EasyEnv
Prompt Engineering
中级第 9 / 11 节35 分钟 · 实操

图像生成的标准实践

Prompt Engineering 课程的一部分

上一课让你对扩散模型有了直觉:它是怎么从随机噪声一路去噪,把一段文字提示词变成一张图的。这一课把那份直觉变成一套习惯,让你写出的图像提示词落得离你脑子里那张画面更近。第三课的五条原则在这里照样成立:你给出方向,说清画面该是什么样,然后有意识地迭代,跟你在文本上用过的动作一模一样。

让图像模型画 a coffee mug,它会给你点东西,但你没定的每一个决定都是模型替你填的:材质、角度、光线、氛围,看起来像照片还是像卡通。含糊的提示词不会明着出错,它只会把它见过的所有标着「coffee mug」的东西,回给你一份通用的平均值。 ...

想在真实环境里学习 Prompt Engineering 图像生成的标准实践 吗?

点击下方,立即获得一台预装 Prompt Engineering 的 Linux 主机,跟懂你代码的 AI 导师一起完成 图像生成的标准实践 的实操练习。

开始这节课图像生成的标准实践

你将学到什么

  • Prompt structure of subject, medium, style, and lighting
  • Art styles and artist or era modifiers
  • Composition and camera modifiers
  • Negative prompts and aspect ratio

用你的语言阅读本课

本课程的所有课时

11 节
  1. 1什么是提示词(Prompt)20 分钟
  2. 2大语言模型如何生成文本30 分钟
  3. 3提示工程的五项原则30 分钟
  4. 4文本生成的标准实践35 分钟
  5. 5Prompt Template 与 Function Calling35 分钟
  6. 6向量数据库与检索增强生成40 分钟
  7. 7Autonomous Agents:memory 与 tools40 分钟
  8. 8Diffusion 模型如何生成图像30 分钟
  9. 9图像生成的标准实践35 分钟
  10. 10进阶图像技巧:inpainting、outpainting 与 ControlNet35 分钟
  11. 11构建 AI 驱动的应用40 分钟

探索其他课程

图像生成的标准实践 - Prompt Engineering (Chinese) | Engineering Courses