一个新加坡女孩,在第一次 GPT-4 提示词大赛中获得冠军,我们来看看她的提示词是怎么写的。 提示词女王 Sheila Teo 分享了她是如何优化提示词,从而获得大赛冠军的。 一句话提示词 写一篇知乎回答,回答这个问题:为什么我编写不出优秀的ChatGPT提示词? 生成的内容如下图,基本上是一些空洞不可直接落地的方向性建议,缺少落地的指导,读者很难真正从里面学到什么。 使用 CO-STAR 提示词 CONTEXT(上下文) 我是一个知乎答主,活跃在 AI 领域。想回答一个知乎问题。知乎的问题是:为什么我编写不出优秀的ChatGPT提示词? TONE(语调) 有说服力的 AUDIENCE(受众) 主要受众是对 AI 感兴趣的各个年龄段人群,尤其是对于写出好的提示词有强烈要求的人群。请针对这一群体编写回答。 使用 CO-STAR 框架提示词生成的内容如下,我们看到回答的开头有秀肌肉,吸引读者继续往下读的部分。 中间有原理、有案例,能让读者收获干货,还能直接上手实操。
GitHub上一份从329条GPT-Image-2案例中抽离出的工业级模板,直接把这个过程变形为“Prompt as Code”(提示词即代码)的玩法。 329个案例抽离组件人工反向工程 gptimage2.asia 实战派中文资料站,持续更新 对中文支持、商业化场景敏感的使用者 通过案例+技巧+场景整理人工总结 OpenNana 提示词图库,图文对照 看上一张图,旁边一般都会标注 AI 模型(GPT Image 2 还是 Nano Banana Pro)和对应的标签,你可以“看中哪张就拿走对应的提示词”,基本等于用眼睛投票,不需要先学会结构化。 这个仓库不仅适合个人创作者用于研究提示词的高质量写法,也很受已接入流水线或团队的用户欢迎。如果更喜欢中文交互、希望在商业场景下也能快速变现,gptimage2.asia 则是一个可参照的实战派中文站。 下面以 awesome-gpt-image-2-prompts 的模板化提示词为例,走一遍从库到图片的“短流程”。
现在好多应用开发工程师已经变成了提示词工程师。写好提示词,就能提升开发和解决问题的效率。如何写好提示词呢?提示词 = 定义角色 + 背景信息 + 任务目标 + 输出要求。 在明确 GPT“给谁在什么背景下完成什么样的工作目标”的定义之后,我们就来到了整个提示词的最后一步:输出要求。 再简化下:提示词 = 你是谁+ 我是谁 + 我要干什么 + 按我的要求给我干活。提示工程是研究如何写提示词的技术,旨在扩展对提示词的理解,以更好地释放大模型的能力。 几个基本的提示技术: 零样本提示(Zero-Shot Prompting)利用大模型的丰富知识,无需过多信息提示即可完成通用任务,适用于简单查询等场景。 提示词的本质是什么?通过清晰的逻辑结构和表达方式向AI传达任务或问题。用户提供明确的目标,上下文和约束条件,引导模型得到预期结果。 完全没必要特意去学提示词。
P2 { "0": "portrait of henry cavill as james bond, casino, key art, sprinting, palm trees, highly highly detailed, beautiful machine aesthetic, in space, galaxies, dark deep space <lora:epiNoiseoffset_v2: highly detailed, beautiful machine aesthetic, in space, galaxies, dark deep space <lora:epiNoiseoffset_v2: highly detailed, beautiful machine aesthetic, in space, galaxies, dark deep space <lora:epiNoiseoffset_v2: highly detailed, beautiful machine aesthetic, in space, galaxies, dark deep space <lora:epiNoiseoffset_v2:
PromptBase Prompt 提示词网站 - PromptBase https://promptbase.com/ 支持的提示词有 ---- chatgpt 提示词 https://promptbase.com
事无巨细,提示词模板这块松哥也和大家做一个详细介绍。 本文基于 langchain。 一 优秀的提示词 什么样的提示词算优秀? f-string 四 三层提示词设计 4.1 概念 通过将提示词分解为 策略层 → 逻辑层 → 执行层 的三层架构,实现复杂任务的模块化控制。 (所有细节混在一起) """ 这种提示词存在几个问题: 修改数据来源需要重写整个提示 无法复用趋势分析模块到其他行业 风险条款遗漏时难以定位 格式调整可能破坏内容逻辑 通过三层架构设计,可使复杂提示词的维护成本降低约 6.2.2 步骤说明 定义示例集:包含多个词语及其反义词的字典列表; 创建模板:格式化每个示例的展示方式; 初始化选择器:设置最大长度阈值; 构建动态提示模板:结合选择器生成最终提示词。 测试不同输入 print("--- 输入'tall'时的提示词 ---") print(dynamic_prompt.format(query="tall")) # 输出包含与"tall"相似度最高的2
Stable Diffusion提示词是用于指导模型生成图像的关键字或短语。这些提示词可以包括描述图像的主题、风格、颜色、纹理等各方面的信息。 在使用Stable Diffusion提示词时,需要注意以下几点:提示词要简洁明了:由于Stable Diffusion模型的训练数据有限,因此提示词应该简洁明了,避免使用过于复杂的词汇或短语。 提示词可以结合多种元素:我们可以将多个提示词结合在一起,以生成具有多种元素的图像。 答:sd扩展插件安装失败解决方法:1,sd-webui-aki-v4.2\tmp路径下删除下载失败的插件文件夹(文件夹删光也行),再重新尝试安装2,请开启魔法或代理,sd-webui-aki-v4.2\ 、分类随机模式】支持动态提示词 本插件专属语法示例:#[red,blue,yellow]我正在参与2023腾讯技术创作特训营第三期有奖征文,组队打卡瓜分大奖!
大家好,我是 Immerse 专注分享 AI 玩法、独立开发与AI 出海的 AGI 实践者,更多干货欢迎关注公众号 #沉浸式AI 或访问 yaolifeng.com GPT-Image2 开放后,社区上的提示词仓库冒出来不少 用谁取决于你要的是"直接复制粘贴出图"还是"搭建一套能复用的提示词系统"。 GPT Image 2 提示词库,2000+ curated prompts,16 种语言,带预览图,每天更新。 model=ChatGPT 中文 prompt 画廊,除了 GPT Image 2 还覆盖了 Nano Banana 2/Pro、Seedance 2.0 等模型。 不是简单堆案例,而是把 329 个案例的提示词逆向拆解成结构化协议,分了 UI、海报、信息图、品牌视觉等 13 个方向,还配了 JSON 格式的模板。
一、提示词用法 提示词 Prompt 的 两种用法 : 直接提问 : 直接向 GPT 大模型提问 , 得到一个具体问题的答案 , 如 : XXX 错误如何处理 ; 集成应用 : 将 提示词 Prompt 集成到自己开发的应用程序中 , 结合自己公司的实际业务状况 , 生成与自己业务相关的一系列提示词 , 如 : 基于公司的一套知识库 + GPT 大模型 进行使用 ; 二、提示词 Prompt 构成 1 、提示词构成 提示词 Prompt 构成 : 指定角色 : 为 大模型 指定一个角色 , 明确指出 " 你是一个 XX " 是很有用的 ; 如 : 你是一位软件工程师 , 请写出 XXX 代码 ; 不断的进行调优 , 每当 通过 提示词 得到的结果不满意 , 我们就对 提示词 进行迭代修改 , 不断进行调优 , 直到得到 令我们满意的输出为止 ; 1、结合 训练数据 写提示词 知道训练数据 : 了解 提示词 的 训练数据 , 如果是 自己训练的数据 , 肯定知道 写什么提示词 能得到最佳结果 ; 2、不知道训练数据的情况 - 不断尝试 不知道训练数据 : 如果不知道 GPT 的训练数据 , 那就需要
ERNIE-Bot 4.0提示词原则 ERNIE-Bot 4.0的提示词原则可能包括以下几个方面: 1. 明确性:提示词应该清晰明确,避免模糊和歧义,以确保ERNIE-Bot 4.0能够准确理解用户的意图。 2. ERNIE-Bot 4.0提示词格式 ERNIE-Bot 4.0的提示词格式并没有特定的规定,但根据一般的自然语言处理最佳实践,以下是一个建议的提示词格式: [问题或主题] + [具体细节或上下文] **空格的使用**:在提示词中,确保单词之间使用空格。这有助于模型区分不同的词汇。 2. **标点符号的使用**:当您希望在提示词中引入句子或短语时,确保使用适当的标点符号,如逗号、句号等。 **选择合适的符号**:常用的提示词符号包括逗号、问号、冒号等。根据您的提示词类型和需要,选择合适的符号。例如,疑问句可以使用问号结尾。 2.
详情参考: http://qtip2.com 我下载的 库文件以及自己总结的资料: 链接:http://pan.baidu.com/s/1pJI43Cv密码:751y 基本用法: (1 )只有简单提示 $('#username').qtip({ // Grab some elements to apply the tooltipto content: { text: '用户名只能输入英文字母或者数字' } }); (2)带标题的 $('#password').qtip({ // Grabsome elements to apply selector').qtip('reposition');// Reposition all tooltips belonging to the selected elements重置该选择器选中元素的提示组件 ('.selector').qtip('toggle',true);// 显示该选择器选中元素的提示组件('.selector').qtip('destroy',true);// 直接销毁属于该选择器选中元素的提示组件
一、什么是元提示词(Meta-Prompt)?定义:元提示词是“用来生成提示词的提示词”。换句话说,它是一条指令,让AI帮你写出另一条更具体、更高质量的提示词。 总结对比表:概念作用关键特点应用场景元提示词生成/优化提示词自指性、模板化、参数化提示词新手、批量生产黄金圈结构构建有感染力的内容逻辑Why→How→What(顺序关键)文案润色、品牌故事、演讲要更高效地设计元提示词模板 2.**嵌入高阶结构**:优先采用黄金圈(Why-How-What)、SCQA或AIDA等认知框架,若不适用则选择最匹配的逻辑结构。3. 2.参数化变量:让模板可复用用占位符(如[产品]、[目标人群]、[场景])代替具体内容,实现“一次设计,多次使用”。请为【[产品/服务]】设计一条用于生成【[内容类型]】的提示词。 要求:1.目标用户:【[用户特征]】2.核心目的:【[如激发行动/建立信任/解释复杂概念]】3.内容结构:采用【[指定框架,如黄金圈/SCQA]】4.语气风格:【[如亲切/权威/幽默]】5.输出格式:【
编写产品描述: ```{fact_sheet_chair}``` """ response = get_completion(prompt) print(response) 输出:
我们提供多种外壳和底座颜色选项,以及可选择塑料背部和前部座椅覆盖(SWC-100)或10种织物和6种皮革的全面覆盖(SWC-110)。 -100/110
13 · 提示词(Prompt)写法:把话说到 Codex 心坎里 系列导航:上一篇 12 · 斜杠命令与快捷键 教你在会话里把手指放对地方——/ 切模式、清上下文、看状态,键位都熟了。 把这个想透了,提示词自然就会写了。 换成「XX 小区 8 栋 2 单元 1503,门口有个绿色鞋柜」,他闭着眼都能送到。地址越精确,骑手越不绕路;你越是甩一句模糊的,他越得猜,猜错的概率越大。 帮我修,并补一个测试:average([]) 应返回 0、average([2, 4]) 应返回 3,写完跑一遍确认通过(验证)。 (提示:11 · AGENTS.md 其实埋了答案。)
案例研究 2:使用 ChatGPT 改善客户服务 在这个案例研究中,我们将看看如何使用 ChatGPT 来改善客户服务。 提示具体而有针对性,清晰地概述了对话的目标和期望。使用“扮演”技巧有助于为 ChatGPT 提供明确的方向和指导。 示例 2:面试官 提示:我希望你扮演一名面试官。 我的第一个建议请求是“我需要帮助从全球研究航行中收集的大气 CO2 水平创建有影响力的图表。” ✂️扮演汽车导航系统 贡献者:@devisasari 提示:我希望你扮演一个汽车导航系统。 ✂️扮演同义词查找器 由:@rbadillap 提示:我希望你扮演一个同义词提供者。我会告诉你一个词,你会根据我的提示回复一个同义词列表。每次最多提供 10 个同义词。 如果我想要更多提供的词的同义词,我会回复“更多 x”,其中 x 是你查找同义词的词。你只需回复词汇列表,不要写解释。回复“OK”以确认。
2、说清具体任务:别只说“帮我写个接口”,要明确是“帮我写一个项目成员的新增接口,支持角色权限校验”,把目标落到具体功能点上。 下面分场景列出几个实战提示词模板场景1:从零生成新功能代码你是资深Python后端工程师,当前项目用Flask + SQLAlchemy,已有User模型包含id、username、email字段。 场景2:代码Debug修复1、你是资深前端调试工程师,我当前的Vue3项目中,任务弹窗组件点击提交后没有触发后端请求,控制台报400参数错误。 2、现有代码片段:[粘贴你的组件代码]3、请帮我定位问题根因,给出修改后的完整代码,同时说明错误原因和避坑要点。 把AI的输出当成初稿,像审阅同事代码一样指出细节问题,补充遗漏的业务规则,迭代1-2次就能得到完全可以直接上线的代码。
官方原话叫「当你在探索并能够改正方向时,模糊的提示可能很有用」。规律是:要结果时往死里具体,找灵感时故意留白。 如果只想让某一条提示用 Plan Mode 跑、不切换整个会话,在那条消息前加 /plan 前缀即可。 帮我修复,并补一个测试:average([]) 应该返回 0、average([2, 4]) 应该返回 3。写完把测试跑一遍,确认通过。
但是,或许他们也可以把自己变成"提示词大师",让机器望尘莫及! 提示词作为 LLM 的 API 通常,我们需要通过写代码来调用 API。 https://promptperfect.jina.ai/ PromptPerfect 提供了优化和简化提示词的功能,可以一键优化提示词、流水线优化、小样本提示、提示词服务等等。 提示词工程的 IDE —— PromptPerfect 提示词一键优化 在给大模型写提示词时,你只需给 PromptPerfect 一句“粗糙”的提示词,他就可以自 动优化为更加详细且大模型更容易理解的提示词 http://mpvideo.qpic.cn/0bc34qahuaaa2aajkee3uvsfbzgdplsaa6qa.f10002.mp4? 1、指令提示:大模型需要做的任务: 将电影名转换成 emoji 2、小样本:一些输入和输出示例 回到未来: 蝙蝠侠: 变形金刚: 目标任务:希望大模型执行的任务,任务需要与示例中的格式相同:消失的她
添加描述一、核心功能(一)多级分类管理Copy2AI支持无限层级分类结构,用户可以根据项目、领域、用途等多维度组织提示词。采用树状视图直观展示分类关系,使提示词管理更加清晰有序,提升管理效率。 (三)收藏与历史Copy2AI支持标记常用提示词为收藏,自动记录最近使用历史。提供快捷访问面板,让用户能够快速访问高频使用的提示词,大大提升工作效率。 (三)提示词备份Copy2AI支持导出和导入提示词,便于团队协作和知识共享。用户可以保留特定时间点的提示词状态,方便回溯和版本管理。 例如,用户可以在办公室使用桌面端进行深度创作,而在外出时通过手机端随时查看和编辑提示词。(二)高效数据管理Copy2AI采用本地数据库存储提示词和分类数据,支持批量导入导出。 无论是在Windows系统还是macOS系统上,都能享受到Copy2AI带来的高效AI提示词管理体验。七、总结Copy2AI是一款功能强大、设计先进的AI提示词管理工具。
本期分享爆款视频十二生肖走秀提示词以及模型,如果想要加入统一的服装,需要使用特定的Lora,本期分享的效果在SD中可完美复现,不需要特定的seed,只需要自行调试想要的效果,增删提示词即可。 优化标题和描述:为视频制作吸引人的标题和描述,包含关键词,以便在搜索引擎和社交媒体上更容易被发现。 数据分析:发布视频后,密切关注观众的反馈和参与度,根据数据调整推广策略。 效果如下同理可制作任意其他动物 选中推荐的大模型,选择vae,选择提示词,可以设置为预设,然后批量抽卡可设置动态的十二生肖英文单词,批次可以设置为40,分批4次,衣服的质感可以搭配各种Lora来实现不同的效果