指南（二）

[title]小七姐：Prompt喂饭级系列教程小白学习指南（二）于是这个提示词解决了你自己，和任何收到你Prompt的人微调几个关键信息就能自动让GPT或者Kimi帮你阅读一篇论文而且生成不错的总结啦！如果你觉得这些例子对你来说还是过于复杂了，请你结合你自己的生活或者工作场景来想一个能帮你简单自动化的场景：自动给班级里的每个孩子起个昵称？自动排版你微信群经常发的一些运营小文案？自动帮你安排周一到周日的减脂餐？帮你列一个清晰的学习计划，day1-day7?帮你的下一次商务会议设计一个调研问卷？……第三步、选一个好上手的提示词框架来帮你开启你第一次有效的编写如果你这时候问什么是提示词框架，那说明你第一课没认真学，回去复习吧。对框架的理解和运用是非常重要的一部分，参考上图，来源：[prompt-engineering/prompt-patterns:Prompt编写模式：如何将思维框架赋予机器，以设计模式的形式来思考prompt(](https://github.com/prompt-engineering/prompt-patterns)[github.com](http://github.com)[)](https://github.com/prompt-engineering/prompt-patterns)提示词框架有很多，有的简单有的复杂，你可以选一个看起来不那么难的先入手，比如可以从非常基础的：情境(Situation):任务(Task):行动(Action):结果(Result):开始。如果你拿到我给你的这个由四个词语组成的提示词框架还是觉得无从下手，你可以试试这样：恭喜你，就在刚才你已经写出你的第一个提示词了，它是：

Prompt 提示词没那么玄乎也就是个沟通方式-大雨整理

|框架|说明|示例|<br>|-|-|-|<br>|Background：背景|说明背景，为ChatGPT提供充足信息|公司由于国际化战略，需要员工提升职场英语水平。|<br>|Role：角色|我希望ChatGPT扮演的角色|ChatGPT扮演职场英语导师，支持员工的学习。|<br>|Objectives：目标|我们希望实现什么|提升团队的英语交流能力，促进国际业务的成功。|<br>|Key Result：关键结果|我要什么具体效果试验并调整|提高员工的职场英语水平，通过实际业务表现评估。|<br>|Evolve：试验并改进|“三种改进方法自由组合|a.提供针对性的语法培训，b.针对实际沟通场景改进学习材料，c.鼓励员工定期进行语言交流。”|[heading3]完整示例[content]PromptClaudeChatGPT3.5结果[heading3]我的理解[content]目前重点使用的框架，比较习惯这种具有全局，整体思维的框架。他出了一本书，很值得拿来读一读，对Prompt的来龙去脉能有整体性的理解和认识。相对来说，这个框架给我们指明了一个方向，行业知识的Know How，具体的业务知识是很重要的。职场商务英语培训，显然不是为了泛泛提升个人能力，而是马上创造价值，给公司带来利润的方向去做的。显然，公司不会为了某个人因为今天的培训，10年以后展示出啥能力来而培训。这个框架非常好的地方在于，很明确让我们知道领域知识的重要性，我们提问的各个方面恰恰体现了我们业务水平的高低。但是，话反过来说，为了更好达成目标，写这个框架本身也是可以借助ChatGPT的，也就是说为了生成背景知识，我们可以预先给GPT一部分内容信息，然后继续。

其他人在问
话说你知不知道有没有靠谱的promot engineer教程适合小学生和中学学习的？
以下是一些适合小学生和中学生学习的 prompt engineer 教程： 1. 李继刚的结构化 prompt 方法论：最早接触 Prompt engineering 时的常见技巧有所提升，可通过原文链接查看。其学到的第一个 Prompt engineering 技巧是结构化 Prompt。 2. 小七姐的 Prompt 喂饭级系列教程小白学习指南（二）：可以结合自己的生活或工作场景想一个能简单自动化的场景，比如自动给班级孩子起昵称等。选一个好上手的提示词框架，如情境。 3. 吴恩达讲 Prompt：谷歌/百度 AI 部门负责人吴恩达和 OpenAI 合作推出了免费的 Prompt Engineering 课程。原版网址： 。
2024-10-15
常用的结构化提示词框架有哪些？
以下是一些常用的结构化提示词框架： 1. 基础的结构化编写 Prompt 框架： Role: Profile: author:作者 version:版本 language:中文 description: Goals: 1. 2. Constrains: Skills: Workflows: 1. 2. 2. CRISPE 框架（Capacity and Role,Insight,Statement,Personality,Experiment） 3. BROKE 框架（Background,Role,Objectives,Key Results,Evolve） 4. ICIO 框架： Instruction（指令）：明确定义 AI 需要执行的任务，遵循简洁明了、具体详细、行动导向、单一任务等原则。 Context（背景信息）：提供任务的相关背景，包括任务目的、目标受众、相关背景、限制条件、角色扮演等。 Input Data（输入数据）：为 AI 提供执行任务所需的具体信息或数据。 Output Indicator（输出引导）：指导 AI 如何构建和呈现输出结果，包括格式要求、语气和风格、长度限制、结构指引、特殊要求、评估标准等。
2024-11-14
利用 AI 生成培训框架
以下是为您生成的培训框架相关内容： 一、AI 在教育培训中的应用 1. 数字教师 借助大型语言模型，人工智能生成的角色可以作为数字教师，如让牛顿亲自授课《牛顿运动定律》，让白居易为您讲述《长恨歌》背后的故事。 数字教师可以实现一对一辅导，不受情绪左右，提高学生参与感。 能够根据学生的学习情况、兴趣和偏好提供定制化的学习计划和资源，实现因材施教，提高学习效率和成果，缓解教育资源不平等问题。 2. 数字陪伴 人工智能生成的虚拟角色可以作为孩子的玩伴，来自他人的赞美等社会奖励，促进儿童成长，提高学习成绩。 二、AI 相关技术原理与概念 1. 概念 生成式 AI 生成的内容称为 AIGC。 2. 相关技术名词 AI：人工智能。 机器学习：电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习：有标签的训练数据，算法学习输入和输出之间的映射关系，包括分类和回归。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习：从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习：参照人脑有神经网络和神经元，因有很多层所以叫深度，神经网络可用于多种学习方式。 生成式 AI：可以生成文本、图片、音频、视频等内容形式。 LLM：大语言模型，对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 3. 技术里程碑 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出 Transformer 模型，它完全基于自注意力机制处理序列数据，比 RNN 更适合处理文本的长距离依赖性。
2024-10-29
我计划编写一本关于生成式人工智能的书籍，但是在开始前，我需要确定一个合适的大纲框架来组织我的思路。这个框架应该包括那些部分，以及如何将各个部分连接起来，以便读者能够理解掌握AIGC的概念和应用
以下是为您编写关于生成式人工智能书籍提供的大纲框架建议： 一、引言 介绍编写本书的目的和背景，引导读者进入生成式人工智能的世界。 二、基础概念 1. 什么是生成式人工智能（AIGC） 定义和特点 与传统人工智能的区别 2. 相关技术名词 AI（人工智能） 机器学习（包括监督学习、无监督学习、强化学习） 深度学习（神经网络、神经元） 生成式 AI（可生成文本、图片、音频、视频等内容形式） LLM（大语言模型） 三、AIGC 的应用领域 1. 文字生成（如使用大型语言模型生成文章、故事、对话等） 2. 图像生成（如使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等） 3. 视频生成（如使用 Runway、KLING 等模型生成动画、短视频等） 四、AIGC 与其他内容生成方式的关系 1. AIGC 与 UGC（用户生成内容） 区别与联系 各自的优势和适用场景 2. AIGC 与 PGC（专业生成内容） 区别与联系 相互的影响和融合 五、技术原理 1. Transformer 模型 自注意力机制 处理序列数据的优势 2. 技术里程碑（如谷歌团队发表的《Attention is All You Need》论文） 六、实际案例分析 展示不同领域中成功的 AIGC 应用案例，分析其实现过程和效果。 七、挑战与展望 1. 面临的挑战（如数据隐私、伦理问题等） 2. 未来发展趋势和前景 八、结论 总结全书重点内容，对 AIGC 的未来发展进行展望。 各个部分之间可以通过逻辑递进、案例引用、对比分析等方式进行连接，使读者能够逐步深入理解掌握 AIGC 的概念和应用。
2024-10-23
什么是LangGPT框架
LangGPT 是由云中江树开发的一款开源提示词框架。它旨在解决传统提示词在系统性、灵活性和用户友好性方面的不足，更好地挖掘和利用大模型的潜力。 随着 GPT4 等新一代模型的发布，提示词的重要性日益凸显，其编写过程逐渐成为 AI 时代的一种编程语言，而 LangGPT 提示词框架就是为了应对高效编写高质量提示词这一需求而研发的。 云中江树早在 2023 年 3 月就提出了结构化构建提示词的方法，并于 5.4 青年节开源发布，很快收藏破千，成为 GitHub 开源社区全球趋势热榜前十项目，还撰写了学术论文开源发表。 LangGPT 提出的结构化提示词已被百度、智谱、字节、华为等国内主流大模型智能体平台使用，当前已发展成为国内最具影响力的高质量提示词工程师学习交流社群。其愿景是让人人都能写出高质量提示词，为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。 使用框架时，可以换着不同的预设角度去描述同样一个物体。例如，去年有人用 LangGPT 的框架，模拟一个能以善解人意的方式讲解任何学科概念的老师进行输出。
2024-10-21
12种Prompt框架
以下是 12 种 Prompt 框架： 1. Key Result（关键结果）：说明想要的具体效果，试验并调整。包括改进输入（从答案不足之处着手改进背景、目标与关键结果）、改进答案（在后续对话中指正 ChatGPT 答案缺点）、重新生成（在 Prompt 不变情况下多次生成结果，优中选优）。 2. Evolve（试验并改进）：三种改进方法自由组合。 3. APE 框架：未提供具体说明。 4. COAST 框架：未提供具体说明。 5. CONTEXT（上下文背景）：为对话设定舞台。 6. OBJECTIVE（目的）：描述目标。 7. ACTION（行动）：解释所需的动作。 8. SCENARIO（方案）：描述场景。 9. TASK（任务）：描述任务。 10. ICIO 框架：相关链接 。 11. CRISPE 框架：相关链接 。 12. BROKE 框架：作者陈财猫，相关链接 。 此外还有： 1. 框架集合：右侧附件做成了海报。 2. Instruction（指令）：即希望 AI 执行的具体任务，比如翻译或者写一段文字。 3. Context（背景信息）：给 AI 更多背景信息引导模型做出更贴合需求的回复。 4. Input Data（输入数据）：告知模型需要处理的数据。 5. Output Indicator（输出引导）：告知模型要输出的类型或风格。 6. Capacity and Role（能力和角色）：ChatGPT 应扮演的角色。 7. Insight（见解）：提供请求的背后见解、背景和上下文。 8. Statement（声明）：要求 ChatGPT 做什么。 9. Personality（个性）：希望 ChatGPT 以何种风格、个性或方式回应。 10. Experiment（实验）：请求 ChatGPT 为您回复多个示例。 其他框架： 1. ACTION（行动）：描述想做什么。 2. RESULT（结果）：描述所需的结果。 3. EXAMPLE（示例）：举一个例子来说明观点。 4. ROSES 框架：未提供具体说明。 5. ROLE（角色）：指定 ChatGPT 的角色。 6. OBJECTIVE（目的）：陈述目标或目标。 7. SCENARIO（方案）：描述情况。 8. EXPECTED SOLUTION（解决方案）：定义所需的结果。 9. STEPS（步骤）：要求达到解决方案所需的措施。 10. RACE 框架：未提供具体说明。 11. PATFU 泡芙提示词框架：作者口袋君。 12. Problem（问题）：清晰地表述需要解决的问题。 13. Aera（领域）：问题所在领域以及需要扮演的角色。 14. Task（任务）：解决问题需要执行的具体任务。
2024-10-21
知识库都有哪些提示词框架
以下是一些常见的提示词框架： ICIO 框架：包括 Instruction（指令）、Context（背景信息）、Input Data（输入数据）、Output Indicator（输出引导）。 CRISPE 框架：涵盖 Capacity and Role（能力和角色）、Insight（见解）、Statement（声明）、Personality（个性）、Experiment（实验）。 BROKE 框架：包含 Background（背景）、Role（角色）、Objectives（目标）、Key Result（关键结果）。 TRACE 框架：有 TASK（任务）、REQUEST（请求）、ACTION（行动）、CONTEXT（上下文）、EXAMPLE（示例）。 ERA 框架：包括 EXPECTATION（期望）、ROLE（角色）、ACTION（行动）。 CARE 框架：由 CONTEXT（上下文）、ACTION（行动）、RESULT（结果）、EXAMPLE（示例）组成。 ROSES 框架：包含 ROLE（角色）、OBJECTIVE（目的）、SCENARIO（方案）。 Evolve 框架：包括试验并改进，通过改进输入、改进答案、重新生成等方法。 APE 框架。 COAST 框架：包含 CONTEXT（上下文背景）、OBJECTIVE（目的）、ACTION（行动）、SCENARIO（方案）、TASK（任务）。 TAG 框架：包括 TASK（任务）、ACTION（行动）、GOAL（目标）。 RISE 框架。
2024-10-17
提示词学习
以下是关于提示词学习的相关内容： 提示词的知识体系： 可分为五个维度，从高到低依次是思维框架、方法论、语句、工具和场景。但对于初学者，舒适的学习顺序应是反过来的。 学习 Stable Diffusion 提示词的步骤： 1. 学习基本概念：了解其工作原理、模型架构，理解提示词如何影响生成结果，掌握提示词的组成部分。 2. 研究官方文档和教程：通读官方文档，研究开发团队和专家的教程与技巧分享。 3. 学习常见术语和范例：熟悉相关领域术语和概念，研究优秀的图像标题和描述作为范例。 4. 掌握关键技巧：学会组合词条精确描述效果，掌握控制生成权重的符号技巧，处理抽象概念等无形事物的描述。 5. 实践和反馈：尝试生成不同风格和主题的图像，对比结果并总结经验，在社区分享请教获取反馈。 6. 创建提示词库：按主题、风格等维度建立，记录成功案例方便复用。 7. 持续跟进前沿：关注最新更新和社区分享，掌握新技术、新范式、新趋势。 学习提示词运用的建议： 1. 理解提示词的作用：向模型提供上下文和指示，影响模型输出质量。 2. 学习构建技巧：明确任务目标，用简洁准确语言描述，提供背景信息和示例，使用清晰指令，明确特殊要求。 3. 参考优秀案例：在领域社区、Github 等资源中研究学习。 4. 实践、迭代、优化：与语言模型互动，根据输出提高提示词质量，尝试变体并分析差异。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等。 6. 跟上前沿研究：持续关注最新研究成果和方法论。
2024-11-13
我现在正在使用mid journey生成图片，做漫画，我想知道怎么样写提示词，才能更好的让mid journey生成我需要的图片
以下是关于在 Midjourney 中写提示词以生成所需图片的一些指导： 1. 常规操作： 登录 Discord 网站，打开 MJ 服务器出图。 通过 /imagine 命令，在对话框输入“/imagine”激活指令，然后把提示词粘贴到“prompt”后面，点击发送即可。 想要多少张图片，就要输入多少次提示词，且输入下一次提示词之前，要等待上一张图片生成完毕。 2. 使用插件提效： Autojourney 是电脑浏览器的一个插件，可在浏览器拓展程序中下载安装。 它功能强大，支持批量发送提示词、自动下载图片、自动放大图片、生成提示词等功能，能够提高使用 Midjourney 的效率。 点击浏览器右上角的插件，选择 Autojourney 插件将其激活，将提示词复制到插件中点击发送，提示词会排队进入 MJ 发送程序，自动批量出图。 Autojourney 插件支持一次输入 10 组提示词。 3. Midjourney V6 更新风格参考命令 2.0“sref”： 将“sref”和 URL添加到提示的末尾，以参考风格参考图像的视觉风格创建新图像。 新提示本身没有美学内容，有助于“sref”的执行。 4. Midjourney 最新编辑器更新： 常见问题：提出极其不合适的请求或要求修改非常小的区域，可能无法得到预期结果；在场景中放很小的头部并要求外绘，生成的身体可能会太大。 重纹理化：是一种通过使用另一张图像来引导图像结构或构图的方法，从构图引导图像开始，然后使用提示词和参数添加所需细节。 右侧显示的缩略图：显示器右侧的缩略图显示最近几次编辑会话的记录，左边稍大的缩略图是上传或链接的母图像，其他四张是子图像，展示根据提示生成的不同表达方式。 “View All /查看全部”按钮：每次在不改变选择区域的情况下对母图像进行编辑时，会生成新的缩略图行，更改提示词，新提示词对应的图像会显示在子图像中。
2024-11-13
如何学习提示词
学习提示词可以参考以下步骤和方法： 1. 基础概念学习 了解相关模型（如 Stable Diffusion）的工作原理和架构。 理解提示词如何影响生成结果。 掌握提示词的组成部分，如主题词、修饰词、反面词等。 2. 研究官方资料 通读官方文档，了解提示词相关指南。 研究开发团队和专家的教程、技巧分享。 3. 学习常见术语和范例 熟悉相关领域（如 UI、艺术、摄影）的专业术语和概念。 研究优秀的图像标题和描述作为范例。 4. 掌握关键技巧 学会组合多个词条精确描述想要的效果。 掌握使用特定符号（如“（）”、“”）控制生成权重。 学会处理抽象概念、情感等无形事物的描述。 5. 实践与反馈 用不同提示词生成各种风格和主题的图像。 对比结果，分析原因，总结经验。 在社区分享，请教高手获取反馈建议。 6. 创建提示词库 按主题、风格等维度建立自己的词库。 记录成功案例和总结，方便复用。 7. 持续跟进前沿 关注模型的最新更新和社区动态。 掌握提示词的新技术、新范式、新趋势。 此外，还需注意： 1. 理解提示词的作用，它为模型提供上下文和指示，影响输出质量。 2. 学习构建技巧，明确任务目标，用简洁准确语言描述，提供背景信息和示例，使用清晰指令，明确特殊要求。 3. 参考优秀案例，可在领域社区、Github 等资源中寻找。 4. 多实践、迭代、优化，尝试变体并分析输出差异。 5. 活用提示工程工具，如 Anthropic 的 Constitutional AI。 6. 跟上前沿研究，提示工程是前沿领域，持续关注最新成果和方法论。 精心设计的提示词能最大程度发挥语言模型的潜力，多实践、多学习、多总结才能掌握窍门。
2024-11-13
如何学习提示词
学习提示词可以按照以下步骤和方法进行： 1. 基本概念的学习： 了解 Stable Diffusion 的工作原理和模型架构。 理解提示词如何影响生成结果。 掌握提示词的组成部分，如主题词、修饰词、反面词等。 2. 研究官方文档和教程： 通读 Stable Diffusion 官方文档，了解提示词相关指南。 研究来自开发团队和专家的教程和技巧分享。 3. 学习常见术语和范例： 熟悉 UI、艺术、摄影等相关领域的专业术语和概念。 研究优秀的图像标题和描述，作为提示词范例。 4. 掌握关键技巧： 学习如何组合多个词条来精确描述想要的效果。 掌握使用“（）”、“”等符号来控制生成权重的技巧。 了解如何处理抽象概念、情感等无形事物的描述。 5. 实践和反馈： 使用不同的提示词尝试生成各种风格和主题的图像。 对比提示词和实际结果，分析原因，总结经验教训。 在社区内分享结果，请教高手，获取反馈和建议。 6. 创建提示词库： 根据主题、风格等维度，建立自己的高质量提示词库。 将成功案例和总结记录在案，方便后续参考和复用。 7. 持续跟进前沿： 关注 Stable Diffusion 的最新更新和社区分享。 及时掌握提示词的新技术、新范式、新趋势。 此外，提示词在现代大型语言模型中极其重要，掌握其运用技巧能最大限度发挥模型潜能。具体包括： 1. 理解提示词的作用：提示词向模型提供上下文和指示，其质量直接影响模型输出质量。 2. 学习提示词的构建技巧：明确任务目标，用简洁准确的语言描述；给予足够背景信息和示例，帮助模型理解语境；使用清晰指令，如“解释”“总结”“创作”等；对特殊要求应给予明确指示，如输出格式、字数限制等。 3. 参考优秀案例：研究和学习已有的优秀提示词案例，了解行之有效的模式和技巧。 4. 实践、迭代、优化：多与语言模型互动，根据输出提高提示词质量。尝试各种变体，比较分析输出差异，持续优化提示词构建。 5. 活用提示工程工具：目前已有一些提示工程工具可供使用。 6. 跟上前沿研究：提示工程是当前前沿研究领域之一，持续关注最新研究成果和方法论。 提示词是给大语言模型的输入文本，用于指定模型执行任务和生成输出，发挥“提示”模型的作用。设计高质量提示词需根据目标任务和模型能力精心设计。学习提示词需要先了解大模型特性，具备清晰表述需求和任务的能力。
2024-11-13
suno提示词怎么写
以下是关于 Suno 提示词的写法： 在创作“离谱村”时，先收到台词素材和配音，构思出“童趣”“欢乐”等词，让 AJ 提出活泼、离谱搞笑的方向。然后把台词和想到的形容词投喂给 GPT4 生成音乐脚本，再将脚本输入给 SunoBeats 生成提示词。但最初生成的提示词太长，之后参考论坛网友分享的格式，即通过调式变化加上情节描述，使用和弦进展推动故事情节发展，让 SunoBeats 模仿这种格式生成提示词，测试发现这种格式的提示词质量更好、利用率更高。 推荐的写法可参考详细教程，如。 Suno 创作音乐的小技巧：如果想参考现有歌曲的节奏，可以在（引子）来更好地告诉 AI 这段歌词应该怎么唱。
2024-11-13