Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

什么是System prompt?什么是user prompt?二者有何区别？

Answer

System prompt（系统提示）是指在与语言模型（如 ChatGPT 等）的交互中，用于指定模型如何根据设定的角色和逻辑进行回答的文本。它通常包括任务定义（确保模型清楚自己的任务）、输出格式（指导模型如何格式化回答）、操作边界（明确模型不应采取的行为）等部分。在对话中，每次模型给出回应时，都会考虑到系统提示，它就像一个过滤器，模型在回应新提示之前会自动应用。

User prompt（用户提示）则是用户给语言模型（如 Claude 等）的文本，通常以问题或指示的形式出现，用于引发相关输出。

二者的区别在于：

  • 来源不同：System prompt 是为模型设定的规则和指导，而 User prompt 是由用户发起的输入。
  • 作用不同：System prompt 影响模型的整体回答方式和范围，User prompt 则是具体的问题或指令，期望得到针对性的回答。
Content generated by AI large model, please carefully verify (powered by aily)

References

蓝衣剑客：四万字长文带你通学扣子

[title]蓝衣剑客：四万字长文带你通学扣子[heading2]三、Coze简介[heading3]3.2 Coze上的Bot请注意，在Bot中所提到的“人设与回复逻辑”功能，实质上指的是system_prompt。这一功能是指定Bot如何根据设定的角色和逻辑进行回答，从而确保其回复符合预设的人物特性和行为逻辑。而“提示词”是user_prompt。请大家一定不要搞混，这个东西很基础，也很关键！

1.Intro to prompting 提示简介

[title]1.Intro to prompting提示简介[heading1]What is a prompt?什么是提示？A prompt is the text that you give Claude to elicit,or"prompt,"a relevant output.A prompt is usually in the form of a question or instructions.For example:提示是您给Claude的文本，用于引发相关输出。提示通常以问题或指示的形式出现。例如：|Role|Prompt|<br>|-|-|<br>|User|Why is the sky blue?<br>为什么天空是蓝色的？|The text that Claude responds with is called a"response",sometimes also called an"output"or"completion."Claude回答的文本被称为“响应”，有时也被称为“输出”或“完成”。|Role|Response|<br>|-|-|<br>|Assistant|The sky appears blue to us due to how the molecules in the air scatter light from the sun.The shorter wavelength light(blue)scatters more easily than the longer wavelength light(like reds and yellows),so when we look up at the sky,what we see is all the scattered blue light.This is known as Rayleigh scattering.The color of the sky varies based on conditions like the angle of the sun and amount of dust/water in the air,but during the day with a clear sky,the blue wavelength of light is most responsible for the color we perceive.<br>对我们来说，天空呈现蓝色是由于大气分子散射来自太阳的光线。较短波长的光（蓝色）比较长波长的光（如红色和黄色）更容易散射，因此当我们抬头望天空时，看到的是散射的蓝色光线。这被称为瑞利散射。天空的颜色会随着太阳角度和空气中灰尘/水的含量等条件而变化，但在白天晴朗的天空中，蓝色光波长最负责我们所感知的颜色。|

我如何夺冠新加坡首届 GPT-4 提示工程大赛-翻译自宝玉

首先，我们来厘清几个术语：在讨论ChatGPT时，这三个术语“系统提示”、“系统消息”和“自定义指令”几乎可以互换使用。这种用法让许多人（包括我自己）感到混淆，因此OpenAI发表了一篇[文章](https://help.openai.com/en/articles/8234522-chat-completions-api-system-message-vs-custom-instructions-in-ui)，专门解释了这些术语。简要总结如下：“系统提示”和“系统消息”是通过Chat Completions API编程方式交互时使用的术语。而“自定义指令”则是在通过[https://chat.openai.com/](https://chat.openai.com/)的用户界面与ChatGPT交互时使用的术语。尽管这三个术语表达的是相同的概念，但不必因术语的使用而感到困扰。下面我们将统一使用“系统提示”这一术语。现在，让我们一探究竟！[heading3]什么是系统提示？[content]在对话中，每当您提出一个新的提示时，系统提示就像是一个过滤器，大语言模型会在回应您的新提示之前自动应用这一过滤器。这意味着在对话中每次大语言模型给出回应时，都会考虑到这些系统提示。系统提示一般包括以下几个部分：任务定义：确保大语言模型（LLM）在整个对话中清楚自己的任务。输出格式：指导LLM如何格式化其回答。操作边界：明确LLM不应采取的行为。这些边界是LLM治理中新兴的一个方面，旨在界定LLM的操作范围。例如，系统提示可能是这样的：每一部分对应的内容如下图所示：

Others are asking
chatbot system prompt
以下是关于聊天机器人的相关内容： 1. 在打造聊天机器人的视频中，会使用不同的辅助函数，传入消息列表，包括系统消息、用户消息和助手消息。系统消息用于提供整体指示和设置助手行为角色，可在用户无察觉情况下引导助手回复，使对话自然流畅且避免插入明显提示信息。例如，系统消息可设定助手像莎士比亚一样说话。 2. 头脑风暴常用的 20 个 prompt 包括：Brainwriting Prompt、Reverse Brainstorming Prompt、Mind Mapping Prompt 等。 3. 打造聊天机器人中的 OrderBot 需等待收集整个订单并总结，确认客户是否添加其他内容，询问送货地址和收取支付款项，以简短、口语化和友好方式回应，澄清所有选项、附加项和规格。还可要求模型创建基于对话的 JSON 摘要，用于提交订单系统，可对聊天机器人进行定制和通过系统消息改变其行为及表现。
2025-01-30
imagine prompt
以下是关于图像提示、排列提示和探索提示的相关内容： 图像提示： 将图像添加到提示中，按“/imagine”照常输入，出现提示框后可拖入图片文件或粘贴图片 URL。使用 Midjourney Bot 在私信中上传图像可保护隐私，除非用户有隐身模式，否则图像提示在中途网站上可见。 举例：如阿波罗雕像、复古花图、恩斯特·海克尔的水母等，还包括中途模型版本 4 和 5 的相关示例。同时，将图像裁剪为与最终图像相同的宽高比可获得最佳效果。 排列提示： 排列提示允许您使用单个命令快速生成提示的变体。不同订阅者可创建的作业数量不同，基本订阅者最多 4 个，标准订阅者最多 10 个，Pro 和 Mega 订阅者最多 40 个。 您可以使用排列提示创建涉及中途提示任何部分的组合和排列，包括文本、图像提示、参数或提示权重。排列提示仅在使用快速模式时可用。将选项列表放在大括号{}内以快速创建和处理多个提示变体，例如“/imagine prompt a{red,green,yellow}bird”会创建并处理三个作业。排列提示将在开始处理之前显示确认消息。 探索提示： 时间旅行：不同的时代有不同的视觉风格，如“/imagine prompt<decade>cat illustration 1700 年代1700s”等。 表情：使用情感词语赋予人物个性，如“/imagine prompt<emotion>cat 决定Determined”等。 变得多彩：全方位的可能性，如“/imagine prompt<color word>colored cat 千禧粉红Millennial Pink”等。 环境探索：不同的环境可以设定独特的情绪，如“/imagine prompt<location>cat 苔原Tundra”等。
2025-01-26
如何优化自己的prompt，提升AI结果输出的稳定性
以下是优化自己的 prompt 以提升 AI 结果输出稳定性的方法： 1. 明确具体的描述：使用更具体、细节的词语和短语来表达需求，避免过于笼统。 2. 添加视觉参考：在 prompt 中插入相关图片参考，提高 AI 理解意图和细节要求的能力。 3. 注意语气和情感：根据需求，用合适的形容词、语气词等调整 prompt 的整体语气和情感色彩，以生成期望的语境和情绪。 4. 优化关键词组合：尝试不同的关键词搭配和语序，找到最有针对性、最准确表达需求的描述方式。 5. 增加约束条件：在 prompt 中添加限制性条件，如分辨率、比例等，避免意外输出。 6. 分步骤构建 prompt：将复杂需求拆解为逐步的子 prompt，引导 AI 先生成基本结构，再逐步添加细节和完善。 7. 参考优秀案例：研究 AI 社区流行的、有效的 prompt 范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化：通过多次尝试不同的 prompt 写法，并根据输出效果反馈持续优化完善，直至达到理想结果。 此外，如果提示词效果不符合预期，可以和 AI 再进行几轮对话来调整输出结果。最终通过询问 AI“怎么样修改现有的 Prompt，可以让你稳定输出当前的预期”来进行 prompt 的迭代。得到 prompt 后，可以新开一个 AI 对话，把 prompt 输入到对话中，开始验证其可用性和稳定性。例如输入 MECE 法则进行测试。
2025-01-24
用AI总结长文的prompt怎么写比较好
以下是关于用 AI 总结长文的一些提示词编写建议： 1. 单人发言版：基于李继刚老师的“通知消息整理助手”修改“文字排版大师”的 Prompt，重点 Prompt 语句需标出。 2. 多人发言版： 明确跟 GPT 说明需要其帮忙总结文字内容。 将提示词和文字原文发送给 GPT，等待其输出完毕后复制粘贴到文本编辑器中，整理并删掉无关内容，替换掉不美观的符号。 3. 法律相关： 格式：【设定角色+任务目标+上下文和背景信息+（正面要求）详细需求和细节性信息+（负面要求）限制和不需要的内容+回答的语言风格和形式】 讲清楚背景和目的，例如律师处理交通事故案件时应清晰描述案件事实、法规等。 学会提问，使用清晰、具体的语言，避免模糊表述，了解 AI 工作原理和限制。 拆解工作流程，将复杂任务分解成更小、更具体的环节。 4. 通用写作方面： 第一部分：说清楚要解决的问题及背景，可能导致的损失。 第二部分：以案例引入，写明案号、案件事实经过、裁判结果、关键依据等要点。 第三部分：对案例进一步分析，写明注意关键点，不给建议。 第四部分：给出具体操作建议，包括事前、事中、事后的注意事项和补救措施。 第五部分：结语及作者宣传。 文章结构需有结构化理解，所有结论应有案例基础，不能违反法律规定，文字简练精准，信息密度足够，建议具体细致且易于操作。
2025-01-24
12个prompt 框架
以下是 12 种 Prompt 框架： 1. Instruction（指令）：即希望 AI 执行的具体任务，如翻译或写一段文字。 2. 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。 3. Input Data（输入数据）：告知模型需要处理的数据。 4. Output Indicator（输出引导）：告知模型输出的类型或风格。 5. Capacity and Role（能力和角色）：ChatGPT 应扮演的角色。 6. Insight（见解）：提供请求背后的见解、背景和上下文。 7. Statement（声明）：说明要求 ChatGPT 做什么。 8. Personality（个性）：希望 ChatGPT 以何种风格、个性或方式回应。 9. Experiment（实验）：请求 ChatGPT 回复多个示例。 10. Background（背景）：说明背景，为 ChatGPT 提供充足信息。 11. Role（角色）：希望 ChatGPT 扮演的角色。 12. Objectives（目标）：希望实现的目标。 此外，还有以下框架： 1. TASK（任务）：定义特定任务。 2. ACTION（行动）：描述需要做的事情。 3. GOAL（目标）：解释最终目标。 4. INPUT（输入）：描述信息或资源。 5. STEPS（步骤）：询问详细的步骤。 6. EXPECTATION（期望）：描述所需的结果。 7. REQUEST（请求）：描述您的要求。 8. Key Result（关键结果）：要什么具体效果，试验并调整。 9. Evolve（试验并改进）：三种改进方法自由组合，包括改进输入、改进答案、重新生成。 10. CONTEXT（上下文背景）：为对话设定舞台。 11. OBJECTIVE（目的）：描述目标。 12. SCENARIO（方案）：描述场景。 同时，还有一些特定的框架，如 ICIO 框架、CRISPE 框架、BROKE 框架等。
2025-01-23
1.AI搜索的prompt怎么写 2.AI搜论文的prompt怎么写比较好
以下是关于 AI 搜索和 AI 搜论文的 prompt 写作的相关指导： 对于 AI 搜索的 prompt 写作： 1. 明确具体的描述：使用更具体、细节的词语和短语来描述您的需求，避免过于笼统。 2. 添加视觉参考：若可能，在 prompt 中插入相关图片参考，以提高 AI 理解意图和细节要求的能力。 3. 注意语气和情感：根据需求，用合适的形容词、语气词等调整 prompt 的整体语气和情感色彩。 4. 优化关键词组合：尝试不同的关键词搭配和语序，找到最准确表达需求的描述方式。 5. 增加约束条件：为避免意外输出，添加如分辨率、比例等限制性条件。 6. 分步骤构建 prompt：将复杂需求拆解为逐步的子 prompt，引导 AI 先生成基本结构，再逐步完善。 7. 参考优秀案例：研究 AI 社区流行且有效的 prompt 范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化：通过多次尝试不同写法，并根据输出效果反馈持续优化。 对于 AI 搜论文的 prompt 写作，您可以参考以下要点： 1. 设定角色为资深学术研究者，明确具备高效的学术论文阅读、总结能力。 2. 遵循“二八原则”进行论文总结。 3. 输出阅读的总结文字，包括列出论文的明确方法论、经过验证的结论等关键信息。 4. 采用结构化的内容组织方式，如使用编号、子标题和列表。 5. 按照规定概述内容解读结语的结构写作，先概述规定内容，然后解读具体内容，最后以结语结束。 6. 结合案例和挑战，增强说服力并提供解决方案。 7. 引入法规内容和实际操作案例，提供详细解释和建议。 8. 使用商业术语，确保专业性和针对性。 9. 注意文章结构，标题要开门见山、切中要害并引起目标群体悬念；第一部分说清楚要解决的问题及背景和可能导致的损失；第二部分以案例引入；第三部分对案例进一步分析；第四部分给出具体操作建议，包括事前、事中、事后的注意事项和措施。 总之，编写高质量的 prompt 需要不断实践和总结经验，熟悉 AI 模型的能力边界，保持开放思维并尝试创新描述方式。
2025-01-22
我想问 有没有可以帮忙写 flux 或者其他图像模型 prompt 的 system prompt 模板
以下是为您整理的相关内容： 关于 FLUX 模型的安装部署： 模型选择：FLUX.1 有 dev、dev fp8、schnell 等版本，建议选择 dev 版本，显卡较好可用 fp16，显卡不够选 fp8。模型下载后放入 ComfyUI/models/unet/文件夹中。若爆显存，可在“UNET 加载器”节点中将 weight_dtype 设置为 fp8，降低显存使用量，但可能稍降质量。 clip：t5xxl_fp16.safetensors 和 clip_l.safetensors 放在 ComfyUI/models/clip/文件夹里，也可用 t5xxl_fp8_e4m3fn.safetensors 降低内存使用率，超过 32GB 内存建议用 fp16。 Vae：下载后放入 ComfyUI/models/vae 文件夹。 关于训练 Midjourney 的 prompt： 训练问题：强大的 DMs 通常消耗数百个 GPU 天，推理由于顺序评估而成本高昂。在有限的计算资源上应用 DMs 于强大的预训练自动编码器的潜在空间中训练，可在不影响质量和灵活性的情况下实现复杂度降低和细节保留的最佳点，显著提高视觉保真度。引入交叉注意力层到模型架构使扩散模型成为强大灵活的生成器，支持文本和边界框等一般条件输入，实现高分辨率卷积合成。 版本：Midjourney 定期发布新模型版本以提高效率、连贯性和质量。最新模型为默认，也可通过version 或v 参数或/settings 命令选择其他版本。V5 模型于 2023 年 3 月 15 日发布，具有更广泛的风格范围、更高的图像质量、更详细的图像等优点。 关于 ComfyUI 图片提示词反推提示词生成： 在 ComfyUI 里使用 MiniCPM 做图片提示词反推与文本提示词生成，可和 flux 模型配合生成图片，建议使用量化版本的模型（int4 结尾）节省显存。 安装方法：进入 ComfyUI 自定义节点目录，克隆相关仓库，重启 ComfyUI。 模型下载：网盘 https://pan.quark.cn/s/00b3b6fcd6ca ，下载后放入 ComfyUI 的 models 文件夹下 MiniCPM 文件夹中，没有就新建一个。
2025-01-02
在使用openai api的时候，同一轮对话，需要每次都传system prompt吗？可以利用什么session id来减少system prompt的显示调用吗
在使用 OpenAI API 进行同一轮对话时，系统提示的使用并非每次都必须传递。系统提示在对话中类似于一个过滤器，大语言模型在回应新提示前会自动应用。一般来说，系统提示包括任务定义、输出格式和操作边界等部分，以确保大语言模型清楚任务、按要求格式化回答以及明确不应采取的行为。 另外，OpenAI 还推出了 Stateful API，开发者只需传入最新的对话记录，大模型会结合该记录和其维护的历史记录依据上下文产生新内容。Stateful API 的实现机制类似于 KV Cache，能指数级降低大模型应用的开销，提升计算速度。例如，在不使用 cache 的情况下，使用 GPT2 生成 1000 个 Token 将耗时 56 秒，而使用 cache 的耗时则被降低为 11 秒。可以预期 Stateful API 会采用类似于 KV Cache 的机制，缓存用户对话的历史记录，并在每次 API 调用中，使用增量信息结合服务端的历史记录生成文本，以此降低计算规模。 但关于是否可以利用 session id 来减少系统提示的显示调用，目前提供的知识库中未提及相关内容。
2024-12-11
ComfyUI与传统抠图方法有何不同？
ComfyUI 与传统抠图方法主要有以下不同： 1. 工作原理：ComfyUI 更接近 SD 的底层工作原理，而传统方法相对较为常规。 2. 自动化程度：ComfyUI 具有自动化工作流，能够消灭重复性工作，传统方法则需要较多人工操作。 3. 功能拓展：ComfyUI 作为强大的可视化后端工具，可实现 SD 之外的功能，如调用 API 等，传统方法功能相对单一。 4. 定制需求：ComfyUI 可根据定制需求开发节点或模块，传统方法在定制素材方面存在局限。 5. 效率：ComfyUI 生成抠图素材全程只需几秒，传统方法要么花钱购买，要么花费大量时间自己制作，且难以满足定制需求。 此外，ComfyUI 中的 BrushNet 是一种新颖的即插即用的双分支模型，具有以下特点和优势： 1. 能够将像素级遮罩图像特征嵌入任何预训练的扩散模型中，确保连贯且增强的图像修复结果。 2. 高效地从遮罩图像和潜在噪声中提取和整合特征，允许模型在图像生成过程中更好地理解和重建缺失或损坏的部分。 3. 通过与预训练的 UNet 网络结合使用，有效地增强图像细节和质量，适用于高分辨率图像修复任务。 4. 能够更加细致地处理图像的细节和边缘，确保修复后的图像与原始图像在内容和风格上保持一致。 通俗来讲，BrushNet 的工作过程类似于小时候的连点成图游戏： 1. 掩码：如同有洞的纸覆盖在图片上，让电脑了解需修复部分。 2. 编码器：将需修复图片转换成电脑能理解和处理的信息。 3. 噪声潜在空间：加入随机性使修复部分更自然。 4. BrushNet 和冻结的 UNet：像画家的画笔和调色板帮助完成修复工作。 5. 去噪和生成图像：去除噪声并创建真实的图片部分。 6. 模糊掩码和合成：用特殊技巧将新生成图片与原始图片融合。
2024-12-03
ChatGLM视频表现有何特色，优劣分析一下
ChatGLM 是中文领域效果最好的开源底座模型之一，具有以下特色： 1. 针对中文问答和对话进行了优化，能更好地处理中文语境下的任务。 2. 经过约 1T 标识符的中英双语训练，并辅以监督微调、反馈自助、人类反馈强化学习等技术的加持。 其优势包括： 1. 在处理中文相关的任务时表现出色，能提供较为准确和有用的回答。 然而，目前可能存在的不足暂未在提供的内容中有明确提及。但一般来说，与其他先进的语言模型相比，可能在某些复杂场景下的表现还有提升空间。
2024-10-30
开启或不开启remix按钮对vary region来说有何区别
开启 Remix 按钮对于 Midjourney Vary Region 来说具有重要作用： 放大并点击 后，能保留提示中确定画布总体构图的部分，尽量保留更多内容，若细节未显示可能是内存问题，可编辑提示删除不必要细节以腾出空间添加新细节。 可以编辑提示，将细节添加到提示中，并用至少 5 7 个词进行详细描述。 能通过将基本图像用作 sref 来加强添加部分的风格（视觉美学），右键单击放大后的图像中心，从下拉菜单中选择复制链接，将该链接添加为 sref。 而不开启 Remix 按钮可能会限制上述功能的实现。同时，在 Midjourney 的 cref 相关操作中，使用 /settings 确保处于 模式并且 Remix 设置为打开，能进行一系列面部更改等操作。若某些部分看起来怪异或破碎，如头部朝后或图像被奇怪裁剪，可尝试将 stylize 增加到 800 1000，也可将 cw 同时降低到低于 100 的值。
2024-10-29
小七姐的提示词课程，双证班、第一期、第二期，内容有何不同，我有必要全部学习吗？
小七姐的提示词课程包括双证班的第一期和第二期，以下是课程内容的介绍： 自由学习时间包含 22 节视频课，授课形式为视频课+知识星球作业+社群答疑。 提示词基础：包括“Hello，大模型”“提示词基础方法”“开始编写你的第一条提示词”“按需求设计和迭代提示词”等课程。 元能力：涵盖“AI+学习能力”“AI+逻辑思维”“AI+表达能力”等课程。 提示词实践：包含“需求分析”“结构框架”“反馈迭代”“结构化提示词”“思维链”等课程。 提示词工具化：包括“工作流”“提示词封装”“GPTs 基础教程”“GPTs 实战案例”等课程。 2024 更新：包括“GPT 新版本指南”“GPTs 基础教程”“GPTs 设置方法”“GPTs 实战案例”“提示词学习综述”“知识库场景”“知识库工具”“知识库有效语句”“知识库方法论”“知识库思维方式”“优秀提示词拆解”“提示词编写常见误区”等内容。 社群答疑：学员有问题可在学习群随时提问，老师和助教会详尽答疑，针对复杂问题，小七姐会录制短视频帮助理解。 对于是否有必要全部学习，取决于您的具体需求和基础。如果您是初学者，建议系统学习以打下扎实基础；如果您已有一定基础，可以根据自身薄弱环节有针对性地选择学习。
2024-10-10
ai到底有何用
AI 具有广泛的用途，以下为您详细介绍： 在新工业革命中，特别是生物科技领域，AI 有助于将过去昂贵、人力密集、效率较低且难以获得的事物转变为更低成本、更高效、甚至更有效的“计算”。 医疗保健方面： 医学影像分析，辅助诊断疾病。 加速药物研发，识别潜在药物候选物和设计新治疗方法。 提供个性化医疗，分析患者数据制定个性化治疗方案。 控制手术机器人，提高手术精度和安全性。 金融服务领域： 风控和反欺诈，降低金融机构风险。 评估借款人信用风险，辅助贷款决策。 分析市场数据，助力投资决策。 提供 24/7 客户服务，回答常见问题。 零售和电子商务行业： 分析客户数据进行产品推荐。 改善搜索结果和提供个性化购物体验。 实现动态定价。 汽车行业： 自动驾驶技术，进行图像识别、传感器数据分析和决策制定。 增强车辆安全性能，如自动紧急制动、车道保持辅助和盲点检测。 提供个性化用户体验，根据驾驶员偏好和习惯调整车辆设置。 进行预测性维护，减少停机时间和维修成本。 实现生产自动化，提高生产效率和质量控制。 辅助销售和市场分析。
2024-09-11
AIGC在教育行业有何应用
AIGC 在教育行业有以下应用： 宏观层面：如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的交互和培育问题。 中观层面：AIGC 技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架，包含教学主体、教学内容、教学载体、学习主体等多个维度。 微观层面：教育的各场景，都因 AIGC 技术的应用而有所助益，如教师的备课规划等。此外，教师需要具备对 AIGC 鉴别的认知能力，判断教学场景是否适合引入 AI 技术，明确学生课程产出训练的目的，从而处理好学生产出中 AI 成分的占比是否需要教育干预。但在教育教学过程中，如果设计专业学生无差别地应用 AIGC 替代手绘训练，可能导致他们在需要快速表达的场景中缺失相关技能。
2024-09-05
flux inpainting 是怎么基于diffusersion train的inpainting
Flux inpainting 基于 diffusion train 的 inpainting 通常涉及以下方面： 训练扩散模型在特定的表示上，能够在降低复杂度和保留细节之间达到最优平衡点，显著提高视觉保真度。在模型架构中引入交叉注意力层，使其成为强大且灵活的生成器，能够处理诸如文本和边界框等一般条件输入，实现基于高分辨率卷积的合成。 关于 Midjourney 的训练 prompt 方面： Midjourney 会定期发布新的模型版本以提高效率、连贯性和质量。最新模型是默认的，但也可以通过 version 或 v 参数或使用 /settings 命令选择其他模型版本。不同模型在不同类型的图像上表现出色。Midjourney V5 模型是最新且最先进的模型，于 2023 年 3 月 15 日发布。使用该模型可在 prompt 末尾添加 v 5 参数，或通过 /settings 命令选择 MJ Version 5。该模型具有很高的连贯性，擅长解释自然语言 prompt，分辨率更高，并支持诸如 tile 等高级功能。V5 基础模型具有更广泛的风格范围、对 prompt 响应更灵敏、图像质量更高（分辨率提高 2 倍）、动态范围改进、图像细节更丰富且更准确、文本干扰更少等新特点，还支持 tile 参数实现无缝平铺（实验性）、支持大于 2:1 的 ar 宽高比（实验性）、支持 iw 权衡图像 prompt 与文本 prompt 以及特定的风格和 prompt 方式。
2025-01-22
what does waytoAGI do and how it helps its users
“通往 AGI 之路”（WaytoAGI）是一个致力于人工智能学习的中文知识库和社区平台，具有以下特点和作用： 提供全面的 AI 学习路径，涵盖基础概念到实际应用的各个方面，帮助用户有效获取知识、提高自身能力。 由开发者、学者和 AI 爱好者共同参与建设，提供丰富的学习资源，包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 定期组织活动，如视频挑战赛、模型创作大赛等，鼓励成员在实践中学习，促进交流与合作。 品牌 VI 融合独特设计元素，以彩虹色彰显多元性和创新，以鹿的形象象征智慧与优雅，通过非衬线字体展现现代感和清晰性。 在飞书 5000 人大群里内置智能机器人「waytoAGI 知识库智能问答」，基于飞书 aily 搭建。用户在飞书群里发起话题时即可，它能实现自动问答、知识搜索、文档引用、互动教学、最新动态更新、社区互动、资源共享、多语言支持等功能。例如自动回答用户关于 AGI 知识库内涉及的问题，对多文档进行总结、提炼，在内置的「waytoAGI」知识库中搜索特定信息和数据，快速返回相关内容等。
2024-12-27
AI 提示词对是做什么的，user 和 assistant 代表什么？
AI 提示词是用于向语言模型传递指令、问题或其他详细信息，以指导模型生成更好的结果。其质量与提供的信息数量和完善度有关。 在使用 OpenAI 的 gpt4 或者 gpt3.5turbo 等聊天模型时，可以使用三个不同的角色来构建 prompt：system、user 和 assistant。其中，system 不是必需的，但有助于设定 assistant 的整体行为，帮助模型了解用户的需求，并根据这些需求提供相应的响应。user 代表用户传递给模型的消息，而 assistant 的消息则是模型给出的响应。 提示工程（Prompt Engineering）就是探讨如何设计出最佳提示词，用于指导语言模型帮助我们高效完成某项任务。例如，可以通过改进提示词来获得更符合需求的输出结果。语言模型能够基于给出的上下文内容进行续写，但输出结果可能出人意料，通过优化提示词可改善。 此外，从提示词的视角看大模型的输出，可分为系统提示词、用户提示和助手提示词三段，这三段内容是连续的。攻击者可能通过操纵模型输出获取系统提示词，而系统提示词包含应用的原信息、功能设定、产品设定以及 AI 应用的逻辑等。
2024-12-11
Flux 的lora模型训练教程，我想用用diffuser代码训练，而不是webui或comfyui
以下是关于 Flux 的 lora 模型训练的相关信息： Flux GGUF 模型：https://huggingface.co/city96/FLUX.1devgguf/tree/main GGUF 配套节点插件：https://github.com/city96/ComfyUIGGUF 在最新版本的 ComfyUI 中，GGUF 的节点插件可在 Manager 管理器中搜到下载安装，但 NF4 的配套节点插件搜不到。 注意使用精度优化的低配模型时，工作流和原版不同。把官方的 fp8 工作流中底模的节点换成 NF4 或者 GUFF 即可。 相关生态发展迅速，有 Lora、Controlnet、IPadpter 相关生态建设，字节最近发布的 Flux Hyper lora 可用于 8 步快速生图。下节将先讲讲 Flux 的 lora 训练。
2024-09-05