当前位置：

社区首页

艺术收藏

绘画创作

AIGC文章详情

张大妈

所谓“万能提示词”根本不存在，三平台实测揭穿AI绘画最大幻觉

源自165位全网作者

03-28 10:23

精选参考来源

这位网友的问题很典型：> 宝玉老师，以现在大模型的能力还需要prompt吗，我现在都直接描述问题就发出去了这个疑问其实特别普遍，甚至可以说，它代表了绝大多数用户的心声。包括还有人说：> 今天社交网络上被追捧的所谓AI高人,不过是Prompt Kiddie(提示词小子)。 > 整天转帖一些提示词,其实是在自动充当大模型的燃料。是不是还需要 Prompt 这个问题的答案，其实藏在你的需求里。如果你的任务很简单，比如问个天气、查个单词，或者写个请假条，那确实不需要什么复杂的提示词。这就好比做一道 1 加 1 等于 2 的数学题，直接心算就完事了，非要列个方程式反而显得矫情。但是，一旦涉及到复杂任务，情况就完全不同了。你可以把专业的提示词想象成解难题时的“数学公式”。当面对一道复杂的应用题时，光靠心算是不够的。你需要公式来规范步骤，需要设定变量。提示词就是在这个环节起作用，它把一个模糊的需求，拆解成了一条清晰的思维链，手把手教 AI 怎么思考。举个最常见的例子：把一篇晦涩的学术论文改成科普文章（参考提示词：网页链接）。如果你直接把论文丢给 AI，跟它说“帮我改写成科普文”，它大概率会给你扔回一篇删减版的论文，依然充满了你不懂的术语。因为它不知道你的“科普”是给谁看的，也不知道你需要什么风格。但如果你运用了“公式”，告诉它：你的读者是只有高中物理水平的普通爱好者，请多用生活中的比喻（比如把量子纠缠比作心灵感应），并且在写之前先去检索一下相关的背景趣闻。这时候，AI 输出的就不是冷冰冰的文字，而是一篇有血有肉、生动有趣的科普文章。这就是提示词的魔力——它填补了“指令”和“意图”之间的鸿沟。再进一步，提示词还能充当“工作流经理”的角色。比如你想做个 PPT。普通玩法是让 AI 帮你列个大纲，然后你自己根据大纲一页页去制作幻灯片。但高阶的玩法是，用一段精心设计的提示词（参考提示词：网页链接），让 AI 不仅生成大纲，还能根据每一页的内容，自动写出对应的 AI 绘画指令。它把“写大纲”和“想配图”这两个步骤串联起来了。这时候的 AI，就不再是一个简单的聊天机器人，而是一个自动化的生产线。还有大家最关心的 AI 画图提示词。为什么大神生成的图片光影绝美、细节拉满，而你生成的总是差点意思？因为在非专业人士眼里，只有“好看”这一个形容词；而在提示词里，包含了光线类型、渲染引擎、构图视角等各种专业参数。这些参数，就是大神手中的“秘密配方”。你想复刻那张图，光靠猜是猜不出来的，必须拿到那个具体的参数。即使你可以通过多模态模型来逆向，有时候就是差一点意思，毕竟专业的提示词，是经过无数次试验和优化才打磨出来的。所以，回到最初的问题。我们还需要 Prompt 吗？如果你只是把 AI 当作一个陪聊的网友，或者一个随身的百科全书，那你确实不需要。但如果你想把 AI 变成一个稳定输出的生产力工具，提示词就是必修课。因为聊天是一次性的，说完就散；而专业提示词就像是“程序”和“软件”。当你写好了一个完美的翻译提示词，或者一个生成信息图的提示词，它就不再是一句话了，它变成了一个只要你输入原料，就能稳定产出高质量产品的“工具”。我自己则一直是在尝试借助提示词来帮我提升效率：比如我要提取 YouTube 字幕，还要去对发言人名字进行标注，我就写了提取 YouTube 字幕的提示词网页链接，不仅有文稿，还能自动对上发言人，还能分章节。比如我要给文章配图网页链接，所以我写了一个生成信息图的提示词，文章贴进去，它就能帮我生成一张好看专业的信息图。比如我要要校对文稿，我不会肉眼去校对，而是写一个校对的提示词，让 AI 帮我找错别字、语法错误，提供修改建议。借助这些提示词，就能让我事半功倍。这才是提示词的真正价值：它让你从一个向 AI 提问的“用户”，变成了指挥 AI 干活的“工程师”。下次当你在干一些枯燥的任务的时候，不妨想一想：我每天在做的这些事情，如果写一个专业的提示词，是不是能让我事半功倍？

最近看到有人整理了一套 Andrej Karpathy 风格的 Claude 提示词，一共 7 个，每一个都很实用，值得聊聊。大多数人用 Claude 就是直接丢个问题过去，等它吐答案。但 Karpathy 的思路完全不同，他把提示词当成一种思维框架，先帮 Claude 搭好思考的脚手架，再让它输出内容。效果差距非常明显。第一个叫"拆解法"，核心思路是让 Claude 在回答之前，先把问题拆成十个步骤：定义问题、找假设、列约束、分子问题、给三种方案、比较利弊、选最优、出执行计划、标失败点、提改进建议。这一套走下来，回答的深度完全不一样。第二个是"第一性原理构建法"，要求 Claude 从最底层的概念开始，一层一层往上搭，不许上来就打比方，先把术语讲清楚，再给心智模型、实际应用和常见误解。学 AI、学系统设计的时候特别好用。第三个是"研究简报生成器"，一条提示词就能让 Claude 帮你摸清一个领域的全貌：谁在玩、什么方案能跑通、什么方案跑不通、市场空白在哪、有什么反共识的洞察。省下你大量的前期调研时间。第四个是"架构设计提示词"，适合你有个想法但不知道怎么落地的时候。它会帮你规划最简版本、技术栈、数据流、构建顺序、边界情况，连 v2 怎么迭代都给你想好了。第五个很有意思，叫"元提示词优化器"，就是用提示词来优化提示词。你把自己写的提示词丢给它，它从清晰度、结构、约束、推理深度这些维度帮你重写一遍，还会告诉你为什么改完更好。属于降维打击。第六个是"专家模式切换"，一句话让 Claude 跳过所有入门级的解释，直接用资深工程师跟同行聊天的方式来回答，聚焦实现细节、关键取舍和常见的坑。第七个是"思考搭档"，让 Claude 不要无脑附和你，而是主动挑战你的假设、指出逻辑漏洞、提替代方案。这个时候 Claude 才真正变成了一个协作者。说到底，同样的模型，不同的人用出来效果天差地别。关键就在于你怎么组织自己的思维，然后把这个思维结构传递给 AI。这 7 个提示词就是很好的起点。#科技先锋官##How I AI#

全部
来源

内容由AI生成

1. 这位网友的问题很典型：> 宝玉老师，以现在大模型的能力还需要prompt吗，我现在都直接描述问题就发出去了这个疑问其实特别普遍，甚至可以说，它代表了绝大多数用户的心声。包括还有人说：> 今天社交网络上被追捧的所谓AI高人,不过是Prompt Kiddie(提示词小子)。 > 整天转帖一些提示词,其实是在自动充当大模型的燃料。是不是还需要 Prompt 这个问题的答案，其实藏在你的需求里。如果你的任务很简单，比如问个天气、查个单词，或者写个请假条，那确实不需要什么复杂的提示词。这就好比做一道 1 加 1 等于 2 的数学题，直接心算就完事了，非要列个方程式反而显得矫情。但是，一旦涉及到复杂任务，情况就完全不同了。你可以把专业的提示词想象成解难题时的“数学公式”。当面对一道复杂的应用题时，光靠心算是不够的。你需要公式来规范步骤，需要设定变量。提示词就是在这个环节起作用，它把一个模糊的需求，拆解成了一条清晰的思维链，手把手教 AI 怎么思考。举个最常见的例子：把一篇晦涩的学术论文改成科普文章（参考提示词：网页链接）。如果你直接把论文丢给 AI，跟它说“帮我改写成科普文”，它大概率会给你扔回一篇删减版的论文，依然充满了你不懂的术语。因为它不知道你的“科普”是给谁看的，也不知道你需要什么风格。但如果你运用了“公式”，告诉它：你的读者是只有高中物理水平的普通爱好者，请多用生活中的比喻（比如把量子纠缠比作心灵感应），并且在写之前先去检索一下相关的背景趣闻。这时候，AI 输出的就不是冷冰冰的文字，而是一篇有血有肉、生动有趣的科普文章。这就是提示词的魔力——它填补了“指令”和“意图”之间的鸿沟。再进一步，提示词还能充当“工作流经理”的角色。比如你想做个 PPT。普通玩法是让 AI 帮你列个大纲，然后你自己根据大纲一页页去制作幻灯片。但高阶的玩法是，用一段精心设计的提示词（参考提示词：网页链接），让 AI 不仅生成大纲，还能根据每一页的内容，自动写出对应的 AI 绘画指令。它把“写大纲”和“想配图”这两个步骤串联起来了。这时候的 AI，就不再是一个简单的聊天机器人，而是一个自动化的生产线。还有大家最关心的 AI 画图提示词。为什么大神生成的图片光影绝美、细节拉满，而你生成的总是差点意思？因为在非专业人士眼里，只有“好看”这一个形容词；而在提示词里，包含了光线类型、渲染引擎、构图视角等各种专业参数。这些参数，就是大神手中的“秘密配方”。你想复刻那张图，光靠猜是猜不出来的，必须拿到那个具体的参数。即使你可以通过多模态模型来逆向，有时候就是差一点意思，毕竟专业的提示词，是经过无数次试验和优化才打磨出来的。所以，回到最初的问题。我们还需要 Prompt 吗？如果你只是把 AI 当作一个陪聊的网友，或者一个随身的百科全书，那你确实不需要。但如果你想把 AI 变成一个稳定输出的生产力工具，提示词就是必修课。因为聊天是一次性的，说完就散；而专业提示词就像是“程序”和“软件”。当你写好了一个完美的翻译提示词，或者一个生成信息图的提示词，它就不再是一句话了，它变成了一个只要你输入原料，就能稳定产出高质量产品的“工具”。我自己则一直是在尝试借助提示词来帮我提升效率：比如我要提取 YouTube 字幕，还要去对发言人名字进行标注，我就写了提取 YouTube 字幕的提示词网页链接，不仅有文稿，还能自动对上发言人，还能分章节。比如我要给文章配图网页链接，所以我写了一个生成信息图的提示词，文章贴进去，它就能帮我生成一张好看专业的信息图。比如我要要校对文稿，我不会肉眼去校对，而是写一个校对的提示词，让 AI 帮我找错别字、语法错误，提供修改建议。借助这些提示词，就能让我事半功倍。这才是提示词的真正价值：它让你从一个向 AI 提问的“用户”，变成了指挥 AI 干活的“工程师”。下次当你在干一些枯燥的任务的时候，不妨想一想：我每天在做的这些事情，如果写一个专业的提示词，是不是能让我事半功倍？

2. 最近看到有人整理了一套 Andrej Karpathy 风格的 Claude 提示词，一共 7 个，每一个都很实用，值得聊聊。大多数人用 Claude 就是直接丢个问题过去，等它吐答案。但 Karpathy 的思路完全不同，他把提示词当成一种思维框架，先帮 Claude 搭好思考的脚手架，再让它输出内容。效果差距非常明显。第一个叫"拆解法"，核心思路是让 Claude 在回答之前，先把问题拆成十个步骤：定义问题、找假设、列约束、分子问题、给三种方案、比较利弊、选最优、出执行计划、标失败点、提改进建议。这一套走下来，回答的深度完全不一样。第二个是"第一性原理构建法"，要求 Claude 从最底层的概念开始，一层一层往上搭，不许上来就打比方，先把术语讲清楚，再给心智模型、实际应用和常见误解。学 AI、学系统设计的时候特别好用。第三个是"研究简报生成器"，一条提示词就能让 Claude 帮你摸清一个领域的全貌：谁在玩、什么方案能跑通、什么方案跑不通、市场空白在哪、有什么反共识的洞察。省下你大量的前期调研时间。第四个是"架构设计提示词"，适合你有个想法但不知道怎么落地的时候。它会帮你规划最简版本、技术栈、数据流、构建顺序、边界情况，连 v2 怎么迭代都给你想好了。第五个很有意思，叫"元提示词优化器"，就是用提示词来优化提示词。你把自己写的提示词丢给它，它从清晰度、结构、约束、推理深度这些维度帮你重写一遍，还会告诉你为什么改完更好。属于降维打击。第六个是"专家模式切换"，一句话让 Claude 跳过所有入门级的解释，直接用资深工程师跟同行聊天的方式来回答，聚焦实现细节、关键取舍和常见的坑。第七个是"思考搭档"，让 Claude 不要无脑附和你，而是主动挑战你的假设、指出逻辑漏洞、提替代方案。这个时候 Claude 才真正变成了一个协作者。说到底，同样的模型，不同的人用出来效果天差地别。关键就在于你怎么组织自己的思维，然后把这个思维结构传递给 AI。这 7 个提示词就是很好的起点。#科技先锋官##How I AI#

3. 谷歌68页提示词圣经+老金原创元提示词，直接复制就能用

4. 大语言模型（LLM）提示词设计不只是“提问”，而是一门系统工程，是与模型高效交互的关键技能。掌握以下7大类提示技巧，才能真正释放AI潜能：1. 核心提示 - Zero-shot：无示例，直接给任务。 - One-shot：给一个示例。 - Few-shot：给多个示例，教模型识别模式。2. 推理增强 - Chain-of-Thought（思路链）：引导模型一步步推理。 - Self-Consistency（自洽采样）：多条推理路径，选最佳答案。 - Tree-of-Thought（思维树）：多条推理路径并行探索（进阶）。 - ReAct：结合推理和行动（如调用API）。3. 指令与角色设定 - 明确指令：“帮我总结这段内容”。 - 角色扮演：“你是法律助理”。 - 混合型：指令+示例，兼顾清晰和示范。4. 提示组合技巧 - 链式提示：用一个提示的输出作为下一个输入。 - 动态提示：实时注入变量和上下文。 - 元提示：让模型自我优化或验证回答。5. 多模态提示 - 图文结合，给出视觉+文本信息。 - 音视频+文本（依赖模型能力，如GPT-4o、Gemini 1.5）。6. 行业专用提示 - 编程提示：针对特定语言或工具。 - 医疗、法律提示：高精度、格式严格。7. 提示评估与调试（辅助工具） - 去除测试：删减元素看影响。 - 注入测试：验证提示在实际应用中的鲁棒性。需要明确的是，检索增强生成（RAG）和代理工具系统（如LangGraph、AutoGPT）不是提示技巧，它们是架构或框架，提示只是其中一环。提示设计已不仅是“技巧”，而是整体系统设计。理解输入输出工程，掌握推理链条和领域约束，才能让AI输出更可靠、更智能。真正的秘诀不在“神奇语句”，而在于结构化、系统化地设计提示。原文：x.com/techNmak/status/1995726428177137924

5. 发现一个AI的新用法，再也不用担心不会写提示词了！

6. 【AI辅助设计】告别“咒语”恐惧症！我的AI提示词可视化编辑器，让创意修改像点菜一样简单

7. 今天看到一个关于 Loop Engineering （循环工程）的说法，从工程师的角度，感觉比 Agentic Engineering 更具体。提示词（Prompting）是一个 Bug，而非特性。别再痴迷于琢磨动词和上下文窗口了。如果你的工作流还得靠你去做一个“提示词耳语者”（Prompt Whisperer），那你已经输了。在一个渴求“系统化”的世界里，你只不过是个手动挡的操作工。 “氛围编程”（Vibe Coding）拿来做演示固然有趣，但真正的进化是**“循环工程”（Loop Engineering）。你不再是写一段提示词，而是构建一个递归环境**：让智能体（Agent）自行评估失败、重构逻辑，并不断迭代，直到意图与输出之间的偏差（Delta）归零。人类不应是那个修修补补的编辑，而应是整个循环的架构师。停止与机器对话。去建造那台会“自我对话”的机器。

8. 【这个Claude技能让你的AI提示词不再浪费额外Credits】快速阅读：一个名为prompt-master的开源Claude技能在一周内获得600+星标。它能根据你使用的AI工具（Cursor、Midjourney、Claude Code等）自动生成最优提示词，避免重复调整和浪费Credits。工具已支持35种常见错误模式修正和12种任务模板。---提示词优化工具并不新鲜，但这个项目的核心竞争力在于“工具特定路由”。同样是生成吉卜力风格的东京夜景俯视图，给Midjourney的提示词是45个token的逗号分隔描述符，先锁定相机角度防止模型默认街景构图，再叠加视觉线索。给DALL-E 3的提示词则变成80个token的散文句式，末尾专门加上“不要在图像中包含任何文字或字母”来抑制它爱出现的随机文本伪影。这种差异不是表面功夫。Cursor和Claude Code的上下文管理逻辑完全不同，用同一套提示词会直接崩。ComfyUI用户在用Stable Diffusion 1.5、SDXL还是Flux，输出结构都不一样，需要分别生成正向和负向提示块。甚至向o1模型添加思维链反而会降低效果，这是35种“烧Credits模式”中的一种。有观点认为直接跟Claude Code像跟人聊天一样就行，出错了再说要改什么。开发者的回应很务实：这能省Credits，也能让模型理解更清晰。但更重要的是使用场景远不止对话，图像、视频、研究、演示、配音，每个领域的最佳实践完全不同。项目在7天内从600星涨到900星，期间社区持续提出支持新工具的请求：Figma Make、Kimi 2.5、Ollama、Google Stitch。开发者几乎全天候在评论区确认兼容性，甚至当天就为特定用户添加了SeeDream和LTX 2.3的路由。v1.4刚发布，v1.5已经在规划agent支持。整个项目像是在验证一个简单但容易被忽视的事实：AI工具之间的差异比我们想象的大得多，通用方案在具体场景下往往意味着妥协。GitHub: github.com/nidhinjs/prompt-masterref:www.reddit.com/r/ClaudeAI/comments/1rxyarx/i_built_a_claude_skill_that_writes_accurate#AI创造营##人工智能#

9. 2026年了！大部分人还不会给AI提示词。

10. Seedance2.0最近真的火遍全网！一起来#Seedance必玩提示词模板##HOW I AI# 分享你的创作吧～我也忍不住尝试了用它创作温情家庭动画～我的提示词是“蜡笔小新全家福，从童年到成年，父母逐渐老去，柔和光影，温馨家庭场景，缓慢变焦，怀旧风格”和“家庭聚会，小新放屁栽赃给爸爸，两人争吵，家人哈哈大笑，滑稽风格”这个提示词特别适合打造叙事向的亲情内容：通过“缓慢变焦”实现自然转场，“柔和光影”能增强情感氛围。建议想尝试类似风格的朋友，可以在提示词中加入具体的时间线索（如“五年后”“十年后”）和情绪关键词，让AI更精准地理解时间流逝与温情基调。Seedance2.0在叙事连贯性和画面稳定性上表现超棒，角色形象保持一致，运镜也流畅自然！我的视频里小新从调皮孩童成长为青年，父母的细节变化尤其触动人心～日常生活里的滑稽画面也特别令人动容！我的提示词是「蜡笔小新全家日常，从幼年到成年，父母白发渐变，暖色调，慢推镜头」，欢迎大家照着玩！

11. 既然 AI 越来越聪明，那么学习提示词不是浪费时间吗？我小时候英语很差，因为周围总有人说：学英语有什么用？我是中国人，何必学外文，不会 ABC，也当接班人。现在也有人觉得 AI 那么强学英语干嘛。我本来就不喜欢学，这下子找到借口了。等到工作以后才发现，好的技术文档全是英文的，想读一手资料读不了，想跟别人用英文交流张不开嘴，吃了很多年的亏。后来我花了很大力气补英语，现在都没有完全补回来，走了很多弯路。回头看，当年那些说“英语没用”的人，错在哪里？他们不是坏人，只是把一个判断搞反了：因为自己用不上，或者未来技术更强，就断定这个东西没价值。我现在看到有人说“AI 越来越聪明，所以不用学提示词”，感觉特别像当年那些说“学英语没用”的声音。逻辑结构很像：我不需要，所以它没价值；未来会更好，所以现在不用学。这种想法容易让人踩坑。先搞清楚提示词工程到底是什么很多人反感提示词工程，其实反感的是那种“万能提示词模板”、“神秘咒语”，这种东西确实没什么长期价值，模型一升级就失效了。但这不是提示词工程的全部，甚至不是它的重点。真正有价值的提示词工程，是把目标定清楚，把约束条件列明白，把验收标准写出来，把任务拆成可执行的步骤。你愿意的话可以叫它“需求工程”或者“任务设计”，叫什么都行，但这件事本身一直都很值钱。你跟同事说“帮我写个方案”，同事一定会追问：给谁看的？多长？要数据吗？什么时候要？你补充的这些信息，就是在做提示词工程。你跟 AI 协作也是一样的道理，只不过 AI 不会主动追问你（或者追问得不够好），所以你得自己先想清楚。有人说：AI 的目标就是用自然语言像人一样交流，你和谁交流需要用提示词？听起来挺有道理，但仔细想想就会发现问题：你跟人交流，难道就不需要把话说清楚了吗？你去医院说“我不舒服”，医生一定会追问：哪里不舒服？多久了？有没有吃什么药？你不会觉得医生在搞“提示词工程”，你只会觉得这是正常的沟通。AI 能用自然语言交流不等于 AI 有了“读心术”。自然语言天生有歧义，任务目标经常互相矛盾（又要短又要全，又要创新又要安全），输出往往需要特定格式。这些问题不会因为 AI 变聪明就消失。更准确的说法是：AI 越强，对你输入的容错越高，你随便说一句也能得到一个还不错的结果。但“还不错”和“稳定、可靠、符合要求”之间的差距，仍然需要你把需求定义清楚来弥补。相机像素越来越高，但你仍然需要构图。像素高只是让你拍什么都不太糊，但要拍出好照片，你还是得知道自己想拍什么、怎么拍。还有一种类似的说法：“不出三年，软件工程专业就是新的五笔打字培训班。”这和“提示词工程不用学”的思维方式完全一样：看到 AI 能替代某个环节，就急着宣判整个领域的死刑。工程是把一件模糊的、不确定的事情，通过有计划、有步骤的方法，靠谱地做成。软件工程就是把这套思路用在软件开发上，需求怎么理清、架构怎么设计、质量怎么保证、团队怎么协作、项目怎么推进，这是一整套系统性的能力。AI 现在确实强，但它强在软件生命周期里的编码环节（还有很大进步空间），或者说某几个具体阶段。但编码只是软件工程的一个环节，AI 并不能主导整个生命周期，从需求分析、系统设计、技术决策、团队管理到长期维护，这些事情远不是写代码快就能解决的。至少在相当长的时间内都不行。把软件工程等同于写代码，就像把提示词工程等同于背咒语，都是把一个局部当成了全部。高飞说过一句话我很认同：会敲字，不代表会写作；会写作，不代表懂出版。同理：会跟 AI 说一句话，不代表会用好 AI；会用好 AI，不代表能把 AI 嵌入一个可靠的工作流。每一层跳跃之间，都需要“工程”思维来填。以前你自己写代码，现在你指挥 AI 写代码。以前你自己写文章，现在你让 AI 起草再改。工具变了，但“把事情做对”这个责任没有变，仍然在你身上。指挥 AI 本身就是一种能力。你得知道要什么、怎么拆任务、怎么验收、出了问题往哪里查。这些不叫“被替代”，叫工具升级后的能力重心转移。你觉得某些 AI 产品随便说一句就好用，那是因为有人替你把需求定义和约束设计做好了。如果有人说：“我从来不研究怎么把需求说清楚”，这不是什么值得骄傲的事情，“我从来不研究提示词工程”也类似。你以为自己省了时间，其实是把“研究成本”变成了“返工成本”，只不过花得不自知。我当年不学英语，也觉得自己省了时间。后来补课花的时间，比当初好好学多了好几倍。AI 越强，“工程”两个字越值钱，而不是越不值钱。因为强工具放大的是使用者之间的能力差距。同样一个模型，会用的人和不会用的人，产出可以差十倍。拉开差距的，就是你愿不愿意花时间把需求定义好、把流程设计好、把质量管控好。你可以不叫它“提示词工程”，叫“需求设计”也好，叫“任务拆解”也好，叫“跟 AI 好好说话”也行。但“把你想要的东西想清楚、说明白”这件事，不会因为 AI 变强就消失。

12. 一学就会，1招去除图片的AI味儿，超绝真实感你用关键词生成的图片是不是看起来一眼假？原来不用关键词才是去掉AI味的关键！#设计 #ai #AI生图 #ai新星计划 #抖音知识年终大赏

13. Vibe Coding 终极指南 V1.2开发者在与 AI 搭档编程时，经常面临规划混乱、代码难维护的问题。Vibe Coding 是一个以规划为核心，结合系统提示词和模块化设计的终极 AI 编程工作流程，帮助你从想法到可维护代码，形成一条清晰可控的流水线。它提供了丰富的提示词库，涵盖需求澄清、开发计划、代码实现、测试验收等全流程，确保 AI 不会失控，项目结构清晰且易于扩展。无论是 CLI 还是 VSCode 扩展，都能顺畅体验。主要特点包括：- 以规划驱动开发，避免 AI 自主引发混乱；- 完善的系统级提示词集合，规范 AI 行为边界；- 闭环交付流程，从需求到测试全覆盖；- 共享记忆库，实现人机同步的项目上下文；- 支持多种 AI 模型和环境，灵活高效。项目地址：github.com/tukuaiai/vibe-coding-cn/tree/main适合开发者、团队和 AI 协同工作场景，助你打造可审计、可复盘、可持续的 AI 编程新体验。

14. vibe coding 至尊超级终极无敌指南 V114514 [汗] github.com/tukuaiai/vibe-coding-cn 本项目是一个与 AI 结对编程的终极工作流程，旨在帮助开发者丝滑地将想法变为现实。本指南详细介绍了从项目构思、技术选型、实施规划到具体开发、调试和扩展的全过程，强调以规划驱动和模块化为核心，避免让 AI 失控导致项目混乱。核心理念: 规划就是一切。谨慎让 AI 自主规划，否则你的代码库会变成一团无法管理的乱麻。这个思想的核心是构建一个能够自我完善的 AI 系统。我们可以将其分解为以下步骤，以突出其递归的本质： 1. 定义核心角色： α-提示词 (生成器): 一个“母体”提示词，其唯一职责是生成其他提示词或技能。 Ω-提示词 (优化器): 另一个“母体”提示词，其唯一职责是优化其他提示词或技能。 2. 描述递归的生命周期： ·创生 (Bootstrap):用 AI 生成 α-提示词和 Ω-提示词的初始版本 (v1)。 ·自省与进化 (Self-Correction & Evolution):用 Ω-提示词 (v1) 去优化 α-提示词 (v1)，得到一个更强大的 α-提示词 (v2)。 ·创造 (Generation):用进化后的 α-提示词 (v2) 去生成我们需要的所有目标提示词和技能。 ·循环与飞跃 (Recursive Loop):最关键的一步：将新生成的、更强大的产物（甚至包括新版本的 Ω-提示词）反馈给系统，再次用于优化 α-提示词，从而启动下一轮进化。 3. 终极目标：通过这个永不停止的递归优化循环，系统在每一次迭代中都进行自我超越，无限逼近我们设定的理想状态。 #科技先锋官#

15. AI 编程是一种“框架” www.piglei.com/articles/ai-programming-is-a-new-framework/ 不要将 AI 编程作为一种框架，可以尝试将其看作“库” ----不再追求“写更少实现更多”：用更少的提示词（代码）实现更多功能，看上去很美，但也意味着大量的认知债务随之累积； ----找到编写提示词的“甜蜜区”，付出相对较少而非绝对意义上的最少的认知成本； ----关注程序结构：比起在前 AI 时代，你现在可能更需要关注程序的整体结构，作为总设计师去设计整个程序，将正确的结构和约束内化到 AGENTS.md 中； ----更精准的提示词：在理解已有程序的基础上，编写更精准的提示词来引导 AI 完成工作，而不是任其发挥，让 AI 主导一切； ----审查代码：即便使用同一种框架，在遇到棘手问题时，一位熟读框架文档的人也会比另一位愣头青更有效率，如果把 AI 编写的代码归为框架，那么你应该去审查这份代码，从而在不可避免的“抽象泄露”发生时，将其所产生的危害降到最低。 #HOW I AI#

16. 2025年AI提示词深度指南：从基础知识到高级技巧

17. Harness Engineering 到底是什么？你可能已经会写 prompt 了，但最近火的 Harness Engineering 是什么？先搞清一个区别：- Prompt Engineering = 教你怎么说话让 AI 听懂- Harness Engineering = 造一套系统让任何人都能驾驭 AIPrompt 是手艺活，效果取决于写的人的水平。Harness 是工程活，目标是不管谁来用，结果都稳定可靠。- 打个比方：Prompt 像苦练骑术，Harness 像发明马鞍+缰绳+马镫——装备好了，骑术一般的人也能跑得稳。那它具体包括什么呢：- AI 模型本身就像一匹野马，很强但不可控。Harness Engineering 就是给它套上"马鞍"，具体包括：1. 提示词模板：标准化的思考框架，不用每次现写2. 工具调用：让模型能查天气、搜网页、读文件3. 结构化输出：回答不是一堆文字，而是程序能解析的 JSON4. 容错重试：模型抽风了自动重试，不用人盯着5. 检索增强（RAG）：让模型能查你的私有数据6. 护栏机制：防止模型说出不该说的话核心思路：- 不要试图让模型更聪明，而是让系统更聪明地使用模型。以前大家卷的是模型大小、跑分高低。现在大家发现模型够用了，真正决定产品好坏的是套在外面那层"马鞍"。Prompt Engineering 只是 Harness 里最小的一个零件。真正的竞争在于整套系统的工程能力。#Harness##Prompt Engineering##Prompt##Prompt Engineering##AI##大模型#

18. 【你以为AI编程拼的是提示词，其实高手都在“驯化”项目结构】快速导读：别再卷提示词了。想让Claude像个真正的工程师一样干活，关键不是怎么“说”，而是怎么“放”。一个结构清晰的代码仓库，远比一段天花乱坠的提示词更重要。---多数人还在琢磨怎么把提示词写出花来，但真正拉开AI编程效率差距的，根本不是提示词。你以为让Claude写出好代码，靠的是把需求描述得滴水不漏。其实，如果你的代码仓库一团糟，它就只是个聊天机器人；如果结构清晰，它才表现得像个住在你项目里的高级工程师。这中间的差距，比人和狗的差距都大。秘诀在于给AI建立一套“项目解剖学”。这套结构，就是AI的“短期记忆”和“行为准则”。它只需要四个东西：1. CLAUDE.md：项目的北极星文件，简要说明系统目的、仓库地图和交互规则。短小精悍，废话太多AI会抓不住重点。2. .claude/skills/：可复用的专家模式。把代码审查、重构、调试等固定流程变成技能包，随时调用，而不是每次都在提示词里重复念叨。3. .claude/hooks/：自动化护栏。模型会忘事，但钩子不会。比如编辑后自动格式化、核心代码变更后触发测试，把AI工作流变成可靠的工程系统。4. docs/：渐进式上下文。别把几万字的需求文档塞进提示词，让AI自己去查阅架构图、决策记录和操作手册。它不需要记住一切，只需要知道“真理”在哪。有人在一个5万行代码的库上实践这套方法，Claude的错误率直接降低了大约60%。评论区里一片“原来如此”的声音，大家普遍认同：结构大于提示词，仓库本身就是终极提示。提示词是租来的，结构才是你自己的。所以，如果你还在每天花几小时跟AI“念经”，却发现它总是犯些低级错误，问题很可能不在你的提示词写得够不够“魔法”，而在你的项目结构是不是一坨屎。别再抱怨AI笨了，也许它只是在你的烂摊子里迷了路。---简评：这篇文章精准地指出了当前AI辅助编程领域的一个核心误区：过度迷信“提示词工程”，而忽略了更基础也更重要的“上下文工程”。它提出的“项目结构即提示”的观点，对于那些感觉AI“不好用”的开发者来说，无疑是一次认知矫正。从“教AI做事”转向“为AI搭建舞台”，这才是人与AI协作的正确姿势。---ref: x.com/vishisinghal_/status/2032368817981305196#AI创造营##人工智能#

19. Nano Banana Pro深度评测，PS这次真可丢了，超强AI绘画神器

20. 高效提示词（prompt）工程指南

21. Vibe Coding 是一个基于 AI 结对编程理念打造的终极开发工作站，旨在帮助开发者高效、系统地将创意转化为可维护代码。它融合了作者多年开发经验与丰富的提示词库，形成一套严谨且灵活的流程体系，强调规划驱动与模块化设计，避免 AI 失控造成项目混乱。核心理念在于“规划就是一切”，通过定义生成器（α-提示词）与优化器（Ω-提示词）两大母体提示词，构建递归自我优化的 AI 系统，使提示词及技能持续进化，最终实现无限逼近预期目标的自我超越。Vibe Coding 提供完整的开发流程指南：从网络环境配置、开发环境搭建、IDE 设置，到项目设计文档撰写、技术栈推荐、实施计划生成，再到代码实现、测试与迭代，每一步均配合 AI 进行，确保开发高效且可控。特别强调先结构后代码，避免技术债务积累。工具链方面，推荐使用 Visual Studio Code、Neovim 等强大编辑器，配合 Claude Opus 4.5、gpt-5.1-codex 等顶级 AI 模型，实现代码生成、测试、调试、文档管理等一体化工作流。还集成了丰富的辅助工具如 Augment (上下文引擎)、Zread (代码阅读)、tmux（终端复用）、DBeaver（数据库管理）等，极大提升开发体验。项目配套了详尽的提示词库，涵盖系统提示词、编程提示词、用户提示词及辅助提示词，支持快速构建高质量的 AI 交互策略。通过严格的规则和上下文管理，确保 AI 生成代码的质量与一致性。此外，Vibe Coding 还提供丰富的实用技巧和常见问题解答，帮助开发者快速上手并解决开发中遇到的各种挑战。其开源 MIT 许可让社区能自由贡献与扩展。Vibe Coding 通过“规划驱动 + 上下文固定 + AI 结对执行”，让「从想法到可维护代码」成为一条清晰且可审计的流水线，极大提升了开发效率与代码质量。项目开源地址：github.com/tukuaiai/vibe-coding-cn无论是新手入门还是资深开发者，Vibe Coding 都能帮助你驾驭 AI 助力的开发新时代。

22. 【速通OpenClaw】如何隔离危险、进阶玩法…一次说清

23. 2026必备！这8大AI工具，没有裸泳......

24. 最强的AI生图模型是香蕉pro还是Image，或者flux黑森林？目前主流的个大模型怎么用，以及优劣势，一次性讲清楚。#aigc#ai新星计划

25. 构思一个产品方案，写技术文档，画架构图总是耗时费力？VibeDoc 是一个AI驱动的产品经理和架构师助手，能在1-3分钟内根据你的创意自动生成完整的开发计划、技术方案、架构图和AI编码提示。它不仅覆盖产品概述、技术选型、开发进度、部署策略，还能输出系统架构图、业务流程图、甘特图等专业图表。支持多种AI模型的代码提示，方便开发者快速启动项目。方案文档可导出Markdown、Word、PDF、HTML格式，满足不同场景需求。项目开源托管在GitHub，支持本地安装和Docker部署，适合开发者、产品经理、创业者快速验证和推进产品想法。GitHub地址：github.com/JasonRobertDestiny/VibeDoc主要功能：- 智能生成产品开发全套方案，覆盖产品定位、技术架构、开发计划和运营策略- 自动绘制系统架构及业务流程图，助力技术沟通和项目管理- 生成针对不同AI模型的代码提示，提升编码效率- 多格式文档导出，方便版本控制和资料分享- 在线Demo体验，无需安装快速上手支持Python环境，依赖简单，开箱即用，是想用AI加速产品设计与技术规划的利器。

26. 全网最全，Banana pro 30个炸裂玩法大合集，附国内可用渠道

27. 大模型Agent的核心还是prompt？

28. 国外一个网友总记得《Gemini 3 提示词最佳实践：日常使用指南》，内容如下：我用 Gemini 3 Pro 有一段时间了，直接说吧，它比 2.5 Pro 强太多了!这篇文章分享的是目前对我最有效的一些原则和结构模式。这不是什么金科玉律，更多是给你一个起点，帮你找到适合自己的策略。拿去试试，调整优化，不断迭代。核心原则Gemini 3 更喜欢直接明了的指令，逻辑胜过冗长。要想发挥最佳性能，遵循这些核心原则:1、精确指令：输入提示词时要简洁。Gemini 3 对直接、清晰的指令响应最好。明确说出你的目标，别绕弯子。2、一致性与明确参数：在提示词中保持统一的结构(比如标准化的 XML 标签)，并明确定义那些容易产生歧义的术语。3、输出简洁度：默认情况下，Gemini 3 不太啰嗦，倾向于提供直接、高效的答案。如果你需要更像聊天或者更随性的风格，必须明确提出要求。4、多模态协调：文本、图像、音频或视频都应该被同等对待。指令中应该明确提到具体的模态，确保模型能综合处理它们，避免孤立分析。5、约束条件放置：把行为约束和角色定义放在系统指令中，或者提示词最开头的位置，这样能确保它们锚定模型的推理过程。6、长上下文结构：处理大量上下文(书籍、代码库、长视频)时，把你的具体指令放在提示词末尾(数据内容之后)。7、上下文衔接：从大段数据过渡到你的问题时，要明确做好衔接。用一个过渡短语，比如"基于以上信息……"，然后再提问。内容很长，可以看原文，也可以看我的配图。原文链接见评论区。#提示词##提示词工程##科技先锋官##微博兴趣创作计划#

29. //@摇摆时间线ZHLMI:是的，所以就像写微博，把微博的废话精简掉，就是训练提示词的写作过程//@歸藏的AI工具箱:在写作这一点上，针对AI写作要比针对人类写作简单不少。提示词不重要，重要的是压缩在提示词里的知识。至于格式和行文逻辑之类的，其实问题不大。

30. #Seedance必玩提示词模板#1分钟出大片！Seedance 2.0 正式终结了“AI视频不会剪辑”的时代！最近科技圈都在传这个 Seedance 2.0，最离谱的是它能直接生成“60秒长视频”，还自带电影级的分镜头切换！我也试了几组，整理出一份【必玩提示词模板】，建议先收藏再练手！万能提示词公式：[场景描述] + [核心角色] + [多段动作指令] + [分镜头要求] + [影调风格]案例分享“深夜的赛博朋克街道，霓虹闪烁（场景）。一名身穿银色风衣的侦探正穿梭在雨中（角色）。镜头先从背后跟拍特写，随后切到高楼俯瞰，最后停留在侦探推开酒馆大门的瞬间（多镜头动作）。胶片颗粒感，王家卫风格，高对比度影调（画质风格）。”如何用它做出爆款短视频？AI短剧流：利用60秒的长片段，保持角色一致性，直接出剧情。产品广告流：给你的产品起个酷炫的提示词，Seedance 能帮你生成极具质感的转场。梦境记录流：用最天马行空的描述，挑战它的多维度想象力。小乔说科技的微博视频

31. 用十几个全球主流的AI模型同时帮你做设计是种什么体验？ #设计 #平面设计 #ai #ai工具 #托尼三三

32. 盘点一周AI大事(12月7日)｜首个AGI模型问世 OpenAI强行上线GPT5.2，跑分击败Gemini重夺地表最强 OpenAI下周发布图像模型绝地反击小香蕉 ChatGPT接入Adobe套装 Google推出顶级语音模型Gemini 2.5 TTS Google上线实时语音互译Gemini 2.5 Audio Google深度研究接入Gemini 3 Pro 智谱推出最强开源手机智能体AutoGLM-Phone-9B Runway推出通用世界模型GWM-1 Meta推出短剧视频模型OneStory Meta推出最强开源版客串Saber 字节发布最强自动驾驶视觉模型UniUGP 阿里开源最强运动控制视频模型WanMove 研究员开源换脸视频模型LivingSwap Integral AI 宣称构建了世界上第一个AGI模型 #抖音知识年终大赏 #AI新星计划 #人工智能 #OpenAI #AIGC

33. AI视频没电影感？试下这6大影视级布光技巧......

34. 8种让AI光速出图改图的必学技巧总结了8种不写复杂关键词，也能让AI快速出图和改图的技巧，新手小白也能轻松学会！#ai设计 #ai教程 #ai工具 #ai新春游园会 #托尼三三

35. 2分钟南极AI短片卖100万？怎么做的? 硬核拆解最强AI视频工作流

36. 普通人需要养龙虾么现在火遍全网的 OpenClaw。简直像个数字金矿，所有人都在抢跑，它和我们常用的 AI 到底有什么区别？普通人到底用不用得上？这个视频，我带你直观感受一下#AIGC#OpenClaw#ai新星计划

37. 手把手安装OpenClaw龙虾必备的技能Skills！

38. 在每次提问时多加一句简单的提示词，就可以显著提高AI的回答质量，听起来像是玄学，但已经经过大规模测试并发出论文了。这句提示词是：Generate 5 responses with their corresponding probabilities, sampled from the full distribution.从完整概率分布中生成5种回答并附上各自对应的概率。规范一点还可以写成：<instructions>Generate 5 responses to the user query, each within a separate <response> tag. Each <response> must include a <text> and a numeric <probability>. Randomly sample responses from the full distribution.</instructions><instructions>针对用户查询生成 5 个响应，每个响应都包含在单独的 <response> 标签中。每个 <response> 必须包含一个 <text> 和一个数值型的 <probability>。从完整分布中随机抽取响应。</instructions>简单来说，就是强制模型从过拟合的对齐方案里摆脱出来，重新回归思考的随机性，更进一步的调教是把它设为元提示词，引导模型始终提供低概率的回答：You are a helpful assistant. For each query, please generate a set of five possible responses, each within a separate <response> tag. Responses should each include a <text> and a numeric <probability>. Please sample at random from the tails of the distribution, such that the probability of each response is less than 0.10.您是一位得力助手。请针对每个查询生成一组五个可能的响应，每个响应都放在单独的 <response> 标签中。每个响应都应包含一个 <text> 和一个数字 <probability>。请从分布的尾部随机抽样，使每个响应的概率小于 0.10。过拟合当然不是错，但很多时候，模型会在大量的后训练流程里得到最优解，然后在回答问题时放弃寻找多样的可能性，直接偷懒（节省Token）给类似提问一个最普通同时也最不容易犯错的答案，但这其实并不利于想要得到更多启发的用户需求。所以麻省理工、东北大学、西弗吉尼亚大学的研究团队在大量测试后得到了上面的提示词优化策略，效果非常出色，创意写作的多样性提高了2.1倍，AI味也明显下降，最关键的是，基础模型越强，提升效果就越好。这有点像是Midjourney的stylize参数，你把stylize的数值写在100以内，出图就会特别保守，而把stylize写到越是接近1000，出图风格就会越夸张，文本模型没有这个参数，所以用提示词提醒模型意识到自己存在回答概率这件事情，往往能够得到意想不到的辉啊，相当于在去掉了模型保下限的原则同时，也解锁了更高的隐藏上限。论文：arxiv.org/pdf/2510.01171

39. Promptomatix：自动化提示词优化框架构建高效的大语言模型提示词一直是研发和应用中的难题。Promptomatix 是一个自动化提示词优化框架，借助AI技术和先进算法，自动生成合适的合成数据，反复迭代优化提示词，提升模型输出的准确性和一致性，显著减少手动调试的时间成本。它支持多种LLM服务商（如OpenAI、Anthropic等），提供了完善的API和命令行工具，方便集成到不同场景。无论是研究人员还是开发者，都可以借助Promptomatix实现高效的提示词管理和优化。主要特点包括： - 任务自动识别与零配置智能优化 - 基于合成数据的训练和测试集自动生成 - 多轮反馈机制持续提升提示效果 - 详细的会话管理与日志记录 - 跨平台CLI和API接口，灵活适配各种应用需求项目地址：github.com/SalesforceAIResearch/promptomatix 适合需要系统化提示词优化方案的团队和个人，助力提升大语言模型的应用质量和效率。

40. 个人AI已在路上，带你体验2026 MWC的未来科技！

41. AI绘画万能出图公式，新手也能秒出高级感|||谁懂啊家人们！之前写AI绘画提示词只会堆词，结果出来的图要么构图乱要么没质感😭

42. 别瞎写提示词了！AI出图万能公式，新手照搬也出大片（实测）

43. 你被AI骗了别再傻傻收藏提示词

44. 如何写出好的Prompt（提示词）？

45. 好提示词的四要素

46. 从咒语到代码再到提示词

47. 提示词不用堆咒语？！AIGC TVC 幕后工作流全公开！

48. 提示词的革命

49. 一句神秘咒语，让你的AI智商翻倍！全网疯传的提示词操作手册

50. 别再背诵万能咒语了！提示词的本质，就是把 AI 当成一个“笨实习生”

51. Midjourney提示词不会写，先别急着找模板

52. Midjourney 提示词公式

53. 从零到一

54. 图解 Prompt Engineering 提示词工程

55. 一文读懂提示词工程（Prompt Engineering）

56. Midjourney 提示词公式

57. 大模型提示词工程——大模型应用的核心技术

58. Google大模型基础教程02—— 大语言模型的提示词工程

59. 人工智能测试开发系列教程L2 | 大语言模型提示词工程 - 大模型与AIGC应用体系

60. 一文看懂大模型热门核心概念

61. 构建AI智能体

62. Prompt Engineering

63. 大模型入门第四课

64. 提升模型输出质量

65. 基础 | 提示词工程、RAG分块策略、模型评估与Agentic模式

66. 做好 Agent 上下文，先做好提示词设计

67. 基于DeepSeek的提示词工程使用说明以及教程

68. 大模型

69. 第一节大语言模型原理与书生大模型提示词工程实践

70. Prompt-R1

71. 一文读懂大模型生成过程

72. 当你和大模型对话时，模型在做什么

73. 图像模型竞技场，同一提示词多模型对比

74. 从一次生成多图的失败，看与大模型协作的正确姿势

75. 分两步搞懂 AI 大模型的推理过程

76. 科研人跨学科最强捷径！借助AI六步快速构建知识体系，轻松打破研究壁垒（附AI提示词模板）

77. 不止于Prompt

78. 分享一份AI 绘画提示词元素框架

79. AI绘画提示词技巧

80. 如何编写高质量AI绘图提示词

81. 写实类风格图片生成提示词，超多细节

82. AI人像摄影提示词参考手册，附提示词示例

83. 为什么提示词工程不值得认真对待？

84. AI生图提示词保姆级教程

85. 用工程化方法优化提示词（我的课程实战工具）

86. AI图片一定要降AI，试试这九个生成真实感AI人像技巧（附提示词清单&降AI率攻略）

87. 如何用“不要什么”命令AI？绘画与视频生成的避坑指南！

88. AI绘画提示词

89. 新手必看｜AI人物形象提示词撰写指南，3步生成符合预期的角色

90. AI使用技巧

91. 高效使用AI

92. 负向提示词（Negative Prompts）往往比正向指令更重要

93. AI绘画提示词全攻略｜0基础也能用，出图稳、易接单

94. AI绘画怎么写提示词才算原创？

95. AI绘画教程从入门到精通，零基础学会AI绘图作画（附万能公式）

96. AI绘画不会写提示词？3分钟教你用“人话”让AI画出惊艳大片！

97. AI绘画入门（一）——提示词撰写

98. 为什么提示词工程解决不了“独特性”问题

99. 99%的人都用反了提示词工程

100. 2026·AI 提示词工程决胜年？

101. AI 智能体时代，提示词怎么写？一份高级提示词工程实战指南

102. 99%的人写提示词都废了！我用了这套写法，AI直接起飞

103. 提示词工程新范式探索

104. 架构火花 | 提示词工程在AI时代下的思考

105. 核心技能

106. 双师同台 | 战略管理×AI提示词

107. 展望2026AI绘画发展趋势五则

108. 3个万能AI绘画提示词公式，零基础也能套出高清图，小白秒上手

109. ai提示词万能公式有哪些

110. AI提示词=新时代咒语？这4个真相，把AI玩成“神队友”

111. AI 提示词万能公式

112. AI 绘画技巧(ComfyUI实战)：正负提示词与权重控制

113. 29 条 Prompt 设计经验

114. AI绘画总翻车？这套万能出图公式，新手秒变大神！

115. AI通用提示词模板大揭秘：让AI秒懂你的5个万能公式！

116. 年薪百万的“AI提示词工程师”究竟是干嘛的？5分钟让你彻底搞懂提示词工程

117. 同样的19组提示词，不同AI生成的画面会有什么不同？

118. 以参考图AI制作图片提示词

119. 拒绝废话！1分钟掌握Midjourney生图逻辑 ⚡

120. AI绘画出养眼的长白发浓眉大眼帅哥，手机壁纸向，附ai绘画关键词提示词咒语

121. 同一张图，用不同AI提示词竟能“画”出两种水彩

122. AI提示词优化秘籍：让你的指令更精准，AI响应更高效

123. AI绘画：一个“神级”提示词，让AI画出你想要的每一个细节

124. 想用AI出动漫图，那你千万别错过的宝藏风格！

125. 大模型入门指南 - Prompt Engineering：小白也能看懂的“提示词工程”全解析

126. Prompt & Skill精选 | 思维链推理、React最佳实践、前端设计、AI图片生成

127. 别再乱问了！AI高手都在用的「万能提示词公式」，新手也能出精品

128. 系统提示词和用户提示词：把 AI 用明白的关键密码

129. Prompt Engineering (提示词工程)学习和记录

130. 告别提示词烦恼：这款工具让你一键生成6000+高质量AI绘画提示词

131. AI万圣节“闹鬼”指南！20+ Midjourney神级提示词，一键生成诡异大片！

132. AI绘画创作干货｜手把手教你搞定风格+角色一致性，小白也能出精品

133. 还在用“吉卜力风”？你可能错过了90%的AI动漫宝藏风格！

134. AI绘画又现王炸，openAI即将推出结合chatGPT的DALL·E3！[机智]

135. 1分钟学会Midjoumey如何以文生图

136. 码住🔥即梦4.0做宫崎骏漫画附提示词🔥

137. 🔥Midjourney提示词秘籍

138. 新手必看！这套AI绘画万能关键词公式请收好

139. Midjourney创意图像欣赏（附带相关提示词21）

140. 如何从 Stable Diffusion3.5 中获得最佳结果

141. 基于场景化提示词的AI图像生成优化与应用 - 哔哩哔哩

142. Prompt Engineering入门

143. 【吊打付费】目前B站最全最细的提示词工程教学！从入门到实战全套教程，包含所有干货！

144. AI绘图指令-50个常用风格（含提示词）

145. 闭眼抄作业！50个顶级AI绘画提示词+保姆级教程，小白秒变大神！

146. 复制这段“咒语”（提示词），公众号配图 3 秒搞定

147. AI绘画大神都在用的关键词秘籍🔥

148. AI提示词（Prompt）万能公式：照着复制，就能写出高质量内容

149. Stable Diffusion AI绘画：从入门到精通

150. Midjourney创意图像欣赏（附带相关提示词22）

151. AI绘画色调氛围设计，如何用提示词掌控画面情绪

152. 新手直接抄的 AI 写实人像提示词（附结构）

153. 一篇就够！Midjourney高阶出图提示词

154. 两步教会新手如何快速上手AI绘画

155. AI绘画从入门到精通！这篇干货请存好

156. 如何利用AI绘画提示词生成器提升你的创作效率？

157. Midjourney创意图像欣赏（附带相关提示词24）

158. 提示词：与智能体沟通的钥匙

159. 负提示词：让 AI 精准避坑的实用技巧 - AI 小知识

160. 如何写提示词，Ai 图片设计新思维

161. 必备！SD提示词技巧大揭秘！90%的人不知道的提示词小技巧你是否曾经苦恼于AI生成的图像总是偏离你的预期？本视频中，我们将深入探讨SD提示词的精确控制技巧。通过本课程，你将学会如何使用提示词来精准描述你想要的图像效果，让AI绘画更加符合你的设想。我们还会分享一些高级技巧和权重调整的方法，让你成为AI绘画提示词的高手。观看到最后，还有惊喜免费资源提供哦！ #stablediffusion教程 #提示词怎么写 #aigc绘画 #火星时代教育

162. 新手教程🫧｜1 分钟学会 Midjourney 提示词

163. 提示词工程深度解析：用户指令与系统设定

164. AI提示词万能公式！只要照着填，秒变写作高手（亲测有效）

165. AI绘画小白的数码改造之旅：从零基础到自制AI画作，附避坑指南