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

提示词反推

Answer

以下是关于提示词反推的相关内容：

一、第二十一期港风胶片

  1. 活动介绍
    • 墨悠大佬的胶片 lora 模型搭配 flux1 dev 大模型，具有文艺复兴、唯美胶片复古的风格。
    • lora 模型链接：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page
  2. 教程
    • 方法 1：利用上一期活动图片反推工作流，使用唯美港风图片进行反推提示词，在大模型后接一个墨悠_胶片 lo。上一期活动链接：第二十期图片提示词反推提示词生成。胶片 lora 链接：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page
    • 方法 2：利用抱脸的 joy-caption 图片反推提示词，然后在哩布上跑 flux 文生图工作流。
      • joy-caption 链接（需要魔法）：https://huggingface.co/spaces/fancyfeast/joy-caption-pre-alpha
      • 文生图工作流：flux 文生图.json
      • 在哩布上跑文生图：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page

二、【SD】真人转二次元

  1. 相比于文生图，图生图功能除了文本提词框以外还多了一个图片框的输入口，因此，我们还可以通过图片来给与 AI 创作的灵感。
  2. 随便照一张照片，直接拖入进来。
  3. 在文本输入框的旁边有两个反推提示词的按钮：CLIP 是可以通过图片反推出完整含义的句子；DeepBooru 是可以反推出关键词组。
    • 示例：上面的那一张图，通过两种反推方式得到的提示词分别为：
      • CLIP——a young boy sitting on a bench with a toy train and a lego train set on the floor next to him,Adam Rex,detailed product photo,a stock photo,lyco art。（一个小男孩坐在长凳上，旁边的地板上放着一辆玩具火车和一辆乐高火车，亚当·雷克斯，详细的产品照片，一张库存照片，莱科艺术，）
      • DeepBooru——shoes,solo,hat,orange_background,yellow_background,smile,socks,black_hair,sitting,sneakers。（鞋子，独奏，帽子，橙色背景，黄色背景，微笑，袜子，黑发，坐着，运动鞋）
  4. 两种方式生成的提示词都有些瑕疵，需要手动补充提示词的信息。写好提示词之后，调整宽度和高度，让红框刚好匹配图片。接下来，最重要的是提示词相关性和重绘幅度这两个参数。

三、ComfyUI 图片提示词反推

  1. 在 ComfyUI 里使用 MiniCPM 做图片提示词反推与文本提示词生成，可以和 flux 模型配合生成图片。建议使用量化版本的模型（int4 结尾），可以节省显存。
  2. ComfyUI-MiniCPM-Plus 安装方法
    • 进入 ComfyUI 自定义节点目录。
    • 克隆此仓库。
    • 重启 ComfyUI。
  3. 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。
Content generated by AI large model, please carefully verify (powered by aily)

References

第二十一期 港风胶片

墨悠大佬的胶片lora模型搭配flux1 dev大模型文艺复兴，唯美胶片复古lora模型链接：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page[heading2]示例图片[content]|||||-|-|-|||||[heading1]二、教程[heading2]方法1、利用上一期活动图片反推工作流，使用唯美港风图片进行反推提示词，在大模型后接一个墨悠_胶片lo[content]上一期活动链接：[第二十期图片提示词反推提示词生成](https://waytoagi.feishu.cn/wiki/JYMiwUJ03iYZDzkkW3tcAdFMn4f)胶片lora链接：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page[heading2]方法2：利用抱脸的joy-caption图片反推提示词，然后在哩布上跑flux文生图工作流[content]1、joy-caption链接（需要魔法）：https://huggingface.co/spaces/fancyfeast/joy-caption-pre-alpha2、文生图工作流：[flux文生图.json](https://bytedance.feishu.cn/space/api/box/stream/download/all/XwEhbF9GBoGxJDxuDaIcqeFpnUb?allow_redirect=1)3、在哩布上跑文生图：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page

【SD】真人转二次元？图生图如此强大

作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-05-02 20:00原文网址：https://mp.weixin.qq.com/s/l-O9vT9-_xzy0uvxnkjV-w相比于文生图，图生图功能除了文本提词框以外还多了一个图片框的输入口，因此，我们还可以通过图片来给与AI创作的灵感。我们随便照一张照片，直接拖入进来。然后可以看到，在文本输入框的旁边有两个反推提示词的按钮：CLIP是可以通过图片反推出完整含义的句子；DeepBooru是可以反推出关键词组。上面的那一张图，我们通过两种反推方式得到的提示词分别为：CLIP——a young boy sitting on a bench with a toy train and a lego train set on the floor next to him,Adam Rex,detailed product photo,a stock photo,lyco art。（一个小男孩坐在长凳上，旁边的地板上放着一辆玩具火车和一辆乐高火车，亚当·雷克斯，详细的产品照片，一张库存照片，莱科艺术，）DeepBooru——shoes,solo,hat,orange_background,yellow_background,smile,socks,black_hair,sitting,sneakers。（鞋子，独奏，帽子，橙色背景，黄色背景，微笑，袜子，黑发，坐着，运动鞋）可以看到两种方式生成的提示词都有些瑕疵，比如第一组里面没有描述小孩的穿着，第二组里面没有描述小孩的性别和周围的物品，所以我们需要手动来补充提示词的信息。写好提示词之后，我们再调整一下宽度和高度，让这个红框刚好匹配我们的图片即可。接下来，最重要的是这两个参数：提示词相关性和重绘幅度。

ComfyUI 图片提示词反推 提示词生成 MiniCPM节点与FLUX配合使用 再也不怕想不出提示词了

在ComfyUI里使用MiniCPM做图片提示词反推与文本提示词生成。可以和flux模型配合生成图片。建议使用量化版本的模型（int4结尾）可以节省显存。[heading3]ComfyUI-MiniCPM-Plus[heading3]安装方法[content]1.进入ComfyUI自定义节点目录:2.克隆此仓库:3.重启ComfyUI。[heading3]图片提示词反推长文本描述+短标签[content][heading3]图片提示词反推用于Flux出图[content][heading3]提示词生成[content][heading3]生成提示词用于Flux出图[content][heading3]模型[content]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。

Others are asking
SD 反推模型
以下是关于 SD 反推模型的相关内容： Fooocus 模型： LoRA 模型默认放在：Fooocus_win64_1110\\Fooocus\\models\\loras 程序默认用到 3 个 SDXL 的模型，包括一个 base、一个 Refiner 和一个 LoRA。单独安装需下载三个模型： SDXL 基础模型：https://huggingface.co/stabilityai/stablediffusionxlbase1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors refiner 模型：https://huggingface.co/stabilityai/stablediffusionxlrefiner1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors LoRA 模型：https://huggingface.co/stabilityai/stablediffusionxlbase1.0/resolve/main/sd_xl_offset_examplelora_1.0.safetensors 若部署了 SD 秋叶包，可共用模型（大模型和 LoRA），通过修改 Fooocus_win64_1110\\Fooocus\\modules\\path.py 文件中的路径来配置，修改为秋叶包模型对应的路径，如： 大模型路径：sdwebui\\models\\Stablediffusion\\SDXL LoRA 模型路径：sdwebui\\models\\lora 配置好后点击 run.bat 文件启动。 Comfyui SD 学社做黏土头像的相关插件： 提示词反推 WD14Tagger：https://github.com/pythongosss/ComfyUlWD14Tagger，首次使用会自动下载模型（需要网络环境） 处理人物一致性： IPAdapter：https://github.com/cubiq/ComfyUI_IPAdapter_plus 也可以用 instantID，这里使用的是 IPadpter，后续很多地方也会用到，建议先使用起来。关于 IPAdapter 的使用，之前有文章介绍。 ControlNet： 预处理的插件：comfyui_controlnet_aux https://github.com/Fannovel16/comfyui_controlnet_aux ControlNet 模型： XLCN 模型下载：https://huggingface.co/lllyasviel/sd_control_collection/tree/main 1.5 理模型下载：https://huggingface.co/lllyasviel/ControlNetv11/tree/main ControlNet 的 tile 模型： 随着 ControlNet1.1 的更新，tile 模型横空出世，其强大的功能让之前的一些模型变得有点黯然失色。 可用于高清修复小图，比如将分辨率不高的食物图片拖进“WD 1.4 标签器”反推关键词，然后发送到图生图。使用大模型“dreamshaper”调整参数尺寸，放大为 2K，提示词引导系数官方推荐在 15 以上，重绘幅度在 0.5 以上。 可用于修复和增加细节，如处理一张细节不足且结构错误的小屋图。tile 的预处理器用来降低原图的分辨率，为新图添加像素和细节提供空间。若图片本身像素很低，可以不使用预处理器，直接使用 tile 模型。
2025-03-13
ai提示词反推工具
以下是关于 AI 提示词反推工具的相关信息： 在图生图功能中，除了文本提词框外还有图片输入口，可通过图片给 AI 创作灵感。有两种反推提示词的按钮，CLIP 能通过图片反推出完整含义的句子，DeepBooru 可反推出关键词组。但生成的提示词可能存在瑕疵，需要手动补充信息。调整好提示词后，还需注意宽度、高度以及提示词相关性和重绘幅度等参数。 另外，LayerStyle 副本中的 PromptTagger 可根据图片反推提示词并设置替换词，使用 Google Gemini API 作为后端服务，需申请 API key 并正确填写配置文件。PromptEmbellish 输入简单提示词能输出润色后的提示词，也支持输入图片作为参考，同样依赖 Google Gemini API 服务。 同时，为您提供以下提示词相关的资源： 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：
2025-03-05
ai提示词反推
在 AI 中，关于提示词反推，以下是一些相关信息： 在图生图功能中，除了文本提词框，还有图片框输入口。通过图片可给与 AI 创作灵感，文本输入框旁有两个反推提示词的按钮，CLIP 能通过图片反推出完整含义的句子，DeepBooru 能反推出关键词组。但两种方式生成的提示词可能存在瑕疵，需要手动补充信息。调整宽度和高度，使红框匹配图片。此外，提示词相关性和重绘幅度这两个参数很重要。 样例驱动的渐进式引导法能充分发挥 AI 自身的逻辑分析和抽象总结能力，从用户提供的样例中总结方法论，用户判断方法论正确与否并提出意见，为提示词爱好者提供低门槛生成途径。但 LLM 有上下文长度限制，在长对话中可能导致 AI 遗忘早期内容，影响输出质量，所以需要引入“提示词递归”的概念与方法，具体步骤包括初始提示、定期总结、重新引入、细化和拓展、验证和优化。
2025-03-05
可以反推关键词的AI
以下是关于可以反推关键词的 AI 的相关内容： 在 Midjourney 中，AI 以半抽象方式解析提示，更倾向处理整体概念。获得理想结果的关键在于具体性，可从简单提示或参数修改开始逐步调整。此外，还可通过反推关键词来解析，方法如下： 1. 初始提示：例如“Prompt：A banana is floating in the airv 6.1 提示：一个香蕉漂浮在空中v 6.1”，查看生成结果，若不错但缺乏特定艺术方向，可进一步迭代优化。 2. 优化描述：如“Prompt：Banana shaped hologram of molten liquid metal,floating in air,isolated on a lilac background,minimalist design,vector illustration,high resolution photographyv 6.1 提示：香蕉形态的液态金属全息图，漂浮在空气中，在淡紫色背景上，极简设计，矢量插图，高分辨率摄影v 6.1”。 在 StableDiffusion 中，图生图功能除文本提词框外还有图片框输入口，可通过图片反推提示词。例如，随便一张照片拖入后，文本输入框旁有两个反推提示词的按钮：CLIP 可反推出完整含义的句子；DeepBooru 可反推出关键词组。但两种方式生成的提示词可能有瑕疵，需手动补充信息。 在使用 AI 生成图片时，若想让生成的图片更可控，可利用 seed 参数反向生成。Midjourney 会用种子号绘图，默认随机，可使用Seed 或same eseed 参数指定相同种子号和提示符以产生类似结尾图片。例如“caiyunyiueji is a cute sports anime girl,style by Miyazaki Hayao,emoji,expression sheet,8kseed 8888”，能保证每次生成相同的图，还可反向利用此特性对已确定的效果图进行微调。
2025-02-26
图片提示词反推工具
以下是关于图片提示词反推工具的相关信息： LayerStyle 副本：根据图片反推提示词，可设置替换词。使用 Google Gemini API 作为后端服务，需在申请 API key，并填到插件根目录下的 api_key.ini 文件中（默认名字为 api_key.ini.example，初次使用需将后缀改为.ini，用文本编辑软件打开，在 google_api_key=后面填入 API key 并保存）。节点选项包括：api（目前只有"geminiprovision"一个选项）、token_limit（生成提示词的最大 token 限制）、exclude_word（需要排除的关键词）、replace_with_word（替换 exclude_word 的关键词）。 PromptEmbellish：输入简单的提示词，输出经过润色的提示词，支持输入图片作为参考。使用 Google Gemini API 作为后端服务，同样需申请并填写 API key。节点选项包括：image（可选项，输入图像作为提示词参考）、api（目前只有"googlegemini"一个选项）、token_limit（生成提示词的最大 token 限制）、discribe（在这里输入简单的描述，支持中文）。 【SD】真人转二次元：图生图功能除文本提词框外还有图片框输入口，可通过图片给与 AI 创作灵感。有两个反推提示词的按钮：CLIP 可通过图片反推出完整含义的句子；DeepBooru 可反推出关键词组。但生成的提示词可能有瑕疵，需手动补充信息。调整宽度和高度使红框匹配图片，同时注意提示词相关性和重绘幅度这两个参数。 第二十一期港风胶片： 活动介绍：墨悠大佬的胶片 lora 模型搭配 flux1 dev 大模型，文艺复兴，唯美胶片复古。lora 模型链接：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page 教程： 方法 1：利用上一期活动图片反推工作流，使用唯美港风图片进行反推提示词，在大模型后接一个墨悠_胶片 lo。上一期活动链接： 胶片 lora 链接：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page 方法 2：利用抱脸的 joycaption 图片反推提示词，然后在哩布上跑 flux 文生图工作流。joycaption 链接（需要魔法）：https://huggingface.co/spaces/fancyfeast/joycaptionprealpha 文生图工作流： 在哩布上跑文生图：https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page
2025-02-18
AI文章提示词怎么反推反问
以下是关于 AI 文章提示词反推反问的相关内容： 对于 Midjourney 提示词的解析，其 AI 以半抽象方式处理整体概念，具体性是获得理想结果的关键。可从简单提示或参数修改开始，逐步调整。方法流程包括： 1. 初始提示：如“Prompt：A banana is floating in the airv 6.1 提示：一个香蕉漂浮在空中v 6.1”，查看生成结果，若不理想可进一步优化。 2. 优化描述：例如“Prompt：Banana shaped hologram of molten liquid metal,floating in air,isolated on a lilac background,minimalist design,vector illustration,high resolution photographyv 6.1 提示：香蕉形态的液态金属全息图，漂浮在空气中，在淡紫色背景上，极简设计，矢量插图，高分辨率摄影v 6.1”。 3. 添加调节参数命令。 对于 DeepSeek 深度推理，可借助 AI 分析好文章，如： 1. 找出喜欢的文章投喂给 deepseek R1，然后进行多次询问，如从写作角度、读者角度分析，指出缺点和提升空间，对作者进行侧写等。 在提示词技巧方面，包括： 1. 教训：要求讨论从特定情况中得到的教训，如“分享一个关于企业失败的案例，并从中提炼出的教训。” 2. 观点：要求 AI 考虑多种观点或意见，如“分析支持和反对核能发展的观点。” 3. 常见问题解答：要求 AI 生成常见问题解答（FAQs）列表，如“请提供一份关于瑜伽初学者的常见问题解答列表。” 4. 背景：提供背景信息、数据或上下文以便生成准确内容，如“请结合当前全球碳排放数据谈论气候变化的影响。” 5. 目标：说明回应的目标或目的，如“编写一篇旨在说服读者加入环保运动的文章。” 6. 受众：指定定制内容的目标受众，如“请为初中生编写一篇关于节水的文章。” 7. 范围：界定主题的范围，如“请仅关注瑜伽在减压方面的好处。” 8. 扮演角色：表明要采用的角色或观点，如“从一个科学家的角度阐述太阳能的优点。” 9. 示例：提供所需风格、结构或内容的示例，如“请参考《纽约时报》的文章风格撰写一篇关于自然保护的报道。” 10. 案例研究：要求参考相关案例研究或现实世界示例，如“在关于可持续发展的文章中，介绍一些成功的企业案例。”
2025-02-07
我是一个刚接触本站的AI小白，本站的AI提示词应该怎样使用
以下是关于本站 AI 提示词使用的详细介绍： 1. 提示词的定义和作用： 提示词用于描绘您想要的画面。 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），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. 如何写好提示词： 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。还可以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. 提示词相关资源： 提示词模板的相关网站，如 Majinai： 。 希望以上内容对您有所帮助，祝您使用愉快！
2025-03-15
文案提示词怎么写？
以下是关于文案提示词写作的一些要点和方法： 1. 基本语法：根据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“,”。一般而言，概念性、大范围、风格化的关键词写在前面，叙述画面内容的其次，最后是描述细节的。大致顺序为：（画面质量提示词）、（画面主题内容）（风格）、（相关艺术家）、（其他细节）。提示词的顺序很重要，越靠后的权重越低。 2. 关键词特异性：关键词最好具有特异性，避免使用过于泛化和抽象的词汇，措辞应尽量具体清晰，减少解释空间。 3. 权重调整：可以使用括号人工修改提示词的权重，例如“”将权重减少为原先的 25%。 4. 编写建议： 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。 提供上下文：若任务需特定背景知识，应提供足够信息。 使用清晰语言：简单、清晰描述，避免模糊歧义词汇。 给出具体要求：如有格式或风格要求，应明确指出。 使用示例：有特定期望结果时可提供示例。 保持简洁：避免过多信息导致模型困惑。 使用关键词和标签：帮助模型理解任务主题和类型。 测试和调整：生成文本后检查结果，根据需要调整。 希望这些内容能帮助您写好文案提示词。
2025-03-15
帮我找下提示词学习材料
以下是为您提供的提示词学习材料： 一、关于提示词的一般理解 提示词（Prompt）是给大语言模型的输入文本，用于指定模型应执行的任务和生成的输出。它发挥着“提示”模型的作用，设计高质量的提示词需根据目标任务和模型能力精心设计，良好的提示词能让模型正确理解需求并给出符合预期的结果。示例包括直接提问型、策略建议型、翻译型、算数型、概念解释型等。 二、系统学习 Stable Diffusion 提示词的步骤 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 Stable Diffusion 官方文档，了解提示词相关指南。 研究来自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 UI、艺术、摄影等相关领域的专业术语和概念。 研究优秀的图像标题和描述，作为提示词范例。 4. 掌握关键技巧 学习如何组合多个词条来精确描述想要的效果。 掌握使用“（）”、“”等符号来控制生成权重的技巧。 了解如何处理抽象概念、情感等无形事物的描述。 5. 实践和反馈 使用不同的提示词尝试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，总结经验教训。 在社区内分享结果，请教高手，获取反馈和建议。 6. 创建提示词库 根据主题、风格等维度，建立自己的高质量提示词库。 将成功案例和总结记录在案，方便后续参考和复用。 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。 三、Claude 3.7 核心提示词相关资源 Anthropic 定期对外更新 Claude AI 的核心系统提示词，为广大提示工程师提供了宝贵的学习资料。您可以在以下链接中找到更多相关内容： 1. 中找到他们往期开源的更多系统提示词，涵盖了从 Claude 3 Haiku 到现在所有的模型。 2. Claude 3.5 sonnet 内置提示词详细拆解与解说：https://mp.weixin.qq.com/s/0R4zgH3Gc5TAfAPY1oJU4A 3. Anthropic 的三位顶级提示工程专家聊《如何当好的提示词工程师》：https://mp.weixin.qq.com/s/VP_auG0a3CzULlf_Eiz1sw 4. 往期 Claude AI 核心系统提示词：https://docs.anthropic.com/en/releasenotes/systemprompts 5. Claude 官方用户手册 提示工程指南：https://docs.anthropic.com/en/docs/buildwithclaude/promptengineering/overview 6. Claude 官方提示库：https://docs.anthropic.com/en/promptlibrary/library
2025-03-15
如何才能学会写高质量的提示词
以下是关于如何学会写高质量提示词的相关内容： 1. 提示词的基本概念： 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），且支持中英文输入。 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. 写好提示词的方法： 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。 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。 利用辅助功能，如翻译功能可一键将提示词翻译成英文，还有删除所有提示词可清空提示词框，会员加速能加速图像生图速度，提升效率。 小白用户可以点击提示词上方官方预设词组进行生图。 3. 优化和润色提示词的方法： 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。 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。 注意语气和情感，用合适的形容词、语气词等调整 Prompt 的整体语气和情感色彩。 优化关键词组合，尝试不同的关键词搭配和语序。 增加约束条件，如分辨率、比例等，避免 AI 产生意料之外的输出。 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。 参考优秀案例，研究 AI 社区流行的、被证明有效的 Prompt 范例，借鉴写作技巧和模式。 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。 总之，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。同时，要了解大模型的特性，具备清晰表述自己需求和任务的能力，才能用好这个工具。
2025-03-15
关于教学的ai提示词
以下是关于教学的 AI 提示词的相关内容： 遵循最简化原则： 1. 内容长度限制：确保模型输出不超过用户设定的字数或信息量。 2. 内容类型限制：避免生成不恰当或不相关内容，可通过预设过滤规则实现。 3. 逻辑和一致性限制：增强模型理解和处理逻辑关系的能力。 4. 风格和语调限制：使模型输出符合特定写作风格或语调。 未遵循最简原则的情况： 1. “理解中文语义”这类描述无意义，因这是大模型基础设定。 2. “评估和打分文本质量”目标已包含打分任务，无需再提。 3. “提供文本改进建议”在目标中重复出现。 4. Markdown 格式错误，如“Profile:Goals:”结构错误，应将 Goals 放到 Role 层级下。 5. Initialization 部分可细化，如“明白以上要求后请回复：‘请提供需要打分的提示词：’”，更清晰指代用户下一句回复信息。 此外，写 Prompt 应先分析达成任务所需模块，且模块并非一成不变，需根据任务增减。同时注意： 1. 不需要包含作者信息，如 author、version 等。 2. 避免分类错误，如将输出错误分类到 Goals 目标，像“提供改进建议,以及改进原因”与“对用户的 Prompt 进行评分 1~10 分,10 分为满分”目标相似易造成困惑，应放到达成目标后的输出模块。 3. 注意拼写正确，如 Constrains 应拼写为 Constraints，限制条件要清晰且可被大模型执行。 以下是一些提示词模板的相关网站： 1. Majinai： 2. 词图： 3. Black Lily： 4. Danbooru 标签超市： 5. 魔咒百科词典： 6. AI 词汇加速器： 7. NovelAI 魔导书： 8. 鳖哲法典： 9. Danbooru tag： 10. AIBooru：
2025-03-15
请列出目前最好用的AI应用提示词
以下是一些目前较好用的 AI 应用提示词： 1. 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，使用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。优势在于避免错误方向的持续生成，促使模型输出新的思考过程。注意如果模型输出内容已过于冗杂，建议修改原始提示词。参考链接： 2. AI 对程序员工作的影响分析：AI 可代替的部分包括代码生成、补全、分析问题和数据提取、辅助架构设计文档等；AI 无法代替的部分有需求分析、复杂项目拆分、线上问题排查、调试及安全性保障。建议专业程序员通过 AI 提升效率，但非专业人士难以依赖 AI 完成复杂任务，需注重自身技能提升和架构设计能力。参考链接： 3. AI 应用场景中的访谈内容真实性分析：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。应用价值在于适合验证新闻、访谈或声明的真实性，发现潜在问题。参考链接： 此外，在 Apple Intelligence 中，如“有用的邮件助理”AI 机器人被指示如何根据邮件内容提出一系列问题，还包括“请将答案限制在 50 个单词以内。不要产生或编造虚假信息。”等提示。 在通往 AGI 之路知识库中，也有众多与提示词相关的内容，如之前社区测试中有关夫妻相的有趣提示词测试，还有 midjourney 提示词、股市卡片、解压缩等众多内容。此外有最佳实践、方法论、论文精读，提到刘海写伪提示词等技巧，吴文达老师讲 prompt 较好，还有 open i 官方提示，博主列出的 6 大策略吃透有助于写提示词。
2025-03-15