一般人我不告诉他:这样可以让AI把小姐姐画得更好看

我自己也经常和大家一样,在 AIGC 社群中研究如何更好地与 ChatGPT、StableDiffusion 和 Midjourney 这样的 AI  大模型互动。尽管模型很强大,但真的很难一次性得到满意的结果。每次都要调整提示词,实在是太麻烦了!

市面上广泛的提示词大全只能日常偶尔使用,真要用起来的时候,也难记起来几个奏效的关键词。

比如让 AI 去制作工作业绩表,并展开做数据分析时, 如果提示词说得不够精准详细,不先帮模型去拆出解题步骤,再让它分布执行的话,给出来的答案风马牛不相及。

那么问题来了,使用 AI 本来就是为了提高效率。如果我们还要为了和 AI 互动,而花费大量时间学习如何更好地使用提示词,那还不如不使用 AI。

最近刷到阮一峰老师推荐了一款大火工具 PromptPerfect,我发现这不就是我苦苦寻觅的 AI 提示词工具嘛。


研究了一下,发现这款在线工具真香,直接微信注册就可以用:

https://promptperfect.jinaai.cn/a/NEW

因为很多时候,ChatGPT 不会读心术,我不说,它就瞎猜。而 PromptPerfect 作为一个 AI 提示词工程师,就填补了中间的空缺,通过自动优化提示词,从而能更好地和这些 AI 大模型对话,并从中提取尽可能最好的内容。

比如我们尝试一下用 PromptPerfect 去给我优化这个业绩表的提示词,当我输入「制作一个销售团队的业绩表,给到我平均销售额,并做数据分析」。

虽然 ChatGPT 猜不到我的心思,但 PromptPerfect 猜到了。

完成这个任务,需要 AI 去扮演一个专业数据分析师的角色,首先是给任务流程制定了详细的解题步骤和操作指南,比如计算个人和团队平均销售额等等,并且对数据分析的分析也做深度的详细规定,比如销售额的变动趋势,销售额的分布情况。最后还强调了让 AI 给到详细具体的回答,让我好充分理解它的分析结果和建议。

这个提示词的优化对我来说,最重要的就是,它不会去改变我的意图,只是把我的需求表达得更准确清晰,把我口语一样的提示词拓展、提炼成一个专业的、有完整操作步骤的提示词,来引导 AI 大模型更好地理解我究竟想要什么,从而给到更准确和丰富的回答。

只需要一键点击优化,PromptPerfect 就能生成很专业的大师级别的提示词。

除了 ChatGPT、GPT 4、文心一言、Claude 等等大型语言模型之外,我看到 PromptPerfect 也支持文生图模型的提示词优化,比如常见的  Stable Diffusion、Midjourney 等等。

基本支持了市面上流行的大模型

尝试过 Midjourney 和 Stable Diffusion 的朋友一定有感触,他们只是降低了设计的门槛,但是本质还是需要你以设计师的专业性,去描述出来画面的每一处细节。

如果我们本身没有丰富的英文词汇量,没有任何专业设计的基础,对各个领域的设计风格不那么了解,那么也很难给到大模型具体的指令,其结果也可想而知。

但使用 PromptPerfect 时,你只需要告诉它一个很粗糙的需求,比如我需要一个冰系魔法师在战斗,这个图是用来干这个的,至于具体是什么场景,魔法师长什么样?PromptPerfect 会自己根据对需求的理解来设计出提示词。

图源 PromptPerfect 用户 @老药的炼丹炉

看下面的截图,可以看到原始的提示词很简单,就是一句话,PromptPerfect 对这个场景提供了大量的详细信息,包括暴风雪、冰刃、冰箭、冰霜盾牌,还有华丽的施法手势等等,还特别强调了需要高质量的佳作,对画面光照的角度和表情的处理都有很明确的要求。甚至还给到要模型避免的负面因素,比如解剖学错误,手部的绘制差等等。

https://promptperfect.jinaai.cn/a/NEW

在提示词优化以后,也可以把 PromptPerfect 当成一个提示词学习工具,看看网站上的「优化了什么」,学习一下 Prompt 优化的技巧。

PC 端专属注册地址:https://promptperfect.jinaai.cn/a/NEW

现在注册就送 50 积分,每天登录还可以赢取更多积分,我已经领取了。总之,非常建议每一个对 AI 感兴趣的小伙伴,都来使用一下这个自动提示词优化工具。

相关推荐

  • ​有这3个迹象,你就该考虑离职了!
  • 面向AI编程,早点下班的神器插件推荐
  • 几个测试接口的好工具,效率加倍~
  • DALL·E 3原来是这样炼成的!OpenAI亲自解密,ChatGPT上可用
  • 吴恩达开新课了:面向所有人的生成式 AI 课程!我已偷偷学了起来
  • ICCV 2023 | 面向视觉-语言导航的实体-标志物对齐自适应预训练方法
  • 性能强劲又通用!Meta-CoT: 混合问题场景下的自适应思维链推理
  • 更大更强!有请智源 Uni3D 视觉大模型,从「最强2D」升维「最强3D」
  • 神器!三行Python代码轻松提取PDF表格数据
  • 如何优化PyTorch模型训练?
  • 度小满自动机器学习平台实践
  • 智能化数据平台实践
  • 复旦大学联合华为诺亚提出VidRD框架,实现迭代式的高质量视频生成
  • 获1000万美元捐款,用于代码重构、上云,论文预印版平台arXiv「好起来了」
  • 专访MIT贾皓钧&段辰儒博士:AI4S时代的化学材料发现——「AI炼金术」
  • 在RTX 4090被限制的时代下,让大模型使用RLHF更高效的方法来了
  • OpenAI终于Open一回:DALL-E 3论文公布、上线ChatGPT,作者一半是华人
  • 清华版「AutoGPT」登GitHub热榜!复杂任务轻松搞定,还能自己训练模型
  • 提示工程夭折?MIT斯坦福让大模型主动提问,自己搞明白你想要什么
  • arXiv可算有钱搞服务器了:新获1000万美元捐款,正在线火热招人