当前位置:
AIGC文章详情

AI绘画提示词不存在“万能公式”,主流平台结构差异显著

源自84位全网作者

01-31 12:20

内容由AI生成

精选参考来源

1. Stable Diffusion提示词全方位解析:两大书写逻辑+两个绝妙技巧,小白也能快速学会写Prompt!|AI绘画+SD WebUI零基础入门系列教程

2. 即梦AI视频6大经典提示词公式

3. 大模型Agent的核心还是prompt?

4. 分享个Github 132k星的开源提示词项目

5. 从零开始认识SD模型体系:版本、功能、风格和获取渠道——如何选择合适的AI绘图模型?|AI绘画+SD WebUI零基础入门系列教程(2025最新版)

6. 你们用AI做过哪些有意义的视频呢?

7. 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#

8. 发现一个AI的新用法,再也不用担心不会写提示词了!

9. 即梦AI 4.0绘画提示词大全:30种经典风格模板 + 4K超清生成指南

10. 一个视频搞定10大Stable Diffusion插件:提示词翻译反推+放大修复+抠图重绘!SD WebUI扩展插件专题 · AI绘画零基础入门教程

11. 在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验 (同步发布于博客:http://t.cn/AXygY9D8) 最近一段时间,沉迷于 nano banana pro 画图,也写了一些颇受欢迎的提示词,X 上的浏览量加起来有几百万。但你要说我写画图提示词水平多牛,这我可不敢认,因为我写画图提示词水平其实一般,写不出那些专业的参数,绝大部分提示词都是让 AI 帮我写的。 写画图提示词,没有你想的那么复杂,拿我最近写过的一些提示词来讲一下。 首先,提示词是手段不是目的 提示词是为画图服务的,所以最重要的是你的想法,你想呈现什么,至于提示词,只不过是为了实现你想法的手段,有很多种写法都可以让你得到不错的结果,所以不必太纠结提示词的细节,什么结构、关键字、长短、是不是 JSON,都没那么重要! 比如说 4 月份的时候,我就想用 GPT-4o Image 帮我画一张巨型裸眼 3D 屏幕的图(图2),提示词很简单,就是大白话: > 一只超写实大熊猫半个身子在成都繁华商街巨型弧形裸眼 3D 屏幕外边,肚皮朝上,脑袋吊着,嘴里咬着竹笋,憨态可掬 提示词大部分时候就是这样,你都不需要多么复杂的技巧,就先大白话发过去看看效果。 然后我把提示词发给 Gemini,得到了一张这样的图: 参考图3 也还行,但效果不算太好。 写提示词不难,难得是你得有一点审美,知道什么是好的,什么是不好的,最好还能知道哪不好! 我水平不够好,只能看得出它不好,但说不上不好在哪里。这时候专业水平就能起作用,要是你专业的话,马上能知道哪不好,怎么调整。 我不专业但我有 AI,于是把这个提示词(有时候我还会把生成的图片结果一起)发给 AI,让 AI 优化。最好不要只是让它优化,而是给个方向,比如我就去搜索了一下现实世界中哪几个建筑的裸眼 3D 屏幕最有名,这样 AI 训练的最多最熟悉,更容易明白我想要什么。 (参考图4) 注意我会同时问 Gemini、ChatGPT(GPT-4.5、GPT-5.1),一方面每个模型擅长的不一样,另一方面这里面有很大的概率因素。所以多试几个总没错。 后面就是去测试,根据测试结果让 AI 进一步调整。 比如第一次测试,效果不怎么样! (参考图5) 我干脆换了个思路,找来一张真实的看起来还不错的图片,然后让 Gemini 根据图片给我写提示词。 (参考图6) 再让 Gemini 帮我生成几个场景。 (参考图7) 拿新提示词测试了一下,效果惊艳! (参考图8) 再测试几个其他场景也不错,那基本上就可以了。 (参考图9) 所以写提示词的过程就是不停的变换思路不停的“抽卡”重试,你可以不知道怎么调整,但是至少你得知道什么是好的,这样当偶尔“抽卡”到一张好的,你就可以基于那张好的不停的微调,直到可以稳定的生成。 真不稳定也没关系,那就多“抽卡”好了。比如那个 3D 裸眼屏的,得一半结果不怎么好,我后续又尝试优化了好一会,实在改进有效,干脆放弃了。 所以我不止一次提到“提示工程”: > 提示词工程是一个过程,系统化地设计、测试、优化提示词的过程——宝玉 (参考图10) 让 AI 帮你写提示词,有时候还会有意外惊喜。 比如我在创作时空交汇的提示词的时候,最初的想法只是简单的时空交汇。但无意中生成了一张古今人物交互的,我一看,这比我原本的想法还要好一些,于是调整了一下创作方向,让画面中融入了古今人物的交互。 (参考图11) 上面其实只是我提示词创作的第一个步骤,也就是针对一个场景生成一张满意的图片。当提示词能稳定的产生一个效果后,下一步就是基于这套提示词,把它变成一套提示词模板,让它可以产生各种不同结果的图片,这样其他人也能参与其中。 比如说四季变换的图,最初的版本只有一棵树。虽然这棵树效果很好,但是大家都来画树就没意思了。最好是能基于同一场景四季变化的设定,让场景可以变化。 (参考图12) 我把这条提示词发给 AI,让它帮我变成提示词模板。把提示词变成模板,最重要的是设定好“变量”,你希望提示词中哪些是固定不变的,哪些是可以变换的。 比如四季变换的提示词模板,我希望它变换的是场景,不局限于一棵树,还可以是一座城市、一个园林等等,每个人都可以代入自己喜欢的场景。参考提示词: > 帮我把下面的提示词变成提示词模板,变量是场景,根据场景在一张画面中显示四个季节的变化,同一个场景,但是每个季节显示场景的一部分同时又融为一体。 > > 超写实数字插画风格,画面以一棵树为核心,从左到右均匀划分为冬春夏秋四个季节区域。树木和背景随季节依次渐变变化,每个季节区域内的树叶颜色、枝条状态和背景元素均应精准呈现相应季节特征。树冠、树干、枝叶以及背景中的植被与天气等自然景观,都应根据季节的典型表现进行细致调整和过渡,确保四个区域间衔接自然流畅、色彩丰富且富有象征意义。画面比例为 4:3。 (参考图13) 提示词模板的变量也不用局限一个,可以有多个变量,比如这张“现实vs内心映射”的图,{现实}是一个变量,{内心映射}是另一个变量。 (参考图14、图15) 这一步仍然是要反复测试,直到有一个稳定的效果 (参考图10) 所以说,写提示词,没有那么难,你有一个想法,先用大白话去试试,不行就让 AI 帮你调整,告诉它你哪里不满意,希望哪里更好,根据 AI 调整后结果再去试,再调整,反复“抽卡”,耐心一点总能成。 当然模型也很重要,真不行就等一段时间再重新试试,就像我的裸眼 3D 显示屏的提示词,半年前还画不好,现在这就挺逼真了。让 AI 优化,也可以试试不同的模型,比如我会反复在 Gemini 3 Pro、GPT-5.1、GPT-4.5 之间重试,并没有绝对答案谁最好,保不准谁的结果就让你满意了。 如果你想更进一步,让你的提示词能适应不同的场景、人物,还可以把它变成提示词模板,衍生出更多好玩的作品。

12. 如何写提示词:一门关于有效提示词的迷你课程。这里有多种旨在提升人工智能模型输出质量和相关性的高级提示词技巧。1. 基础提示词 (Basic Prompting)这是编写提示词的基本准则。提示词通用法则 (CSI):情境 (Context): 提供背景信息。具体 (Specific): 指令要明确。指示 (Instruction): 给出清晰的指令。关键要素:精准的语言: 使用准确的词汇。情境化信息: 提供必要的背景。创意性措辞: 尝试用不同的方式表达。类比与示例: 给出例子帮助 AI 理解。2. 思维链 (Chain-of-thoughts)将一个复杂的问题分解成一系列更简单的步骤,引导 AI 进行逻辑推理。第一步: 分解主要问题。第二步: 分解子问题。第三步: 要求执行具体任务。3. 分块 (Chunking)将复杂的信息分解成更小、更易于管理的部分。这个方法适用于多种场景,比如:金融分析、研究、工具使用、问题解决或写作等。4. 显式推理 (Explicit Reasoning)这是一种让 AI 以清晰、分步的方式解释其思考过程的技术。你可以要求 AI "一步一步地思考" 或 "解释你的推理过程"。5. 代理提示 (Agent Prompting)在 AI 的框架内为其设定一个“代理”或“角色”,并以任务或查询的形式向这个角色发出提示。例如,你可以让 AI 扮演一位特定的专家。6. 团队提示 (Team Prompting)让生成式 AI 像一个专家团队一样工作。你可以定义多个拥有不同技能、角色和视角的虚拟“代理”,并为它们分配具体的任务,促进它们之间的协作。流程: 定义代理及其角色 → 分配任务与顺序 → 促进协作。7. 苏格拉底式提示 (Socratic Prompting)通过提问引导 AI 深入探索一个主题,进行批判性思考并发现潜在的假设。第一级: 提出开放式问题。第二级: 挑战固有的假设。第三级: 寻求澄清说明。8. 元认知 (Meta-Cognition)鼓励 AI 对其自身的思考过程、偏见和决策进行反思。方法:提示 AI 进行自我反思。进行评估和评级。利用其提供的见解。要求其进行调整。9. 提示词优化与扩展 (Prompt Optimization & Expansion)从一个基本的提示词开始,然后要求 AI 根据你期望的结果来改进它。这种技巧的优势在于可以学习如何使用更精准的词语和句式来获得理想的答案。10. 事实核查 (Fact Checking)使用提示词来验证信息的准确性和可信度。步骤:质疑来源: 询问信息的来源。交叉验证: 要求从不同来源进行核对。询问近期数据: 要求提供最新的信息。要求第三方链接: 索取可供查证的外部链接。11. 迭代探究与顺序提问 (Iterative Inquiry & Sequential Questioning)这是一个持续提问的过程,旨在逐步提炼和改善对任务的理解或输出结果。通过一系列连续的问题,不断优化最终的答案。#微博兴趣创作计划##ai创造营##ai生活指南#

13. Qoder 上线提示词增强功能,将开发者从“提示词”的负担中解放出来

14. 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?

15. 如何写出专家级提示词,充分发挥 GPT-5 的潜力:1、上下文层 - 正确喂养这台机器大多数人写提示词就像写搜索关键词……这样不对GPT-5 需要在开头就给足背景信息(角色、限制条件、成功标准)关键信息要放在前 100 个词内(注意力在早期最集中)用 XML 标签来组织结构,比如 <role> <task> <examples>模型处理结构化数据的效果比处理大段文字好 3 倍2、推理链 - 让它把思考过程说出来别急着要最终答案要求它一步步拆解:"系统地想清楚整个过程"用这样的句式:"先分析……然后考虑……最后给出建议"GPT-5 的思维链能力比 GPT-4 强得多推理链能让幻觉问题减少 60% 以上3、示例框架 - 做给它看,别光说零样本提示词是碰运气……少样本提示词才是工程化在提示词里提供 2-3 个输入/输出示例,按你想要的格式用这种结构:"好的例子是这样:[示例] 不好的例子是这样:[反例]"GPT-5 从例子中学习的效果比从指令中学习好得多4、约束系统 - 边界创造品质模糊的提示词 = 平庸的输出(永远如此)明确你不想要什么:"避免泛泛而谈、公司术语、大话空话"设定输出限制:"最多 150 字"或"恰好 5 个要点"明确指定语气:"写得像个导师,别像教科书"5、角色工程 - 打造专家人设"你是专家"这种说法太懒……要更精准这样用:"你是一位资深数据科学家,向非技术背景的创始人解释复杂的机器学习概念"组合多个专业领域,获得独特视角具体的角色会激活特定的训练数据集群6、验证层 - 捕捉幻觉永远要求它提供来源或推理:"引用你的推理"或"解释你的信心水平"让它给出替代观点来测试准确性加上这个:"你做了什么假设?哪些地方可能错了?"GPT-5 可以自我批判,只要你在提示词里要求它这么做#提示词工程##提示词##AI创造营##微博兴趣创作计划#

16. AI提示词技巧!一文学会高效地对AI进行提问

17. 超级实用的AI提示词技巧:让AI成为你的得力助手

18. 《扣子开发 AI Agent 智能体应用》017-提示词编写和优化(驱动智能体的核心指令)

19. Nano Banana 官方 Prompt 提示词教程

20. 这个厉害了!Berryxia.AI 整理的:完整提示词工程指南:框架、技术与模板手册↓——包含从入门到高级的完整提示词方法论——57+ 主流框架、10 大模板、9 大体系结构,一次性搞懂 Prompt Engineering。🎯 核心内容总览📘 框架体系地图(6层)1️⃣ 基础框架(COSTAR、STAR、AIDA...)2️⃣ 分析研究(TRACE、RACE、SMART...)3️⃣ 创意创新(SPARK、SCAMPER、Six Hats...)4️⃣ 问题解决(HMW、COAST、RICE...)5️⃣ 沟通表达(TAG、APE、ORID...)6️⃣ 高级推理(CoT、ToT、Meta Prompting...)🧩 关键提示词结构(5要素)角色(Role)|上下文(Context)|指令(Directive)|格式(Format)|约束(Constraints)💡 快速选框架指南:任务类型 推荐框架 ①营销文案 AIDA / COSTAR ②数据分析 TRACE / RACE ③创意脑暴 SCAMPER / SPARK ④复杂推理 CoT / ToT ⑤项目规划 COAST / GOPA ⑥学术写作 PEE / TRACE 访问:drive.google.com/file/d/1re3Ca-7SjSqupXjQpsS-YSjC9-xpoIXU/view#ai创造营##人工智能#

21. 谷歌68页提示词圣经+老金原创元提示词,直接复制就能用

22. “Skill 不就是长一点的提示词吗?” 上篇文章《别把整个 GitHub 装进 Skills,Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后,收到一些质疑: > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md,没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗?为什么说'单纯靠提示词做不了'?" 这些批评是对的。 我原文确实表达有问题。写"提示词"的时候,我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。 但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code,再给它一个生成图片的脚本,它一样能完成配图任务。 这里的差异不在于提示词能不能复用,Gem 和 GPTs 里的提示词也能复用。差异在于:提示词配套的是 ChatBot,还是 Agent? 【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent",它不是装饰词。Skills 利用 Agent 的虚拟机环境,提供单纯提示词无法实现的能力。 一句话总结:ChatBot 只能对话,Agent 能动手干活。 具体来说: ChatBot 不能调用工具。你给它一段配图提示词,它能帮你分析文章、生成画图 prompt,但真要生成图片?它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务,它能像个经验丰富的编辑一样自己完成: 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上 全程自动化,你只需要验收。 【2】那 Skill 到底是什么? 很多人把 Skill 理解成"一段很长的提示词",这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。 一个 Skill 可以包含三层内容: 第一层:元数据。就是 name 和 description,告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载,但只占几十个 token。 第二层:指令。SKILL.md 的主体内容,工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时,才会读取这部分。 第三层:资源和代码。附带的脚本、模板、参考文档。Agent 按需读取,用的时候才加载。 这就是官方说的"渐进式加载":不是一股脑把所有内容塞进上下文,而是用到什么加载什么。 所以你可以给一个 Skill 附带几十份参考文档,只要这次任务用不上,它们就不占用上下文窗口。传统提示词做不到这一点。 【3】为什么说配图"单纯靠提示词做不了"? 回到原来的争议。 如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令,那配图当然能做到。因为这时候提示词是发给 Agent 的,Agent 能调用工具。 但如果你说的是发给普通 ChatBot 的提示词,比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令,那确实做不到。因为 ChatBot 没有工具调用能力,它只能输出文字。 我原文的问题在于:默认读者理解的"提示词"是 ChatBot 场景下的提示词,但没有明确说出来。 更准确的表达应该是:Skill 必须配合 Agent 使用。发给 ChatBot 的提示词,无论写多长多详细,都只能完成对话能完成的事。要让 AI 真正"动手",需要的是 Agent + 工具调用能力。 【4】那我直接给 Claude Code 发长提示词不行吗? 行。 把 SKILL.md 内容复制出来当提示词发,Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。 但 Skill 的价值不在于"能不能做到",而在于: 可复用。写一次,以后每次相关任务自动触发,不用每次复制粘贴。 可组合。分析 Skill + 提纲 Skill + 写作 Skill,像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。 可迭代。用着用着发现问题,直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后,你得记得每次都用新版本。 可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织,发出去就是全量加载。 简单说:Skill 是提示词的工程化封装。能做的事差不多,但管理成本、复用成本、迭代成本完全不同。 【5】最后 上篇文章的核心没变:因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗? 是的。但光有提示词不够。 关键是执行这段提示词的系统,到底是只会说的 ChatBot,还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力,Skill 就只是一段躺在文件夹里的 Markdown。

23. 水下AI好权威(附提示词版

24. GPT-5 官方提示词指南

25. 为什么我编写不出优秀的ChatGPT提示词?

26. AI绘画新纪元:3个“王炸”提示词,让你的创作直冲热门!

27. 《扣子开发 AI Agent 智能体应用》018-提示词编写和优化(扣子平台设置提示词案例)

28. 一次性搞定AI生图与生视频关键词

29. 2025年AI提示词深度指南:从基础知识到高级技巧

30. 即梦AI神级提示词大揭秘

31. 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

32. Reddit 有一个热帖:我测试了1000个ChatGPT提示词,找到了2025年最有效的公式(附实例)。 我看了看,跟我上次总结的一些提示词技巧很像,确实很有价值,方法叫:DEPTH ,分享给大家。 原文翻译如下: 自从GPT-3.5问世以来,我每天都在用ChatGPT,疯狂收集各种提示词。结果发现大部分都没什么用。 经过1000多次测试后,我发现有一个框架效果始终最好: DEPTH方法: D - 定义多重视角 别再写:"写一封营销邮件" 试试这样:"你现在是三位专家:一位行为心理学家、一位直接反馈文案写手和一位数据分析师。请你们协作完成..." E - 建立成功指标 别再写:"写得好一点" 试试这样:"优化目标:40%打开率、12%点击率,融入3个心理触发点" P - 提供多层背景 别再写:"给我的公司用" 试试这样:"背景:B2B SaaS产品,月费200美元,目标用户是忙得焦头烂额的创业者,之前的邮件打开率只有20%" T - 任务拆解 别再写:"做个营销活动" 试试这样:"第一步:找出痛点。第二步:设计钩子。第三步:构建价值。第四步:温和引导行动" H - 人工反馈循环 别直接接受第一版输出 试试这样:"给你的回答打分,从清晰度、说服力、可操作性和准确性四个维度评估,满分10分。任何低于8分的地方都要改进。如果有任何不太确定的说法,标注为'不确定'并说明原因。然后给出改进版本。" 昨天的真实案例: ``` 你现在是三位专家组成的团队: 1. 一位研究注意力机制的神经科学家 2. 一位拥有1000万粉丝的爆款内容创作者 3. 一位来自世界500强的转化优化专家 背景:为AI咨询顾问创作领英帖子 受众:害怕被AI浪潮甩在后面的CEO们 之前的帖子:互动率只有2%(目标10%以上) 任务:创作一篇关于ChatGPT取代工作岗位的帖子 第一步:写个能让人停下来的开头 第二步:讲个他们感同身受的故事 第三步:给出可执行的见解 第四步:抛出一个引人讨论的问题 格式:最多200字,小学六年级阅读水平 写完后:给自己打分并改进 ``` 结果:互动率14%,47条评论,3个客户成交 测试1000个提示词后的收获: 1. 单一角色的提示词只能得到平庸的输出 2. 没有指标就无法优化 3. 背景信息能大幅提升相关性 4. 拆解任务能避免AI混乱 5. 自我评估能让结果提升10倍 #提示词技巧##提示词工程##微博兴趣创作计划##全网热点共创计划##AI创造营#

33. NotebookLM 生成PPT太好用了。这里有套PPT生成的提示词模板,拿走不谢~提示词:目标受众:{受众,例如:公司高管 / 技术团队 / 产品经理 / 普通用户} 演示目的:{目的,例如:技术分享 / 项目汇报 / 产品介绍 / 教学使用} 整体篇幅:{页数,例如:10 页以内 / 15~20 页} 风格要求:{风格}视觉效果:{视觉效果}风格:1. 专业,内容呈现以准确、逻辑、严谨为主,强调框架化表达(适合企业汇报、战略沟通、技术述职)2. 简洁,尽量减少装饰性内容,保留一级标题/二级标题,无其他内容,结构干净利落(适合快速阅读、高管场景)3. 具象比喻,通过贴近生活的例子、比喻、类比,让复杂内容变得容易理解(适合面向小朋友、非专业受众群体)4. 故事化,内容以叙事链条组织,用“背景—冲突—解决—结果”模型推动 (适合产品发布、经验分享)5. 数据驱动,强调数据、指标、趋势、对比分析,以数据结论作为核心逻辑(适合商业分析、调研报告)6. 教学,结构更加循序渐进,以解释概念、举例说明、对比差异、步骤演示为主(适合教学、培训类)7. 激励,采用鼓舞语气和积极愿景,强调“为什么重要”“我们要做什么” (适合团队动员、年度启动会、愿景介绍)8. 产品展示,突出场景镜头、用户价值、功能亮点、体验流程,强调“好处和使用方式”(适用于新品发布、方案宣讲)9. 思维导图,以概念之间的关联为主线,用层次化结构展开知识网络(适合复杂主题)视觉效果:1. 极简留白,以大量留白、弱化装饰、突出内容主体为核心,整体视觉干净现代(适合专业场景、高管简报)2. 强调色块,通过大色块和模块化布局强化层级关系,使重点更醒目(适合方案展示、运营复盘)3. 卡片式布局,以卡片、分区、分栏组织内容,让阅读更轻松清晰(适合内容较多、结构化信息)4. 图标驱动,以统一风格的图标、符号表达概念,降低文字密度、增强可读性(适合流程讲解、结构说明)5. 插画或手绘感,采用柔和插画或轻松手绘笔触,增强亲和力与友好度(适合科普、教学、文化主题)6. 科技质感,以线条、渐变、光效构建轻科技氛围,视觉更现代(适合 AI、数据、互联网主题)7. 深色主题,以暗色背景配亮色文字形成强对比,强调稳重与冲击力(适合正式场景、数据展示)8. 信息可视化,以图表、趋势图、结构图作为主视觉,减少大段文字(适合分析汇报、研究报告)9. 分镜叙事,以类似电影分镜的结构呈现画面连续性,使内容更具故事流动感(适合产品发布、战略叙述)10. 品牌一致,严格遵循品牌色、字体体系与风格规范,整体一致性强(适合外部宣讲、品牌官方材料)图一图二提示词:目标受众:小朋友演示目的:概念普及整体篇幅:10页风格要求:具象比喻,通过贴近生活的例子、比喻、类比,让复杂内容变得容易理解视觉效果:分镜叙事,以类似电影分镜的结构呈现画面连续性,使内容更具故事流动感图三图四提示词:目标受众:产品经理演示目的:技术分享整体篇幅:10页风格要求:产品展示,突出场景镜头、用户价值、功能亮点、体验流程,强调“好处和使用方式”视觉风格:卡片式布局,以卡片、分区、分栏组织内容,让阅读更轻松清晰图五图六提示词:目标受众:大众用户演示目的:行业分享整体篇幅:10页风格要求:产品展示,突出场景镜头、用户价值、功能亮点、体验流程,强调“好处和使用方式”视觉风格:插画或手绘感,采用柔和插画或轻松手绘笔触,增强亲和力与友好度图七图八提示词:目标受众:高管演示目的:汇报整体篇幅:10页风格要求:简洁,尽量减少装饰性内容,保留一级标题/二级标题,无其他内容,结构干净利落视觉效果:极简留白,以大量留白、弱化装饰、突出内容主体为核心,整体视觉干净现代图九默认提示词(什么都不输入)#ai创造营# #科技#

34. 1个公式+1句提示词,AI绘画提示词问题全搞定(保姆级教程)

35. 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

36. AI绘画万能公式,挖到宝啦😍

37. 啊啊啊!还在靠玄学抽卡式玩AI绘画?

38. 如何用AI高效出图?看这一篇就够了!附提示词万能公式!

39. 别瞎写提示词了!我终于找到万能出图公式了

40. AI绘画提示词入门指南

41. AI#16 AI不是工具而是伙伴,AI提示词万能公式,AI生图万能公式,图片风格克隆三步法,把任何图片的风格DNA克隆出来

42. AI做图不行?80%的人卡在输入模糊,这份AI提示词万能公式,请收好

43. 告别抽卡式AI绘画,掌握万能出图公式

44. AI绘画提示词

45. 新手必看!5个AI绘画技巧,提升AI绘图质量(附

46. 用对提示词,即梦AI生图直接开挂!

47. 即梦AI神级提示词大揭秘

48. 3个AI提示词反推公式,复刻爆款图超简单

49. 从零开始学AI绘画

50. 29 条 Prompt 设计经验

51. 2026最详细AI提示词教程 #AI提示词 #SD #SD提示词 #AI绘画 #人工智能

52. 无需配置即可使用的Midjourney、Stable Diffusion 超详细AI绘画教程

53. AI绘画提示词优化教程,高质量出图必看

54. 【SD教程】超详细AI绘画提示词语法讲解!

55. 初学Draw Things(关于提示词)

56. AI绘画提示词

57. 如何为AI绘画设置适合的提示词

58. AI绘画提示词大全

59. AI绘图在中国的古诗词上翻车了

60. 详细介绍Sd-WebUI提示词的语法规则

61. 探索AI绘画:创意提示词引领未来艺术

62. AI绘画|StableDiffusion巧写提示词小妙招

63. 10个绝妙AI绘画指令!

64. AI绘画提示词灵感从哪来_关键词发现与收集渠道【灵感】

65. 老表AI:我用AI绘画这么好看,为啥你画的是一大坨...AI绘画提示词优化教程

66. AI生图万能公式|这些提示词太绝了🔥

67. 玩转AI绘画人物提示词

68. 如何通过精准提示词让ai画出特定文化符号?

69. AI绘画:一个“神级”提示词,让AI画出你想要的每一个细节

70. 流量密码揭秘!AI提示词万能公式还不快码住

71. 改图鸭AI图片生成软件进阶教程 提升AI绘画工具使用水平

72. 新手必学:用这4个Prompt轻松打造爆款AI绘画

73. 结构化提示词真能提升AI绘画质量?全网观点大碰撞

74. 从 “瞎写” 到 “精准生图”!我和豆包磨合出的 AI 绘画提示词心法!

75. 怎样通过AI提示词优化图像生成_优化AI图像生成的提示词写法。

76. Prompt Engineering指南

77. 什么是AI提示词,普通人如何用好Ai的关键

78. 豆包AI绘图🔥 80种万能提示词公式

79. 10个AI生图公式🔥废片秒变大片!

80. AI绘画中的负面提示词(Negative Prompt)怎么写?

81. 发现个神技巧 ! 秒提取任何图片的AI绘画提示词,再也不用干瞪眼了(转载)

82. 成为提示词艺术家:理解Midjourney大语言模型

83. 别再瞎写Prompt了!教你一键“反推”神级AI绘画提示词

84. 科研人必备:开源免费 AI 绘图工具 + 精准提示词,无痛生成“顶刊图”

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章