MJ指令

以下是一些可以替代 MJ（Midjourney）和 Runway 的软件： Luma 发布的 DIT 视频生成模型 Dream Machine 图生视频表现惊艳，具有电影级效果。 出图工具方面，还有 SD（Stable Diffusion）和悠船。MJ 稳定性好、协作性强且有成熟经验参考，但并非所有人都拥有；SD 有独特能力但需本地部署且上手门槛高；悠船对中文支持好、交互友好简单易上手，但管控严格，有很多敏感词不能使用。 如果您想了解更多关于这些软件的详细信息或有其他特定需求，请进一步向我提问。

以下是关于如何使用 MJ（Midjourney）的详细说明： 1. 图像网格： 使用 /imagine 命令可根据提示生成低分辨率图像选项网格。 每个图像网格下方的按钮可用于创建图像的变体、升级图像或重新运行最后一个 Midjourney Bot 操作。 U1U2U3U4 按钮将图像与图像网格分开，方便下载或使用其他工具，如“缩小”“平移”。使用旧版 Midjourney 模型版本时，U 按钮会放大图像。 重做（重新滚动）按钮可重新运行作业，重新运行原始提示生成新的图像网格。 变化按钮（V1V2V3V4）可创建所选网格图像的增量变化，生成与所选图像整体风格和构图相似的新图像网格。 2. 放大图像： 制作变体：创建放大图像的变体并生成包含四个选项的新网格。 网页：在 Midjourney.com 上打开图库中的图像。 最喜欢：标记您最好的图像，以便在 Midjourney 网站上轻松找到它们。 3. 模型个性化： MJ 发布了模型个性化 Personalization 或 'p' 的早期测试版本。 每次写提示时，很多信息是“隐含的”，MJ 算法通常用社区综合偏好填补空白，而模型个性化会学习您的喜好来填补。 模型个性化的要求：目前从成对排名中的投票和喜欢的探索页面上的图像中学习，需要大约 200 个成对排名/喜欢才能生效，可在排名页面查看评分数量或在 Discord 上输入 /info。 使用方法：只需在提示后输入 'p'，或使用提示栏中的设置按钮为所有提示启用个性化功能。启用时会在提示后添加一个“代码”，可分享让其他人使用应用于该图像的个性化效果，还可以使用 's 100' 控制个性化效果的强度（0 为关闭，1000 为最大，100 为默认）。 注意：个性化目前不是稳定功能，会随更多成对排名而变化，可能会推出算法更新，视为“不断变化的有趣功能”。 4. Midjourney V6 更新风格参考命令 2.0"sref"： 2 月 1 日初次发布了首个“一致风格”测试算法，称为“风格参考”，工作方式类似于图像提示，可提供一个或多个描述想要的一致风格的图像的 URL。 使用方法：在提示后面输入 'sref' 以及一个指向图像的 URL，例如 'sref url A'。 高级设置：使用多个图像 URL 并设置风格的相对权重，例如 'sref urlA::2 urlB::3 urlC::5'，通过 'sw 100' 设置风格化的总体强度（100 是默认值，0 表示关闭，1000 表示最大值），常规图像提示必须在 'sref' 之前。 注意：MJ 可能会在接下来的几周内更新此功能，若提示倾向于照片逼真而想要冲突的插图风格，可能仍需在提示中添加文本说明，风格参考对图像提示没有直接影响，仅对至少包含一个文本提示的作业产生影响，计划稍后添加“一致角色”的功能，与 'cref' 参数使用方式相同。

以下是关于在 Midjourney 中精准控制颜色的一些方法和相关信息： 1. 在使用 MJ 生成兔子贴纸的过程中，关键词中限制了颜色，生成的图片会一种情绪对应一种颜色。若不想让模型把情绪和颜色做挂钩，同一种情绪可多生成几张不同色系的；若需要挂钩，也可反其道而行之。 2. 进行 SD 上色时，正关键词主要前面添加了增加照片质感常用的+mj 生成线稿的关键词调整（去掉 mj 里线稿的关键词，一开始嘴巴效果不好，添加了张开嘴巴等关键词，颜色都是可以单独调整控制）+风格参数。负关键词看自己的效果添加，添加一切不想要的东西。 3. 在 MJ 的公式方面： 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： 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。 木偶公式：人物图片+场景+人物+动作+风格+官方命令。 等距粘土公式： 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。 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。 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。

以下是关于学习 Midjourney 的相关内容： 1. Midjourney 今天发布了模型个性化 Personalization 或'p'的早期测试版本。其工作原理是：每次写提示时，很多信息是“隐含的”，MJ 的算法通常会用社区的综合偏好填补空白，而模型个性化会学习您的喜好来填补空白。使用模型个性化的要求包括：目前从成对排名中的投票和喜欢的探索页面上的图像中学习，需要大约 200 个成对排名/喜欢才能生效，可在排名页面查看评分数量或在 Discord 上输入/info。使用方法为：在提示后输入p，或使用提示栏中的设置按钮为所有提示启用个性化功能，启用时会在提示后添加一个“代码”，可分享此代码让他人使用应用于该图像的个性化效果，还可以使用s 100 控制个性化效果的强度（0 为关闭，1000 为最大，100 为默认）。但需注意个性化目前不是稳定功能，会随更多成对排名而变化，且可能会推出算法更新。 2. 训练 Midjourney 的 prompt 流程：可以复制每一步，按照步骤跟 GPT 聊下去。原理是把 MJ 的官网说明书喂给 GPT，让它根据说明了解机制和结构，给出适合的提示词。 3. MJ 很长一段时间内依赖 discord 进行操作，可简单理解为一个微信群/钉钉群，群里有机器人，@它并给一段文字，它就会出图片。也可自己创建群组（服务器），把机器人拉进来对话创作。开始创作时@机器人，MJ 会返回 4 宫格图片。想要放大一张图，点击上面的 U 1——4，MJ 会发大图回来。或者看看其他风格，点击上面的 v 14，MJ 会返回新的 4 宫格。简单来说，步骤包括告诉 MJ 要什么，MJ 给 4 个不同风格小图，放大或再看其他风格，在这些图片基础继续处理。初学可能会有一些想法，比如第一次出图感觉不错，但再改可能难，此时设计师技能上线。以前除了氪金多练习没好办法，现在可以去离谱村进修。

GPT4o 能快速返回答案，但可能存在错误且无法自动纠错。 o1 推理模型在给出最终结果前会反复推演和验证，耗时更长但结果更准确，o1 Pro 计算时间更长，推理能力更强，适合复杂问题。 MJ （Midjourney）是一款专注于生成图像的工具。 Suno 相关的特点未在提供的内容中有明确提及。 由于不清楚您提到的“Suno”的具体情况，无法给出更详细的对比。但总体来说，不同的工具在功能、性能、适用场景等方面存在差异。

以下是关于 MJ 提示词库的相关信息： MidJourney 200 条风格词汇： 《》 @TheMouseCrypto 发表了一份 200 条风格词汇整理，页数是 77 页，很全的宝典。 Prompt 网站精选（图像类 Prompt 网站）： MidLibrary：Midjourney 最全面的流派、艺术技巧和艺术家风格库， MidJourney Prompt Tool：类型多样的 promot 书写工具，点击按钮就能生成提示词修饰部分， OPS 可视化提示词：这个网站有 Mid Journey 的图片风格、镜头等写好的词典库，方便你快速可视化生成自己的绘画提示词， AIart 魔法生成器：中文版的艺术作品 Prompt 生成器， IMI Prompt：支持多种风格和形式的详细的 MJ 关键词生成器， Prompt Hero：好用的 Prompt 搜索，Search prompts for Stable Diffusion,ChatGPT & Midjourney， OpenArt：AI 人工智能图像生成器， img2prompt：根据图片提取 Prompt， MidJourney 提示词工具：专门为 MidJourney 做的提示词工具，界面直观易用， PromptBase：Prompt 交易市场，可以购买、使用、销售各种对话、设计 Prompt 模板， AiTuts Prompt：精心策划的高质量 Midjourney 提示数据库，提供了广泛的不同风格供你选择， MJ 的随机种子库收集： 使用方法： 输入提示词 + sref random ar 1:1，可获得随机风格种子和图片。 测试风格种子的泛用性：{a girl,a boy,animals,plants,environment}sref 同一个风格种子

以下是关于写作指令的相关内容： 拘灵遣将： 对文章中案例进行脱敏，替换人物姓名、时间和地点。 深化写作时，每次对话输出文章一个部分，各部分字数有规定。 敕代表告诫，明确工作中的禁忌事项和具体要求。 令包括初始化时的欢迎语，牢记符与敕的要求，先请求用户提供案例洞察报告和目标群体，用户提供并输入“依律奉行”后，先输出纲要和写作方案。 熊猫 Jay：万字解读 ChatGPT 提示词最佳实践： 最佳实践 1 是编写清晰的指令。 策略包括在查询中包含详细信息以获得更相关答案，要求模型扮演某个角色，使用分隔符清晰表示输入不同部分，指定完成任务所需步骤，提供示例，指定输出期望长度，提供参考文本。 策略 1 适用于新手，难度为 1 星，价值在于提供更多详细信息可获得更准确具体答案，减少模型猜测和误解，提高交互效率和满意度。 策略 2 适用于新手，难度为 1 星，通过指定角色使模型回答更具特色和针对性，提升输出质量。 OpenAI 官方提示工程指南： 撰写清晰的指令，模型无法读心，可根据输出情况要求调整。 技巧包括在查询中添加详细信息以获得更准确答案，请求模型扮演特定角色，使用分隔符清晰区分输入不同部分，明确指出完成任务需要的步骤，提供实例作为参考，明确指定希望输出的长度。

以下是给 DeepSeek 输入指令以帮助您写论文的一些建议： 1. 采用结构化提示词： 优先保留专业领域术语和技术词汇，这些术语通常具有高信息价值。 对不同类型的信息设置权重，按优先级排序：任务定义>关键约束>专业术语>定量信息>方法论>背景。 以完整语义单元为基本保留单位，而非单个词语，确保压缩后的内容仍保持语义完整性。 避免详细指导思考过程，让模型自主生成思维链。 2. 高阶能力调用： 文风转换矩阵：例如“用鲁迅杂文风格写职场 PUA 现象”“将产品说明书改写成《史记》列传格式”“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”。 3. 场景化实战策略： 创意内容生成。 技术方案论证。 4. 效能增强技巧： 对话记忆管理：包括上下文锚定（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：针对过度抽象、信息过载、风格偏移等问题，使用相应的修正指令。 5. 特殊场景解决方案： 长文本创作：可采用分段接力法，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：使用概念脱敏法（如“用经济学原理类比说明网络审查机制”）或场景移植法（如“假设在火星殖民地讨论该议题”）。 在输入指令时，您需要清晰明确地描述论文的题目、研究目的、主要论点、关键论据、期望的结构和风格等重要信息，以便 DeepSeek 能够为您生成符合要求的内容。

以下是关于 AI 降重指令的相关知识： Prompt 是用于指挥 AI 生成所需内容的一段指令，每个单独的提示词叫 tag（关键词）。支持的语言为英语（不用担心英语不好的问题，），emoji 也可以用。 语法规则： 用英文半角符号逗号,来分隔 tag，逗号前后有空格或者换行都不影响效果。 改变 tag 权重：tag 的顺序越靠前对于 SD 来说权重越大，可通过两种写法设置权重。一是 括号，权重就重 1.1 倍，每加一层括号就反向减弱 1.1 倍。 进行 tag 的步数控制（高级玩法）：即 SD 先按输入的 tag1 开始生成，然后在达到设定的步数之后，tag1 停止产生作用，此时 tag2 再参与到对内容生成的影响，可表示为，数字大于 1 理解为第 X 步前为 tag1，第 X 步后变成 tag2，数字小于 1 理解为总步数的百分之 X 前为 tag1，之后变成 tag2。

以下是关于毕业论文的 AI 指令的总结： 1. 可以指定 AI 模仿某位资深人士的风格，如律师的逻辑严谨和言简意赅。 2. 要求 AI 为您提供多个例子，例如针对案件给出至少三种不同的诉讼策略，并分析每种策略的优劣势。 3. 采用 PEMSSC 方法，包括个性化的风格（Personality）、给参考或一定的逻辑结构（Example Inquiry）、从多个角度思考（Multiple Angles）、总结概括（Summarize）、使用区分符号（Separator）、明确能力或者角色（Capacity and Role）。 4. 对于大多数实际应用，建议专注于经过调整的指令语言模型，使用时要给清晰的指令，如指定文本的语气、要求集中讨论的内容，甚至可以提前指定阅读的文本。 5. 可以直接要求 LLM 帮写论文，如提供个人背景信息和指令让其写大学申请论文，但要注意这种使用方式的道德问题。

以下是使用 DeepSeek 写论文的一些指令模板： 1. 进阶控制技巧： 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 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 多模态输出 2. 高级调试策略： 模糊指令优化： 问题类型：宽泛需求 修正方案：添加维度约束 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” 问题类型：主观表述 修正方案：量化标准 示例对比：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：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 3. 核心原理认知： AI 特性定位： 多模态理解：支持文本/代码/数学公式混合输入 动态上下文：对话式连续记忆（约 8K tokens 上下文窗口，换算成汉字是 4000 字左右） 任务适应性：可切换创意生成/逻辑推理/数据分析模式 系统响应机制： 采用意图识别+内容生成双通道 自动检测 prompt 中的：任务类型/输出格式/知识范围 反馈敏感度：对位置权重（开头/结尾）、符号强调敏感 4. 基础指令框架： 四要素模板 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 5. 高阶能力调用： 文风转换矩阵： 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：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 6. 场景化实战策略： 创意内容生成 技术方案论证 7. 效能增强技巧： 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” 输出质量控制： 问题类型：过度抽象 修正指令：“请具体说明第三步操作中的温度控制参数” 问题类型：信息过载 修正指令：“用电梯演讲格式重新组织结论” 问题类型：风格偏移 修正指令：“回归商务报告语气，删除比喻修辞” 8. 特殊场景解决方案： 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”“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：“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”

以下是一些用 DeepSeek 写课题申报书的相关指令和要点： 1. 思维链引导： 分步标记法：请逐步思考，如问题分析→方案设计→风险评估。 苏格拉底式追问：在得出最终结论前，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：基于特定的标准或文献，如 2023 版中国药典，说明相关内容。 文献引用模式：以特定的论文为参考，解释相关突破。 3. 多模态输出： 模糊指令优化：对于宽泛需求添加维度约束，将主观表述量化标准。 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。 4. 在课题申报书的内容方面： 关于提示词编写及 AI 应用的探讨：介绍用于不确定世界中理性决策的提示词编写方法，包括收集信息、重新定义问题、运用 Mini Max Regret 方法等步骤。注意示例的价值，自用与他用提示词在稳定性、经济性、可维护性等方面的区别。 AI 应用于软件开发：未来借助 AI 模型的 API 和编写提示词，可快速实现软件开发。 关于写作与模型：用 DeepSeek 写小说要能引起共鸣和考虑人类共性，文字要感动人。注意模型特点与推荐，如 Cloud 3.5 模型多样性差，DeepSeek R1 有缺陷但也不错。 以上内容仅供参考，您可以根据具体的课题需求进一步调整和完善。