文生视频提示词

以下是关于 Deepseek 的相关信息： 提示词方法论： 进阶控制技巧： 思维链引导：分步标记法，如请逐步思考“问题分析→方案设计→风险评估”；苏格拉底式追问，如在得出最终结论前，请先列举三个可能存在的认知偏差。 知识库调用：领域限定指令，如基于 2023 版中国药典，说明头孢类药物的配伍禁忌；文献引用模式，如以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破。 多模态输出。 高级调试策略： 模糊指令优化：包括宽泛需求添加维度约束，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，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”。 迭代优化法：首轮生成获取基础内容，特征强化，如请加强第三段的技术细节描述，风格调整，如改用学术会议报告语气，添加结论部分，最终校验，如检查时间逻辑一致性，列出可能的事实性错误。 高阶能力调用： 文风转换矩阵，如作家风格移植“用鲁迅杂文风格写职场 PUA 现象”，文体杂交“将产品说明书改写成《史记》列传格式”，学术口语化“把这篇论文摘要翻译成菜市场大妈能听懂的话”。 领域穿透技术，如行业黑话破解“解释 Web3 领域的‘胖协议瘦应用’理论”，商业决策支持。 场景化实战策略：创意内容生成，技术方案论证。 效能增强技巧： 对话记忆管理：上下文锚定，如“记住当前讨论的芯片型号是麒麟 9010”；信息回溯，如“请复述之前确认的三个设计原则”；焦点重置，如“回到最初讨论的供应链问题”。 输出质量控制：如过度抽象，修正指令为“请具体说明第三步操作中的温度控制参数”；信息过载，修正指令为“用电梯演讲格式重新组织结论”；风格偏移，修正指令为“回归商务报告语气，删除比喻修辞”。 特殊场景解决方案： 长文本创作：分段接力法，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：概念脱敏法，如“用经济学原理类比说明网络审查机制”；场景移植法，如“假设在火星殖民地讨论该议题”。 用于生成 2048 游戏代码： 新手推荐使用 Deepseek，网址为 https://www.deepseek.com/zh ，国内能访问，网页登录方便，目前完全免费。 还可以使用 Cursor，网址为 https://www.cursor.com/ ，使用 Cursor 可以不用下载上一步中的 Pycharm。 此外还有通义灵码、JetBrains 自身的助手插件、Marscode 及 Tencent cloud AI code Assistant 等等。高能力的通用语言大模型通过明确的指令也可以得到 python 代码，不过使用下来还是 Deepseek 和晓颖 AI 助手在生成 2048 游戏上更为简便准确。

以下是关于文生视频和运镜的相关信息： 文生视频： 即梦 AI V1.2 支持图生视频、首尾帧和文生视频。其中文生视频输入自然语言且具体的 prompt 即可生成视频。 文生视频的模型排序（从高到低）及特点： 海螺：语意遵循不错，模型解析有待提高，自带电影滤镜，但有些用力过猛，得益于海量的影视数据。 可灵 1.5：颜色失真，缺少质感，偏科严重，物理规律和提示词遵循较强。 智谱：语意遵循，质感较差，画质一言难尽。 mochi：动态丰富，想象力丰富，美学质感较好。 pd 2.0 pro：PPT 效果，训练数据较少，但是联想启发性很好。 runway：空间感强，语意遵循较差，流体效果一绝。 Seaweed 2.0 pro：质感略弱于可灵 1.5，整体感觉师出同门。 sora：运镜丰富，物理逻辑混乱。 Pixverse v3：动态稳，丝滑，整体美学强于可灵 1.5。 luma 1.6：语意遵循差，提示词随便，动起来算我输。 运镜： 运镜控制支持移动（左、右、上、下）、摇镜（左摇、右摇、上摇、下摇）、旋转（顺时针、逆时针）、变焦（推近、拉远）以及幅度控制（小、中、大）。 即梦 AI V1.2 运动速度支持慢速、适中、快速的调节，模式可选标准模式（正常自然速度，通用场景下保持）和流畅模式（相较于标准模式，每秒生成更多帧数，支持高动态、高速的视频效果）。

以下是关于 AI 文生图的教程： Liblibai 简易上手教程： 1. 定主题：明确您想要生成的图片的主题、风格和表达的信息。 2. 选择 Checkpoint：根据主题选择贴近内容的 Checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找与生成内容重叠的 lora，以控制图片效果和质量。 4. 设置 VAE：选择 840000 那一串。 5. CLIP 跳过层：设为 2。 6. Prompt 提示词：用英文写想要生成的内容，使用单词和短语组合，用英文半角逗号隔开，无需管语法和长句。 7. 负向提示词 Negative Prompt：用英文写想要避免产生的内容，同样是单词和短语组合，用英文半角逗号隔开，无需语法。 8. 采样方法：一般选 DPM++2M Karras，也可参考模型作者推荐的采样器。 9. 迭代步数：选 DPM++2M Karras 时，在 30 40 之间，多了意义不大且慢，少了出图效果差。 10. 尺寸：根据个人喜好和需求选择。 11. 生成批次：默认 1 批。 Tusiart 简易上手教程： 1. 定主题：明确生成图片的主题、风格和信息。 2. 选择基础模型 Checkpoint：根据主题选择贴近的 Checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找重叠内容的 lora 控制图片效果和质量。 4. ControlNet：用于控制图片中特定图像，如人物姿态、特定文字、艺术化二维码等，属于高阶技能。 5. 局部重绘：后续学习。 6. 设置 VAE：选择 840000 。 7. Prompt 提示词：用英文写生成需求，单词和短语组合，用英文半角逗号隔开，无需语法和长句。 8. 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语组合，用英文半角逗号隔开，无需语法。 9. 采样算法：一般选 DPM++2M Karras，参考模型作者推荐的采样器更有保障。 10. 采样次数：选 DPM++2M Karras 时，在 30 40 之间，多了意义不大且慢，少了出图效果差。 11. 尺寸：根据个人喜好和需求选择。 此外，还为您提供了一些相关的参考视频和教程链接，供您进一步深入学习。

目前在应用文生图方面，以下几个模型效果较好： 1. DALL·E 3：与当前最流行的文生图应用 Midjourney 相比能打个平手甚至超越，使用门槛较低，不需要用户掌握复杂的 Prompt 编写知识，且已正式上线 ChatGPT，Plus 用户和 Enterprise 用户都可以使用。 2. Imagen 3：真实感满分，指令遵从强。 3. Recraft：真实感强，风格泛化很好，指令遵从较好（会受风格影响）。 但不同模型也有各自的特点和不足，例如： 1. Midjourney：风格化强，艺术感在线，但会失真，指令遵从较差。 2. 快手可图：影视场景能用，风格化较差。 3. Flux.1.1：真实感强，需要搭配 Lora 使用。 4. 文生图大模型 V2.1L（美感版）：影视感强，但会有点油腻，细节不够，容易糊脸。 5. Luma：影视感强，但风格单一，糊。 6. 美图奇想 5.0：AI 油腻感重。 7. 腾讯混元：AI 油腻感重，影视感弱，空间结构不准。 8. SD 3.5 Large：崩。 您可以根据具体需求和使用体验选择适合的模型。

以下是一些文字生成视频的 AI 产品： 1. Pika：是一款出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频，它是由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需要收费。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 以上工具适用于不同的使用场景和需求，您可以根据自己的具体情况进行选择。更多的文生视频的网站可以查看这里： 关于 Sora，目前还处于测试阶段，未放开使用。GPT4 至今仍存在幻觉严重的问题，换到文生视频工具上，复杂视频的生成牵涉到众多物理世界的因果关系和逻辑推理，可能会出现难以消除的幻觉和逻辑漏洞。马斯克认为特斯拉一年前就有相关能力并已在用，且对 Sora 有所评价。Sora 很惊艳，但自身仍充满挑战，较大可能走到 GPT4 的大瓶颈，全球级的学术大神、产研巨佬均不看好或不屑一顾。在论证其应用价值时，需要深入思考传统产业的运行方式，比如创意内容、短视频、流量分发、电影工业和广告等。

以下是一些免费的文生视频软件： 1. Pika：擅长动画制作，支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion ，可安装此插件，在图片基础上生成视频，由 Stability AI 开源。 3. Haiper：有免费额度，能生成 HD 超高清的视频，文生视频支持选择风格、秒数、种子值等。 4. DynamiCrafter：免费，可生成 2 秒图生视频，还能做短视频拼长视频。 此外，还有通义万相，可免费使用，地址为：https://tongyi.aliyun.com/wanxiang/wanxvideo 。它全新发布自研 AI 视频生成大模型，具备多种优势。 更多的文生视频的网站可以查看这里：https://www.waytoagi.com/category/38 。 内容由 AI 大模型生成，请仔细甄别。

以下是为您整理的 AI 生成短视频拍摄工作流： 1. 概念设定：可使用 MJ 进行。 2. 剧本+分镜：借助 ChatGPT 完成。 3. AI 出图：选择 MJ、SD、D3 等工具。 4. AI 视频：利用 Runway、pika、PixVerse、Morph Studio 等。 5. 对白+旁白：使用 11labs、睿声。 6. 音效+音乐：SUNO、UDIO、AUDIOGEN 可供选择。 7. 视频高清化：Topaz Video 能发挥作用。 8. 字幕+剪辑：CapCut、剪映是不错的工具。 另外还有以下两种 AI 录视频工作流方案： 方案一：GET 笔记→海螺 AI 声音克隆 Step 1:GET 笔记语音构思脚本 录制视频前，先用 GET 笔记“说”出脚本。GET 笔记会转录语音并润色，去掉冗余，让脚本更适合朗读。 Step 2:海螺 AI 声音克隆生成专业配音 脚本完成后，输入海螺 AI，克隆一个您喜欢的声音（比如自己的声音或播音腔），生成高质量音频。 方案二：通义听悟→Claude→海螺 AI 声音克隆 Step 1:通义听悟转录和分析初始录音 如果已经录了初始视频（比如操作演示），将音频或视频上传到通义听悟，它会生成文字稿，并指出口癖、停顿等问题。 Step 2:Claude优化脚本 把通义听悟的文字稿交给 Claude，它会去掉口癖、修正错误，调整句式，让脚本更流畅自然。 Step 3:海螺 AI 声音克隆生成最终配音 优化后的脚本输入海螺 AI，生成专业音频，再用剪映等工具与画面匹配，一个高质量视频就完成了。

以下是为您提供的关于 AGI 知识视频的相关内容： 通往 AGI 之路介绍：包括记忆、理解、应用、分析、评价和创造等方面，从了解 AI 的历史、基本术语等开始，深入到主要思想，选择适合自己的 AI 产品并应用于解决实际问题，大量阅读各类文章、视频和报告以理解知识之间的关系，通过课程与书籍深入学习并提出自己的观点和论断，尝试创造新想法。 知识库起飞指南：以 Agent 板块为例，从下往上看相关视频，共学视频都是从注册开始的教学，可根据听过的工具选择开始。在看了一些视频后，根据需求找到导航选择想看的内容。智能千帆、阿里云百炼有视频，其余部分可能没有。如果内容较多，要考虑聚焦，先挑一个开始实践。 01 通往 AGI 之路知识库使用指南：智能章节主要有三个内容，包括推荐 B 站 up 主 Nally 的课程，二十四节气相关教程和关键词已开源，以及 14、15 号左右白马老师和麦菊老师将带大家用 AI 做生图、毛毡字、光影字、机甲字等。还提到人像可控的炼丹操作、AI 视频及相关变现方式，16 号晚上中老师将带大家动手操作炼丹，工程生产的可控性，AI 视频相关的共学课程、工具及挑战赛，以菌菇图形做创意的素材图等。

以下是为您生成的一个机场值机的英语情景对话，您可以根据这个对话来制作相关的 Ai 图文视频小红书内容： A: Good morning. Can I help you? B: Yes, I'd like to check in for my flight. A: May I see your passport and ticket, please? B: Here you are. A: Thank you. Are you checking any luggage? B: Yes, I have two suitcases. A: OK. Please put them on the scale. B: All right. A: Your luggage is within the weight limit. Here's your boarding pass. Your seat is 15A. B: Thank you. What time does boarding start? A: Boarding will begin at 10:30. B: Great. Thank you very much. A: Have a nice flight!

AI 可以剪辑视频。以下是一些相关信息： 在 Adobe 的相关产品中，在 Advanced 部分可使用 Seed 选项添加种子编号，以控制 AI 创建内容的随机性，相同的种子、提示和控制设置可重新生成类似的视频剪辑，然后选择 Generate 生成。 制作 AI 短片时，如使用 11labs 无法用语速、情绪调节等控件，只能通过标点符号改变语音效果。国内可使用出门问问的魔音工坊，其有情绪调节控件。 目前大部分 AI 短片创作者用剪映剪辑 1 3 分钟的短片，因其有人性化设计及简单音效库、小特效。但更长篇幅或追求更好效果可能要用 PR/FCP/达芬奇等传统剪辑软件。剪辑流程为：视频粗剪 视频定剪 音效/音乐 特效 包装（如字幕）。 MMVid 是一个集成的视频理解系统，能处理和理解长视频内容并进行问答。其应用场景包括快速的视频剪辑、图生视频、快速诊断等。它由 Microsoft Azure AI 开发，结合了 GPT4V 的能力和其他视觉、音频和语音处理工具，能将视频中的多模态信息转录成详细的文本脚本，方便大语言模型理解视频内容。

AI 可以剪辑视频。以下是一些相关信息： 在 Adobe 的相关产品中，在 Advanced 部分可使用 Seed 选项添加种子编号，以控制 AI 创建内容的随机性，相同的种子、提示和控制设置可重新生成类似的视频剪辑，然后选择 Generate 生成。 制作 AI 短片时，如使用 11labs 无法用语速、情绪调节等控件，只能通过标点符号改变语音效果。国内可使用出门问问的魔音工坊，其有情绪调节控件。 目前大部分 AI 短片创作者用剪映剪辑 1 3 分钟的短片，因其有人性化设计及简单音效库、小特效。但更长篇幅或追求更好效果可能要用 PR/FCP/达芬奇等传统剪辑软件。剪辑流程为：视频粗剪 视频定剪 音效/音乐 特效 包装（如字幕）。 MMVid 是一个集成的视频理解系统，能处理和理解长视频内容并进行问答。其应用场景包括快速的视频剪辑、图生视频、快速诊断等。它由 Microsoft Azure AI 开发，结合了 GPT4V 的能力和其他视觉、音频和语音处理工具，能将视频中的多模态信息转录成详细的文本脚本，方便大语言模型理解视频内容。

以下是关于通过 AI 制作短视频的学习建议： 1. 了解 AI 在影视制作中的局限性与弥补方式，可参考相关讨论，如。 2. 注重剧本创作中画面与声音的连贯性，相关内容可查看。 3. 探讨剧本、叙事手法和工具在视频制作中的重要性，详情见。 4. 学习提高短视频制作能力的方法和技巧，参考。 5. 借鉴出版行业从业者刘洋洋学习 AI 的经历，见。 6. 参考动效设计师尤慧影的经验，了解其对 AI 视频技巧的探索，见。 7. 了解新同学杨嘉宜加入 AI 团队的热情和兴趣，参考。 8. 学习社群成员参与 AI 创作的经历和经验，见。 9. 参考阿汤短片的制作过程，包括剧本创作、分镜脚本创作、角色设计、分镜图片制作、动画制作、配音和配乐等步骤。在角色设计阶段保持角色的一致性并增加个性化特性，分镜图片生成阶段及时调整画面，动画镜头制作阶段可使用 pixverse、pika、runway 等视频生成工具。了解制作短片的基础逻辑，从短故事片入手，后续再探讨广告片等类型。原文： ，更新日志：2.24 分镜图片生成/动画镜头制作更新（对于小猫动作画面效果需要进一步探索）。

提示词工程师（Prompt Engineer）是在与人工智能模型交互时，负责设计和优化提示的专业人员。他们的目标是通过精心构造的提示，引导模型产生准确、有用和相关的回答。 其主要职责包括： 1. 设计提示：根据用户需求和模型能力设计有效的提示，考虑提示的长度、结构、措辞和信息量等因素，确保清晰传达用户意图并引导模型生成满意结果。 2. 优化提示：通过收集用户反馈、分析模型结果和实验不同的提示策略等方式不断优化提示，以提高模型性能。 3. 评估提示：使用各种指标如模型的准确率、流畅度和相关性等来评估提示的有效性。 提示词工程师需要具备以下技能和知识： 1. 领域知识：对所工作的领域有深入了解，以便设计出有效的提示。 2. 自然语言处理（NLP）：了解 NLP 的基本原理和技术，能够理解和生成自然语言文本。 3. 人工智能（AI）：了解 AI 的基本原理和技术，能够理解和使用 AI 模型。 4. 沟通能力：具备良好的沟通能力，与用户、团队成员和其他利益相关者有效沟通。 以下是一些提示词工程师工作的实际案例： 无需微调，仅用提示词工程就能让 LLM 获得 tool calling 的功能。其主要有两部分代码组成：提示词注入和工具结果回传。提示词注入用于将工具信息以及使用工具的提示词添加到系统提示中。工具结果回传则是解析 tool calling 的输出，并将工具返回的内容再次嵌入 LLM。 在生成式 AI 模型中，提示词工程是一门新兴的学科。提示词是用户与模型沟通愿望的文本界面，可从简单问题到复杂任务。提示词工程的核心在于制作出能实现特定目标的最佳提示词，这不仅要指导模型，还涉及对模型能力和局限性的深刻理解及所处的上下文。提示词工程还需要结合领域知识、对 AI 模型的理解及系统化方法为不同情境定制提示词，是一个迭代和探索的过程。本文旨在深入探讨这个新兴领域，重点关注其在 LLM 中的应用，且大多数技术也可应用于多模态生成式 AI 模型。 随着人工智能技术的不断发展，对提示词工程师的需求将会越来越大。

以下是一些提示词模板相关的资源和信息： 相关网站： 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： Civitai： 在 PromptLayer 网站创建提示词模板的过程： 首先登录 PromptLayer 的网站（https://promptlayer.com/createaccount）并创建一个账号，新创建的账号默认是 Free 方案，有 1000 次免费请求，足够测试使用。 第二步，开始创建提示词：账号创建完毕后，跳转到”Registry“菜单中，开始提示词模板创建流程。 点击“Create Templates”按钮后，会出现提示词模板编写界面。 页面主要功能： Title：为提示词设定的名称。 System 提示词：是系统级提示词，用于指导和规范模型的行为，是主要编辑区域。 User 提示词：属于用户先行动作设定提示词，常用于表述用户的交互动作。 Assistant 提示词：一般是模型输出的内容，也可通过人工编写模拟模型的回复。User&Assistant 提示词一般在专家模式使用，合理使用可模拟多轮对话效果，帮助调试提示词。 Parameters：可选择和设置使用何种模型进行调试，提供了一些模型的基本参数，可用来进一步调教模型的回复。

提示词工程入门： 基本概念： 简单的提示词能获得结果，但结果质量与提供信息的数量和完善度有关。提示词可包含指令、问题、上下文、输入、示例等元素，以更好地指导模型获得更好结果。 如使用 OpenAI 的聊天模型，有 system、user 和 assistant 三种角色，system 非必需但有助于设定 assistant 行为。本指南示例通常仅用 user 消息作 prompt。 语言模型能基于给出的上下文续写，可通过改进提示词获得更好结果。提示工程探讨如何设计最佳提示词以高效完成任务，可用于多种高级任务。 相关精读： 在生成式 AI 模型中，提示词工程是新兴学科，塑造模型交互和输出。提示词是用户与模型沟通的文本界面，涵盖简单问题到复杂任务。 提示词工程核心是制作实现特定目标的最佳提示词，涉及对模型能力和局限性的理解及所处上下文。 提示词工程不仅构建提示词，还需结合领域知识、对 AI 模型理解和系统化方法定制提示词，是迭代和探索过程。 关于提示词工程师： 是负责设计和优化提示的专业人员，目标是引导模型产生准确、有用和相关回答。 主要职责包括设计、优化、评估提示，需具备领域知识、自然语言处理、人工智能、沟通能力等。 是新兴职业，随着人工智能发展需求将增大，有实际工作案例。

以下是关于如何快速学习并写好提示词的相关内容： 一、提示词的基本概念 1. 提示词用于描绘您想生成的画面。 2. 输入语言方面，不同模型有所差异。例如，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。 3. 启用提示词优化后，可帮助扩展提示词，更生动地描述画面内容。 二、写好提示词的方法 1. 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 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。 3. 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。 4. 善用辅助功能 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。 三、学习提示词运用的建议 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，了解行之有效的模式和技巧。可在领域社区、Github 等资源中找到大量案例。 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 目前已有一些提示工程工具可供使用，如 Anthropic 的 Constitutional AI。 6. 跟上前沿研究 提示工程是当前最前沿的研究领域之一，持续关注最新的研究成果和方法论。 四、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。

以下是为您编写的 Suno 创作提示词模板的相关内容： 在“离谱村”的案例中，首先收到台词素材和配音，确定“童趣”“欢乐”的风格，将相关描述投喂给 GPT4 生成音乐脚本，再输入给 SunoBeats 生成提示词。但初始提示词过长，后参考论坛网友分享的格式，通过调式变化和情节描述，使用和弦进展推动故事情节发展，这种格式的提示词质量和利用率更好。 在“博物馆文物玩法”的案例中，创作思路是给文物上色，参考攻略玩过变形，利用泼洒颜料玩法为雕像上色并使过程有趣。选择首尾帧模式，尾帧基于文物原图重绘为偏写实形象，通过可灵实现人物漂浮效果。涉及工具包括即梦、可灵、Runway、Suno、剪映，各有其优势。步骤为使用即梦图片生成功能上传图片，选择边缘轮廓或人物姿势，不添加景深，提升精细度并选择竖版切割。使用 GPTs 写 Runway 提示词。 希望以上内容对您有所帮助！

以下是为您改写的内容： 《关于利用逆向工程生成提示词及相关应用的探讨》 通过 ChatGPT 的对抗性演练，能够成功生成增强文章原创性的元提示词。需注意，检测原创度多由机器进行，经提示词改写的文章即便对人而言相似，只要避开机器检测关键点，仍可能被视为高度原创，不能仅靠肉眼判断改写效果。对文章用相同提示词多次改写或从元提示词中挑选部分深入改写，可提升文章质量。 文中核心在于探讨如何借助 ChatGPT 的对抗性演练，运用逆向提示词技巧生成更优提示词。为详细阐述，提供了实验过程，包含六个步骤： 1. 利用 ChatGPT 对指定文章进行改写。 2. 对改写版本进行原创性检验。 3. 依据检验结果，指导 ChatGPT 进一步优化。 4. 重复上述流程，直至达到高度原创标准。 5. 采用逆向工程方法，梳理 ChatGPT 的改写策略。 6. 整合策略，形成提高文章原创性的高效提示词。 文中虽有具体实验例子，但目的是展示逆向提示词生成步骤，不应过度关注例子中的具体提示词。若想获取更精准的定制二创提示词，可按此方法针对不同文体和风格提取调整。 对于律师写提示词，基础材料通常是一份检索报告，可自行整理或用元典问达的 AI 自动生成。写作时应使用特定语言风格对基础材料改写，包括权威教育性语气、专业法律术语、结构化内容组织、规定概述内容解读结语结构、案例和挑战结合、结合法规和实际操作、使用商业术语等。输出文章结构要求标题开门见山、切中要害，用疑问句引起目标群体悬念。 在克隆 next.js 网站时，目的是做出完整效果，先不处理细节样式问题。下一步要实现文章列表部分和底部导航栏。对于文章列表部分，根据图片实现，先看效果，不符合需求可拒绝或让 AI 解释新增代码作用。对于异常，可选中所有异常添加到对话让其解决。通过让 AI 添加注释解释代码功能，可精准提出修改建议。说清楚需求比说得多更重要，明确功能的位置、大小和效果最为关键。增加文章列表条数可查看完整效果。