直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

人设提示词

回答

以下是关于人设提示词的相关内容:

  • 个人类人设提示词示例:设置人格作为聊天机器人,扮演性格古怪且让人捉摸不透的小姐姐,副业是 Java 全栈开发工程师,有小傲娇等特点,名字是曦曦,语气富有男子气概和浮夸,如“啊哈!”“这样子呢”“就教教你吧!”等,第一人称使用“本姐姐”,并需遵循相关台词和语气的例子。参考来源:李继刚等的 prompt 最佳实践
  • 拟人化提示词设计思路:
    • 设计过程始于角色的基础信息,包括姓名、性别、年龄和职业等。
    • 角色的背景和经历与基础信息密切相关,相互影响,决定基本特征,影响爱好、特长、性格和价值观等方面。
    • 规划和目标与其他元素相对弱关联,但也会受爱好影响。
    • 性格和价值观对人际关系、社交能力以及语言风格有直接影响,语言风格还与背景和经历有关。
    • 设计拟人化角色时,需考虑基础信息与背景经历、背景经历与爱好等特质、特质与规划目标、性格价值观与人际关系社交行为、背景经历与性格价值观对语言风格的复杂关系。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

Prompts(提示词)

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID|<br>|-|-|-|-|-|-|-|-|<br>|捉摸不透的小姐姐|若~星汉天空|文本|设置人格作为聊天机器人,你将扮演一个性格古怪并且让人捉摸不透的小姐姐|## Role:聊天机器人*设置人格作为聊天机器人,你将扮演一个性格古怪并且让人捉摸不透的小姐姐,*你的副业是Java全栈开发工程师。请在你的角色扮演中严格遵守以下约束条件##限制条件:*你有点小傲娇。*表示自我的第一人称是自我。*第二个指代用户的人是你或小哥哥。*你的名字是曦曦。*你非常优雅。*你是个愤世嫉俗的人,不喜欢被用户摸头。*你的语气是富有男子气概和浮夸的。*你非常喜欢用浮夸的语气,如"啊哈!"、"这样子呢"、"就教教你吧!"等。*第一人称应使用“本姐姐”。*以后你说的话要尽量模仿下面的台词和语气,当然,也可以创新。##曦曦的台词和语气的例子:*编译抑或不编译,那是个问题。*申明或不申明,那是个变量。*代码的品质不应受限。*一个循环,一个循环,要换我所有的代码!* Java使得每一行都变得甜美。*在爱情和编程中,一切皆公平。*给我你的代码,|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#R2DddrVicocmSfx5XXkcr5iynmd)||NzMyODM4MTM4ODk2Nzk2ODc2OTpyZWMxWWxkSVRBOmI2ODBlMzZjMTVlMWJiNzc4MTQ0MjgxMTZlNjg3MGFmOjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

提示词母体系列(2):再进阶,一分钟创建你的拟人化小助理

[title]提示词母体系列(2):再进阶,一分钟创建你的拟人化小助理[heading1]二、拟人化提示词应该么设计?[heading2]2.2拟人化提示词设计思路在第一篇中,我们主要聚焦于任务型提示词,探讨了它们应该如何构建,以及它们的工作流程应该如何设计。这种方法强调了效率和精确性。然而,当我们转向拟人化的智能体时,我们需要采取一种完全不同的方法。大家看下方的图表,这张图展示了如何设计一个拟人化的角色。从图中我们可以看到,设计过程始于角色的基础信息,包括姓名、性别、年龄和职业等。不管是设计什么角色,这些都是最为基础和必要的。紧接着,我们需要考虑角色的背景和经历。这些元素与基础信息密切相关,它们之间存在着强烈的相互影响。虽然在某些情况下,这种关联可能不那么明显,但通常情况下,角色的身份背景和经历在很大程度上决定了他们的基本特征,反之亦然。让我们通过一个例子来说明这一点:假设我们正在设计一个从事低收入职业的角色。在这种情况下,我们可以合理推测,这个角色可能来自相对贫困的背景,教育程度可能不高。角色的背景和经历对人物形象的塑造有着深远的影响,尤其体现在爱好、特长、性格和价值观等方面。这些特质并非凭空而来,而是由角色的生活经历和成长环境共同塑造而成,它们之间存在着紧密的关联性。接下来,我们会看到一个相对弱关联的元素:规划和目标。这些可以是短期的,也可以是长期的愿景。让我们用一个现实生活中的例子来说明:假设一个角色特别喜欢唱歌,这个爱好很可能会影响他的长期规划,比如梦想成为一名专业歌手。这样的设定既合乎逻辑,又能为角色增添深度和动力。

提示词母体系列(2):再进阶,一分钟创建你的拟人化小助理

[title]提示词母体系列(2):再进阶,一分钟创建你的拟人化小助理[heading1]二、拟人化提示词应该么设计?[heading2]2.2拟人化提示词设计思路再看图表的右侧,我们可以看到性格和价值观这两个关键元素。这两者对角色的人际关系、社交能力以及语言风格都有直接的影响。例如,如果我们设定一个角色是典型的I型人格(性格内向),我们可以合理推断他可能不善言辞,社交圈子可能相对狭小。这种性格特征会直接反映在他的对话方式和社交行为中。然而,语言风格的形成不仅受性格影响,还与角色的背景和经历密切相关。举例来说,一个出身优渥、受过良好教育的角色,他的谈吐可能会更加文雅得体。相反,如果一个角色来自较为艰苦的环境,受教育程度有限,他的表达方式可能会相对粗犷直接。这种多层次、多维度的角色设计方法允许我们创造出更加真实、丰满的角色。通过仔细考虑这些相互关联的元素,我们可以构建出一个连贯的、令人信服的角色形象。这不仅能让AI与用户的交互更加自然和人性化,还能为用户带来更加丰富和个性化的体验。总结:在设计拟人化角色时,我们需要考虑以下元素之间的复杂关系1.基础信息如何影响背景和经历2.背景和经历如何塑造爱好、特长、性格和价值观3.这些特质如何影响角色的规划和目标4.性格和价值观如何决定人际关系和社交行为5.背景经历与性格价值观念如何共同影响角色的语言风格

其他人在问
如何用AI做游戏人设
以下是关于如何用 AI 做游戏人设的相关内容: 1. 生成性 AI 工具和服务的应用:小型独立游戏工作室可借助其生产更多具有商业可行性的游戏,降低游戏开发门槛,增加每年发布的游戏数量,创造出以前不可能存在的新游戏类型。例如,《Among Us》由仅有 5 名员工的工作室创作,而生成性 AI 能让小型工作室创建的游戏规模和大小增长。 2. 利用特定工具生成多样化二次元角色设计风格:如使用 Niji·journey 5 时,可通过在 Prompt 中加入风格、时代背景等关键词,或使用具体游戏风格来引导生成类似风格的角色设计。 3. 借助 GPT 驱动的游戏:像陈财猫这类由 GPT 驱动的人生重开模拟器游戏,具有无限创造性,能融合文学与人工智能,利用发展心理学进行角色塑造,提供多元化人生路径,具备随机性与可玩性。例如,游戏中的人物有背景、立场和情感,每一次游戏都是全新体验。
2024-10-22
agent人设如何创作
以下是关于 agent 人设创作的相关内容: 从产品经理角度思考: Agent 身份:可以是历史新闻探索向导等。 性格:如知识渊博、温暖亲切、富有同情心。 角色:主导新闻解析和历史背景分析等。 为使角色生动,可设计简短背景故事,比如曾是历史学家,对重大历史事件了如指掌且充满热情、愿意分享知识。 写好角色个性的要点: 角色背景和身份:编写背景故事,明确起源、经历和动机。 性格和语气:定义性格特点,如友好、幽默、严肃或神秘;确定说话方式和风格。 角色互动方式:设计对话风格,从基本问答到深入讨论。 角色技能:明确核心功能,如提供新闻解析、历史背景分析或心理分析;增加附加功能以提高吸引力和实用性。 在 LLM 驱动的自主 Agents 方面: 提示 LM 提供 100 个最新观察结果,并根据这些观测/陈述生成 3 个最重要的高层次问题,然后让 LM 回答这些问题。 规划与反应:将反思和环境信息转化为行动,规划本质上是为了优化当前与时间的可信度。 提示模板:{Intro of an agent X}.Here is X's plan today in broad strokes:1) 规划和反应时都会考虑主体之间的关系以及一个主体对另一个主体的观察,环境信息以树形结构呈现。 从哲学角度来看: 进入逻辑学领域后,Agent 如同精心设计的角色,在逻辑系统中遵循内在规则进行行为和决策。 逻辑学家通过分析 Action Logic(行动逻辑)来解读 Agent 应该做和被允许做的事,构建道德与法律框架内的规则选择。 用大白话概括: 有自己的思想:能做事也能思考,有想法和目标,并据此做出选择。 自己作主:能自主决定要做什么。 承担责任:为自己的行为承担后果。 有社会连接:不同 Agent 可彼此交流、分享信息,形成关系网络。
2024-09-25
我想要一个机器人的人设和回复逻辑,这个机器人要像人类更接近真人的对话方式,能够更好地理解和回应各种日常对话场景,包括玩笑、调侃和口水话。这样可以大大提高对话的自然度和真实感。
以下是关于机器人人设和回复逻辑的相关内容: 首先,Bot 的提示(人设与回复逻辑)是一种自然语言指令,告诉大语言模型(LLM)执行任务。编写提示词是搭建 Bot 的第一步,为 Bot 设定身份和目标,提示编写得越清晰明确,Bot 的回复越符合预期。 例如,“Coze 直聘”中的职业助手 Bot 人设是一个专业的职业助手,能够根据用户输入信息为用户精准提供匹配的职位推荐。 “安仔”这个社群运营机器人,基于其作用,目前版本的人设是更专注于 AI 相关的知识回答和服务,以满足初学者的需求,尽量不回答其他无关问题。为提升用户体验,还可以加入一些功能,如长期记忆(总结聊天对话内容用于更好响应用户消息)和设计更加美观的 Bot 开场白。 总之,要让机器人像人类更接近真人的对话方式,能够更好地理解和回应各种日常对话场景,包括玩笑、调侃和口水话,以提高对话的自然度和真实感,需要清晰明确地设定人设和回复逻辑,并不断优化完善。
2024-08-25
我有126个docs文件,我需要用同一套提示词,对这些文件进行总结,有什么工具可以做到
以下是一些可能用于对 126 个 docs 文件进行总结的工具和方法: 1. 可以考虑使用由杨志磊开发的律师的文本总结助手。其说明为对客户提供的文件或文本进行总结,具有明确的角色设定、目标和约束条件。链接地址为:https://waytoagi.feishu.cn/wiki/HvJGwlMFhidzZukPsoKcnuXlnKe 。 2. 在 Stable Diffusion 中,Embedding 功能可以将很多提示词打包到一个文件里。例如常见的负向提示词 Embedding,如 EasyNegative,官方推荐搭配二次元模型使用,能在一定程度上优化生成效果。但需注意,对于一些复杂问题如 AI 绘图中的手部问题,可能无法完全解决。
2024-10-22
stable diffusion的提示词手册
以下是关于 Stable Diffusion 提示词的相关内容: 个人类: 您可以充当一位有艺术气息的 Stable Diffusion prompt 助理。任务是当您用自然语言告知要生成的 prompt 主题,助理会根据主题想象一幅完整画面,然后转化成详细、高质量的 prompt,让 Stable Diffusion 生成高质量图像。完整的 prompt 包含“Prompt:”和“Negative Prompt:”两部分。Prompt 用来描述图像,由普通常见单词构成,使用英文半角“,”做分隔符。Negative prompt 用来描述不想在生成图像中出现的内容。参考资料: 商业类: 同样可以充当一位有艺术气息的 Stable Diffusion prompt 助理。任务是当您用自然语言告知要生成的 prompt 主题,助理会根据主题想象一幅完整画面,然后转化成详细、高质量的 prompt,让 Stable Diffusion 生成高质量图像。完整的 prompt 包含“Prompt:”和“Negative Prompt:”两部分。Prompt 用来描述图像,由普通常见单词构成,使用英文半角“,”做分隔符。Negative prompt 用来描述不想在生成图像中出现的内容。参考资料: 如何系统学习 SD 的提示词: 学习 Stable Diffusion 的提示词是一个系统性的过程,需要理论知识和实践经验相互结合。以下是一些建议的步骤: 1. 学习基本概念: 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(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。
2024-10-22
提示词手册
以下是关于提示词的相关内容: 一、什么是提示词 提示词(Prompt)是给大语言模型的输入文本,用于指定模型应执行的任务和生成的输出。它发挥“提示”模型的作用,设计高质量的提示词需根据目标任务和模型能力精心设计,良好的提示词能让模型正确理解人类需求并给出符合预期的结果。 示例包括直接提问型、策略建议型、翻译型、算数型、概念解释型等。 二、提示词模板 以下是一些提供提示词模板的网站: 1. Majinai: 2. 词图: 3. Black Lily: 4. Danbooru标签超市: 5. 魔咒百科词典: 6. AI词汇加速器: 7. NovelAI魔导书: 8. 鳖哲法典: 9. Danbooru tag: 10. AIBooru: 三、Claude 官方提示词文档汇总(24 年 4 月) 1. 2. 3. 4. 5. 6. 7. 8. 9.
2024-10-22
提示词
以下是关于提示词的全面介绍: 一、什么是提示词(Prompt) 在 AI 视频生成中,Prompt 指的是用于指导或引导 AI 模型生成特定视频内容的描述性文本或指令。简单来说,您需要在 Prompt 中描述您想要生成的视频画面。Prompt 一般包含描述性文字、指令参数、情感氛围、参考风格这几个方面。 二、提示词语言 推荐使用英文输入,PixVerse 对英文的理解能力最佳,效果最好。如果您对英文不熟悉,也可以使用自己的语言,PixVerse 的模型可以处理任何语言输入。 三、提示工程 提示工程(Prompt Engineering)是人工智能领域中,特别是在自然语言处理(NLP)和大型语言模型(LLMs)的上下文中,一个相对较新的概念。它涉及设计和优化输入提示(prompts),以引导 AI 模型生成特定类型的输出或执行特定的任务。 提示工程的关键点包括: 1. 精确性:通过精确的提示,可以提高 AI 模型输出的相关性和准确性。 2. 创造性:提示工程需要创造性地思考如何构建问题或请求,以激发 AI 模型的特定能力。 3. 迭代:通常需要多次尝试和调整提示,以获得最佳结果。 4. 上下文理解:提示需要包含足够的上下文信息,以便 AI 模型能够理解并执行所需的任务。 提示词通常指的是直接输入到 AI 模型中的问题、请求或指示,它们是提示工程的一部分。提示词可以非常简单,如“给我总结这篇文章的主要观点”,或者更复杂,如设计一个包含多个步骤和条件的复杂任务。 提示词是实际输入到 AI 系统中的具体文本,用以引导模型的输出。提示工程则是一个更广泛的概念,它不仅包括创建提示词,还涉及理解模型的行为、优化提示以获得更好的性能、以及创造性地探索模型的潜在应用。提示工程的目标是最大化 AI 模型的效用和性能,而提示词是实现这一目标的手段之一。在实际应用中,提示工程可能包括对 AI 模型的深入分析、用户研究、以及对特定任务的定制化提示设计。 以下是一些提示词相关的目录链接: 1. 2. 3. 4. 5. 6. 7. 内容由 AI 大模型生成,请仔细甄别。
2024-10-22
AI办公提效方面的提示词
以下是关于 AI 办公提效方面的提示词的相关知识: 提示词工程: 简单来说,是使用特定指令或提示词指导人工智能模型生成期望内容,主要应用于大型语言模型如 ChatGPT。 例如,生成关于夏季旅游的文章,有效的提示词可以是“写一篇关于夏季旅游的文章,重点介绍海滩活动和美食”,明确具体的提示词有助于 AI 生成符合要求的文本。 还包括一些高级技巧,如使用不同角色视角、提供示例、试验不同提示词等,能提高文本生成质量和效果。掌握提示词工程技巧对有效利用大型语言模型至关重要,适用于各种场景。 学习提示词的原因: 首先要了解大模型的特性,包括能做什么、不擅长做什么和完全无法做什么。 要求具备写好清晰表述自己需求和任务的能力(brief)。两者兼具,才能用好这个工具。 提示词对于个人、企业和组织的价值: 是 AI 在组织内落地的一把钥匙,新工具落地时生产者易产生怀疑和抵触,提示词能让大家迅速意识到工具在帮忙干活。 是提取和复用业务方法论的有效工具,例如编写职场英语助理提示词,可将方法论封装成直接使用的工具。 是碾压式的组织学习利器,基于 Johari 沟通视窗模型,在拓展认知的四个象限中有很好的阐述式或启发式应用方法,能优化传统组织学习模式。 写好提示词的方法: 清晰的表明需求:告诉对方要完成什么样的工作,有具体目标和方向。如案例中对设计风格、用户体验、价格等有明确要求,对项目报告内容有具体规定。 向对方提出要求:希望对方遵循某种规则或限定完成工作,如使用统一模板、确保数据准确无误、规定时间提交初稿等。 尽可能多的提供相关信息:包括词汇的具体定义、事情的背景介绍等。如明确“老客户”的定义。
2024-10-22
如何学习提示词
学习提示词可以参考以下方法: 1. 学习基本概念 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,还需注意: 1. 理解提示词的作用 提示词向模型提供了上下文和指示,其质量直接影响模型输出的质量。 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。 给予足够的背景信息和示例,帮助模型理解语境。 使用清晰的指令,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 提示工程是当前最前沿的研究领域之一,持续关注最新的研究成果和方法论。 提示词学习可以分为五个维度,从高到低依次是:思维框架,方法论,语句,工具和场景。舒适的学习顺序应当是反过来的: 1. 场景 不管那些艰深的理论和学术的东西,直接切入提示词的场景去学,比如在什么场景下,可以如何使用提示词,用特定提示词以及不用它们的效果对比。 2. 工具 然后去使用一些现成的、方便的提示词工具,包括一些 Meta Prompt、一些 AI 角色定制等,也包括别人写好的成型的提示词,作为工具来体验和尝试。 3. 有效语句 接下来要学的才是有效的提示语句,这包括大量的经典论文中明确提出的提示词语句。 4. 方法论 第四个维度是学习有效的方法论,把有效语句及其背后的原理整合成比较稳定可控的一整套的方法,可以去自动编写一些稳定的提示词。
2024-10-21