以下是关于总结、提炼大纲的提示词的相关内容：
[title]VIRTUALMulti-step prompts can be run in parallel,in series,or a combination.下⾯的案例：向不同年龄段的⽤⼾解释某个概念。分别是一年级、八年级、还有⼤学新⽣。并且希望Claude先写一个⼤纲，然后将⼤纲扩展成完整的解释。提⽰词1这⾥有一个概念：{{CONCEPT}}我想让你写一篇关于这个概念的三句话的⽂章⼤纲，适合这个⽔平的读者：{{LEVEL}}请只回复你的⼤纲。把⼤纲⽤XML标签<outline> </outline>标记好。提⽰词2下⾯是一个三句话的⼤纲：{{OUTLINE}}请把⼤纲中的每句话扩展成一段话。要求每个句⼦作为相应段落的第一句。请确保以适合这个年龄段的读者：{{TYPE}}
出现这样的情况，主要是和我们的提示词有关，虽然怎么输入好像都可以生成图片，但是高质量的绘图还是要遵循一定的逻辑的。我们可以把提示词总结成这样一段公式“形容词+主语+环境+行为+构图+参考风格+渲染程度+后缀”。接下来，我重新编写一下提示词。首先是对人物的描述，情绪、发型、穿着，你写得越详细，最终的效果就会和你期望得越接近。然后是对环境的描写，天气、地理位置等。再然后是对摄影、灯光的描述，和成像质量的描述，最后的后缀词可以规定绘图的比例。接下来，Midjourney给我生成了四张图，这次的结果就像那么回事了。尤其是这一张，挺接近我心目中主角的样子了，无论是光影的层次，还是背景肃杀的大雪，都体现出了一个坚毅、冷峻的大侠风骨。接下来，我再尝试画一下女主的形象看看。就描述她第一次出现的场景，在一个水草丰美的地方，一身白色的长裙，一位来自部落的少女。刷了一些图之后，挑选了一张比较满意的形象。
很多情况下，我们不需要去考虑多么华丽的提示词，给GPT足够的信息，它就能回馈你更具针对性的内容。这部分对应的其实不完全是提示词的能力，而是表达能力和需求分析能力。以我亲身经历的用prompt写标书任务为例：今日成果，完成近50页word，共8章内容，基本全部由gpt3.5生成。概括过程，可分为提取提纲，拆解指南，prompt成稿三大类。1、提取提纲是根据招标文件评分标准列出初步提纲，以保证完全响应。目前是人工提取，有prompt化的可能。2、拆解指南指的是拆解项目背景，工作内容，方法步骤等内容，归纳到x—mind中，尽量拆细，为gpt提供足够上下文语境，确保prompt的稳定性。3、prompt成稿的过程中，基本上都采取简提示详资料的方式与gpt对话，尽可能在足够短的对话中提供给gpt足够的上下文语境，真正的提示词内容只采用赋予角色，限定格式两种，并遵循先提纲后文章，逐节逐章输出的方式增强稳定性。什么是先提纲后文章呢？简单讲分为三步：1、根据简化精简的项目信息让gpt生成提纲；2、为每份提纲写上摘要；3、根据1、2内容逐节输出文章。