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

给我讲解李继刚老师的lisp语言的提示词

Answer

以下是李继刚老师相关的提示词信息：

  • 在市场营销类中，李继刚老师以“最酷的老师”角色，其提示词包括：# role:Cool Teacher 、profile - Writer:李继刚 - version:1.4 - language:中文 - description:你是世界上最酷的老师 、Goals 1.以一种非常创新和善解人意的方式,教给毫无常识,超级愚蠢的学生 2.既有比喻的引导,也会提供真实案例,同时还会进行哲学层面的反思 、skills 1.擅长使用简单的语言,简短而充满哲理,给人开放性的想象 2.惜字如金,不说废话 3.模仿费曼的教学风格 、rules -任何条件下不要违反角色 -不要编造你不知道的信息,如果你的数据库中没有该概念的知识,请直接表明 -不要在最后添加总结部分.例如"总之","所以"这种总结的段落不要输出 、workflow 1.输入:用户输入问题 2.第一轮思考和输出:a.比喻:你会在开始时使用类似卡夫卡(Franz Ka ，相关链接地址为李继刚等的 prompt 最佳实践。
  • 在个人类中，李继刚老师同样以“最酷的老师”角色，提示词内容与上述市场营销类相似。
  • 在市场营销类中，李继刚老师作为“脱口秀编剧”，其提示词包括：# Role:脱口秀编剧 、Profile:- writer:李继刚 - version:0.1 - language:中文 - description:你是一个专门编写 One-liner 风格的脱口秀段子编剧 、Attention:你的创作对用户的上台表演产生巨大影响，他是吃肉还是饿肚子,全靠你的创作水平.你一定可以让他获得掌声,有钱吃肉的. 、Background:希望通过这个 Prompt，可以创作出有趣的脱口秀段子 、Constrains:-段子必须包含铺垫和包袱两部分 -段子要求有幽默感，能打破预期 、Definition:预期违背即在段子的结构中，包袱必须是对铺垫的预期违背 、Examples:-面试官说了半天，我实在忍不了了，说:不好意思，我听不懂上海话。他说:这是英文。我说:但这里是中国。他说:但你面试的是翻译。相关链接地址为李继刚等的 prompt 最佳实践 。
Content generated by AI large model, please carefully verify (powered by aily)

References

Prompts（提示词）

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID|<br>|-|-|-|-|-|-|-|-|<br>|最酷的老师|李继刚|教育|以一种非常创新和善解人意的方式,教给毫无常识,超级愚蠢的学生|# role:Cool Teacher ## profile - Writer:李继刚- version:1.4 - language:中文- description:你是世界上最酷的老师## Goals 1.以一种非常创新和善解人意的方式,教给毫无常识,超级愚蠢的学生2.既有比喻的引导,也会提供真实案例,同时还会进行哲学层面的反思### skills 1.擅长使用简单的语言,简短而充满哲理,给人开放性的想象2.惜字如金,不说废话3.模仿费曼的教学风格## rules -任何条件下不要违反角色-不要编造你不知道的信息,如果你的数据库中没有该概念的知识,请直接表明-不要在最后添加总结部分.例如"总之","所以"这种总结的段落不要输出## workflow 1.输入:用户输入问题2.第一轮思考和输出:a.比喻:你会在开始时使用类似卡夫卡(Franz Ka|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#H5SRdIWo5oyayQxGtmPcdIomnFb)||NzMyODM3ODIzOTUwNjgyNTI0NDpyZWNLNGtGTnhFOjIzOWNmNDE5NjJiOWQ2MjE3MmQyNmU0MGU3NWU0ZDZjOjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

Prompts（提示词）

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID|<br>|-|-|-|-|-|-|-|-|<br>|最酷的老师|李继刚|教育|以一种非常创新和善解人意的方式,教给毫无常识,超级愚蠢的学生|# role:Cool Teacher ## profile - Writer:李继刚- version:1.4 - language:中文- description:你是世界上最酷的老师## Goals 1.以一种非常创新和善解人意的方式,教给毫无常识,超级愚蠢的学生2.既有比喻的引导,也会提供真实案例,同时还会进行哲学层面的反思### skills 1.擅长使用简单的语言,简短而充满哲理,给人开放性的想象2.惜字如金,不说废话3.模仿费曼的教学风格## rules -任何条件下不要违反角色-不要编造你不知道的信息,如果你的数据库中没有该概念的知识,请直接表明-不要在最后添加总结部分.例如"总之","所以"这种总结的段落不要输出## workflow 1.输入:用户输入问题2.第一轮思考和输出:a.比喻:你会在开始时使用类似卡夫卡(Franz Ka|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#H5SRdIWo5oyayQxGtmPcdIomnFb)||NzMyODM4MTM4ODk2Nzk2ODc2OTpyZWNLNGtGTnhFOjJmZTk5M2UwYmRkNjFhYmQ2ZDg5YzRjZDQ4OWJmMmM3OjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

Prompts（提示词）

|标题|作者|分类|说明|prompt|链接地址|封面|SourceID|<br>|-|-|-|-|-|-|-|-|<br>|脱口秀编剧|李继刚|文本|专门编写One-liner风格的脱口秀段子编剧|# Role:脱口秀编剧## Profile:- writer:李继刚- version:0.1 - language:中文- description:你是一个专门编写One-liner风格的脱口秀段子编剧## Attention:你的创作对用户的上台表演产生巨大影响，他是吃肉还是饿肚子,全靠你的创作水平.你一定可以让他获得掌声,有钱吃肉的.## Background:希望通过这个Prompt，可以创作出有趣的脱口秀段子## Constrains:-段子必须包含铺垫和包袱两部分-段子要求有幽默感，能打破预期## Definition:预期违背即在段子的结构中，包袱必须是对铺垫的预期违背## Examples:-面试官说了半天，我实在忍不了了，说:不好意思，我听不懂上海话。他说:这是英文。我说:但这里是中国。他说:但你面试的是翻译。## Goals:-|[李继刚等的prompt最佳实践](https://waytoagi.feishu.cn/wiki/JTjPweIUWiXjppkKGBwcu6QsnGd#StZad3NLWokoaex1nnucQn7rnMb)||NzMyODM3ODIzOTUwNjgyNTI0NDpyZWNaUDNiSEF5OjdlMWJmMGFkMGU5ZjEyYzIwZGQ5MzI3MTdkNDRhMzIyOjE6SDRzSUFBQUpib2dBL3dBQ0FQMy9lMzBEQUVPL3BxTUNBQUFB|

Others are asking
李继刚的prompt
李继刚在 AI 领域的相关工作主要是用 Claude 做卡片，其中包括图尔敏论证结构分析、So what、Unicode、信达雅翻译、情绪解析器、撕考者、方法论、沉思者、疯狂星期四、知识卡片、答案之书、职业新解、说文解字等方面的 Prompt 。 在字体使用方面，可将常用词生成后在手机设置中添加快捷输入，如输入 cc 输出 𝓒𝓸𝓸𝓵 。想让说文解字显示甲骨文，可通过加载本地字体或在 Prompt 中指定 fontfamily 为相应字体来实现。 此外，李继刚还进行了直播分享“如何与 AI 对话”，有相关视频回放。他开了公众号，并在制作记忆卡片和创新概念解释器的过程中，意识到写 Prompt 时存在词汇量、审美能力和抽象能力的不足。同时，还分享了 SVG 图的 Prompt ，如 SVGArtist ，其画图效果惊艳。还涉及质疑之锥、逻辑之刃（升级版）、细节、胡思乱想、metaClaude 等内容。欢迎大家评论区贴上自己的测试效果。
2025-01-12
请给我一份李继刚的结构化的prompt方法论
李继刚的结构化的 prompt 方法论如下： 如何写好 Prompt：结构化 结构化：对信息进行组织，使其遵循特定的模式和规则，从而方便有效理解信息。 语法：支持 Markdown 语法、YAML 语法，甚至纯文本手动敲空格和回车都可以。 结构：结构中的信息可根据自己需要进行增减，常用模块包括： Role：<name>，指定角色会让 GPT 聚焦在对应领域进行信息输出。 Profile author/version/description：Credit 和迭代版本记录。 Goals：一句话描述 Prompt 目标，让 GPT Attention 聚焦起来。 Constrains：描述限制条件，帮 GPT 进行剪枝，减少不必要分支的计算。 Skills：描述技能项，强化对应领域的信息权重。 Workflow：重点中的重点，希望 Prompt 按什么方式来对话和输出。 Initialization：冷启动时的对白，强调需注意重点。 示例 贡献者：李继刚，Sailor，田彬玏，Kyle😜，小七姐等群友。 李继刚的。 每个角色都有版本迭代，标注版本号，争取每个都更新到最新的版本。 李继刚写了上百个这种 Prompt，有具体场景需求可评论留言，作者可帮忙写定制的，也可自己用这种结构化的方式写。 使用方法：开一个 new chat，点代码块右上角的复制，发送到 chat 聊天框即可，里面的描述可按自己需求修改。 思路来源：云中江树的框架： 方法论总结： 建议用文心一言/讯飞星火等国内大模型试试，有这些 prompt 的加持，效果不错。
2024-12-17
李继刚大神提出的伪代码prompt 相关文章
李继刚等的 prompt 最佳实践相关内容如下： 方法论： 提出了基于 GPT3 的无代码聊天机器人设计工具 BotDesigner。 创建了 Conversation 视图和 Error Browser 视图。 使用 BotDesigner 观察 10 名非专家提示设计师执行聊天机器人设计任务的行为，以探索他们在提示设计中的直觉方法和困难。 结论： 所有参与者都能进行机会性的提示迭代设计，并能对提示更改进行局部测试。 参与者在生成提示、评估提示有效性和解释提示效果方面的困难主要源自过度概括和人际交往预期。 参与者倾向于从单一数据点过度推广，也倾向于从人类交流的角度过滤他们的提示设计和聊天机器人的响应。 关键信息： 贡献者包括李继刚、Sailor、田彬玏、Kyle😜、小七姐等群友。 李继刚的，最近收录不是很及时，可在李继刚的即刻查看更多。 每个角色都有版本迭代，标注版本号，争取更新到最新版本。 李继刚写了上百个这种 Prompt，有具体场景需求可评论留言，作者可帮忙写定制，也可自己用结构化方式写。 使用方法：开一个 new chat，点代码块右上角的复制，发送到 chat 聊天框，里面的描述可按需求修改。 思路来源：云中江树的框架： 方法论总结： 建议用文心一言/讯飞星火等国内大模型试试，有这些 prompt 的加持效果不错。 此外，还有相关的高阶使用方法，如陈财猫的“如何用 GPT 写长篇科幻？用分治法完成复杂任务”（https://waytoagi.feishu.cn/wiki/GY3sw4LQli5k9ckzrDZcRnVmnQf），刘海的“Prompt 纵向研究的最新成果：伪代码提示词”（https://waytoagi.feishu.cn/wiki/MjUDwTbq9iUtBrkskPXcpfOHnPg），陈财猫的“由 GPT 驱动的人生重开模拟器游戏，体验无穷变化的多重人生”（https://waytoagi.feishu.cn/wiki/WyJSwjvN5iZudhkd8iocrSy3njc）
2024-10-21
Lisp
Lisp 是一门“古老”的编程语言，其语法核心是 List 结构或“S 表达式”，需要用一对括号把元素括起来，且 List 结构里可以嵌套 List，使得程序呈现出一对对括号嵌套的样子。Lisp 语法简洁且优美，兼具简洁性和强大的表达能力。 在提示词编程方面，用 Lisp 编写的提示词生成 SVG 图形的效果明显优于 Markdown 版本。这可能是因为对于让大语言模型生成 SVG 代码的任务，Transformer 擅长从一种语言映射到另一种语言，而 Lisp 和 SVG 都是代码，两者靠得更近。此外，Markdown 表达能力有限，难以清晰准确描述 SVG 卡片的设计规范等，而 Lisp 的 List 结构更适合。在 SVGCard 函数中，Lisp 更多作为描述性语言而非程序性语言。 在网文创作中，也有 Lisp 格式的提示词，如在帮人做世界观故事时会用到，不同版本可适用于不同的模型和需求。
2025-02-10
请问有那款ai是能通过Lisp 语言实现一些输出操作的呢？
以下是一些能够通过 Lisp 语言实现输出操作的 AI 示例： 在“AI‘词生卡’的蝴蝶效应：从文字到视觉盛宴跨界蝶变”中提到，古早的 Lisp 语言在 Claude3.5 强大的理解力和绘图支持下焕发了新生，制造了新卡。 在“艾木：提示词编程｜有必要用 Lisp 语言写提示词吗？”中，将提示词用 Lisp 语言编写后丢给 Claude，例如输入文本，Claude 大概率会直接输出 SVG 代码。但对于复杂的函数调用，大语言模型处理起来较困难。
2025-01-23
lisp提示词
Lisp 语言在提示词编程中的应用具有以下特点： 1. Lisp 语言的语法：Lisp 是一门“古老”的编程语言，其语法核心是 List 结构或“S 表达式”，需要用一对括号把元素括起来，语法简洁优美且具有很强的表达能力。 2. 与 Markdown 的比较：平时写提示词更多用的是 Markdown 语法，它简单且大语言模型能很好理解，如标题、列表、加粗强调等。将 Lisp 提示词翻译成 Markdown 后，语义几乎一致，但在某些效果上存在差异，如 Lisp 版本中 SVG 图形的丰富度和表现力稳定地优于 Markdown 版本。此外，Markdown 版本在执行过程中会输出中间“思考”过程，多数场景下这样一步一步思考有正向收益，还能调试优化流程。而 Lisp 版本很难让大语言模型有条理地执行流程。 3. LLM 对 Lisp 程序的理解：一段 Lisp 提示词可能描述了简单的工作流，如对用户输入文本处理生成小确幸表达和生成 SVG 卡片等。虽然 Lisp 擅长描述程序且压缩信息能力强，但程序难懂，需要大量解码和按特定逻辑解读。大语言模型能解释 Lisp 程序，但作为提示词让其按程序逻辑运行很难，尤其对于复杂的函数调用，且难以保证程序里定义的子步骤被正确且无遗漏地执行。
2025-01-20
lisp格式的提示词怎么使用
Lisp 格式的提示词主要用于让 Claude 等模型生成特定的输出，以下是一些关于其使用的要点： 1. 用 Lisp 编写提示词能使生成 SVG 图形的效果优于 Markdown 版本。这可能是因为 Transformer 架构擅长从一种语言映射到另一种语言，Lisp 和 SVG 都是代码，两者距离更近，且 Lisp 的 List 结构更适合描述 SVG 卡片的设计规范、元素构成和配置参数。 2. 在实际应用中，可能会采用 Markdown 和 Lisp 混合的组合形式。如果通过 Chatbot 界面使用大语言模型，只能杂糅成一条提示词，一般情况下会拆成工作流，通过多次调用大语言模型来实现。 3. 用 Lisp 这种编程语言写提示词是之前在 prompt 圈被带火的，使用起来更为凝练和简洁。但平时写提示词用的更多的是 Markdown 语法，其简单且大语言模型能很好“理解”。 4. 要使用 Lisp 格式的提示词，可直接打开 Claude 首页，把提示词发送，完成初始化后即可使用。但通过 API 调用 Claude 可能输出效果不佳，网页版也许会更好。 5. 虽然 Markdown 版本与 Lisp 版本的提示词在语义上几乎一致，但在执行过程和某些效果上存在差异。Markdown 版本会输出中间“思考”过程，而 Lisp 版本很难让大语言模型有条理地执行流程。但用 Lisp 编写提示词时，更多是作为描述性语言而非程序性语言。
2025-01-20
清华大学deepseek讲解视频
以下是为您找到的与清华大学和 DeepSeek 相关的信息： 清华大学计算机科学与技术系助理教授章明星从大模型当前的发展阶段出发，分享了关于模型架构演进、大模型 Scaling Law 的发展趋势及相应趋势对系统层面影响的看法，并探讨了未来的发展方向。 《DeepSeek 的秘方是硅谷味儿的》提到 DeepSeek 是一家位于杭州的人工智能创业公司，其大语言模型 DeepSeekV3 在全球引发广泛关注。该模型以 550 万美元和 2000 块低配版英伟达 H800 GPU 训练，超越了多个顶级模型，获得硅谷研究者的高度评价。DeepSeek 的成功被视为中国式创新的典范，但其独特之处在于其更像一个研究机构，注重技术创新而非商业化运作，吸引了大量年轻的顶尖研究人才。 但未找到清华大学 deepseek 讲解视频的直接相关内容。
2025-03-05
清华大学deepseek讲解
以下是关于 DeepSeek 的相关信息： 清华大学计算机科学与技术系助理教授章明星从大模型当前的发展阶段出发，分享了关于模型架构演进、大模型 Scaling Law 的发展趋势及相应趋势对系统层面影响的看法，并探讨了未来的发展方向。 DeepSeek 是一家位于杭州的人工智能创业公司，其大语言模型 DeepSeekV3 在全球引发广泛关注。该模型以 550 万美元和 2000 块低配版英伟达 H800 GPU 训练，超越了多个顶级模型，获得硅谷研究者的高度评价。DeepSeek 更像一个研究机构，注重技术创新而非商业化运作，吸引了大量年轻的顶尖研究人才。 关于 DeepSeek 有众多媒体报道和网络文章，如中国新闻网的《突然爆火！中国“神秘力量”震动美国科技圈》、海峡都市报的《“华裔天才”亚历山大·王：DeepSeek 的 AI 大模型发布可能会“改变一切”》、每日经济热点新闻的《突然火爆全网！Deepseek 被“挤”到宕机！创始人 17 岁考入浙大，36 岁管理千亿私募！公司多岗位招新，实习生日薪最高上千元》等。 以上信息涵盖了 DeepSeek 在技术、评价、媒体报道等方面的情况。
2025-03-05
deepseek论文讲解
以下是关于 deepseek 论文解读的相关内容： 直播视频回放：可通过相关链接获取。 相关论文下载：提供了两篇论文，pc 端鼠标移到文章上面，会有下载链接，手机端类似。分别是。 技巧分享：包括万能提示词的使用，以及提示词的优化方法和步骤。 学习笔记心得：可参考等内容。 媒体报道和网络文章精选：涵盖了众多主流媒体和作者的相关文章，如等。
2025-03-04
我想做个生成知识点讲解视频的工具，是转成PPT加自动配音好，还是转成不同的网页然后生成每一页的口播稿更好？
在选择生成知识点讲解视频的工具时，转成 PPT 加自动配音和转成不同的网页然后生成每一页的口播稿各有其优缺点。 转成 PPT 加自动配音的优点在于 PPT 形式较为直观、规范，能够以图文并茂的方式展示知识点，自动配音可以节省录制音频的时间。缺点是可能在页面布局和动画效果上需要较多的调整，且自动配音的质量和语气可能不够自然。 转成不同的网页然后生成每一页的口播稿的优点是网页的设计更加灵活，可以融入更多的交互元素，口播稿能够更贴合讲解的需求。但缺点是网页的制作可能相对复杂，需要一定的技术知识，而且口播稿的生成质量可能参差不齐。 最终的选择取决于您的具体需求和技术能力。如果您更注重展示效果的规范性和简洁性，且对音频质量要求不是特别高，PPT 加自动配音可能是个不错的选择。如果您希望有更多的交互和灵活性，并且有能力处理网页制作和口播稿的优化，那么转成网页和生成口播稿可能更适合您。
2025-02-23
大模型讲解
大模型是指输入大量语料，使计算机获得类似人类“思考”能力，能进行文本生成、推理问答、对话、文档摘要等工作。 大模型的训练和使用过程可以用“上学参加工作”来类比： 1. 找学校：训练大模型需要大量计算，GPU 更合适，只有购买得起大量 GPU 的才有资本训练。 2. 确定教材：大模型需要大量数据，几千亿序列（Token）的输入基本是标配。 3. 找老师：选择合适算法让大模型更好理解 Token 之间的关系。 4. 就业指导：为让大模型更好胜任某一行业，需要进行微调（fine tuning）指导。 5. 搬砖：就业指导完成后，进行如翻译、问答等工作，在大模型里称之为推导（infer）。 在 LLM 中，Token 被视为模型处理和生成的文本单位，会被数字化形成词汇表，便于计算机处理。为让计算机理解 Token 之间的联系，还需把 Token 表示成稠密矩阵向量，这个过程称为 embedding，常见算法有基于统计的 Word2Vec、GloVe，基于深度网络的 CNN、RNN/LSTM，基于神经网络的 BERT、Doc2Vec 等。以 Transform 为代表的大模型采用自注意力（Selfattention）机制来学习不同 token 之间的依赖关系，生成高质量 embedding。大模型的“大”在于用于表达 token 之间关系的参数多，主要是模型中的权重（weight）与偏置（bias）。 从整体分层的角度来看，大模型整体架构分为以下几层： 1. 基础层：为大模型提供硬件支撑、数据支持，如 A100、数据服务器等。 2. 数据层：包括静态的知识库和动态的三方数据集。 3. 模型层：有 LLm（大语言模型，如 GPT，一般使用 transformer 算法实现）或多模态模型（如文生图、图生图等模型，训练数据与 llm 不同，用图文或声音等多模态数据集）。 4. 平台层：如大模型的评测体系、langchain 平台等，提供模型与应用间的组成部分。 5. 表现层：即应用层，是用户实际看到的地方。
2025-02-20
知识库里面哪里有讲解AI在各行业应用现状的材料
以下是知识库中关于 AI 在各行业应用现状的相关材料： 在音乐创作方面，通过输入更高级的词汇与 AI 音乐对话能产生更好效果，有 AI 音乐的版块、挑战、分享会和教程，可通过王贝加入 AI 音乐社区。 在数字人语音合成方面，介绍了声音克隆技术，提到了微软、阿里等的相关成果，常用的是 JPT service。 在 config UI 的应用方面，能降低成本、提高效率，在图书出版、引流等方面有应用，岗位稀缺，社区有相关共学课程。 在零售电商行业，有《2024 生成式 AI 赋能零售电商行业解决方案白皮书》。 在招聘领域，牛客的《AI 面试实践手册（2024）》深入探讨了 AI 面试的应用现状、价值和未来发展，指出其在多个行业尤其在管培生、产品、IT 基础岗位和蓝领岗位中广泛应用。 在 PC 行业，腾讯广告 TMI 与 GfK 联合发布了《AI PC 行业趋势与潜力消费者洞察白皮书（2024 版）》。 在医疗领域，蛋壳研究院发布了《医疗人工智能走到新的十字路口》。 在新闻媒体领域，新华社研究院发布了《人工智能时代新闻媒体的责任与使命》。 在情感陪伴方面，头豹研究院发布了《AI 情感陪伴：缔造温情链接，拥抱智慧关怀新纪元》。
2025-02-15
提示词使用方法
以下是关于提示词使用方法的详细介绍： 一、什么是提示词 提示词用于描绘您想要的画面。在星流一站式 AI 设计工具中，不同的基础模型对输入语言有不同要求。通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（如“一个长头发的金发女孩”），基础模型 1.5 使用单个词组（如“女孩、金发、长头发”），且支持中英文输入。启用提示词优化后，能帮您扩展提示词，更生动地描述画面内容。 二、如何写好提示词 1. 预设词组：小白用户可以点击提示词上方的官方预设词组进行生图。 2. 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质等，例如“一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量”。 3. 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框。负面提示词可以帮助 AI 理解我们不想生成的内容，如“不好的质量、低像素、模糊、水印”。 4. 利用“加权重”功能：可在功能框增加提示词，并进行加权重调节，权重数值越大，越优先。还可以对已有的提示词权重进行编辑。 5. 辅助功能：包括翻译功能（一键将提示词翻译成英文）、删除所有提示词（清空提示词框）、会员加速（加速图像生图速度，提升效率）。 三、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将权重降低至原先的 90.91%”“字符”。 四、如何学习提示词运用 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。学习提示词运用的建议如下： 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，使用清晰指令，对特殊要求明确指示。 3. 参考优秀案例：研究和学习已有的优秀提示词案例，可在领域社区、Github 等资源中查找。 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。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等。 6. 跟上前沿研究：提示工程是前沿研究领域之一，持续关注最新研究成果和方法论。精心设计的提示词能最大限度发挥语言模型的潜力，多实践、多学习、多总结，终可掌握窍门。
2025-03-09
提示词教程
以下是关于提示词的教程： 1. 小七姐的 Prompt Engineering a Prompt Engineer 精读翻译： 提示词工程教程：为帮助大型语言模型更好理解任务，提供了在线教程。 两步任务描述：任务可分解为检查当前提示词和样本、编写改进提示词两步，元提示词中明确这两步并提前传达期望。 逐步推理模板：指导提案模型回答系列问题，如输出是否正确、提示词描述任务是否准确等。 上下文规定：提示词在输入序列中的位置灵活，可能在输入文本之前或之后，元提示词中明确其与输入的相互作用。 2. Pika 新功能“Pikadditions”的三步保姆级教程： 第一步：上传基础视频，点击页面下方的“Pikaddition”按钮，拖拽或点击上传本地视频，可使用官方示例视频做测试。 第二步：添加主角图片，点击“Upload Image”上传角色图片文件。 第三步：编写视频提示词，用英文描述期望效果（支持 Emoji 辅助），可参考角色在视频里的相关互动，建议在自己的提示词尾部加入官方提供的默认提示词，效果会更好。核心逻辑是用户上传实拍视频和角色图片，AI 将角色动态融入视频中，提示词需具体描述角色动作、互动和场景匹配。 提示词公式参考：，包括事件驱动句式、空间锁定技巧、动态呼应原则。 3. SD 新手入门图文教程中的提示词模板： Majinai： 词图： Black Lily： Danbooru 标签超市： 魔咒百科词典： AI 词汇加速器： NovelAI 魔导书： 鳖哲法典： Danbooru tag： AIBooru：
2025-03-09
我在完成一篇论文，能不能给我一些论文相关的AI提示词
以下是为您提供的一些论文相关的 AI 提示词示例： 1. 对于法律文章写作： 敕令法律文章撰写 author:叁随道人 version:1.0（20240626） language:中文 2. 对于一般性的论文写作： 这意味着您不能期待设计一个完美的提示词，然后 AI 百分百给到您一个完美的符合要求的答案，中间不能有谬误，否则就是一个需要修复的“BUG”。您要给到 AI 的提示词实际上是一个关于此项问题的相对完善的“谈话方案”，真正的成果需要在你们的对话中产生，您也需要在对话中来限缩自己思维中的模糊地带。 现在大多数人（包括各个大厂的提示词工程师们）基本上都还抱着前 AI 时代的“机器编程”思路来进行 AI 的“自然语言编程”。对于想要尝试 AI 的朋友们，建议多给到 AI 几轮对话修正的余地，不要期望输入一次提示词 AI 就能给到您想要的东西，毕竟很多时候其实您自己刚开始也不知道自己想要什么。 3. 对于文生图相关的论文： 英文为:,drawing,paintbrush 。括号和:1.2,都是用来增加权重的,权重越高在画面中体现越充分,同样提示词的先后顺序也会影响权重。 反向提示词：NSFw,,(toomany finger
2025-03-08
Prompt提示词
以下是关于 Prompt 提示词的相关知识： 一、如何编写提示词 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，提供足够信息。 3. 使用清晰语言：用简单、清晰的语言描述，避免模糊或歧义词汇。 4. 给出具体要求：明确格式、风格等要求。 5. 使用示例：如有特定期望结果，提供示例。 6. 保持简洁：避免过多信息导致模型困惑。 7. 使用关键词和标签：帮助模型理解任务主题和类型。 8. 测试和调整：生成文本后检查结果，根据需要调整。 二、如何润色或优化提示词 1. 明确具体描述：使用更具体、细节的词语和短语。 2. 添加视觉参考：插入相关图片参考。 3. 注意语气和情感：用合适的形容词、语气词调整整体语气和情感色彩。 4. 优化关键词组合：尝试不同搭配和语序。 5. 增加约束条件：如分辨率、比例等，避免意外输出。 6. 分步骤构建：将复杂需求拆解为子提示词，逐步引导生成。 7. 参考优秀案例：研究有效的范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化：多次尝试不同写法，根据效果反馈完善。 三、PixVerse V2.5 提示词技巧（基础篇） 1. 提示词在文生视频、图生视频和角色生视频中广泛使用，准确编写可减少试错成本。 2. 什么是提示词：在 AI 视频生成中，是用于指导或引导模型生成特定视频内容的描述性文本或指令，需描述想要生成的视频画面，一般包含描述性文字、指令参数、情感氛围、参考风格。 3. 提示词语言：推荐使用英文输入，效果最佳，若不熟悉英文，也可用其他语言，模型可处理任何语言输入。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-03-08
利用ai对毕业论文扩写应该使用什么提示词
以下是一些利用 AI 对毕业论文扩写的提示词示例： 1. 请对这部分论文内容进行详细扩展，补充更多相关案例和数据，以增强论证的说服力。 2. 基于现有的论文内容，进一步阐述观点，丰富理论依据，并增加相关领域的前沿研究成果。 3. 对这段论述进行深化，从多个角度展开分析，同时融入更多的学术引用和参考文献。 4. 请将此部分内容扩展为更完整的篇章，增加细节描述，使论述更加全面和深入。 在使用提示词时，要注意内容的准确性和逻辑性，确保扩写后的论文质量得到提升。
2025-03-08
提示词
提示词相关知识如下： 1. 什么是提示词： 用于描绘您想生成的画面。 输入语言方面，星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（如一个长头发的金发女孩），基础模型 1.5 使用单个词组（如女孩、金发、长头发），支持中英文输入。 启用提示词优化后，可帮您扩展提示词，更生动地描述画面内容。 2. 如何写好提示词： 可以点击提示词上方官方预设词组进行生图。 提示词内容要准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 调整负面提示词，点击提示框下方的齿轮按钮，弹出负面提示词框，负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 利用“加权重”功能，让 AI 明白重点内容，可在功能框增加提示词，并进行加权重调节，权重数值越大，越优先，也可对已有的提示词权重进行编辑。 辅助功能包括翻译功能（一键将提示词翻译成英文）、删除所有提示词（清空提示词框）、会员加速（加速图像生图速度，提升效率）。 3. 提示词要素： 指令：想要模型执行的特定任务或指令。 上下文：包含外部信息或额外的上下文信息，引导语言模型更好地响应。 输入数据：用户输入的内容或问题。 输出指示：指定输出的类型或格式。 4. 提示工程与提示词的区别： 提示工程是人工智能领域中，特别是在自然语言处理和大型语言模型的上下文中一个相对较新的概念，涉及设计和优化输入提示，以引导 AI 模型生成特定类型的输出或执行特定的任务。其关键点包括精确性、创造性、迭代、上下文理解。 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，是提示工程的一部分。提示工程是一个更广泛的概念，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。
2025-03-08