直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

零基础小白如何自学提示词的写法

回答

对于零基础小白自学提示词的写法，以下是一些建议：

  1. 结合生活或工作场景想一个能简单自动化的场景，例如自动给班级里的每个孩子起昵称、自动排版微信群的运营小文案、自动安排周一到周日的减脂餐、帮列清晰的学习计划、为商务会议设计调研问卷等。
  2. 选择一个好上手的提示词框架开启编写，比如基础的“情境(Situation):任务(Task):行动(Action):结果(Result)”。
  3. 对于 SD 提示词，根据想画的内容写出提示词，多个提示词之间使用英文半角符号[,]。一般而言，概念性、大范围、风格化的关键词写在前面，叙述画面内容的关键词其次，最后是描述细节的关键词。提示词的顺序很重要，越靠后的权重越低。关键词要具有特异性，措辞越不抽象越好，尽可能避免留下解释空间的措辞。可以使用括号人工修改提示词的权重。
  4. 系统学习 SD 提示词是一个系统性的过程：
    • 学习基本概念，包括了解 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）。
    • 研究官方文档和教程，通读 Stable Diffusion 官方文档，研究来自开发团队和专家的教程和技巧分享。
    • 学习常见术语和范例，熟悉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范例。
    • 掌握关键技巧，如组合多个词条精确描述想要的效果，使用“（）”、“”等符号控制生成权重，处理抽象概念、情感等无形事物的描述。
    • 进行实践和反馈，使用不同提示词尝试生成各种风格和主题的图像，对比结果分析原因总结经验，在社区分享请教获取反馈建议。
    • 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，记录成功案例方便后续参考复用。
    • 持续跟进前沿，关注 Stable Diffusion 的最新更新和社区分享，掌握提示词的新技术、新范式、新趋势。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

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：

SD新手：入门图文教程

[title]SD新手：入门图文教程[heading2]四、提示词[heading3]提示词语法根据自己想画的内容写出提示词，多个提示词之间使用英文半角符号[,]，如：masterpiece,best quality,ultra-detailed,illustration,close-up,straight on,face focus,1girl,white hair,golden eyes,long hair,halo,angel wings,serene expression,looking at viewer一般而言，概念性的、大范围的、风格化的关键词写在前面，叙述画面内容的关键词其次，最后是描述细节的关键词，大致顺序如：(画面质量提示词),(画面主题内容)(风格),(相关艺术家),(其他细节)不过在模型中，每个词语本身自带的权重可能有所不同，如果模型训练集中较多地出现某种关键词，我们在提示词中只输入一个词就能极大地影响画面，反之如果模型训练集中较少地出现某种关键词，我们在提示词中可能输入很多个相关词汇都对画面的影响效果有限。提示词的顺序很重要，越靠后的权重越低。关键词最好具有特异性，譬如Anime(动漫)一词就相对泛化，而Jojo一词就能清晰地指向Jojo动漫的画风。措辞越不抽象越好，尽可能避免留下解释空间的措辞。可以使用括号人工修改提示词的权重，方法如：(word)-将权重提高1.1倍((word))-将权重提高1.21倍（= 1.1 * 1.1）[word]-将权重降低至原先的90.91%(word:1.5)-将权重提高1.5倍(word:0.25)-将权重减少为原先的25%(word)-在提示词中使用字面意义上的()字符

问：如何系统学习 SD 的提示词

[title]问：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的相互结合。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

其他人在问
常见的提示词写法误区举例
常见的提示词写法误区主要包括以下几点： 1. 忽略基础知识的重要性：很多同学急于上手写复杂的提示词，对基础教程重视不足。在能写较长提示词后，会问出如“为什么我问了两轮之后 GPT 就会失忆”“为什么给了特定一段话但它会混淆”“为什么大模型无法指定准确字数及有何办法让生成长度靠谱”等基础问题。建议多读翻译和解读良好的基础教程，并跟着示例做符合自身需求的小例子。 2. 试图用一个 Prompt 解决 10 个问题：很多同学因被精妙的提示词吸引而决心自己写出这样的 Prompt，但应注意避免。 3. 过于关注 Prompt 的文本本身：如果发现花在飞书代码块和 markdown 记事本上的时间远超与 GPT 对话的时间，要警惕是否忽略了在写作过程中与 GPT 进行深度对话来检验其对方法论的熟悉程度、获取完善建议、反复测试生成结果以优化和改善 Prompt。比如在实战案例中，学员撰写的焦虑情绪测试和生成建议的 Prompt 虽文法上没问题、生成结果除宽泛外无大问题，但未在对话场景中代入用户体验反复测试，可能导致真正的用户不会使用。 在写提示词时，还需注意以下语法方面： 根据想画的内容写提示词，多个提示词之间使用英文半角符号。一般而言，概念性、大范围、风格化的关键词写在前面，叙述画面内容的关键词其次，最后是描述细节的关键词，大致顺序如：将权重提高 1.21 倍（= 1.1 1.1）。
2024-08-08
自学AI
以下是关于自学 AI 的一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 此外，您还可以参考心威的学习笔记，比如： 学习笔记：AI for everyone 吴恩达，视频课程：https://waytoagi.feishu.cn/record/MpYtrApUXegqJ0cF4N7cXbuVnXd 学习笔记：Generative AI for Everyone 吴恩达，视频课程：https://waytoagi.feishu.cn/record/ZoOvrMmF4e11Egc5HkxcMWLKnVc
2024-11-14
我是一个老师，相信AI时代人人都能成为学霸，我认为学霸具有三个心法和一个方法，方法一，建立学霸的信念系统（我行、我能、我可以），方法二，不要和别人比，方法三、主动积极的思考力。学霸的终极方法是自学。自学+AI无所不能。你觉得我怎么能帮助每一个学生成为学霸，有哪些步骤和要点？
在 AI 时代帮助每个学生成为学霸，以下是一些步骤和要点： 1. 培养获取知识的能力：教导学生掌握利用 AI 技术获取和处理信息的方法，提高获取知识的效率。 2. 促进知识内化：引导学生将获取的信息和知识有效内化，转化为智慧。例如，通过实践反思、交流讨论等方式，提升知识的转化速度和质量。 3. 建立信念系统：帮助学生树立“我行、我能、我可以”的信念，增强学习的自信心。 4. 培养独立思考：鼓励学生主动积极思考，不盲目与他人比较，专注自身的成长和进步。 5. 强调自学：引导学生重视自学，让他们明白自学结合 AI 能够带来强大的能力。 6. 培养创造能力： 鼓励学生勇于尝试新事物，将失败视为学习的一部分。 培养批判性思维，不盲目跟从权威。 引导学生从实践中反思，提炼洞见。 促进学生与不同背景的人交流，激发新的思路。 持续学习和不断创造是相辅相成的，通过积累知识和经验，并将其转化为实际价值，学生能够在 AI 时代更好地成长和发展。
2024-10-08
小白如何系统自学Ai，并达到变现的能力
对于小白如何系统自学 AI 并达到变现的能力，以下是一些建议： 1. 明确学习目的： 如果学习提示词有具体小目标，如 AI 写作优化、职场提升效率等，且需求具体、对提示词运用需求不高，可不买贵的深度学习课程，考虑针对目标的 AI 课，如 AI 写作、AI 编程、AI 办公效率优化等，将提示词作为工具理解掌握。 如果学习提示词是为了变现，要先思考自身能力和资源优势，能否找到变现路径，如个人客订提示词、提示词工具封装、为特定场景企业客户做批量定制提示词赋能、为熟悉人群做特定工具等。若有清晰方案，可深度学习提示词，还能结识同行助力未来业务，开拓视野。 2. 评估自学能力： 自学能力强，能毫无压力看文档、论文，掌握方法技巧，通过观察他人作品模仿出符合需求的提示词且感觉够用，可不付费学习，但建议多与提示词编写者交流。 此外，从小白学代码开发应用的角度看，像纯小白通过 AI 开发应用时可能会遇到挫折，如问题描述不清导致理解偏差、AI 给出的方案复杂或代码正确但配置错误等。因此，小白需要通过能直接搞定的小项目先学明白背后原理，开发复杂项目时最好有人类导师把任务拆解到足够小，针对性设计学习路径并随时提供帮助。
2024-10-03
我是一个自媒体创作者，想自学Ai，成为AIGC方面的专家，运用到自媒体创作中，我应该按照怎样的步骤学习，有哪些方式和渠道推荐？
以下是为您整理的自学成为 AIGC 专家并应用于自媒体创作的步骤、方式和渠道： 步骤： 1. 从基础课程入手，通过网上的科普类教程了解 AIGC 的基本概念和知识。 2. 阅读 OpenAI 的官方文档，深入理解每个参数的作用和设计原理。 3. 利用推荐的 Prompt 工具进行实践练习。 学习方式： 1. 观看相关视频，如“用大模型保存你的全部人生，你会接受吗：专访安克创新 CEO 阳萌|大咖谈芯第 11 期”，了解 AI 大模型的原理等内容。 信息获取渠道： 1. 订阅一些 AI 信息源，包括公众号（如“卡尔的 AI 沃茨”）、Telegram 频道（如“黑洞资源笔记”“科技新闻投稿”“AI 探索指南”等）、微博、即刻等平台。 希望以上内容对您有所帮助，祝您在自学 AIGC 的道路上取得成功！
2024-09-16
怎么自学AI
以下是关于自学 AI 的一些建议： 1. 掌握提示词技巧：提示词上手容易且很有用。 2. 了解基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 3. 开始学习之旅： 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习，并有机会获得证书。 4. 选择感兴趣的模块深入学习：AI 领域广泛，比如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 5. 实践和尝试：理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 6. 体验 AI 产品：与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 7. 持续学习和跟进：AI 是快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 需要注意的是，因为我们知道人工智能可能会产生幻觉，所以明智的做法是（小心！）根据其他来源仔细检查任何关键数据。学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。您还可以要求人工智能解释概念并获得非常好的结果。这个。
2024-09-07
个人如何自学AI
个人自学 AI 可以参考以下步骤： 1. 掌握提示词技巧：提示词上手容易且很有用。 2. 实践和尝试：在理论学习后，通过实践巩固知识，尝试使用各种产品制作自己的作品，同时可以在知识库分享实践成果。 3. 体验 AI 产品：与如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式，获得实际应用的体验。 4. 持续学习和跟进：AI 发展迅速，要关注领域新闻、博客、论坛和社交媒体，加入相关社群和组织，参加研讨会、工作坊和会议，与他人交流。 5. 了解基本概念：阅读「」熟悉术语和基础概念，了解人工智能的分支及联系，浏览入门文章。 6. 开始学习之旅：在「」中找到为初学者设计的课程，如李宏毅老师的课程，通过在线教育平台按自己节奏学习并获取证书。 7. 选择感兴趣模块深入学习：AI 领域广泛，可根据自身兴趣选择特定模块，如图像、音乐、视频等深入研究。 需要注意的是，学习 AI 是一个长期过程，需要耐心和持续努力，不要害怕犯错，每个挑战都是成长机会，随着时间推移能建立自己的知识体系并取得成就。同时，AI 能让人类更易学习某些技能或知识，随着技术进步，有望实现“整合”而非专业化，人们可在更高层次工作，为 AI 提供方向并作出选择，集中精力制定“策略”，把执行细节交给自动化系统。
2024-09-06
小白如何学习AI
对于小白学习 AI，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支如机器学习、深度学习、自然语言处理等以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，因其上手容易且有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库中有很多实践后的作品和文章分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式，获得实际应用中的第一手体验。 6. 持续学习和跟进： 关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他爱好者和专业人士交流。 以下是一些通俗易懂的技术原理与框架内容： 1. 视频一主要回答了 AI 大模型的概念和原理。 生成式 AI 生成的内容叫 AIGC。 相关技术名词： AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习，监督学习有标签，无监督学习无标签，强化学习从反馈中学习。 深度学习参照人脑有神经网络和神经元。 生成式 AI 可生成文本、图片、音频、视频等。 LLM 是大语言模型。 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。
2024-11-14
小白学习AI
对于小白学习 AI，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，还可以通过以下方式加深对 AI 技术原理的理解： 1. 观看相关视频，了解如什么是 AI 大模型及其原理。 2. 学习相关技术名词和概念关系： 生成式 AI 生成的内容叫 AIGC。 机器学习包括监督学习、无监督学习、强化学习。 监督学习有标签的训练数据，算法目标是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，经典任务包括聚类。 强化学习从反馈里学习，最大化奖励或最小化损失。 深度学习参照人脑有神经网络和神经元。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 是大语言模型。 3. 了解技术里程碑，如 2017 年 6 月谷歌团队发表的论文《Attention is All You Need》首次提出的 Transformer 模型。
2024-11-14
小白学AI
对于小白学习 AI，以下是一些建议： 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，如李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）按照自己的节奏学习，并有机会获得证书。 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习，建议掌握提示词的技巧。 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库中有很多实践后的作品、文章分享，欢迎实践后的分享。 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 此外，还有一个案例，一位之前只玩过图形化编程的女孩，在暑假超脑 AI 黑客松期间，靠 Claude 和父亲的帮助，用 Unity 开发了一个 RPG 小游戏。起初父亲并不相信纯小白能通过 AI 搞定 Unity 程序，但女孩不服气，决定做一个简单任务，半小时就完成并明白了 Unity 里的基本概念。在后续开发中，虽有顺利也有挫折，挫折原因包括问题描述不清、AI 给的方案复杂、配置错误等。这让父亲意识到小白需要通过 AI 能直接搞定的小项目来先学明白背后的原理，在此基础上开发复杂项目，且最好有人类导师把任务拆解到足够小，针对性地设计学习路径，并密切关注随时从坑里捞人。
2024-11-14
我现在是一个AI小白，我想学习AI相关知识，我要怎么进阶学习？
对于 AI 小白的进阶学习，您可以参考以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能、机器学习、深度学习等主要分支及其之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅： 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）按照自己的节奏学习，并争取获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，根据自身兴趣选择特定模块深入学习。 掌握提示词的技巧，因其上手容易且实用。 4. 实践和尝试： 理论学习后，通过实践巩固知识，尝试使用各种产品创作自己的作品。 分享实践后的经验和成果。 5. 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式，获取实际应用中的体验，激发对 AI 潜力的认识。 同时，您还需要掌握以下基础知识： AI 背景知识： 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。
2024-11-14
什么是知识库，以及他的运作原理是什么，请用小白也能理解的语言进行说明
知识库可以用比较通俗的方式来理解： 想象一个大语言模型就像一个非常聪明、读过无数书的人，但对于一些特定的工作场景中的细节，比如见到老板娘过来吃饭要打三折，张梦飞过去吃饭要打骨折，它可能并不清楚。这时候，知识库就像是给这个聪明的人发的一本工作手册。 从更专业的角度来说，知识库的运作原理通常包括以下几个步骤： 1. 文档加载：从各种不同的来源，比如 PDF、SQL 数据、代码等加载相关的文档。 2. 文本分割：把加载的文档分割成指定大小的块，称为“文档块”或“文档片”。 3. 存储：这包括两个环节，一是将分割好的文档块进行嵌入，转换成向量的形式；二是将这些向量数据存储到向量数据库中。 4. 检索：当需要使用数据时，通过某种检索算法从向量数据库中找到与输入问题相似的嵌入片。 5. 输出：把问题以及检索出来的嵌入片一起提交给大语言模型，大语言模型会根据问题和检索出来的提示一起生成更合理的答案。 以车型数据为例，每个知识库的分段中保存了一种车型的基础数据。当用户问宝马 X3 的售价是多少时，就能匹配到对应车型的分段，然后从其中获取到售价信息。 海外官方文档：https://www.coze.com/docs/zh_cn/knowledge.html 国内官方文档：https://www.coze.cn/docs/guides/use_knowledge
2024-11-13
小白相接处AI做副业推荐怎么开始
以下是给小白接触 AI 做副业的一些建议和相关操作步骤： 一、叨叨两句 前两天有朋友问“小白应该选什么 AI 产品上手好”，今天整理思路来带大家盘一盘。需要注意的是，以下推荐带有强烈主观性，只作参考。 二、被夺舍的小爱同学！——把大模型接入小米音箱（小白操作全步骤教程） 1. 方案二、本地部署教学（node.js）小白推荐！！！ 第四步：填写 API 服务 智普： 接口地址：https://open.bigmodel.cn/api/paas/v4 模型：glm4flash 硅基： 选择 AI 服务为自定义 接口地址：https://api.siliconflow.cn/v1 模型：Qwen/Qwen2.57BInstruct 其他模型的 API 端口请参考官方文档：https://migptgui.com/docs/apply/ 第五步：语音服务 官方说明：https://migptgui.com/docs/faqs/tts 我试了很久，参数都正确，但是小爱同学就没有声音了，大家可以自己按照官方文档尝试一下，有机会的话给我反馈一下。我这里使用的是默认方案。 第六步：启动服务 在最上方可导出编辑的内容，格式为 json 格式，如果改错了可以导入之前保存的配置。 单击启动，回到 powshell 界面。 每次调整设置都需要重置后重新启动。 建议回答完毕后增加结束的提示语，可以提高连续对话的稳定性。 官方常见问题文档：https://migptgui.com/docs/faqs/noreply 三、元:AI 玄学初体验 一个因徽章误入玄学局的小白：26 号是相聚时间，作为一个 2050 WaytoAGI 组织的志愿者，原本在即兴表演那块帮忙，因为会用徽章机、又极度喜欢收集吧唧，所以 2050 之旅就是制作一堆由离谱村村民为内容的徽章，并把这项传统手艺散播给所有玄学摊的小伙伴，从而先熟悉了这帮靠谱又辛苦的志愿者们。
2024-11-13
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
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