AI作画提示词：Prompts工程技巧与最佳实践

   成长路上不孤单😊😊😊😊😊😊

【14后😊///计算机爱好者😊///持续分享所学😊///如有需要欢迎收藏转发///😊】

今日分享关于物联网智能项目之——智能家居项目的实现的相关内容！

关于【AI作画提示词：Prompts工程技巧与最佳实践】

目录：

• 一、 什么是AI作画提示词工程（Prompt Engineering）
• 二、提示词工程的基本概念和作用
• 三、提示词工程的具体技巧和最佳实践
• 五、Prompt的一般结构介绍
• 六、Prompts工程技巧

一、什么是AI作画提示词工程（Prompt Engineering）

‌AI作画提示词工程是指通过精心设计的文本指令来指导AI生成符合预期的图像。这一过程涉及使用特定的提示词来明确创作意图、艺术风格和细节描述，从而确保AI能够生成高质量的艺术作品。

AI作画提示词工程是一个创造性和探索性的过程，通过掌握一些技巧和最佳实践，我们可以更有效地与AI合作，创作出符合预期的艺术作品。而Prompt提示语，指的是设计和编写提示文本，以引导模型生成符合特定要求的语言输出。Prompt能够帮助语言模型回忆起自己在预训练时学习到的东西，合适的Prompt对于提示学习的效果至关重要，因此产生了提示工程专门研究如何设计Prompt，目的是找到最优的提示语，使得模型的性能和效率达到最高，以适应不同的任务和应用场景。

二、提示词工程的基本概念和作用

AI作画提示词工程是通过输入特定的提示词来指导AI生成图像的过程。这些提示词通常包含明确的描述、上下文信息、艺术风格要求、关键词使用、限制条件和优先级设置等，以确保生成的图像符合预期‌。

三、提示词工程的具体技巧和最佳实践

1. ‌明确和具体的描述‌：使用具体化的语言，增加细节描述，帮助AI更好地理解需求。例如，“一只在森林中奔跑的狼”比简单的“狼”更具体‌。
2. ‌使用上下文‌：提供场景背景、时间和天气等信息，影响图像的整体氛围。例如，“在一片繁华的城市街道上”或“在傍晚的城市街道”‌。
3. ‌指定艺术风格‌：明确艺术风格，如“油画风格”、“赛博朋克”或“水彩画”，甚至可以引用特定艺术家的风格‌。
4. ‌使用关键词‌：利用颜色和灯光关键词，描述情感和氛围，如“柔和的蓝色”和“宁静的夜晚”‌12。
5. ‌适当的限制和优先级‌：设置限制条件，如“没有现代科技的古老村庄”，并确定高优先级的元素‌。
6. ‌实验和优化‌：反复试验不同的描述，记录并比较生成的结果，不断调整以找到最有效的组合‌。

四、提示词工程的实际应用案例

• ‌基础示例‌：如“一个在月光下的骑士”或“一位穿着红色斗篷的女巫”‌。
• ‌详细示例‌：如“在一个满是星星的夜晚，一个穿着银色盔甲的骑士在山顶眺望远方”或“一位穿着飘逸红色斗篷、站在古老城堡门前的女巫，背景是一片阴云密布的天空”‌。

通过这些技巧和最佳实践，可以有效地与AI合作，创作出符合预期的艺术作品。记住，创作是一个不断学习和适应的过程，不断实验和调整将帮助你更好地掌握如何与AI沟通‌。

五、Prompt的一般结构介绍

Prompt的一般结构包含四个部分：任务指令、背景信息、附加内容、输出要求。
任务指令：明确给到大模型需要执行的任务，比如扮演角色身份，给出内容方案 
背景信息：提供任务和上下文背景，从而生成更相关的输出 
附加内容：额外补充信息，包括领域知识库，参考样例等等 
输出要求：指定输出的格式，比如JSON格式，限定输出在某几个选项内，限制不允许编造成分等等 
Prompt中并非要包含以上所有部分，可以根据需要自行组合搭配。而通过不断学习和适应这些技巧，以及不断实验和调整，你将更好地掌握如何与AI沟通，从而创作出满意的画作！

六、Prompts工程技巧

Prompts工程技巧‌主要包括以下几个方面：

1. ‌明确描述‌：在编写提示词时，要尽可能具体和详细。例如，使用“一只在森林中奔跑的狼”而不是简单的“狼”，这样可以确保AI模型更准确地理解你的需求‌。

2. ‌使用上下文‌：提供场景背景、时间和天气等细节可以帮助AI更好地生成图像。例如，“在秋天的森林中，太阳刚刚落山，一只灰狼在落叶上奔跑”‌。

3. ‌指定风格‌：明确你想要的艺术风格或参考艺术家。例如，“油画风格”或“像毕加索画作中的人物”‌。

4. ‌使用关键词‌：使用具体的颜色、灯光、情感和氛围等关键词可以帮助AI更好地理解你的意图。例如，“柔和的蓝色”或“充满活力的市场”‌。

5. ‌适当的限制‌：通过限制某些因素来避免生成不符合预期的内容。例如，“没有现代科技的古老村庄”‌1。

6. ‌优先级‌：将高优先级的元素放在前面，确保它们在生成结果中得到更高的权重‌。

7. ‌实验和优化‌：通过反复试验和记录结果，找到最有效的提示词组合‌。

8. ‌编写清晰具体的指令‌：明确表达你的需求，减少模型对你的需求的猜测。使用标点符号来区分不同的文本部分，帮助模型更好地理解输入‌。

9. ‌请求结构化的输出‌：如果可能，请求模型以特定格式（如JSON）返回结果，便于解析‌。

10. ‌检查假设‌：在提示词中明确检查任务包含的假设，确保模型理解你的意图‌。

11. ‌提供示例‌：提供成功执行任务的示例，帮助模型理解你的意图‌。

12. ‌给模型时间思考‌：对于复杂任务，可以通过在提示词中要求模型思考一段时间，或者使用更复杂的提示词来实现‌。

13. ‌迭代开发‌：编写好的提示词通常需要多次尝试和修改，根据模型的输出来不断改进提示词‌。