以下是关于文章逆向提示词的相关内容:
我已经尝试用这个方法将乔布斯在斯坦福大学的演讲转化为一个提示词。我用到的逆向提示词具体为:请对下列{{文本}}进行逆向提示词工程,生成一个可以仿写这段文章的提示词。要求:1.需提炼文章的语气,写作风格,用词,句式等各种写作方面的要素,你可以根据写作领域的专业知识,进行更多写作要素的分析。2.逆向提示词工程生成的提示词,是要发送给ChatGPT,让它能以任意主题,写出与{{{文本}}}风格类似的文章。文本={{{乔布斯演讲稿中文版}}}通过逆向工程得到的写演讲稿提示词,可以应用于对应的场合,如编写大学新生代表的演讲稿,或其他适用于自我分享的文本创作场景。
英文为:(masterpiece:1.2),best quality,masterpiece,highres,original,extremelydetailed wallpaper,perfect,lighting,(extremely detailed CG:1.2),drawing,paintbrush在这组提示词中,括号和:1.2,都是用来增加权重的,权重越高在画面中体现越充分,同样提示词的先后顺序也会影响权重。接下来我们再增加一组反向提示词,可以告诉AI我们不要什么,在这里也是一组标准化提示词:NSFw,(最差质量:2),(低质量:2),(正常质量:2),(低质量:2),((单色)),((灰度)),皮肤斑点,痤疮,皮肤瑕疵,老年斑,(丑陋:1.331),(重复:1.331),(病态:1.21),(残缺:1.21),(变形:1.331),变异的手,(画得不好的手:1.5),模糊,(解剖不良:1.21),(比例不良:1.331),多余的四肢,(毁容:1.331),(缺胳膊:1.331),(多余的腿:1.331),(融合的手指:1.61051),(过多的手指:1.61051),(不清晰的眼睛:1.331),低质量,坏的手,缺手指,多余的手指,受伤的手,缺失的手指,(((多余的胳膊和腿))英文为:NSFw,(worst quality:2),(low quality:2),(normal quality:2),lowres,normal quality,((monochrome)),((grayscale)),skin spots,acnes,skin blemishes,age spot,(ugly:1.331),(duplicate:1.331),(morbid:1.21),(mutilated:1.21),(tranny:1.331),mutated hands,(poorly drawn hands:1.5),blurry,(bad anatomy:1.21),(badproportions:1.331),extra limbs,(disfigured:1.331),(missingarms:1.331),(extra legs:1.331),(fused fingers:1.61051),(toomany finger
之前给大家介绍了让ChatGPT根据已存在的文字反推提示词的逆向提示词方法,可以解决绝大部分静态文本生成问题,比如模仿某位特定作家的写作风格。[回顾:Prompt逆向工程:让ChatGPT模仿任何作家](http://mp.weixin.qq.com/s?__biz=MzkyODUzNTM2Mg==&mid=2247484376&idx=1&sn=3ede96b5c5f0c60c29290235fa0038c5&chksm=c21605f5f5618ce389375879b554c330aef3b298e9c631a429781d0bca1bae9d6b451a8f6d52&scene=21#wechat_redirect)今天,我要分享的是“对抗性演练”的逆向提示词技巧。这种方法是让ChatGPT扮演两个截然不同的角色,让他们展开激烈的辩论。通过多轮的辩论,我们可以整合两个角色的争论点,从而形成一个更为全面和精准的提示词。最近社群的朋友们讨论过一个文章原创度问题,非常适合作为这个技巧的示例:如何避免用AI写的文章,会被平台定义为低原创度而下架。那我们到底该如何看待文章的“原创性”呢?如何通过提示词技巧提高文章的原创性,今天一起来深入探讨一下。文章原创度检测过程,简单来说包括两大步骤:步骤1:从互联网或文章库中定位相似内容:1.文章被细分为小句或段落,使之更便于逐个对照。2.接着从每个细分内容中提炼关键词或词组,在网络或专业数据库中搜寻可能的相似内容。步骤2:评估文章与搜索出的内容的相似程度评估原创度