提示词是什么

AI 提示词的使用方法如下： 1. 提示词用于描绘您想生成的画面。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），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。 2. 写好提示词的方法： 预设词组：小白用户可以点击提示词上方官方预设词组进行生图。 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，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：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. 在一些特定场景中的应用： 让 Claude 3.5 摆脱循环的提示技巧：在模型陷入重复或逻辑僵局时，建议使用“退后一步”提示词，让其先进行多步、多角度思考，输出十段左右分析，再转化为代码实现。 AI 应用场景：如访谈内容真实性分析，提示词可从“自相矛盾”“时间线”“常识性冲突”角度，分析访谈内容的内部一致性，并结合常识推测可能存在夸大或不实之处。 4. 支持的语言：支持英语，不用担心英语不好的问题，），另外 emoji 也可以用。 5. 语法规则： 用英文半角符号逗号,来分隔 tag。注意逗号前后有空格或者换行都不影响效果。 改变 tag 权重：tag 的顺序越靠前对于 SD 来说权重越大，但是依旧可以给每个位置上的 tag 单独设置权重。有两种写法，括号，权重就重 1.1 倍，每加一层括号就反向减弱 1.1 倍。 进行 tag 的步数控制（高级玩法）：就是 SD 先按您输入的这个 tag1 开始生成，然后在达到您设定的步数之后，tag1 停止产生作用，此时 tag2 再参与到对内容生成的影响。，数字大于 1 理解为第 X 步前为 tag1，第 X 步后变成 tag2，数字小于 1 理解为总步数的百分之 X 前为 tag1，之后变成 tag2。

未来类似 DeepSeek 这种推理大模型普及，结构化提示词不会成为过时的知识。 虽然未来模型可能在某些情况下无需提示词，仅通过简单对话就能理解用户意图，但基础的如何与模型对话的认知仍需具备，这就涉及提示词。例如李继刚老师的结构化提示词能让模型给出更优质、完整的答案。操作过程中有很多有意思的提示词，如“酷老师”“抬杠高手”等，近期提示词有升级，李继刚老师将其玩到新高度，cloud 等大语言模型可直接显示编译结果内容。输入特定提示词可生成卡片，小创业项目可利用并改变提示词形成独到见解或小应用。 从工程视角看，AI 提示词在游戏创作及优化中也有应用。此外，提示工程的本质是提供足够的信息来明确指定要求，即使模型在理解上下文方面变得更好，能够清晰地陈述目标始终很重要，仍需要明确预期结果的能力和技巧。未来可能会更多地利用提示工程来让模型为我们生成、调整提示词，对于没有太多提示工程经验的人来说，提示词生成器可以帮助他们。未来的提示可能更像是一种自省，模型会尝试理解用户真正在思考什么、需要什么。 在 R1 时代，使用 AI 提示词的关键在于提供足够的背景信息，而非复杂的结构。简单大白话仍然有效，但信息量不足则难以得到理想结果。示例和框架可帮助理清思路，但最终影响在于用户的思考和表达。利用乔哈里视窗分析信息需求，避免过度指令化，让 AI 自由思考，从而激发更高的创意和效果。“有用的不是技巧，而是你的思考！”

AI 提示词是用于对模型进行“编程”的指令或示例，通过提供提示词可以让模型完成各种任务，如内容或代码生成、摘要、扩展、对话、创意写作、风格转换等。 提示词的作用在于描绘您想要的画面、内容等。在不同的应用场景中，提示词的输入方式和要求有所不同。例如，在某些模型中，使用自然语言输入（如“一个长头发的金发女孩”），而在另一些模型中可能使用单个词组（如“女孩、金发、长头发”），并且支持中英文输入。 写好提示词需要注意以下几点： 1. 内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等要素，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”。 2. 调整负面提示词，帮助 AI 理解不想生成的内容，如“不好的质量、低像素、模糊、水印”。 3. 利用“加权重”功能，让 AI 明白重点内容，权重数值越大越优先。 4. 还可以使用一些辅助功能，如翻译功能将提示词一键翻译成英文，或删除所有提示词等。 同时，对于英文文本，模型通过将文本分解为标记（Token）来理解和处理，1 个 Token 大约相当于 4 个字符或 0.75 个单词，输入和输出的文本提示词和生成的补全合起来不能超过模型的最大上下文长度（对于大多数模型，约为 2048 个 Token 或 1500 个单词）。

骏老师分享的去 AI 味儿提示词包括以下内容： 角色设定：“Character: You're a fluid conversationalist that engages in meaningful and personal natural language discussions with users. Your expression closely mimics human conversation, avoiding artificial or robotic tones. You have an array of dynamic abilities that allow you to weave complex, informal, and colorful narratives.” 约束条件：“Constraints: Maintain compliance with the language and tone used by the user in their conversation. Only provide responses that are relevant to the issue at hand. Refrain from discussing topics that are not linked to the user's inquiry. Ensure a 'humanlike' representation throughout the interaction, including occasional flaws to mimic authentic human communication.” 具体要求：“Prompt: We will engage in natural language conversation, and your responses will avoid sounding like you're interacting with AI. Instead, they will be crafted to resemble human expressions commonly used in everyday communication. Specifically, the requirements are as follows: Comprehensive and Thorough Explanations: Always provide indepth insight and comprehensive understanding of viewpoints or knowledge that the user asks for. Where possible, find and include relevant images from the web to amplify your explanations. Intricate Sentence Construction: Artfully employ complex sentence structures to mimic authentic human conversation. Ensure that the language used remains diverse and varies in complexity for a realistic touch. Creative and Variable Language Use: Make sure to avoid redundancy by using diverse phrases and words. Add flair to your conversation with a dash of humor, sarcasm, and displaying a personal touch. Factual and Quotebased Content: Ground your text in credibility by including facts and notable quotes in your responses.” 此外，智谱 BigModel 共学营第二期【第一名】鱼得水也分享了相关内容，如为确保精确进入对话生成节点，删除与对话无关节点，关闭 sum4all 插件防止意外触发图片、视频识别功能等。还提到了拟人提示词，包括选择模仿角色（如罗永浩），以及对提示词进行微调，如限制回答内容长度、防止回答出现逻辑错误、强化语言风格、防止输出多余回复等。

提示词（Prompt）是给语言模型或相关工具的输入文本，用于指定其应执行的任务和生成的输出。以下是关于提示词的学习方法： 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，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，持续优化构建。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等，辅助构建和优化提示词。 6. 跟上前沿研究：提示工程是前沿研究领域，持续关注最新成果和方法论。 对于学习 Stable Diffusion 的提示词，这是一个系统性的过程，需要理论知识和实践经验结合，步骤如下： 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和技巧分享。 3. 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。 4. 掌握关键技巧： 学习组合多个词条精确描述想要的效果。 掌握使用“（）”“”等符号控制生成权重的技巧。 了解处理抽象概念、情感等无形事物的描述。 5. 实践和反馈： 用不同提示词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。 在社区分享，请教高手获取反馈和建议。 6. 创建提示词库： 按主题、风格等维度建立自己的提示词库。 记录成功案例和总结，方便后续参考复用。 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。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

AI 提示词本质上是对模型进行“编程”，通常通过提供一些指令或几个示例来完成。与大多数为单个任务设计的 NLP 服务不同，例如情绪分类或命名实体识别，补全（Completions）和聊天补全（Chat Completions）几乎可用于任何任务，包括内容或代码生成、摘要、扩展、对话、创意写作、风格转换等。 我们的模型通过将文本分解为标记（Token）来理解和处理文本。Token 可以是单词，也可以是字符块。例如，单词“hamburger”被分解成标记“ham”、“bur”和“ger”，而很短且常见的单词像“pear”是一个 Token。在给定的 API 请求中处理的 Token 数量取决于输入和输出长度。作为一个粗略的经验法则，对于英文文本，1 个 Token 大约相当于 4 个字符或 0.75 个单词。 此外，在舞蹈音乐领域也有相关的 AI 提示词示例，如“Punchy 4/4 beats,electro bass,catchy synths,pop vocals,bright pads,clubready mixes,energetic drops”，其中“Punchy 4/4 beats”指节奏感强的四四拍鼓点，“Electro bass”指电子低音，“Catchy synths”指易于记住的合成器旋律或音效，“Pop vocals”指流行音乐风格的主唱，“Bright pads”指明亮的和弦音效，“Clubready mixes”指适合在夜店播放的混音，“Energetic drops”指高潮部分。还有“Chaotic synths”指混乱的合成器音效，“Avantgarde dance”指前卫的舞曲风格，“Disruptive rhythms”指破坏性的节奏等。每个提示都精心制作，以有效地封装各种舞蹈音乐流派的具体特点和大气质量，同时确保适应不同的聆听环境。

以下是关于 DeepSeek 提示词的相关内容： 1. 生成小红书爆款单词视频： 开始：输入单词主题、图片风格、单词数量，如非洲动物、真实风格、2。 生成单词数组：选择 deepseekr1 模型，输入单词主题、单词数量，DeepSeek 为用户输出指定数量的单词，并以数组方式输出，包括单词、中文、美式音标、英文句子及其中文翻译。提示词中角色设定为专业的单词生成助手，技能是输出关联英语单词，限制为仅围绕用户输入主题输出相关内容，且输出必须为符合要求的数组形式。 2. DeepSeek 时代提示词之关键诉求： 观察发现完整的提示词可能不如片段有效，甚至干扰模型思考流程，过长提示会带来 Token 浪费和上下文污染，在多轮对话中尤其明显。在 DeepSeek 时代，用户只需在关键点进行引导，让模型自主发挥，“关键诉求直通车”模式是新一代 LLM 的正确打开方式。新旧提示法对比，传统方法像唠叨家长，新型技巧像对聪明助理打暗号。 3. 让 DeepSeek 生成相机运动轨迹的提示词：以往的提示词是场景、构图、尺寸、位置、形态、半身全身、环境的组合，现在把这些提示词喂给 DeepSeek，要求以“相机运动轨迹”的方式来描写，可以得到新提示词，如“相机向上飞升至上空轨道视角，拍摄站在泳池旁的女子”。对空间理解和对语义的遵循能让有光影变化的泳池自然生成，海螺 AI 甚至还知道给主角穿上与场景匹配的拖鞋。

获取 API key 的方法如下： 火山引擎 API 申请：在火山引擎申请 API，注册链接有送代金券，可用于 token 消耗。 通义千问大模型：先去，点击创建 API key，复制保存即可。 腾讯云（新用户）： 1. 点击去注册腾讯云：。 2. 进入腾讯云，微信扫码注册。 3. 首次注册选择推荐页面的第一个或第二个。 4. 点击立即试用，选择地域和镜像（下拉框最上边的宝塔 8.1.0），然后点击“立即试用”。 5. 进入腾讯云服务台，点击“登录”。 6. 登录后，在当前页面复制 sudo /etc/init.d/bt default，粘贴进入图示位置，然后点击回车，保存此处输出的内容。 7. 返回服务器控制台，点击空白区域，选择“防火墙”菜单栏，点击【添加规则】按钮，新增规则，手动输入相关内容，除图中的内容外，需要再添加一个 3000 备注 FastGPT。

以下是为您逐步学习 AI 相关知识的推荐： 1. 关于大模型的思考与探讨：普通用户使用大模型时，语言不是关键，核心是向量空间中的游走脉络，输出时的语言翻译是次要的，且训练语料的中英文差异在于 embedding 环节。 2. 垂类模型与大模型公式：通过合适的模型、prompt 和 test 入口表达，用大模型公式调试出好效果以替代垂类模型，但微调垂类模型可能使大模型泛化能力下降，需分场景看待。 3. 提示词的挖掘：写提示词未挖掘出大模型的天花板，还有提升空间。 4. 读书方法与提示词相关书籍推荐：读书最有效的是笨方法，不取巧，花时间读。并推荐了从数学、作家、代码、原理角度写大模型的四本书。 5. 内置思维链提示词：针对小技巧类的思维链提示词有新模型能力涌现和大模型内置两个趋势，但对于某些如 COT 这类的内置可能会改变大模型的原味，对此存疑。 6. 编写提示词的经验与思考： 原汁原味与生效元素的平衡：为得到原汁原味的效果，需考虑是否反刻某些元素；生效的小技巧大模型可能会内置，如指定角色效果有变化。 压缩与歧义的处理：找到凝练的核心概念（a）后，根据对象用不同方式（b）表达，核心在于找到准确的 a，而寻找 a 的方法目前主要是多读多泡在相关领域。 持续学习与输出：通过阅读吸收输入，转换为自己的语言输出，与大模型交互提炼精华，多输出促进吸收输入。 7. 调教 AI 和提示词： 是否需要提示词工程，是否需要学提示词：持反对观点，像打字和写作一样。方法论不是关键，不断尝试和大模型交互，便是最佳方法。 和大模型交互需要遵循规则吗：不需要。网上流传最广的提示词方法论，是“给大模型一个角色”，这是一个好的策略，但不是必须遵循的原则，甚至所有规则都不是必须遵守的。可以在提示词里面设定规则，也可以聊着聊着临时更改规则，和大模型交互时完全不需要考虑规则。要考虑的就是是否达成了目的，如果没达成，那就锲而不舍的开一个新窗口，再尝试一下。如果还是不行，换个模型。 用 Markdown 格式清晰表达问题：Markdown 通过其易读性、格式化的灵活性和信息的清晰结构，使得与大模型的交流更加高效和精确。有助于模型更好地理解用户的意图。其优势包括结构清晰、格式化强调、适用性广。 8. 小白学习指南： 第一步：要有一个大模型帐号，至少已经熟悉和它们对话的方式。推荐 ChatGPT4 及国产平替： 第二步：看 OpenAI 的官方文档：

以下是关于优化提示词（Prompt）的一些方法： 1. 明确具体的描述：使用更具体、细节的词语和短语，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：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，先生成基本结构，再完善细节。 7. 参考优秀案例：研究流行且有效的 Prompt 范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化：多次尝试不同写法，根据输出效果反馈持续完善，直至理想结果。 需要注意的是，编写高质量 Prompt 需要不断实践、总结经验，熟悉 AI 模型的能力边界。保持开放思维尝试创新描述方式也很有帮助。另外，/shorten 命令可分析提示，突出有影响力的单词并建议删除不必要的单词，但它与多重提示或参数不兼容，且可能不适用于所有主题和提示风格。例如，对于“tower of donuts,sprinkles”的提示，“异想天开”“令人着迷”“杰作”等填充词可省略，了解“塔”和“魔法”等重要标记有助于解释生成的图像，若目标是制作甜甜圈，应从提示中删除“神奇”。内容由 AI 大模型生成，请仔细甄别。

以下是关于优化提示词（Prompt）的一些方法： 1. 明确具体的描述：使用更具体、细节的词语和短语，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：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，先生成基本结构，再完善细节。 7. 参考优秀案例：研究流行且有效的 Prompt 范例，借鉴写作技巧和模式。 8. 反复试验、迭代优化：多次尝试不同写法，根据输出效果反馈持续完善，直至理想结果。 需要注意的是，编写高质量 Prompt 需要不断实践、总结经验，熟悉 AI 模型的能力边界。保持开放思维尝试创新描述方式也很有帮助。另外，/shorten 命令可分析提示，突出有影响力的单词并建议删除不必要的单词，但它与多重提示或参数不兼容，且可能不适用于所有主题和提示风格。例如，对于“tower of donuts,sprinkles”的提示，“异想天开”“令人着迷”“杰作”等填充词可省略，了解“塔”和“魔法”等重要标记有助于解释生成的图像，若目标是制作甜甜圈，应从提示中删除“神奇”。内容由 AI 大模型生成，请仔细甄别。

如果 ComfyUI 提示词验证异常，您可以尝试以下解决方法： 1. 对于翻译失效的问题： 双击“embedded_instail”进行安装。 用记事本打开 BaiduTranslate.py，填入在百度翻译开发平台申请的 ID 和密码，以实现正常翻译。 2. 注意如果想要引用负向 embedding，要确保文件夹路径中没有中文，否则可能导致路径错误。 此外，ComfyUI 本身自带的【clip 文本编码器】对权重的识别可能不够准确，您可以使用插件提供的更高级的编码器，并选择不同的权重插值方式。例如，当从别的网址复制提示词过来效果不一样时，可能是因为 ComfyUI 读不懂提示词中的权重表达。 在模型使用和工作流方面，可能会遇到诸如 inspire 节点安装问题、负向提示词和系数权重的疑问、添加提示词队列报错、工作流的保存和使用、放大图片未显示及节点未跑通、只跑工作流后面一段等问题，相应的解决方法包括更换并加载默认工作流尝试、将随机换成固定等。同时，还包括节点打包操作、报错处理、模型选择及参数设置、快捷键及资源获取等方面的内容。