以下是关于提示词生成的相关内容:
DALL·E 自动优化提示词:
胡凯翔:构建提示词的方法——基于阅读 Claude Cookbook 的思考和测试:
刘海:Prompt 纵向研究的最新成果:伪代码提示词
1.提示词生成指南:这部分强调使用“精确、视觉化的描述”而不是“难以捉摸的概念”。清晰、明确的指示来生成图像有助于DALLE-3生成更高质量的图像。2.提示词结构:这是一个模板,包括媒介、主题、背景等多个元素,用于创建详细的提示词。媒介:指定图像应模仿的艺术形式。主题:图像的焦点,包括颜色、姿势和视角等。背景:描述主题与环境的关系,包括时间、光线方向等。风格特点:包括图像的独特艺术特点,如使用的技术、影响等。生成图像和新想法:提供了生成图像和提出新想法的具体步骤和要求。默认设置:除非另有说明,否则会使用默认的宽高比和风格。重要注意事项:提醒DALLE-3避免使用违反服务条款的词语或概念。
抛去所谓的技巧、结构,在基础部分我会多去关注原因、目的。该篇文档的主体部分主要讨论了构建提示词的四个关键步骤:1.充分描述任务:为了使GPT生成更具针对性的内容,我们需要为它提供足够的信息。这包括对任务背景、定义术语和给出模型的详细描述。通过提供充分的信息,我们可以确保GPT能够更好地理解任务需求。2.标注提示词的不同部分:使用分隔符(如XML标记、Markdown或特殊符号)来标记提示词的不同部分,使语句分类更为明显。这有助于GPT更好地理解提示词的结构和意图。3.添加示例(可选):通过提供示例,我们可以减少创作的困难程度,提供示范,给出用户心中想要的成果范式。一般有两种添加示例的方法:模拟对话(以用户和GPT之间对话的形式给出示例)和用简明扼要的语句举例。4.描述踩坑点(可选):在构建提示词时,我们需要考虑到可能出现的问题,如数据清洗和AI识别问题。对于要求Claude查找特定信息的任务,官方建议为其提供“如果输入中没有与描述匹配的内容时应该怎么做”的指示。这有助于防止Claude为了能够做出回应而凭空编造信息的问题。
这里需要思考两个问题:1.别人的提示词帮你生成出来的提示词框架一定是最好的框架吗?2.生成出来的内容,工作方式,一定是符合你的需求背景吗?一句话的信息粒度有限,怎么去让它根据你的实际使用场景来生成相应的提示词?一张已经已经丢失细节的图片,还原的也只是大体的修复,并不一定就能把一比一的还原成那个人。我脑海里面想象了一个女孩的样子,我想用Midjourney画出来,但是我只输入了个1 girl,结果出来四张与我脑海里面那个女孩完全不相符的图像。可是,这不是本来就这样么,换位思考,你给我一个词,让我猜出你脑海里面的具体样子,这不是为难我么?通过以上例子你可以发现,一想通过一句话生成一个完整符合你需求的Prompt,是非常困难的,只能大概给你个框架,给你个构思,意图让你更低成本的调整你的需求,修改这个Prompt。