这是一篇关于如何使用ChatGPT优化文生图提示词的简短经验说明。
自ChatGPT发布以来，大家已经探索了ChatGPT的各种各样的使用方法，如写代码、写小说、对话问答、撰写营销文案等。
下面我们将从多角度探索，如何利用ChatGPT，优化AI绘画的提示词。
提示词(Prompt)是我们与AI模型交流的语言，用以告诉AI模型我们想要生成什么样的图像。合适的提示词能够生成更符合我们想要的图像。
提示词的一般公式为：绘画对象+对象描述词+风格修饰词
● 绘画对象(Subject/Main idea)：我们想要画的内容或物体，如小女孩、都市街道、草原、圣诞老人等
● 对象描述词(Description)：与绘画对象相关的附加描述信息，例如形容词（可爱的、喧嚣的）、背景描述（在沙滩上、高楼林立）、动作描述（如跳舞、游泳)等。
● 风格修饰词(Modifier)：画质词(如4k, 8k)、艺术风格 (如photorealistic, pen drawing)、艺术大师风格(如by DaVinci, by Van Gogh)等。
在实际撰写文生图提示词时，核心的难点在于对象描述词。
我们很容易想到一个想要绘画的对象，而画面的创意和画面细节的丰富度，则在于对象描述词。
对于风格修饰词，虽然看起来有点复杂，但已有许多可供参靠的风格选项供我们选择（如，https://baihai-idp.yuque.com/mwvla8/yhrs1s/pxgnrnhur3dghztb?singleDoc# 《成为提示词(Prompt)大师》）。
因此，后续对于ChatGPT优化AI绘画提示词的探索，也主要聚焦在丰富提示词的对象描述词方面。
原始提示词：
草原，夜晚，星空，8k / 夜晚的草原，星空，8k
生成的结果过于朴实，缺乏个性和丰富的细节。
让我们利用ChatGPT帮忙丰富相关描述细节。
在ChatGPT的启发下，丰富描述细节优化提示词：
夜晚的草原，星星闪耀，鸟儿，狼，月光下动物的影子，8k
生成结果如下，画面丰富了很多。
让我们再尝试一个例子，以都市夜景为主题。
原始提示词：
都市夜景，街灯，建筑，现代，8K
利用ChatGPT帮忙丰富相关描述细节。
借鉴ChatGPT对于都市夜景的描述性启发，优化后的提示词及结果：
都市夜景，霓虹灯，路灯，烟花，行人穿梭，车辆来来往往，音乐喷泉，现代，8k
都市夜晚，灯火通明，高楼大厦，霓虹灯，烟花，行人穿梭，车辆来来往往，现代，8k
进阶版，让我们体验一下ChatGPT直接生成提示词吧。还是以都市夜景为例。
ChatGPT一如既往的啰嗦。
实际经验中，连续性的长句子描述不是最佳的prompt形式，让我们对其进行“主题+描述词+修饰词”的关键词精简。
让我们利用ChatGPT给出是上述prompt来试一试吧：
总结看来，利用ChatGPT直接生成拿来即用的提示词，目前还存在一定的挑战。ChatGPT目前最大的价值和帮助在于，帮助我在撰写提示词时丰富想象力、打开创造力！
英文版英文链接关注公众号在“亚特兰蒂斯的回声”中踏上一段难忘的冒险之旅，深入未知的海洋深处。足智多谋的考古学家AriaSeaborne偶然发现了一件古代神器，揭示了一张通往失落之城亚特兰蒂斯的隐藏地图。在她神秘的导师内森·兰登教授的指导和勇敢的冒险家亚历克斯·默瑟的帮助下，阿丽亚开始了一段危险的旅程，以揭开这座传说中城市的真相。他们的冒险之旅带领他们穿越险恶的大海、神秘的岛屿和充满陷阱和谜语的致命迷宫。随着Aria潜在的魔法能力的觉醒，她被睿智勇敢的QueenNeria的幻象所指引，她让她为即将到来的挑战做好准备。三人组揭开亚特兰蒂斯令人惊叹的隐藏文明，并了解到邪恶的巫师马拉卡勋爵试图利用其古
我想在IRB中浏览文件系统并让提示更改以反射(reflect)当前工作目录，但我不知道如何在每个命令后进行提示更新。最终，我想在日常工作中更多地使用IRB，让bash溜走。我在我的.irbrc中试过这个:require'fileutils'includeFileUtilsIRB.conf[:PROMPT][:CUSTOM]={:PROMPT_N=>"\e[1m:\e[m",:PROMPT_I=>"\e[1m#{pwd}>\e[m",:PROMPT_S=>"FOO",:PROMPT_C=>"\e[1m#{pwd}>\e[m",:RETURN=>""}IRB.conf[:PROMPT_MO
我有一个Highstock图表(带有标记和阴影的线条)，并且想以编程方式显示一个highstock工具提示，例如，当我选择某个表上的一行(包含图表数据)我想显示相应的highstock工具提示。这可能吗？ 最佳答案 股票图表thissolution不起作用:在thisexample你必须更换这个:chart.tooltip.refresh(chart.series[0].data[i]);为此:chart.tooltip.refresh([chart.series[0].points[i]]);解决方案可用here.
2022年底，OpenAI的预训练模型ChatGPT给人工智能领域的爱好者和研究人员留下了深刻的印象和启发，他展现的惊人能力将人工智能的研究和应用热度推向高潮，网上也充斥着和ChatGPT的各种聊天，他可以作诗、写小说、写代码、讨论疫情问题等。下面就是一些他的神回复：人命关天的坑： 写歌，留给词作者的机会不多了。。。 回答人类怎么样面对人工智能： 什么是ChatGPT？借用网上的一段介绍，ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动
目录ChatGPT简介技术原理应用未来发展ChatGPT的10 种用法ChatGPT简介ChatGPT是一种基于深度学习的大型语言模型，由OpenAI公司开发。技术原理GPT是GenerativePre-trainedTransformer的缩写，意为生成式预训练变压器。它的技术原理是使用了一个基于注意力机制的变压器（Trans
我希望Ruby的解析器会进行这种微不足道的优化，但似乎并没有(谈到YARV实现，Ruby1.9.x、2.0.0):require'benchmark'deffib1a,b=0,1whileb由于这两种方法除了在第二种方法中使用预定义常量而不是常量表达式外是相同的，因此Ruby解释器似乎在每个循环中一次又一次地计算幂常数。是否有一些Material说明为什么Ruby根本不进行这种基本优化或只在某些特定情况下进行？ 最佳答案 很抱歉给出了另一个答案，但我不想删除或编辑我之前的答案，因为它下面有有趣的讨论。正如JörgWMittag所说，
我正在尝试从数据库中读取大量单元格(超过100.000个)并将它们写入VPSUbuntu服务器上的csv文件。碰巧服务器没有足够的内存。我正在考虑一次读取5000行并将它们写入文件，然后再读取5000行，等等。我应该如何重构我当前的代码以使内存不会被完全消耗？这是我的代码:defwrite_rows(emails)File.open(file_path,"w+")do|f|f该函数由sidekiqworker调用:write_rows(user.emails)感谢您的帮助! 最佳答案 这里的问题是，当您调用emails.each时，
文章目录前言约束硬约束的轨迹优化Corridor-BasedTrajectoryOptimizationBezierCurveOptimizationOtherOptions软约束的轨迹优化Distance-BasedTrajectoryOptimization优化方法前言可以看看我的这几篇Blog1，Blog2，Blog3。上次基于MinimumSnap的轨迹生成，有许多优点，比如：轨迹让机器人可以在某个时间点抵达某个航点。任何一个时刻，都能数学上求出期望的机器人的位置、速度、加速度、导数。MinimumSnap可以把问题转换为凸优化问题。缺点：MnimumSnap可以控制轨迹一定经过中间的
我对为我的RubyonRails3.1.3应用优化我的Unicorn设置的方法很感兴趣。我目前正在高CPU超大实例上生成14个工作进程，因为我的应用程序在负载测试期间似乎受CPU限制。在模拟负载测试中，每秒大约20个请求重放请求，我的实例上的所有8个内核都达到峰值，盒子负载飙升至7-8个。每个unicorn实例使用大约56-60%的CPU。我很好奇可以通过哪些方式对其进行优化？我希望能够每秒将更多请求汇集到这种大小的实例上。内存和所有其他I/O一样完全正常。在我的测试过程中，CPU越来越低。 最佳答案 如果您受CPU限制，您希望使用
美团外卖搜索工程团队在Elasticsearch的优化实践中，基于Location-BasedService（LBS）业务场景对Elasticsearch的查询性能进行优化。该优化基于Run-LengthEncoding（RLE）设计了一款高效的倒排索引结构，使检索耗时（TP99）降低了84%。本文从问题分析、技术选型、优化方案等方面进行阐述，并给出最终灰度验证的结论。1.前言最近十年，Elasticsearch已经成为了最受欢迎的开源检索引擎，其作为离线数仓、近线检索、B端检索的经典基建，已沉淀了大量的实践案例及优化总结。然而在高并发、高可用、大数据量的C端场景，目前可参考的资料并不多。因此
