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

Prompt

Answer

以下是关于 Prompt 的相关知识:

  1. 提示简介:
    • 提示是您给 Claude 的文本,用于引发相关输出,通常以问题或指示的形式出现。例如:用户输入“为什么天空是蓝色的?”,Claude 回答的文本被称为“响应”,有时也被称为“输出”或“完成”。对我们来说,天空呈现蓝色是由于大气分子散射来自太阳的光线。较短波长的光(蓝色)比较长波长的光(如红色和黄色)更容易散射,因此当我们抬头望天空时,看到的是散射的蓝色光线。这被称为瑞利散射。天空的颜色会随着太阳角度和空气中灰尘/水的含量等条件而变化,但在白天晴朗的天空中,蓝色光波长最负责我们所感知的颜色。
  2. 改变区域+混音:
    • 选择的大小会影响结果。更大的选择为中途机器人提供了更多上下文信息,这可以改善新添加内容的扩展和上下文,但选择太多可能会导致新生成的元素混合或替换您希望保留的原始图像的部分。
    • 提示应集中于您希望在所选区域中发生的事情,中途机器人在生成选定区域时还会考虑现有图像,因此较短的聚焦提示通常更有效,且不应是对话式的。
    • 如果您想要更改图像的多个部分,请一次只处理一个部分,这样可以为每个部分创建有重点的提示。
    • 使用 Vary(Region)+Remix 模式生成的作业将遵循以下参数:--chaos、--fast、--iw、--no、--stylize、--relax、--style、--version、--video、--weird。
  3. 提示:
    • 提示是一段简短的文本短语,中途机器人会对其进行解释以生成图像。
    • 基本提示可以是简单的单词、短语或表情符号,中途机器人最适合用简单、简短的句子来描述您想看到的内容,避免长长的请求列表。
    • 更高级的提示可以包括一个或多个图像 URL、多个文本短语以及一个或多个参数。图像 URL 始终出现在提示的前面。
Content generated by AI large model, please carefully verify (powered by aily)

References

1.Intro to prompting 提示简介

A prompt is the text that you give Claude to elicit,or"prompt,"a relevant output.A prompt is usually in the form of a question or instructions.For example:提示是您给Claude的文本,用于引发相关输出。提示通常以问题或指示的形式出现。例如:|Role|Prompt||-|-||User|Why is the sky blue?<br>为什么天空是蓝色的?|The text that Claude responds with is called a"response",sometimes also called an"output"or"completion."Claude回答的文本被称为“响应”,有时也被称为“输出”或“完成”。|Role|Response||-|-||Assistant|The sky appears blue to us due to how the molecules in the air scatter light from the sun.The shorter wavelength light(blue)scatters more easily than the longer wavelength light(like reds and yellows),so when we look up at the sky,what we see is all the scattered blue light.This is known as Rayleigh scattering.The color of the sky varies based on conditions like the angle of the sun and amount of dust/water in the air,but during the day with a clear sky,the blue wavelength of light is most responsible for the color we perceive.<br>对我们来说,天空呈现蓝色是由于大气分子散射来自太阳的光线。较短波长的光(蓝色)比较长波长的光(如红色和黄色)更容易散射,因此当我们抬头望天空时,看到的是散射的蓝色光线。这被称为瑞利散射。天空的颜色会随着太阳角度和空气中灰尘/水的含量等条件而变化,但在白天晴朗的天空中,蓝色光波长最负责我们所感知的颜色。|

改变区域+混音

●选择您的选择大小会影响结果。更大的选择为中途机器人提供了更多上下文信息,这可以改善新添加内容的扩展和上下文。但是选择太多可能会导致新生成的元素混合或替换您希望保留的原始图像的部分。●提示尝试使用“变化区域+混音模式”时如何修改提示。提示应集中于您希望在所选区域中发生的事情。中途机器人在生成选定区域时还会考虑现有图像,因此较短的聚焦提示通常更有效。中途提示不应是对话式的。不要说“请将草地小径变成美丽的溪流”,而是直接而迅速地“草地溪流”。●分步进行如果您想要更改图像的多个部分,请一次只处理一个部分。这样,您可以为每个部分创建有重点的提示。[heading1]不同区域+混音示例[content]原始图像迅速的:gouache alligator in sunglasses选择更新提示:gouache alligator in green sunglasses结果更新提示:gouache alligator in green sunglasses原始图像迅速的:scratchboard apple tree branch选择更新提示:rainbow scratchboard apple tree branch结果更新提示:rainbow scratchboard apple tree branch[heading1]技术细节[content]使用Vary(Region)+Remix模式生成的作业将遵循以下[参数](https://docs.midjourney.com/parameter-list):--chaos--fast--iw--no--stylize--relax--style--version--video--weird

提示

基本提示可以是简单的单词、短语或表情符号提示提示!中途机器人最适合用简单、简短的句子来描述您想看到的内容。避免长长的请求列表。而不是:给我展示一张大量盛开的加州花朵的图片,将它们设置为明亮、充满活力的橙色,然后用彩色铅笔以插图风格绘制它们尝试:用彩色铅笔绘制明亮的橙色加州花朵[heading1]高级提示[content]更高级的提示可以包括一个或多个[图像URL](https://docs.midjourney.com/image-prompts)、[多个文本短语](https://docs.midjourney.com/multi-prompts)以及一个或多个[参数。](https://docs.midjourney.com/parameter-list)Image Prompts可以将图像URL添加到提示中以影响最终结果的样式和内容。图像URL始终出现在提示的前面。[阅读有关图像提示的更多信息](https://docs.midjourney.com/image-prompts)Prompt Text您要生成的图像的文本描述。请参阅下面的提示信息和提示。精心编写的提示有助于生成令人惊叹的图像。Parameters参数改变图像的生成方式。参数可以改变纵横比、模型、放大器等等。参数位于提示符末尾。[了解有关参数的更多信息](https://docs.midjourney.com/parameter-list)

Others are asking
PromptEnhancer
以下是关于 PromptEnhancer 的相关信息: PromptEnhancer 是一款自动生成/优化 prompt 的工具。 在对最流行的“AI 提示生成器”的比较分析中,针对“作为一名 IT 学生,为我的高级项目提出想法;我想要关于学生帮助大学学生的想法”这一测试种子提示,PromptEnhancer 在实验中的成绩为 4 胜 0 负。 相关链接:https://flowgpt.com/prompt/sbuYQwUq_8v8fafR5zJuB
2025-04-20
1.2Prompts 市场营销类
以下是关于市场营销类的 1.2 Prompts(提示词)相关内容: 专业推特新闻小编(作者:Carl):提取文本里的关键信息,整理所有信息并用浅显易懂的方式重新说一遍,让没有技术背景的人也能听懂,同时要写得吸引眼球。使用 Unicode 符号和 Emoji 表情符号来优化排版,提供更好的阅读体验。目标包括提取新闻关键信息并用浅显方式重新表述、为用户提供更好阅读体验让信息更易理解、增强信息可读性提高用户专注度。约束条件为不会偏离原始信息,只基于原有信息收集的消息做合理改编,只使用 Unicode 符号和 Emoji 表情符号进行排版。参考链接: 给 Prompt 打分(作者:李继刚):类似 Prompt 药剂师,通过对用户的 Prompt 进行分析,给出评分和改进建议,帮助用户提升 Prompt 的效果。用户基于当下认知写完 Prompt,不知现在的写法有什么问题,需要帮忙分析。要提供准确的评分和改进建议,避免胡编乱造的信息。参考链接:
2025-04-09
分析程序员在AI能力上的不同维度,比如AI框架,AIPrompt等
以下是对程序员在 AI 能力上不同维度的分析,包括 AI 框架和 AI Prompt 等方面: AI 框架: PromptPal:专为 AI 领域中的初创公司和个人开发者设计的提示管理工具,是一个集中化平台,便于在 AI 项目中管理提示,实现协作和工作流程优化。具有本地部署和云原生、简易设置、数据库支持、SDK 支持、提示跟踪与分析、协作工具等特点。开发指向: ChainForge:开源的可视化编程环境,专门用于测试大型语言模型(LLMs)的提示。允许用户进行快速而有效的提示想法测试和变化,具有多模型测试、响应质量比较、评估指标设置、多对话管理等特点。开发指向: AI Prompt: Promptknit:为 AI Prompts 测试提供服务的平台,可能提供工具和资源来帮助用户设计、测试和优化 AI 模型的提示。网站: 对于律师等法律人写好 Prompt 的建议: 明确 Prompt 是给人工智能(AI)系统提供的信息或问题,用来引导其产生特定回答或执行特定任务。 建议框架及格式:CRISPE 包括 Capacity and Role(能力与角色)、Insight(洞察)、Statement(陈述)、Personality(个性)、Experiment(举例)。例如,在处理合同纠纷案件时,为 AI 赋予角色和能力,提供背景信息和上下文,明确期望其完成的任务,设定回答风格等。
2025-04-09
如何学习Prompt
以下是关于如何学习 Prompt 的详细指导: 一、准备工作 首先,您需要有一个大模型帐号,并熟悉与它们对话的方式。以下为您推荐一些可用的平台: 1. ChatGPT4(性能最强) 2. 国产平替: 二、学习资料 1. 必看 OpenAI 的官方文档: 同时,还有中文精度版的官方 Cookbook 可供参考: 三、网站资源 以下是一些精选的 Prompt 相关网站: |站点名|网站介绍|地址|附件| ||||| |Learning Prompt|授人以渔,非常详尽的 Prompt 学习资源,包括 ChatGPT 和 MidJourney||| |FlowGPT|国外做的最大的 prompt 站,内容超全面,更新快||| |ChatGPT Shortcut|ChatGPT 提示词网站,提供了非常多使用模板,简单修改即可指定输出||| |ClickPrompt|轻松查看、分享和一键运行模型,创建 Prompt 并与其他人分享||| |Prompt Extend|让 AI 帮你自动拓展 Prompt||| |PromptPerfect|帮你自动优化提示词,你可以看到优化前后的对比||| |PromptKnit|The best playground for prompt designers||| |PromptPort(支持中文)|AI Prompt 百科辞典,其中 prompts 是聚合了市场上大部分优质的 prompt 的词库,快速的寻找到用户需求 prompt||| |Prompt Engineering Guide|GitHub 上点赞量非常高的提示工程指南,基于对大语言模型的浓厚兴趣,编写了这份全新的提示工程指南,介绍了大语言模型相关的论文研究、学习指南、模型、讲座、参考资料、大语言模型能力以及与其他与提示工程相关的工具。||| 四、学习建议 1. 理解提示词的作用:提示词向模型提供了上下文和指示,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,持续优化提示词构建。 5. 活用提示工程工具:如 Anthropic 的 Constitutional AI。 6. 跟上前沿研究:提示工程是当前前沿研究领域之一,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。请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-29
学习Prompt Engineering
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。 其关键点包括: 1. 精确性:通过精确的提示,提高 AI 模型输出的相关性和准确性。 2. 创造性: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。 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。提示词可以简单,也可以复杂。 提示工程与提示词的区别在于: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,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,提示工程的提示开发生命周期包括: 1. 开发测试用例:在定义任务和成功标准之后,创建一组多样化的测试用例,涵盖应用程序的预期用例,包括典型示例和边界情况,以确保提示具有鲁棒性。提前定义好的测试用例将使您能够客观地衡量提示与成功标准的表现。 2. 设计初步提示:制定一个初步的提示,概述任务定义、良好响应的特征,以及所需的上下文。理想情况下,添加一些规范输入和输出的示例供参考。这个初步提示将作为改进的起点。 3. 根据测试用例测试提示:使用初步提示将测试用例输入到模型中。仔细评估模型的响应与预期的输出和成功标准是否一致。使用一致的评分标准,无论是人工评估、与答案标准的比较,甚至是基于评分标准的模型判断。关键是要有一种系统性的评估性能的方式。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-25
写Prompt的技巧
以下是关于写 Prompt 的技巧: 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:尽量用简单、清晰的语言,避免模糊或歧义词汇。 4. 给出具体要求:如有特定格式或风格要求,在 Prompt 中明确指出。 5. 使用示例:如有特定期望结果,提供示例帮助 AI 模型理解需求。 6. 保持简洁:避免过多信息,防止 AI 模型困惑。 7. 使用关键词和标签:有助于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 Prompt 。 此外,编写 Prompt 还可注意以下几点: 尽可能多挖掘需求信息。 把需求信息变成清晰合理的 Prompt 。 不断尝试迭代,直至 Prompt 能解决问题。 在写 Prompt 时,利用 Fewshots 技巧也很实用,通过提供 1 3 个输入 输出示例,让 GPT 学到样本共性,提升输出结果质量。可在“如何写好 Prompt:结构化”的基础上,增加“Examples:”结构块,举 1 3 个示例。
2025-03-21