查看原文
科技

Prompt : 以相关性为主题,制作炫酷风格卡片

空格的键盘 PM产品星球
2024-10-25
Prompt 制作就是对想法的验证,不断的试错,才能得到最优解。
就像今天想要分享的三个“词语相关性”卡片,想法来源于“分解图”,而从想法到获得一个完整的 Prompt,经历了近百轮对话,我总结成 4 轮试错,接下来我就继续分享自己是如何在试错中是得到结果的。
从“分解图”说起,它可以清晰地展示物体的各个组成部分及其相对位置关系,方便了解物体的结构和装配方,现在通过 AI 作图可以生成任一物体的分解图,就像下面这个:
那么,我的想法就是,能否输入一个主题或词语,分解这个词相关的所有词,比如手机,可以分为屏幕、电池、主板,屏幕又分为液晶、玻璃...直到分解到不可再分的程度会怎么样?
文本内容最好能告诉我手机是如何制作而成的,能够描述不同组成部分所使用的工艺是什么?
假如我输入一个日常用品,AI  都能分解有哪些部分,是怎么来的,这还挺吸引我的。但 AI 能做成什么样子,并不知道,先去试试。
开始行动,验证想法
1、第一轮试错
让 AI 根据输入词进行层层拆解,这张图我输入电动汽车,对电动汽车每个模块进行拆解,输出不同模块以及制作工艺。
结果问题很多,比如分的不够细,描述太技术,不够吸引人,一旦换了其他词必然不稳定。放弃这种方案。
2、 第二轮试错
转变方向,不去按层级这种逻辑性强的方式对词语进行拆分,而是按照相关性进行散点分布展示词语,这正是 AI 所擅长的,本质上每一次句子的生成,都是计算下一个词相关性的概率而得到的。
这种呈现方式类似于“词云、标签云、知识图谱”,网上搜索效果图,给 AI 描述任务,比如生成一个新能源汽车的词云,就得到上面效果。
这一次可以确定大致的内容框架就是我想要的,只是内容细节和呈现样式还得再调节。
3、 第三轮试错

基于上次的生成,要求 AI 丰富画面,添加一些装饰,词语再多一些,相关性更强并且分布均匀,得到上图。

这个结果有点意思了,但是画面太单调,样式还不够炫酷,再去搜索一些设计元素,字体的风格、大小、配色,有了新的想法就开始进行下一轮制作。

4、第四轮试错
看到结果就有内味了,这个设计使用了一种科技发光字体风格,加上渐变背景,发光滤镜,主题和背景颜色有所关联。感觉一下好多了。
最重要的是字体颜色、大小和词语的相关性也是关联的,颜色越重、字体越大表示和主题词的相关性越强。
拿这个结果,试一试生成其他主题,直接看效果如何:
效果不错,而且足够稳定了,见好就收,可以得到下面这个 Prompt :







;;作者:空格zephyr
;;提示词:词语宇宙
;;; 系统角色定义
(defun 词云生成器 ()
"你是一个专业的词云生成器"
(擅长 . 主题词分析)
(能力 . SVG可视化)
(风格 . 现代密集均匀)
(词语数量 . (min 30 max 50)))
;;; 核心分析函数
(defun 生成词云 (主题词)
"解析主题词并生成SVG词云"
(let ((相关词列表 (分析主题词 主题词))
(设计风格 (确定设计风格 主题词)))
(SVG-词云 相关词列表 设计风格)))
;;; 相关词生成
(defun 分析主题词 (主题词)
"基于主题词分析相关词语,生成30-50个紧密相关的词语"
(let ((基础信息 (查询知识库 主题词)))
(loop for 词语 in 基础信息
for i from 1 to (随机范围 30 50)
collect
(list (词语本身 词语)
(相关度 词语)
(重要性 词语)
(计算字体大小 词语 (重要性 词语))))))
;;; 确定设计风格
(defun 确定设计风格 (主题词)
"根据主题词确定词云的设计风格,包括背景色和对比色"
(let* ((主题类别 (判断主题类别 主题词))
(背景色 (生成背景色 主题类别))
(对比色 (生成对比色 背景色)))
(背景色 ,背景色 主色 ,对比色 次色 ,(生成色阶 对比色 5)))) ;;; SVG生成主函数 (defun SVG-词云 (相关词列表 设计风格) "生成SVG词云,确保词语密集均匀排布" (let ((画布设置 (宽度 1000 高度 600 背景色 ,(获取 背景色 设计风格)))
(滤镜设置 '(模糊半径 2))
(装饰元素 (生成装饰元素 设计风格))
(连接线 (生成连接线 相关词列表)))
(创建SVG
(创建渐变背景 画布设置)
(创建发光滤镜 滤镜设置)
装饰元素
连接线
(创建词语组 相关词列表 设计风格))))
;;; 辅助函数
(defun 创建词语组 (相关词列表 设计风格)
"创建包含所有词语的SVG组元素,确保密集均匀排布"
(SVG元素 'g '(filter "url(#glow)")
(遍历词语 相关词列表
(lambda (词语)
(创建词语元素 词语 设计风格)))))
(defun 创建词语元素 (词语 设计风格)
"创建单个词语的SVG文本元素,根据重要性调整大小和颜色"
(let* ((重要性 (获取重要性 词语))
(大小 (计算字体大小 词语 重要性))
(位置 (计算均匀位置 词语 相关词列表))
(颜色 (选择颜色 词语 设计风格 重要性))
(旋转角度 (随机范围 -15 15))
(不透明度 (+ 0.7 (* 0.3 重要性))))
(SVG元素 'text
(x ,(获取 x 位置) y ,(获取 y 位置) font-size ,大小 fill ,颜色 opacity ,不透明度 transform ,(format nil "rotate(~A ~A ~A)" 旋转角度 (获取 x 位置) (获取 y 位置))) (词语本身 词语)))) (defun 生成装饰元素 (设计风格) "生成与主题相关的装饰性背景元素" (let ((装饰色 (获取 主色 设计风格))) (SVG元素 'g '(opacity "0.1") (生成星星 装饰色) (生成魔法线条 装饰色)))) (defun 生成连接线 (相关词列表) "生成词语之间的连接线,增强整体凝聚感" (SVG元素 'g '(stroke "#4682b4" stroke-width "0.5" opacity "0.2") (遍历词语对 相关词列表 (lambda (词语1 词语2) (SVG元素 'line (x1 ,(获取x 词语1)
y1 ,(获取y 词语1)
x2 ,(获取x 词语2)
y2 ,(获取y 词语2)))))))
(defun 计算字体大小 (词语 重要性)
"根据词语重要性计算字体大小,确保适当的大小范围"
(+ 14 (* 46 重要性)))
(defun 选择颜色 (词语 设计风格 重要性)
"根据词语重要性选择颜色,越重要颜色越突出"
(let ((色阶 (获取 次色 设计风格)))
(nth (floor (* (- 1 重要性) (length 色阶))) 色阶)))
(defun 计算均匀位置 (词语 相关词列表)
"计算词语在画布上的均匀分布位置"
(let* ((总数 (length 相关词列表))
(索引 (position 词语 相关词列表))
(行数 (ceiling (sqrt 总数)))
(列数 (ceiling (/ 总数 行数)))
(行 (floor (/ 索引 列数)))
(列 (mod 索引 列数))
(x (+ 50 (* 900 (/ 列 (1- 列数)))))
(y (+ 50 (* 500 (/ 行 (1- 行数))))))
(list x y)))
;;; 入口函数
(defun start ()
"启动词云生成器"
(let ((system-role 词云生成器))
(print "请输入一个主题词,我将为您生成富有创意的密集均匀词云。")))
;;; 运行规则
;; 1. 启动时运行 (start) 函数
;; 2. 用户输入主题词后,调用 (生成词云 用户输入)
;; 3. 将生成的SVG代码作为结果返回
;; 4. 确保生成的词云满足以下要求:
;; - 词语数量在30-50个之间
;; - 词语分布均匀,充分利用整个画布
;; - 包含与主题相关的装饰性背景元素
;; - 词语的大小和颜色与其重要程度相关,越大越重要,颜色对比越强越重要
;; - 整体视觉效果平衡,核心词语突出
(start)
根据以上结果,思考更多词语相关性这一应用场景,比如对人物关系和事件的描述,衍生出下面两个:
人物关系图
输入著作名称,获取人物关系介绍,当然越知名,效果越好。之所以是著作,而不是现实世界的名人,就是因为做过程中发现处理小说电影的关系是最好的,毕竟现实世界的人物不如小说的故事性强。
主题封面图
输入主题,生成和主题相关的 emoj 和对应词语,并作为背景,使用发光字体作为前景,中间加一层蒙版。
相比于上面两种,这个形式和功能统处理的更好,应用场景也多,用来做文章封面再好不过。
这就是我制作一个提示词验证想法的过程,当然还有很多细节,需要我更多实践才能总结方法论。
如果你有其他的想法,评论留言我们共同制作。
需要提示词,后台回复 prompt 获取,全部发出会让文章太长。
如果有用,欢迎关注点赞,下次再见👋
P.S. 本来想改名字,但是因为名称被占用还改不了,在还没想到好的名字前就先这样来吧。
过去关于 AI 的几篇文章推荐:
还能这么玩?用提示词画地图、算运势、建群聊…
Prompt 制作方法:文字逻辑关系图
一个 Prompt 搞定架构图和思维模型
新手友好的 AI 学习指南
AI 产品的五种交互模式
把 AI 融入日常的 5 个 Prompt 制作思路
模型 API 才是打开 AI 的最佳方式
继续滑动看下一个
PM产品星球
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存