用deepseek写法学本科论文 有哪些指令

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： 开始时输入单词主题、图片风格、单词数量。 选择 deepseekr1 模型生成单词数组，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，且以特定数组形式呈现。 2. Deepseek 时代提示词之关键诉求： 完整的长提示词可能不如片段有效，甚至干扰模型思考流程，带来 Token 浪费和上下文污染，特别是在多轮对话中。 新一代 LLM 的正确打开方式是“关键诉求直通车”模式，如像对聪明助理打暗号，让模型自主发挥。 3. 让 DeepSeek 生成相机运动轨迹的提示词： 以往的提示词包括场景、构图、尺寸、位置、形态、半身全身、环境等组合。 现在要求以“相机运动轨迹”的方式描写，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相关元素自然生成，如生成有光影变化的泳池，为主角匹配场景的拖鞋。

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，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，甚至可能干扰模型的思考流程，过长提示会带来大量的 Token 浪费和上下文污染，特别是在多轮对话中。在 deepseek 时代，用户只需要在关键点进行引导，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地生成出来，海螺 AI 甚至还知道给主角穿上与场景匹配的拖鞋。

以下是关于给 DeepSeek 写提示词的相关内容： 1. 效果对比：用 Coze 做了小测试，可对比查看。 2. 使用方法： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 DeepSeek。 认真阅读开场白后正式开始对话。 3. 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用，减轻调试负担。 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力基础上优化输出质量，减轻 AI 味，增加可读性。 设计阈值系统，可能会根据反馈修改。 用 XML 进行更规范设定，而非 Lisp 和 Markdown。 4. 完整提示词：版本 v1.3。 5. 特别鸣谢：李继刚的【思考的七把武器】提供思考方向，Thinking Claude 是设计灵感来源，Claude 3.5 Sonnet 是得力助手。 6. 生成单词方面： 输入单词主题、图片风格、单词数量。 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单词，以数组方式输出。 提示词中，角色为专业单词生成助手，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，以符合要求的数组形式呈现。 7. 生成相机运动轨迹的提示词：以往提示词是场景、构图、尺寸等的组合，现在把这些喂给 DeepSeek，要求以“相机运动轨迹”方式描写，如“相机向上飞升至上空轨道视角，拍摄站在泳池旁的女子”。

DeepSeek 是一个在 AI 领域受到关注的品牌。它在硅谷受到关注和追逐，早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新引发了小范围轰动。DeepSeek 不是“中国式创新”的产物，其秘方更具硅谷风格。 DeepSeek 是基于 AI 模型的产品，需要搭配具体模型，如 DeepSeek V3（类 GPT4o）和 DeepSeek R1（类 OpenAI o1）。它展示出媲美领先 AI 产品性能的模型，但成本较低，在全球主要市场的 App Store 登顶。在实际使用体验方面，在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。数学能力经过优化表现不错，编程能力略逊于 GPT。 需要注意的是，将 DeepSeek 比喻成“AI 界的拼多多”是偏颇的，认为其秘方就是多快好省也是不全面的。

以下是关于用 DeepSeek 写论文的相关指令和方法： 1. 高级调试策略： 模糊指令优化：对于宽泛需求，可添加维度约束；对于主观表述，可量化标准。例如，将“写小说”修正为“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”，将“写得专业些”修正为“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法：包括首轮生成获取基础内容、特征强化、风格调整和最终校验等步骤。如加强第三段的技术细节描述，改用学术会议报告语气，添加结论部分，检查时间逻辑一致性，列出可能的事实性错误。 2. 高阶能力调用： 文风转换矩阵：如作家风格移植、文体杂交、学术口语化等指令结构和效果示例。 领域穿透技术：如行业黑话破解，例如“解释 Web3 领域的'胖协议瘦应用'理论”。 3. 场景化实战策略：包括商业决策支持、创意内容生成、技术方案论证等。 4. 效能增强技巧： 对话记忆管理：如上下文锚定、信息回溯、焦点重置。 输出质量控制：针对过度抽象、信息过载、风格偏移等问题类型的修正指令。 5. 特殊场景解决方案： 长文本创作：可采用分段接力法和逻辑粘合剂。如“先完成故事大纲→逐章扩展→最后进行伏笔校验”，“确保新章节与前文的三处细节呼应”。 敏感内容处理：如概念脱敏法和场景移植法。 此外，在使用 DeepSeek 写论文时，还需注意以下几点： 示例是一种隐性的需求说明书，添加示例可让大模型更懂需求，但 few short 可能影响模型性能。 自用和他用的提示词在稳定性、经济性、可维护性等方面有较大区别，工业化提示词需稳定、经济且易维护。 将 R1 的思维链给 cloud 回答，结果可能大大改进。 同时，不同的模型有其特点，如 Cloud 3.5 模型多样性差，Deepseek R1 有缺陷但也不错，可根据需求选择合适的模型，如街悦新城的文学大师版等。

以下是一些关于高效使用“DeepSeek+”的信息： 各地举办了相关活动，如在郑州场展示了搭建的工作流，深圳场分享了出海的落地方案，北京场玩起了 AR+机械汪，广州场探讨了如何辅助速通吃“霸王餐”，福州场有最年轻的分享者展示玩转示例。 可以结合飞书多维表格来发挥其强大之处。 向阳乔木介绍了通过结合 VS Code、Cline 插件和 Deepseek API 等工具提升应用能力，实现自动发送邮件、查找重复文件、网页抓取翻译等功能。 伊登展示了最新 Deepseek+coze 实现新闻播报自动化工作流，具有全自动化处理、40 秒快速出片、成本低廉、输出质量稳定专业等优势，还能进行一系列改进，如加入配套 BGM、增加画面内容和转场效果、使用免费节点替代付费插件、优化模板样式、增加自动化程度支持批量处理等。您可以在扣子商店体验，也可以自己搭建。 您可以参考以上内容，根据您的具体需求来高效使用“DeepSeek+”。

对于 211 本科人工智能专业毕业，考研一志愿结果不理想可能被调剂到双非院校的情况，在就业方面可以有以下几个方向： 大学老师：如果您有继续深造的意愿，在研究生阶段取得优异成果，未来仍有机会进入高校任教，但可能相对较难进入重点高校。 大厂：大厂通常对学历和能力都有较高要求。虽然您的研究生院校可能是双非，但如果在研究生期间积累丰富的项目经验、具备扎实的专业技能，仍有机会进入大厂。 中小厂：中小厂对于学历的要求相对宽松，更注重实际能力。您可以在中小厂获得更多实践机会，积累工作经验，为未来的职业发展打下基础。 国企：国企的稳定性较高，对于学历的要求也相对灵活。您可以关注国企的招聘信息，寻找与人工智能相关的岗位。 考公考编：公务员和事业单位的工作稳定性强，一些与科技、信息化相关的部门可能会招聘人工智能专业的人才。 选调生：如果您符合选调生的选拔条件，可以尝试通过选调生途径进入政府部门工作。 总之，无论选择哪个方向，都需要在研究生期间不断提升自己的专业能力和综合素质，增加就业竞争力。

以下是为您制定的包含实施策略、里程碑和最佳实践的详细框架，以帮助您有效地实现目标： 一、英语四级考试 实施策略： 1. 制定学习计划，每天安排一定时间学习英语，包括词汇、语法、听力、阅读和写作。 2. 多做历年真题，熟悉考试题型和难度。 3. 参加英语学习社群或找学习伙伴，互相监督和鼓励。 里程碑： 1. 每月进行一次模拟考试，评估学习进度。 2. 两个月内完成词汇和语法的系统学习。 最佳实践： 1. 利用碎片时间背单词，如在公交车上、课间等。 2. 听力练习时，反复听同一篇材料，直到完全听懂。 3. 写作练习后请老师或同学帮忙批改，总结错误和不足。 二、参加苹果 26 年的 Swift 学生挑战赛 实施策略： 1. 从零基础开始学习 Swift 编程语言，通过在线课程、书籍等资源进行系统学习。 2. 参与相关的编程实践项目，提升实际操作能力。 3. 关注苹果官方网站和社区，了解挑战赛的最新动态和要求。 里程碑： 1. 三个月内掌握 Swift 编程语言的基础知识。 2. 半年内完成一个小型的 Swift 项目开发。 最佳实践： 1. 遇到问题及时在技术论坛或社区寻求帮助。 2. 定期回顾和总结所学知识，加深理解和记忆。 3. 参考优秀的 Swift 项目案例，学习他人的编程思路和技巧。 三、成为 AI 产品经理 实施策略： 1. 学习 AI 相关的基础知识，包括机器学习、深度学习等。 2. 了解产品经理的职责和工作流程，通过实践项目积累经验。 3. 关注行业动态，参加相关的研讨会和培训课程。 里程碑： 1. 一年内掌握 AI 基础知识和产品经理的基本技能。 2. 参与实际的 AI 项目开发，担任产品经理助理角色。 最佳实践： 1. 多与行业内的专业人士交流，获取经验和建议。 2. 不断提升自己的沟通和协调能力，以更好地推动项目进展。 3. 学会从用户需求出发，设计具有创新性和实用性的 AI 产品。 希望以上框架对您有所帮助，祝您顺利实现目标！

利用 AI 写本科毕业论文时，以下是一些相关的信息和示例供您参考： 有示例表明，如果向 LLM 提供关于个人背景的信息和指令，比如“根据以下关于我的信息，写一篇四段的大学申请论文：我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件，比如我 6 岁时父亲去世，但我仍然认为我有一个相当快乐的童年。在我的童年时期，我经常换学校，从公立学校到非常宗教的私立学校。我做过的最‘异国情调’的事情之一是在爱达荷州的双子瀑布与我的大家庭一起度过六年级。我很早就开始工作了。我的第一份工作是 13 岁时的英语老师。在那之后，以及在我的学习过程中，我做过老师、服务员，甚至建筑工人。”，LLM 可以为您生成论文。但需要注意的是，这并非提倡这种方式是道德的使用方式。 在教育领域也有相关例子，比如一位历史老师让 GPT 参与教学。通过不同的提示方式，GPT4 能产生差异较大的结果。例如，让 ChatGPT 扮演“一个经过训练、熟悉获奖研究生和本科生论文的高级语言模型”，并要求其从自我反思和大纲开始，生成的内容质量会更好。但随着学生在优化提示方面变得更擅长，在家完成写作作业时作弊会变得更容易。不过，让 LLM 进行角色扮演也使其成为有趣的教育工具，特别是作为历史模拟器。 需要强调的是，使用 AI 辅助撰写论文时，不能完全依赖其生成的内容，应遵守学术道德和规范，确保论文的原创性和学术诚信。

IT行业是一个不断发展和变化的领域，提供了许多不同的就业方向。以下是一些当前和未来可能具有较好就业前景的方向： 1. 软件开发：包括前端开发、后端开发、全栈开发等，随着数字化转型的推进，对软件开发人员的需求持续增长。 2. 人工智能与机器学习：AI和ML领域正在迅速扩展，需要数据科学家、机器学习工程师和深度学习专家。 3. 大数据：数据分析师、大数据工程师和数据架构师等职业，专注于数据的收集、分析和解释。 4. 云计算：云服务和解决方案架构师、云系统管理员等，随着企业越来越多地迁移到云平台，这一领域的专业人才需求增加。 5. 网络安全：网络安全分析师、安全工程师和首席信息安全官等，保护组织免受网络攻击和数据泄露。 6. 物联网（IoT）：IoT解决方案架构师、嵌入式系统开发人员等，随着智能设备数量的增加，IoT领域的发展迅速。 7. 移动应用开发：iOS和Android应用开发者，随着智能手机的普及，移动应用开发仍然是一个热门领域。 8. 区块链开发：区块链工程师和架构师，随着区块链技术在金融、供应链和其他行业的应用，这一领域的需求也在增长。 9. 游戏开发：游戏设计师、游戏开发者，游戏行业是一个不断增长的市场，对创意和技术人才都有需求。 10. 用户体验（UX）设计：UX/UI设计师，专注于提高软件和应用程序的用户界面和用户体验。 11. 产品管理：产品经理，负责指导产品的开发和市场定位，需要技术和商业知识的结合。 12. DevOps：DevOps工程师，专注于软件开发和运维的自动化和整合。 13. 量子计算：虽然还处于早期阶段，但量子计算领域的研究和开发正在增长，未来可能会成为一个重要的就业方向。 14. 边缘计算：随着5G和物联网技术的发展，边缘计算可能会成为处理和分析数据的关键技术。 15. 虚拟现实（VR）和增强现实（AR）：VR/AR开发者和设计师，随着这些技术在娱乐、教育和医疗等领域的应用，需求也在增长。 选择最好的就业方向时，应考虑个人兴趣、技能、行业趋势和市场需求。同时，持续学习和适应新技术也是在IT行业保持竞争力的关键。

帮助精读法学文献的AI工具可以显著提高法律研究的效率和准确性。以下是一些可以帮助你精读和分析法学文献的AI工具和平台： 1. CaseText 简介：CaseText 是一个法律研究平台，利用AI技术帮助用户查找、阅读和分析法律文献。 功能特点： CARA AI：可以根据上传的法律文档自动推荐相关案例和法律资源。 智能搜索：提供上下文相关的搜索结果，帮助找到最相关的法律文献。 法律分析：分析和总结法律文献中的关键点和判决理由。 2. ROSS Intelligence 简介：ROSS Intelligence 是一个基于AI的法律研究工具，旨在帮助法律专业人士更快地找到相关法律信息。 功能特点： 自然语言搜索：允许用户以自然语言提出法律问题，AI提供相关的法律文献和案例。 判例法分析：快速分析大量判例法，提取关键判决和法律原则。 文档审查：帮助审查法律文档，找出潜在的问题和风险。 3. LexisNexis 简介：LexisNexis 是一个综合性的法律研究平台，提供丰富的法律文献数据库和AI分析工具。 功能特点： Lexis Analytics：利用AI技术分析法律趋势、判决和法规，提供数据驱动的见解。 Shepard's® Citation Service：跟踪和分析案例法的引用，了解判例的法律效力和应用情况。 智能搜索和摘要：提供智能搜索功能，自动生成法律文献的摘要和关键点。 4. Westlaw Edge 简介：Westlaw Edge 是由 Thomson Reuters 提供的法律研究平台，整合了先进的AI技术。 功能特点： WestSearch Plus：使用AI技术进行上下文搜索，提供精准的法律文献结果。 Quick Check：分析和对比法律文档，找出遗漏或不一致之处。 KeyCite：追踪判例和法规的历史和引用，了解其法律地位和适用范围。 5. Judicata 简介：Judicata 是一个专注于法律分析的AI工具，提供深入的法律文献分析。 功能特点： 解析法律文档：细致解析法律文档，提取关键条款和判决理由。 法律图谱：通过图谱展示法律文献之间的关系，帮助理解法律原则的适用。 风险分析：评估法律文档中的风险和潜在问题，提供改进建议。 6. Casemine 简介：Casemine 是一个利用AI技术的法律研究平台，提供智能案例法分析和文献推荐。 功能特点： CaseIQ：智能分析案例法，提供相关的法律文献推荐。 判决理由提取：自动提取和总结判决理由，帮助快速理解案件关键点。 互动式法律研究：通过互动式界面，快速找到相关的法律文献和案例。 使用建议 1. 选择适合的工具：根据你的具体需求（如搜索、分析、审查等），选择最适合的工具。 2. 学习使用功能：熟悉工具提供的各种功能和界面，充分利用其AI分析和搜索能力。 3. 结合人工分析：尽管AI工具可以显著提高效率，仍需结合人工分析，确保对法律文献的理解和应用准确无误。 4. 保持更新：法律和技术都在不断变化，定期更新工具和数据库，确保使用最新的法律文献和AI技术。 通过这些AI工具，你可以更加高效地精读和分析法学文献，提高法律研究的质量和效率。

以下是关于使用 DeepSeek 写一篇论文的相关指导： 一、高阶能力调用 1. 文风转换矩阵 作家风格移植：例如“用鲁迅杂文风格写职场 PUA 现象” 文体杂交：比如“将产品说明书改写成《史记》列传格式” 学术口语化：像“把这篇论文摘要翻译成菜市场大妈能听懂的话” 2. 领域穿透技术：例如行业黑话破解，如“解释 Web3 领域的'胖协议瘦应用'理论” 二、场景化实战策略 1. 商业决策支持 2. 创意内容生成 3. 技术方案论证 三、效能增强技巧 1. 对话记忆管理 上下文锚定：“记住当前讨论的芯片型号是麒麟 9010” 信息回溯：“请复述之前确认的三个设计原则” 焦点重置：“回到最初讨论的供应链问题” 2. 输出质量控制 问题类型：过度抽象、信息过载、风格偏移 修正指令：如“请具体说明第三步操作中的温度控制参数”“用电梯演讲格式重新组织结论”“回归商务报告语气，删除比喻修辞” 四、特殊场景解决方案 1. 长文本创作 分段接力法：“先完成故事大纲→逐章扩展→最后进行伏笔校验” 逻辑粘合剂：“确保新章节与前文的三处细节呼应” 2. 敏感内容处理 概念脱敏法：“用经济学原理类比说明网络审查机制” 场景移植法：“假设在火星殖民地讨论该议题” 五、高级调试策略 1. 模糊指令优化 问题类型：宽泛需求、主观表述 修正方案：添加维度约束、量化标准 示例对比：原句“写小说”→修正“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；原句“写得专业些”→修正“符合 IEEE 论文格式，包含 5 项以上行业数据引用” 2. 迭代优化法 首轮生成：获取基础内容 特征强化：请加强第三段的技术细节描述 风格调整：改用学术会议报告语气，添加结论部分 最终校验：检查时间逻辑一致性，列出可能的事实性错误 六、行业应用案例 1. 技术开发场景 2. 商业分析场景 七、异常处理方案 1. 信息幻觉：追加请标注所有不确定陈述，并提供验证方法 2. 格式偏离：使用严格遵循以下模板：第一行...第二行... 3. 深度不足：触发请继续扩展第三章节内容，添加案例佐证 八、效能监测指标 1. 首次响应准确率：目标>75% 2. 多轮对话效率：问题解决平均轮次<3 3. 复杂任务分解：支持 5 级子任务嵌套 希望以上内容对您使用 DeepSeek 写论文有所帮助。

以下是一些关于输入指令生成 PPT 的信息： 增强版 Bot 是基于 AI 驱动的智能创作平台，可实现一站式内容生成，包括图片、PPT、PDF 等。在对话框输入诉求，如“帮我生成一篇包含以上架构风格的完整 PPT”，即可生成幻灯片内容及相关模板选择。 一枚扣子的 COZE 应用中，教案 PPT 内容基于前面生成的教学大纲，可手动进行少许内容修正。若对大纲内容不满意，可重新生成大纲和 PPT。具体操作是复制大纲内容，打开 kimi，选择 PPT，然后复制教案，在对话框粘贴，KIMI 会优化大纲，再选择喜欢的模版生成。但需注意，PPT 预览与下载可能需要充值。 在【workshop】一起写 Prompts 中，小组 1 的夙愿提出的 prompt 主要是输入一个主题帮老师生成一个 PPT（场景不定），使用者为教师（生成）和学生（阅读）。目前较好的解决方案包括提炼教学内容的核心概念确定主题、增加提纲、对提纲进行关键词描述、书写提纲下的摘要，并让用户确认生成的课件提纲和内容是否需要修改。同时，有成熟的案例参考，如 step 1（根据 PPT 大纲助手 GPTs 生成 PPT 大纲）：https://chat.openai.com/g/gOKorMBxxUpptdagangzhushou ；step 2（根据输入文本生成 PPT 内容 GPTs 生成 PPT 内容）：https://chat.openai.com/g/gYJs9jxVBHshuruwenbenshengchengpptneirong ；step 3（将生成的内容复制到 Marp Web 渲染简洁的 PPT）：https://web.marp.app/

以下是为您提供的 DeepSeek 生成文献综述的指令模板： 一、基础指令框架 1. 四要素模板：示例 2. 格式控制语法 强制结构：使用```包裹格式要求 占位符标记：用{{}}标注需填充内容 优先级符号：>表示关键要求，!表示禁止项 二、进阶控制技巧 1. 思维链引导 分步标记法：请逐步思考：1.问题分析→2.方案设计→3.风险评估 苏格拉底式追问：在得出最终结论前，请先列举三个可能存在的认知偏差 2. 知识库调用 领域限定指令：基于 2023 版中国药典，说明头孢类药物的配伍禁忌 文献引用模式：以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破 三、高级调试策略 1. 模糊指令优化 宽泛需求：添加维度约束，例如原句“写小说”→修正“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构” 主观表述：量化标准，例如原句“写得专业些”→修正“符合 IEEE 论文格式，包含 5 项以上行业数据引用” 2. 迭代优化法 首轮生成：获取基础内容 特征强化：请加强第三段的技术细节描述 风格调整：改用学术会议报告语气，添加结论部分 最终校验：检查时间逻辑一致性，列出可能的事实性错误 希望这些指令模板对您生成文献综述有所帮助。

以下是关于角色指令设计入门的相关内容： SD 角色设计： 绘制一致性多角度头像： 大模型：majicmixRealistic_v6.safetensors 正向提示词：,auburn hair,eyes open,cinematic lighting,Hyperrealism,depth of field,photography,ultra highres,photorealistic,8k,hyperrealism,studio lighting,photography 负向提示词：EasyNegative,canvasframe,canvas frame,eyes shut,wink,blurry,hands,closed eyes,,lowres,sig,signature,watermark,username,bad,immature,cartoon,anime,3d,painting,b&w 参数设置：迭代步数 50，采样方法 DPM++2M Karras，尺寸 1328×800px MJ 手册·快速入门： 角色人物公式：人物姓名（命名）+描述词（重要描述词和人物特征描述词）+风格+官方命令词 3D 公式：主体+描述词（重要描述词和物体特征描述词）+风格+灯光+官方命令词 插画公式：主题描述词语+风格（风格名称或画家）+描述+颜色灯光+官方命令 特定公式： 连续场景变化公式： 1）角色/场景公式：上传图片（喂图）+人物描写（融入其他场景需要关键词 white background，结合场景后换成 walking in a futuristic cyberpunk city）+场景风格描写+官方命令 2）木偶公式：人物图片+场景+人物+动作+风格+官方命令 3）等距粘土公式： 1. 等距+物体+max emoji（表情符号），soft（柔和）lighting soft（柔和光线）pastel colors/pastel background（背景）+3Dicon+clay（粘土）+blender 3d+背景颜色=等距粘土物体 2. 安子布莱斯娃娃/也可以换成其他知道的娃娃名称+灯光/颜色/背景/材质+clay（粘土）+良奈吉友画风/或者其他名人风格=人 4）3D 图标公式（未测试，可用）：喂图（1～3 张相似的风格）+描述的 icon（和喂图一致的关键词）+颜色（和喂图颜色一致的）+渲染词+官方命令 通用公式：角色/物体描述+背景描述+灯光风格+官方命令 Midjourney V6 更新角色一致性命令“cref”： 角色参考（或cref）将帮助您在不同图像中获得大致相同的角色，“角色”是指任何类人物形象。cref 参数允许我们根据我们通过 URL 提供的现有角色图像来创建大致相似的角色。 角色属性对于cref 参数效果良好的包括显著的标志性特征，如蓝绿色卷曲头发、粉红色太阳镜、及膝风衣、绿色背包；效果不佳的包括细小的细节，如一个银色吊坠项链，上面有八个小金字塔形宝石，一件左袖缺失的皮夹克，背后写着“ZOOM”，夹克是袖子缺失的设计，两侧夹克缘处有无限符号剃掉的发型。 准确的使用方法可参考频道说明，地址链接：https://discord.com/channels/662267976984297473/1216877089286787222