「AGIへの道」飛書ナレッジベースへ直行 →
ホーム/質問リスト/質問詳細

提示词生产

回答

以下是关于提示词生产的相关内容：

在 ComfyUI 中使用 MiniCPM 做图片提示词反推与文本提示词生成，可和 flux 模型配合生成图片。建议使用量化版本的模型（int4 结尾）以节省显存。

安装方法：

  1. 进入 ComfyUI 自定义节点目录。
  2. 克隆相关仓库。
  3. 重启 ComfyUI。

下载模型网盘：https://pan.quark.cn/s/00b3b6fcd6ca ，放入 ComfyUI 的 models 文件夹下 MiniCPM 文件夹中，若没有则新建一个。

此外，在生产提示词方面：

  • 从用户报告的错误中派生人工注释查询和标签的随机子集（>150），数据分为训练（50%）、验证（25%）和测试（25%），使用 F1 分数评估模型输出，并报告与初始化提示词相比的分数绝对变化。
  • 在 Claude 助力制作幼儿版找规律小游戏中，提示词编写和测试时，使用接近纯代码的形式可能会忽略原有规则、创建新规则，稳定性不如代码，如可写 HTML 文件创作游戏。代码和提示词应互利互惠，代码负责稳定性，大模型负责创造力。纯代码可能缺乏创新性、规则机械，纯 AI 可能不够稳定、难以保证一致性，结合使用可取长补短，但需合理划分职责。
AIモデルによって生成されたコンテンツであり、慎重に確認してください（提供元: aily）

参照

ComfyUI 图片提示词反推 提示词生成 MiniCPM节点与FLUX配合使用 再也不怕想不出提示词了

在ComfyUI里使用MiniCPM做图片提示词反推与文本提示词生成。可以和flux模型配合生成图片。建议使用量化版本的模型（int4结尾）可以节省显存。[heading3]ComfyUI-MiniCPM-Plus[heading3]安装方法[content]1.进入ComfyUI自定义节点目录:2.克隆此仓库:3.重启ComfyUI。[heading3]图片提示词反推长文本描述+短标签[content][heading3]图片提示词反推用于Flux出图[content][heading3]提示词生成[content][heading3]生成提示词用于Flux出图[content][heading3]模型[content]网盘https://pan.quark.cn/s/00b3b6fcd6ca下载后放入ComfyUI的models文件夹下MiniCPM文件夹中，没有就新建一个。

小七姐：Prompt Engineering a Prompt Engineer 精读翻译

(4)生产提示词。我们使用了从用户报告的错误中派生的人工注释查询和标签的随机子集（>150）。数据被分为训练（50%）、验证（25%）和测试（25%）。我们使用F1分数来评估模型输出，并报告与初始化提示词相比的分数绝对变化。更多细节在§C中。

Claude 助力制作幼儿版找规律小游戏

使用这种接近纯代码的形式，他会不由自主的去忽略原有的规则，创建新的游戏规则。甚至稳定性完全不能跟代码相比，比如我可以写一个HTML的文件，用来创作这个游戏。效果演示[颜色砖块小游戏.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/LFetbj1AjoVy1vxJIe9ct9FpnUc?allow_redirect=1)可以看到效果很稳定，但是与此同时我们需要注意的是完全没有大模型的规则创造能力，只是单纯的依靠于代码中一套固定的规则。[heading2]四、总结[content]这两天其实写提示的同时其实都用了很多代码，不是说用自然语言不能完成这种任务，答案肯定是可以的，但是还是希望大家明白，代码和提示词应该是互利互惠的一种存在。如果要考虑在提示词中加入代码，最好的办法应该是，代码负责稳定性的内容，而大模型负责创造力的内容。这可能也是我们新的一种“人机结合”的形式。综上所述，对于这篇的内容我的评价是：纯代码：可能缺乏创新性，规则过于机械纯AI：可能不够稳定，难以保证一致性结合使用：取长补短，但需要合理划分职责感兴趣的小伙伴可以试试到底要如何结合，提升词怎么写才有最好的效果。欢迎大家私信交流~好啦，写到这里我们今天的内容也结束啦，感谢大家的观看，也希望我的内容能够让大家喜欢，有所收获。感兴趣的小伙伴可以点个关注跟随我一起学习，观看更多往期文章。下次见，我是景淮，祝你有个开心美好的一天~

他の質問
生成提示词的提示词
以下是关于生成提示词的相关内容： 生成提示词的思路和方法： 可以根据效果好的图片中的高频提示词去反推效果，结合不同字体效果的描述，打包到一组提示词中。提示词给到 AI 后，AI 会根据给定文字的文义，判断适合的情绪风格，然后给出适合情绪的字体和风格描述、情感氛围等，加上一些质量/品质词，形成输出提示词结构。为了让 AI 更能描述清晰风格，可以先给定多种参照举例。 具体操作步骤： 打开 AI 工具的对话框，将相关提示词完整复制粘贴到对话框。推荐使用 ChatGPT 4o。 当 AI 回复后，发送您想要设计的文字。可以仅发送想要的文字，也可以发送图片（适合有多模态的 AI）让 AI 识别和反推。 将 AI 回复的提示词部分的内容复制到即梦 AI。 对生成提示词的一些观点： 提示词生成提示词并非必要，不一定能生成最好的 Prompt 框架，修改过程可能耗时且不一定能修改好，不如花钱找人写。 一句话生成完整符合需求的 Prompt 非常困难，只能大概给出框架和构思，需要更低成本地调整需求和修改 Prompt。 不同生图工具生成提示词的特点： 即使是简短的描述，生成的提示词也非常细节、专业。 会解析需求，找出核心要点和潜在的诠释点，并给出不同的提示词方案。 提示词构建更多在于增强，而不是发散，生成的内容更符合期望。 同时生成中、英双版本，国内外工具通用无压力。 14 款 AI 生图工具实测对比： 本次实测用到的工具包括国内版的即梦 3.0（https://jimeng.jianying.com/aitool/home）、WHEE（https://www.whee.com）、豆包（https://www.doubao.com/chat）、可灵（https://app.klingai.com/cn/texttoimage/new）、通义万相（https://tongyi.aliyun.com/wanxiang/creation）、星流（https://www.xingliu.art）、LibiblibAI（https://www.liblib.art），以及国外版的相关工具。
2025-04-20
大模型的系统提示词
大模型的系统提示词主要包括以下方面： 1. 在“五津：一键生成‘摸鱼打工猫’视频”中，针对用户选择的主题和回答，总结用户的创作意图，如“打工猫摸鱼的 2 小时，在巴厘岛能看一场日落”，并根据此生成 4 组体现幽默风趣、以宫崎骏风格描绘主角为摸秋刀鱼橘猫的绘图提示词，以数组形式输出到“tishici”，将用户意图输出到“biaoti”。 2. 在“云中江树：智能对决：提示词攻防中的 AI 安全博弈”中，系统提示词的相关防御措施分为输入侧、模型侧和输出侧三个部分。输入侧可进行意图识别、语义匹配等综合判断用户输入是否恶意；模型侧对于有能力的厂商应增强安全性并平衡性能，开发者则要在开发中带着安全意识优化系统提示词，加入安全引导和禁止内容等；输出侧可使用传统防御和内容过滤手段，并针对大模型特点进行私有数据泄露等检查。此外，还提到间接注入和提示词泄露的情况，间接注入常发生在应用获取依赖外部数据资源时，攻击者通过隐藏恶意指令完成攻击；提示词泄露指试图操纵模型输出获取部分或全部系统提示词，大模型输出内容可分为系统提示词、用户提示和助手提示词三段，通过攻击手段可获取系统提示词。
2025-04-18
你是福州市政府工作人员，中国移动拟邀请福州市委书记参加中国移动人工智能生态大会并致辞，该大会是第八届数字峰会的组成部分，需要撰写市委书记的致辞稿，需要中国移动准备哪些素材，请告诉我提示词
以下是为您整理的相关内容： 《促进创新的人工智能监管方法》：包含了关于通用人工智能价值链、相关案例研究以及对人工智能监管框架的探讨等内容。 陶力文律师关于律师写好提示词用好 AI 的方法：包括初始化的欢迎语、遵循的规则、获取案例洞察报告和目标群体、输出纲要和写作方案、根据用户反馈调整等流程。 开幕式主持稿：涉及基地代表发言的时间、主题、物料配合和人员配合等信息。 但这些素材似乎与为中国移动准备市委书记致辞稿所需的素材关联不大。一般来说，为撰写市委书记在中国移动人工智能生态大会上的致辞稿，中国移动可能需要准备以下素材： 1. 本次大会的详细介绍，包括主题、目标、议程安排等。 2. 中国移动在人工智能领域的发展成果、战略规划和未来愿景。 3. 中国移动人工智能生态的构建情况，如合作伙伴、合作项目等。 4. 本次大会在第八届数字峰会中的地位和作用。 5. 相关行业的人工智能发展现状和趋势。 6. 福州市在人工智能领域的发展情况和与中国移动合作的展望。
2025-04-18
调教ai的利器，提示词工程
提示词工程是调教 AI 的重要手段，以下是关于提示词工程的相关知识： 作用：避免 AI 掉入“幻觉”陷阱，引导 AI 生成更可靠的内容。 原理：AI 对提示词的理解能力与幻觉的产生密切相关，清晰、具体的提示词能帮助其更好地理解意图，减少错误。 技巧： 明确要求 AI 引用可靠来源，如在询问历史事件时要求引用权威文献，询问科学事实时要求引用科研论文，询问法律条款时要求引用官方文件。 要求 AI 提供详细的推理过程，如询问数学公式时展示推导过程，询问代码功能时逐行解释含义。 明确限制 AI 的生成范围，如询问名人名言时指定名人姓名和相关主题，询问新闻事件时指定时间范围和关键词。 通过这些清晰、具体、有针对性的提示词技巧，可以引导 AI 生成更准确和可靠的内容。但提示词工程只是辅助手段，从根本上解决 AI 幻觉问题还需从数据、模型、训练方法等多方面努力。 提示词工程就像与博学但有点固执的老教授交流，精心设计输入文本能引导 AI 更好地理解需求并给出更准确有用的回答。比如，问“请用简单的语言，为一个 10 岁的小朋友解释什么是人工智能，并举一个生活中的例子”，AI 更可能给出通俗易懂的解释。 在使用 AI 工具的过程中，可能会出现答非所问、回答格式不标准等问题，为让 AI 更好地服务，需要学习提示词工程。当用户的需求接近 AI 真实范围时，可通过写提示词甚至创建 BOT 来优化使用效果。
2025-04-15
提示词
提示词是让 AI 听懂您的需求并生成想要画面的关键。 基础公式（新手必学）：景别+运镜+主体+动作+风格。示例：特写镜头|镜头旋转|发光水晶球悬浮|星尘特效|赛博朋克风格。 进阶公式（提升质感）：景别+运镜+主体（细节）+动作（速率）+场景（层次）+氛围+光影。示例：全景俯拍|无人机跟拍|雪山湖泊（镜面倒影）|慢动作|冷色调光线|自然纪录片风格。 在星流一站式 AI 设计工具中，prompt 输入框可输入提示词，使用图生图功能辅助创作。 提示词用于描绘您想生成的画面，支持中英文输入。不同模型对输入语言有不同要求，如通用大模型与基础模型 F.1、基础模型 XL 使用自然语言，基础模型 1.5 使用单个词组。 写好提示词要做到： 1. 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，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，负面提示词可帮助 AI 理解不想生成的内容，如不好的质量、低像素、模糊、水印。 3. 利用“加权重”功能，让 AI 明白重点内容，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. 借助辅助功能，如翻译功能可一键将提示词翻译成英文，还有删除所有提示词、会员加速等功能。 如果您接触过大量提示工程相关的示例和应用，会注意到提示词由一些要素组成，包括指令（想要模型执行的特定任务或指令）、上下文（包含外部信息或额外的上下文信息，引导语言模型更好地响应）、输入数据（用户输入的内容或问题）、输出指示（指定输出的类型或格式）。但提示词所需的格式取决于想要语言模型完成的任务类型，并非所有要素都是必须的。
2025-04-15
如何成为提示词工程师
提示词工程师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，旨在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，以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，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，以便理解和使用 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，比如在市场营销类和商业类中，有自动优化 Prompt 的案例，如 JackeyLiu 熟悉的转化步骤包括： 1. 角色和能力：基于问题思考 chatGPT 最适合扮演的角色，应是该领域最资深的专家，适合解决问题。 2. 上下文说明：思考提出问题的原因、背景和上下文。 3. 任务陈述：基于问题进行陈述。 提示词工程师是一个新兴职业，随着人工智能技术的不断发展，对其需求将会越来越大。
2025-04-15
分析AI颠覆性发展的生产策略调查的研究情况综述
以下是关于企业构建和购买生成式 AI 方式的 16 个变化的研究情况综述： 生成式人工智能在 2023 年迅速席卷消费市场，创下超过 10 亿美元的消费支出纪录。预计 2024 年企业领域的收入机会将数倍于消费市场。去年，企业对 genAI 的参与多局限于少数明显用例，且以“GPTwrapper（GPT 套壳）”产品作为新的 SKU 交付，一些人对其在企业中的扩展持怀疑态度。 然而，在过去几个月，a16Z 与数十家财富 500 强和顶级企业领导人交谈并对 70 多位进行调查后发现，过去 6 个月里，企业对生成式 AI 的资源配置和态度有显著变化。尽管仍有保留，但企业领导人几乎将预算增加两倍，更多应用部署在较小的开源模型上，并将更多业务从早期实验转移到生产环境中。 这对创始人是巨大机遇。a16Z 认为，为客户“以 AI 为中心的战略计划”构建解决方案，能预见痛点，从重服务模式转向构建可扩展产品的人工智能初创公司，将抓住新投资浪潮并占据重要市场份额。 任何时候，为企业构建和销售产品都需深入了解客户预算、关注点和路线图。a16Z 根据访谈结果总结了 16 个最为关键的考虑因素，涉及资源、模型和应用。
2025-04-15
请问DeepSeek如何与生产型企业进行结合创造效益 ？
DeepSeek 与生产型企业的结合可以从以下几个方面创造效益： 1. 模型优化与性能提升：英伟达基于 FP4 优化的 DeepSeekR1 检查点现已在 Hugging Face 上开源。这种优化将模型Transformer 模块内的线性算子的权重和激活量化到了 FP4，适用于 TensorRTLLM 推理。每个参数从 8 位减少到 4 位，使磁盘空间和 GPU 显存的需求减少约 1.6 倍。使用 TensorRTLLM 部署时，需要支持 TensorRTLLM 的英伟达 GPU（如 B200），并且需要 8 个 GPU 来实现 tensor_parallel_size=8 的张量并行。代码利用 FP4 量化、TensorRT 引擎和并行计算，实现高效、低成本的推理，适合生产环境或高吞吐量应用。 2. 部署指南：社区伙伴 Hua 投稿的《在 Azure AI Foundry 部署 DeepSeek 大模型全指南》，手把手指导在微软 Azure AI Foundry 平台上完成 DeepSeek R1（671B）模型的完整部署流程，包含环境准备、资源管理、模型测试及 API 调用说明。 3. 为企业带来实质提升：DeepSeek 的强化学习和联网搜索能力改变了信息获取方式，从“检索—阅读—摘要”转变为“提问—获得答案”，大幅提升工作效率。其开源策略打破了技术垄断，让国内大模型能力迅速提升。在企业级部署方面，通过行业知识蒸馏和领域自适应训练，实现对企业非结构化数据的深度解析能力。特别是在实时决策支持、多模态交互及复杂知识图谱构建方面，为企业打造具备持续进化能力的数字神经中枢。这种“AI 即服务”的部署模式，重构了传统工作流效率，并通过预测性分析和认知自动化开启企业智能化的第二增长曲线。同时，还可以考虑垂直场景强化学习机制的增加，如在智能制造场景中嵌入设备故障模式自发现的奖惩机制；以及可信计算架构的升级，针对金融、医疗等高合规需求场景。
2025-04-10
怎么用AI标准化批量生产内容
以下是关于如何用 AI 标准化批量生产内容的详细指导： 一、需求分析 在批量制作单词卡片时，为降低人工成本和节约时间，选用搞定设计来批量产图。因为其对新手友好，且借助 AI 加成模板容易制作。 二、提示词编写测试 1. 完整提示词：核心是生成符合要求的单词卡内容并将其填入 Excel 文件中，需给出基本示例和规则限制。 2. 测试结果：一次输入多个单词可同时解析，虽效果有差异但大体格式符合要求，部分设定有改变，可通过复制粘贴调整。 三、批量产出 1. 准备压缩格式的文件（如 zip、rar、7z），内含放置内容的 Excel 文档，格式固定。 2. 利用 ChatGPT 生成单词内容并整理填入 Excel。 3. 上传压缩文件，完成套版，获得符合要求的单词卡片。 此外，在测试 AI 视频产品模型 txt2vid、img2vid 能力时，撰写提示词通常基于特定结构，也可让 Claude 等大模型协助，参考“我正在测试 Runway、Luma 等视频生成产品对文本的语义理解能力和视频生成效果，现在需要你帮我写几段提示词。提示词需要满足：主体物+场景+运动内容+相机视角+氛围描述的基本内容描写，请分别给出中英文提示词内容。”今年 AI 技术进步迅速，图像、视频生成主要解决素材生产问题，各产品在数据集、模型能力等方面竞争，AI 功能的打磨需要团队多方面精心投入，对使用者综合能力要求高。
2025-04-09
有没有免费的生产一分钟时长的数字人AI工具
以下为您介绍免费生成一分钟时长数字人的方法： 1. 利用剪映App： 在剪映右侧窗口顶部，打开“数字人”选项，选取免费且适合的数字人形象，如“婉婉青春”。 选择数字人形象时，软件会播放其声音，可判断是否需要，然后点击右下角“添加数字人”，软件会根据提供的内容生成对应音视频并添加到当前视频中。 左下角会提示渲染完成时间，可点击预览按钮查看生成的数字人效果。 2. 增加背景图片： 可直接删除先前导入的文本内容，因为视频音频已包含文字内容。 点击左上角“媒体”菜单并点击“导入”按钮，选择本地一张图片上传。 点击图片右下角的加号将图片添加到视频轨道上（会覆盖数字人）。 点击轨道最右侧的竖线向右拖拽，直到与视频对齐。 希望以上内容对您有所帮助。
2025-03-27
AI生产三视图
以下是关于 AI 生产三视图的相关信息： DALL·E 3 操作中，生成游戏角色三视图时最大的挑战是正确生成侧视图，若失败可删除聊天重新开始。 设计师三思用 Midjourney 生成了精致可爱且一致性和完成度非常好的小鹿吉祥物三视图。 AI 绘画常用提示词中，与视图相关的有：front,side,rear view（前视图、侧视图、后视图）、Bottom view（底视图）、product view（产品视图）、extreme closeup view（极端特写视图）、look up（仰视）、firstperson view（第一人称视角）、isometric view（等距视图）、closeup view（特写视图）、high angle view（高角度视图）、microscopic view（微观）、super side angle（超博角）、thirdperson perspective（第三人称视角）、Aerial view（鸟瞰图）、twopoint perspective（两点透视）、Threepoint perspective（三点透视）、portrait（肖像）、Elevation perspective（立面透视）、ultra wide shot（超广角镜头）、headshot（爆头）、a crosssection view of（景深）
2025-03-24
怎么快速生产训练语料
以下是快速生产训练语料的一些方法： 1. 在 LORA 模型训练中： 首先在脚本的 LoraTraining 目录下新建训练文件夹命名为 train。 如果需要训练多个概念，就在（input_角色名称）下面再新建一个文件夹，命名写（训练次数_角色名称_泳装）进行文件夹区分。 在脚本根目录下面建立一个训练文件夹（train），在（train）文件夹内建立一个概念文件夹和一个正则化文件夹（reg，不需要正则化可不建立），在概念文件夹内建立训练素材文件夹（训练素材文件夹前面的需要加“_”你想训练的次数）之后将训练素材放置进去即可。 正则化素材方面，正则化在深度学习中指的是给模型加一些规则和约束，限制要优化的参数有效防止过拟合。假设在训练集里面放入了一个泳装角色的训练素材，那么为了防止过拟合的问题，在正则化文件夹内放入一些同样是泳装的图片素材。正则化素材注意不要过多，不然机器会过多的学习到里面的素材导致跟训练目标角色不一致。 2. 对于神经网络大模型： 大模型生成文字的过程，是根据输入的文字，预测下一个字。通过一次又一次反复的调用同一个神经网络模型，一个一个字的往后续写，直到输出结束符号为止。 大模型的输出并不是一个字，而是所有字都输出一个概率。可以选择最高概率的或者第二高的汉字作为输出结果，也可以从前几名当中随机挑选。 可以将任何网络上的文本直接当作训练素材来训练神经网络模型。把任意一段文字的前几个字作为输入，而下一个字作为答案用做训练素材，从而方便地得到大量的训练素材。 3. 在雅思口语备考中： 如果时间充裕，建议把每个 topic 的问题喂给 GPT，让它一道道问您，您回答，然后转成文本查看发音问题。 让 GPT 对您的内容执行 correct 或者 another native answer 两个指令。前者可以基于您的内容做修正，后者是在自己完全没思路时让它给出答案。 对语料进行分类归纳，如按照教育、工作、购物、科技、消费分成几大类，再弄吃、环保、交通、历史等专题，挑最不熟悉、现场水不出来的准备。考前 1 小时，再顺一遍语料，多看两眼关键表达。
2025-03-14