提示词

prompt输入框中你可以输入提示词、使用图生图功能辅助创作。[heading4]提示词[content]1.什么是提示词？1.1.内容1.1.1.提示词用于你想描绘的画面。1.2.输入语言1.2.1.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（一个长头发的金发女孩），基础模型1.5使用单个词组（女孩、金发、长头发），1.2.2.支持中英文输入。1.3.提示词优化1.3.1.启用提示词优化后，帮你扩展提示词，更生动的描述画面内容。2.如何写好提示词？2.1.预设词组2.1.1.小白用户可以点击提示词上方官方预设词组，进行生图2.1.提示词内容准确2.1.1.包含人物主体、风格、场景特点、环境光照、画面构图、画质，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。2.2.调整负面提示词2.2.1.点击提示框下方的齿轮按钮，弹出负面提示词框2.2.2.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2.3.利用“加权重”功能，让AI明白重点内容2.3.1.可在功能框增加提示词，并进行加权重调节，权重数值越大，更优先。2.3.1.对已有的提示词权重进行编辑2.4.辅助功能2.4.1.翻译功能：一键将提示词翻译成英文2.4.2.删除所有提示词：清空提示词框2.4.3.会员加速：加速图像生图速度，提升效率

如果您接触过大量提示工程相关的示例和应用，您会注意到提示词是由一些要素组成的。提示词可以包含以下任意要素：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。为了更好地演示提示词要素，下面是一个简单的提示，旨在完成文本分类任务：提示词在上面的提示示例中，指令是“将文本分类为中性、否定或肯定”。输入数据是“我认为食物还可以”部分，使用的输出指示是“情绪：”。请注意，此基本示例不使用上下文，但也可以作为提示的一部分提供。例如，此文本分类提示的上下文可以是作为提示的一部分提供的其他示例，以帮助模型更好地理解任务并引导预期的输出类型。注意，提示词所需的格式取决于您想要语言模型完成的任务类型，并非所有以上要素都是必须的。我们会在后续的指南中提供更多更具体的示例。

提示工程（Prompt Engineering）是人工智能领域中，特别是在自然语言处理（NLP）和大型语言模型（LLMs）的上下文中，一个相对较新的概念。它涉及设计和优化输入提示（prompts），以引导AI模型生成特定类型的输出或执行特定的任务。[heading3]提示工程的关键点包括：[content]1.精确性：通过精确的提示，可以提高AI模型输出的相关性和准确性。2.创造性：提示工程需要创造性地思考如何构建问题或请求，以激发AI模型的特定能力。3.迭代：通常需要多次尝试和调整提示，以获得最佳结果。4.上下文理解：提示需要包含足够的上下文信息，以便AI模型能够理解并执行所需的任务。[heading3]提示词（Prompts）：[content]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，它们是提示工程的一部分。提示词可以非常简单，如“给我总结这篇文章的主要观点”，或者更复杂，如设计一个包含多个步骤和条件的复杂任务。[heading3]与提示工程的区别：[content]提示词是实际输入到AI系统中的具体文本，用以引导模型的输出。提示工程则是一个更广泛的概念，它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。内容由AI大模型生成，请仔细甄别。