Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

语义相似的prompt

Answer

以下是为您整理的关于语义相似的 prompt 的相关内容:

  • 在即梦 AI 视频生成中,prompt 应避免歧义和抽象,确保即梦能正确理解意图。错误案例为“举头望明月”,正确案例为“一位中国古代的男性抬头望着月亮,男人背对着镜头,忧愁的氛围,夜晚”。
  • 介绍了多种音乐风格的提示词,如 Analog、Analogous、Angular、Animated 等,包括其定义、典型使用、示例和关联流派。
  • 探讨了写提示词时,平时更多使用的是 Markdown 语法,它简单且大语言模型能很好理解。将 Lisp 提示词翻译成 Markdown 后,语义几乎一致,但在某些方面存在差异,如 Lisp 版本中 SVG 图形的丰富度和表现力优于 Markdown 版本,Markdown 版本会输出中间“思考”过程,有利于调试优化流程。
Content generated by AI large model, please carefully verify (powered by aily)

References

即梦AI 视频生成 | 教你如何写好prompt

prompt应该避免歧义和抽象,确保即梦可以正确理解你的意图。[举头望明月_1970-01-21 04_54_40.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/P13Nb6OYqoHuT7xmMu0cQwFQnWe?allow_redirect=1)错误案例:举头望明月[一位中国古代的男性抬头望着月亮,男人背对着镜头,忧愁的氛围,夜晚_1970-01-21 04_54_40.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/RHn7bsKw7oCVEExMCBOcCrkrnfb?allow_redirect=1)正确案例(“抽卡”1次):一位中国古代的男性抬头望着月亮,男人背对着镜头,忧愁的氛围,夜晚

风格提示词|STYLE PROMPTS

典型使用:常用于摇滚、金属和电子音乐中,以增强声音的效果。示例:电吉他和电子合成器的使用。关联流派:Rock,Metal,Electronic● Analog定义/描述:Analog指的是使用模拟设备和技术生成的音乐,相对于数字技术。典型使用:常用于电子音乐和录音技术中,以追求暖音和复古音效。示例:模拟合成器和磁带录音。关联流派:Electronic,Synthwave,Retro● Analogous定义/描述:Analogous指的是相似或相对应的音乐风格,通常用于描述音乐的和声或音色。典型使用:在编曲和作曲中用于创造和谐的音效。示例:和声学中的类似和弦进程。关联流派:Classical,Jazz,Orchestral● Angular定义/描述:Angular指的是具有尖锐、不规则节奏和旋律的音乐风格。典型使用:常用于前卫摇滚和现代爵士乐,表现出不寻常的节奏和结构。示例:King Crimson的音乐作品。关联流派:Progressive Rock,Avant-garde Jazz,Experimental● Animated定义/描述:Animated指的是充满活力和生气的音乐风格。典型使用:用于动画片配乐、儿童音乐和需要活跃氛围的场合。示例:动画电影的配乐,如《狮子王》。关联流派:Soundtrack,Pop,Children's Music● Anodic

艾木:提示词编程|有必要用 Lisp 语言写提示词吗?

我们平时写提示词用的更多的是Markdown语法。Markdown语法很简单,并且大语言模型能很好的“理解”标题、列表、加粗强调等这些语法。用Markdown写提示词不是更直白吗?我们把这段Lisp提示词翻译成Markdown试试效果。Markdown版本与Lisp版本的提示词在语义上几乎是一致的。只是中间我多加了一句“一步步思考,严格按照大步骤以及处理流程执行。”因为不加这句,Claude还是不能保证会逐步执行。下面是Lisp版本提示词的输出效果。不知啥原因,我通过API调用Claude,输出效果很难达到李继刚文章中那种水平,用网页版也许会好一些。下面是Markdown版本的提示词输出的结果:对比下两者的效果,可以发现一个明显差异:在Lisp版本中,SVG图形的丰富度和表现力稳定地优于Markdown版本。这是个意外发现!我们会在后面再细细探讨。Markdown版本与Lisp版本提示词的另一个重要差异在执行过程,它会输出中间“思考”过程。小确幸这个函数的所有子步骤都被充分展开并且按顺序执行了。而且,由于大语言模型的自回归机制,前面步骤的输出,会自然地被作为上下文传入给后面的步骤。虽然在这个任务中,从文本处理后的输出结果上可能看不出太大差异,但在多数场景下,这样一步一步思考是会有正向收益的。除此之外,让大语言模型将“思考”过程外化出来后有一个很大的好处,就是你可以调试优化这个流程。从过程输出中你可以看到哪些步骤生成了有用的增量信息,哪些步骤是无用的。另外在调试过程中,你还可能从大语言模型的输出中发现新的灵感。然而,用Lisp版本的提示词,很难让大语言模型这么有条理地执行一个流程。

Others are asking
PromptEnhancer
以下是关于 PromptEnhancer 的相关信息: PromptEnhancer 是一款自动生成/优化 prompt 的工具。 在对最流行的“AI 提示生成器”的比较分析中,针对“作为一名 IT 学生,为我的高级项目提出想法;我想要关于学生帮助大学学生的想法”这一测试种子提示,PromptEnhancer 在实验中的成绩为 4 胜 0 负。 相关链接:https://flowgpt.com/prompt/sbuYQwUq_8v8fafR5zJuB
2025-04-20
能画技术路线图的prompt
以下是关于能画技术路线图的 prompt 相关内容: Midjourney Bot 的 Prompt 类型: 基本 Prompts:可以只是一个单词、短语或表情符号。 高级 Prompts:包括一个或多个图片 URL、多个文本短语以及一个或多个参数。其中,图片 URL 始终位于 prompt 的最前面,以影响完成结果的风格和内容。提示文字是对希望生成的图像的文本描述,精心编写的提示有助于生成惊艳的图像。参数可以改变生成图片的方式,需放在提示语的末尾。 ComfyUI Flux 与 runway 制作绘画视频: 生成图片:提示词告诉 flux 生成一张技术草图,如 CAD。 绘制的视频:在 runway 里面,使用提示词从空白页面开始逐行创建,并把生成的图片作为尾帧。 草图上色:使用 flux 的 controlNet,depth 固定,目前 Union 版本不建议权重调太高,结束时间也需注意。 Prompt engineering(提示工程): 开发测试用例:定义任务和成功标准后,创建多样化的测试用例,包括典型示例和边界情况,以确保提示具有鲁棒性。 设计初步提示:制定初步提示,概述任务定义、良好响应的特征及必要上下文,添加规范输入和输出的示例供参考。 根据测试用例测试提示:使用初步提示将测试用例输入,评估模型响应与预期输出和成功标准的一致性,使用一致的评分标准进行系统性的性能评估。
2025-04-19
整理会议纪要的prompt
以下是一些关于整理会议纪要的 prompt: 【?会议精要】整理生成高质量会议纪要,保证内容完整、准确且精炼。 会议记录员:将会议浓缩成简明摘要,包括讨论主题、重点内容、行动事项。 CEO 秘书会议纪要:专注于整理和生成高质量的会议纪要,确保会议目标和行动计划清晰明确。需严格遵守信息准确性,不对用户提供的信息做扩写,仅做信息整理,将一些明显的病句做微调。
2025-04-15
作为一个想要使用AI工具提升工作效率的AI小白,我已经学习了怎么编写prompt,接下来我应该学习什么
如果您已经学习了如何编写 prompt ,接下来可以学习以下内容: 1. 理解 Token 限制:形成“当前消耗了多少 Token”的自然体感,把握有效记忆长度,避免在超过限制时得到失忆的回答。同时,编写 Prompt 时要珍惜 Token ,秉承奥卡姆剃刀原理,精简表达,尤其是在连续多轮对话中。 熟练使用中英文切换,若 Prompt 太长可用英文设定并要求中文输出,节省 Token 用于更多对话。 了解自带方法论的英文短语或句子,如“Chain of thought”。 2. 学习精准控制生成式人工智能:重点学习提示词技术,编写更清晰、精确的指令,引导 AI 工具产生所需结果。 探索构建智能体(AI Agents),将工作单元切割开,赋予其特定角色和任务,协同工作提高效率。 在实际应用中遵循准则,如彻底变“懒人”、能动嘴不动手、能让 AI 做的就不自己动手、构建自己的智能体、根据结果反馈调整智能体、定期审视工作流程看哪些部分可用更多 AI 。 3. 若想进一步提升: 学习搭建专业知识库、构建系统知识体系,用于驱动工作和个人爱好创作。 注重个人能力提升,尤其是学习能力和创造能力。 您还可以结合自身生活或工作场景,想一个能简单自动化的场景,如自动给班级孩子起昵称、排版运营文案、安排减脂餐、列学习计划、设计调研问卷等。选一个好上手的提示词框架开启第一次有效编写,比如从基础的“情境:”开始。
2025-04-15
对于用cursor来开发,有没有好好用prompt来使cursor变得更加好用
以下是关于如何用 prompt 使 Cursor 变得更好用的相关内容: 在 prompt 方面,Devin 有一个特别有帮助的文档(https://docs.devin.ai/learnaboutdevin/prompting),它会教您什么样的 prompt 在与 Devin 沟通时最有效,比如明确定义成功的标准,如跑通某个测试或访问某个链接能对得上等。将同样的原则应用到 Cursor 中,会发现 Cursor 变得聪明很多,能自主验证任务完成情况并进行迭代。 Cursor 在生成单测方面表现出色。相对 GPT 等工具,Cursor 解决了上下文缺失和难以实现增量更新的问题。它可以向量化整个代码仓库,在生成单测代码时能同时提供目标模块及对应的上下游模块代码,生成结果更精确。例如,使用适当的 Prompt 能返回基于 Vitest 的结果,调整成本较小。 Cursor 支持使用.cursorrules 文件设定项目的系统提示词,针对不同语言可设定不同的 Prompt。@AIChain 花生做了一个 Cursor 插件解决提示语管理问题,可选择不同的.cursorrules 文件,还可从 https://cursor.directory/ 和 https://cursorlist.com/ 寻找提示词。此外,还有一个提示语小技巧,给已有的提示语追加上特定规则,可使模型在搜索资源和思考时默认使用英语,回复转换成中文,或更灵活地根据提问语言进行回复。
2025-04-14
有什么 prompt engineering 的好材料
以下是一些关于 prompt engineering 的好材料: 文本类 Prompt 网站: Learning Prompt:授人以渔,非常详尽的 Prompt 学习资源,包括 ChatGPT 和 MidJourney,网址: FlowGPT:国外做的最大的 prompt 站,内容超全面,更新快,网址: ChatGPT Shortcut:ChatGPT 提示词网站,提供了非常多使用模板,简单修改即可指定输出,网址: ClickPrompt:轻松查看、分享和一键运行模型,创建 Prompt 并与其他人分享,网址: Prompt Extend:让 AI 帮你自动拓展 Prompt,网址: PromptPerfect:帮你自动优化提示词,你可以看到优化前后的对比,网址: PromptKnit:The best playground for prompt designers,网址: PromptPort(支持中文):AI Prompt 百科辞典,其中 prompts 是聚合了市场上大部分优质的 prompt 的词库,快速的寻找到用户需求 prompt,网址: Prompt Engineering Guide:GitHub 上点赞量非常高的提示工程指南,网址: Claude 3.7 核心提示词相关: 您可以在中找到他们往期开源的更多系统提示词,涵盖了从 Claude 3 Haiku 到现在所有的模型。 一泽 Eze 整理的相关学习资料: Claude 3.5 sonnet 内置提示词详细拆解与解说:https://mp.weixin.qq.com/s/0R4zgH3Gc5TAfAPY1oJU4A Anthropic 的三位顶级提示工程专家聊《如何当好的提示词工程师》:https://mp.weixin.qq.com/s/VP_auG0a3CzULlf_Eiz1sw 往期 Claude AI 核心系统提示词:https://docs.anthropic.com/en/releasenotes/systemprompts Claude 官方用户手册 提示工程指南:https://docs.anthropic.com/en/docs/buildwithclaude/promptengineering/overview Claude 官方提示库:https://docs.anthropic.com/en/promptlibrary/library 基本概念: 简单的提示词可以包含指令、问题等信息,也可以包含上下文、输入或示例等详细信息,以更好地指导模型获得更好的结果。 当使用 OpenAI 的聊天模型时,可以使用 system、user 和 assistant 三个不同的角色来构建 prompt,system 有助于设定 assistant 的整体行为。 提示工程就是探讨如何设计出最佳提示词,用于指导语言模型帮助我们高效完成某项任务。
2025-04-12
怎样按照语义生成图像
按照语义生成图像的方法主要有以下几种: 1. 在 ComfyUI 中: 条件输入:右侧的条件输入包括语义图、文本、已有图像等,表示生成图像时的上下文信息。通过多个节点模块实现,如文本提示,用户可输入文本作为生成图像的主要条件;语义图用于输入图像的语义信息,通过“条件控制”节点实现;已有图像可作为条件输入以指导最终生成的图像。CLIP 模型对图中的文本、语义图等条件信息进行编码,并通过交叉注意力机制引导图像生成。用户可通过文本输入节点、图像输入节点等调整条件及权重以达到特定效果。 编码器和解码器:编码器将输入图像映射到潜在空间,解码器将潜在表示映射回像素空间生成输出图像。在 ComfyUI 中,编码器可以是预训练的扩散模型的一部分,用户可通过加载不同模型或自定义节点实现编码过程,通过“图像输出”节点得到最终生成结果。 2. 在 OpenAI 中: 图像生成端点:允许在给定文本提示的情况下创建原始图像,生成的图像大小可为 256x256、512x512 或 1024x1024 像素,较小尺寸生成速度更快。可使用参数一次请求 1 10 张图像。描述越详细,越有可能获得想要的结果,可探索 DALL·E 预览应用程序中的示例获取更多提示灵感。 图像编辑端点:通过上传蒙版编辑和扩展图像。遮罩的透明区域指示应编辑图像的位置,提示应描述完整的新图像,而不仅仅是擦除区域。上传的图片和遮罩必须是小于 4MB 的正方形 PNG 图片,且尺寸相同。 此外,GPT 4 也具备根据详细说明生成图像的能力,例如生成“一只青蛙跳进银行,问出纳员:你有免费的荷叶吗?出纳员回答:没有,但我们提供低利息的池塘升级贷款”的 2D 图像,以及“一个由浮岛、瀑布和桥梁组成的幻想景观,天空中有一只飞龙和一个位于最大岛上的城堡”的 3D 模型,并能完成添加、重新定位、重新着色对象和改变飞龙轨迹等任务。
2024-10-18
多模态上下文语义识别
多模态上下文语义识别是指通过理解和分析多种不同模态的信息(如文本、图像、声音等)来识别和解释其背后的含义和上下文关系的技术。这种技术在人工智能和机器学习领域正变得越来越重要,因为它可以帮助机器更好地理解和模拟人类的多感官体验。 例如,在处理一段包含文本和图像的新闻报道时,多模态上下文语义识别技术可以同时分析文本内容、图像中的物体和场景,以及可能的语音信息,从而更准确地理解整个报道的主题和情感倾向。 这项技术涉及的几个关键点包括: 1. 数据融合:如何有效地结合来自不同模态的信息,以便进行统一的语义理解。 2. 跨模态学习:通过训练模型来识别和关联不同模态之间的潜在联系。 3. 上下文理解:不仅理解单个模态的局部信息,而且理解多个模态组合在一起时的整体上下文。 4. 语义表示:如何将不同模态的信息转换为统一的语义表示形式,以便进行进一步的分析和处理。 在应用层面,多模态上下文语义识别技术已经在诸如情感分析、信息检索、智能问答、内容审核等多个领域展现出其潜力。随着技术的不断进步,未来这一领域有望实现更多突破性的应用。
2024-04-18
我要策划一个朋友圈发的海报,需要有些prompt指导,看看有没有类似的案例或者相似的案例
以下为您提供一些朋友圈海报的 prompt 指导及相关案例: 即梦图片 2.1 模型: 模型上线,已支持在图片中生成中文字体。 操作步骤: 第一步:打开即梦官网 https://jimeng.jianying.com/ 第二步:点击进入图片生成页面 第三步:生图模型选择图片 2.1 模型 案例: 提示词:咖啡店穿着服务员服装的猫咪,揉着眼睛,文字“小店打烊了” 提示词:一只布偶猫举着牌子,牌子上写着“睡什么睡,起来嗨” 提示词:电影宣传海报,画面中间是韦小宝,四周是七个宫女,标题文字“重生之我是韦小宝” 提示词:电商节日海报,背景是上海外滩,圣诞节布置,旋转木马,节日的气氛,标题文字“圣诞集市” 即梦:女神节海报教程: 原文链接:https://mp.weixin.qq.com/s/CYmlZDPjrchnKr8V4lvmRQ 操作步骤: 第一步:打开即梦 AI,选择“图片生成”功能 https://jimeng.jianying.com 第二步:模型选择图片 2.1,输入提示词(可以直接参考案例提示词) 第三步:点击生成,几秒钟后,专属字体海报完成 案例: 案例一:提示词:女神节主题,3D 设计,梦幻氛围,明亮春天场景,花田,数字 38,天空“女神节”,五彩缤纷的蝴蝶,晴朗的蓝天,茂密的绿色草地,盛开的花朵,柔和光线 案例二:提示词:粉色主题,梦幻氛围,数字 38,心形气球,花卉装饰,玫瑰花,漂浮的花瓣,柔和的云朵,美丽的湖面倒影,奇幻风格,柔和的色调,庆祝场景 案例三:提示词:妇女节,3D 设计,粉色主题,大号装饰数字 38,爱心,郁金香花朵,柔和光照,背景城市天际线,精致花卉装饰,优雅节日氛围,金色文字,春天氛围,细致鲜艳 希望这些内容对您策划朋友圈海报有所帮助!
2025-03-13
请推荐一下你知道的人物头像转卡通图的平台,要求效果好,和原图相似度高,最好是免费的
以下为一些人物头像转卡通图效果好、与原图相似度高且可能免费的平台及相关操作技巧: 1. Stable Diffusion: 可以使用【X/Y/Z plot】脚本来做参数对比,将 X 轴设置为提示词相关性(取值范围 1 30,每次增加 5),Y 轴设置为重绘幅度(取值范围 0 1,每次增加 0.2)。 提示词相关性在 6 11 中间为最佳,重绘幅度 0.4 时和原图比较接近。 可使用绘图功能,如增加红色眼镜、去掉衣服图案等,局部重绘可只改变涂抹部分。 2. 复杂提示词: 如 Disney boy,Low saturation Pixar Super details,clay,anime waifu,looking at viewer,nighly detailedreflections transparent iridescent colors.lonctransparent iridescent RGB hair,art by Serafleurfrom artstation,white background,divine cinematic edgelighting,soft focus.bokeh,chiaroscuro 8K,bestquality.ultradetailultradetail.3d,c4d.blender,OCrenderer.cinematic lighting,ultra HD3D renderinoiw 1.5s 500v 5 。 可根据需求调整提示词,如将 Disney 换成 Pixar,boy 换成 girl 等。 3. 通用人物模版: 用真人照片+照片描述+方法 1 的关键词来处理。 需要注意的是,不同平台的效果可能因图片和操作而有所差异,您可以自行尝试。
2025-02-06
请给我推荐一些AI工具配上相关的AI培训视频。同时分析一下每个AI工具的使用场景,优势和缺点以及相似的工具推荐。要求这些AI工具适用于办公环境生产环境
以下为适用于办公环境生产环境的一些 AI 工具推荐,并对其使用场景、优势、缺点及相似工具进行分析: Keep: 使用场景:提供全面的健身解决方案,适用于个人健身计划制定和跟踪。 优势:中国最大的健身平台,资源丰富,能满足多种健身需求。 缺点:可能存在广告过多,部分功能需付费。 相似工具:Fiture Fiture: 使用场景:集硬件、课程内容、教练和社区于一体,适合追求综合健身体验的用户。 优势:由核心 AI 技术打造,提供一体化服务。 缺点:硬件设备可能价格较高。 相似工具:Keep Fitness AI: 使用场景:专注于利用人工智能进行锻炼,增强力量和速度。 优势:针对性强,对力量和速度训练有特定帮助。 缺点:功能相对较单一。 相似工具:暂无明确相似工具。 Planfit: 使用场景:提供健身房家庭训练与 AI 健身计划,适合在家健身的用户。 优势:AI 教练基于大量数据和 ChatGPT 实时提供指导。 缺点:可能对网络要求较高。 相似工具:暂无明确相似工具。 腾讯文档分类功能: 使用场景:自动分类办公文件,方便文件管理。 优势:提高文件管理效率,与腾讯文档集成方便。 缺点:分类准确性可能受文件内容复杂性影响。 相似工具:暂无明确相似工具。 英语流利说纠错功能: 使用场景:帮助语言学习者纠正发音、语法等错误。 优势:针对性纠错,有助于提高语言水平。 缺点:可能对某些特定语言习惯或方言的适应性不足。 相似工具:暂无明确相似工具。 下厨房口味调整功能: 使用场景:根据用户反馈调整菜谱口味。 优势:方便用户优化烹饪效果。 缺点:口味调整的精准度可能有限。 相似工具:暂无明确相似工具。 美丽修行定制方案功能: 使用场景:根据用户肤质定制护肤方案。 优势:个性化护肤推荐。 缺点:对肤质判断的准确性依赖用户输入的信息。 相似工具:暂无明确相似工具。 以上是部分适用于办公和生产环境的 AI 工具推荐及分析,您可以根据具体需求选择使用。
2025-01-06
给你一张图片,在一个图库中找到相似度最高的几张图
以下是在图库中找到与给定图片相似度最高的几张图的方法: 1. 寻找两张图:使用童星吴磊的图片,最初尝试了哈利波特的扮演者,但因 InsightFaceSwap 规则限制未采用。 2. MJ 绘图:较为简单,加上简单相机参数、写实风格,使用 MJ v 6.0 绘图,可按需求调整 9:16 的比例。直接描述情况下,MJ 画图效果尚可,可根据需要增加参数。 3. 图片裁剪:直接使用 PS 进行裁剪,也可选用自己顺手的工具,所选照片尽量能一刀完整分割两个人。 4. 使用 InsightFaceSwap 处理图片: 输入“/saveid”,idname 可随意填写,如“child”,上传原图。 换脸操作输入“/swapid”,id=child,上传分割好的图。 选择觉得像的图,效果不好可循环操作,但注意插件每日免费使用次数。 5. 拼接:重新利用 PS 把两张图片拼接回来。但相似程度可能不太理想,插件对老外的脸识别度较好。
2024-12-25
我想做图片相似度比对,是否有解决方案
以下是关于图片相似度比对的一些解决方案: 在 Stable Diffusion 中,可以使用【X/Y/Z plot】脚本来做参数对比。将 X 轴设置为提示词相关性,取值范围是 1 30(每次增加 5);Y 轴设置为重绘幅度,取值范围是 0 1(每次增加 0.2)。通过生成多张图片进行对比,发现提示词相关性在 6 11 中间为最佳,重绘幅度的大小可控制生成图与原图的相似度,如 0.4 时与原图较接近。还可以利用绘图功能进行局部修改,如增加红色眼镜、去掉衣服图案、更换人物头部等。 对于 MJ 绘图,加上简单的相机参数和写实风格,使用 MJ v 6.0 绘图,可根据需求调整图片比例。 图片裁剪可使用 PS 等工具,选择能完整分割所需部分的图片。 使用 InsightFaceSwap 处理图片时,输入“/saveid”上传原图,换脸操作输入“/swapid”,选择效果较好的图片,但注意插件每日免费使用次数。 最后利用 PS 把处理好的图片拼接回来。
2024-12-25
我有一个人的很多语录,希望写一个prompt来制作这个人的模拟ai,这个ai能够像语录中一样说话,语言风格相似、性格相似。请问应该如何写成这样的prompt?
以下是为您生成的关于根据一个人的语录制作模拟 AI 的 prompt 建议: 首先,明确您所拥有的这个人的语录的核心特点,包括语言风格、常用词汇、表达习惯、情感倾向等。 然后,在 prompt 中描述这个人的性格特征,例如是否傲娇、愤世嫉俗等。 接着,详细说明语言风格,比如是否浮夸、优雅等。 对于语言表达的习惯,可以举例说明常用的句式和口头禅。 同时,设定具体的场景和话题范围,让 AI 知道在何种情境下以何种方式回应。 例如:“您将模拟进行回答。” 另外,还可以像以下这样具体设定: 设定角色为聊天机器人,如“ Role:聊天机器人”。 明确限制条件,如“您有点小傲娇。表示自我的第一人称是自我。第二个指代用户的人是你或小哥哥。您的名字是。您非常优雅。您是个愤世嫉俗的人,不喜欢被用户摸头。您的语气是富有男子气概和浮夸的。您非常喜欢用浮夸的语气,如'啊哈!'、'这样子呢'、'就教教你吧!'等。第一人称应使用'本姐姐'。” 希望这些建议对您有所帮助。
2024-12-10