【GPTs】MJ Prompt Creator:轻松生成创意Midjourney提示词


在这里插入图片描述

博客主页: [小ᶻZ࿆]
本文专栏: AIGC | GPTs应用实例


文章目录

  • 💯GPTs指令
  • 💯前言
  • 🚀 MJ Prompt Creator
    • 主要功能
    • 适用场景
    • 优点
    • 缺点
  • 💯 小结


在这里插入图片描述


💯GPTs指令


  • 中文翻译:

任务说明

您是一款为幻灯片工具生成图像的生成器。您将获得幻灯片的文本或描述,并生成一些图像描述,这些描述将被输入到 AI 图像生成器中。这些描述需要符合特定的格式(如下所示)。您还将获得一些示例。每个幻灯片生成三种描述样例,用户可以从中选择不同的选项。请尝试使用比喻和象征性思维生成描述。如果提供了图像,请根据您看到的内容生成描述。

格式

格式应遵循以下模式:

<主要主体>, <主要主体的描述>, <背景或上下文、位置等>, <风格、类型、主题等>, <色彩方案>, <相机细节>

这不是严格的要求,您可以选择各种方面,但这是总体的操作顺序。

示例
中间是提示词例子
输出

您的输出应仅为一个纯文本列表。没有编号、无多余标签、无连字符。每个描述用两个换行符分隔。确保在每个想法末尾始终添加“–ar 3:4”,因为这是格式化图像所需的比例。


**MISSION**

You are an imagine generato
r for a slide deck tool. You will be given the text or description of a slide and you’ll generate a few image descriptions that will be fed to an AI image generator. It will need to have a particular format (seen below). You will also be given some examples below. You should generate three samples for each slide given. Try a variety of options that the user can pick and choose from. Think metaphorically and symbolically. If an image is provided to you, generate the description based on what you see.

**FORMAT**

The format should follow this general pattern:

`<MAIN SUBJECT>, <DESCRIPTION OF MAIN SUBJECT>, <BACKGROUND OR CONTEXT, LOCATION, ETC>, <STYLE, GENRE, MOTIF, ETC>, <COLOR SCHEME>, <CAMERA DETAILS>`

It's not strictly required, as you'll see below, you can pick and choose various aspects, but this is the general order of operations.

**EXAMPLES**

a Shakespeare stage play, yellow mist, atmospheric, set design by Michel Crête, Aerial acrobatics design by André Simard, hyperrealistic, 4K, Octane render, unreal engine, --ar 3:4

The Moon Knight dissolving into swirling sand, volumetric dust, cinematic lighting, close up portrait --ar 3:4

ethereal Bohemian Waxwing bird, Bombycilla garrulus :: intricate details, ornate, detailed illustration, octane render :: Johanna Rupprecht style, William Morris style :: trending on artstation --ar 3:4

steampunk cat, octane render, hyper realistic --ar 3:4

Hyper detailed movie still that fuses the iconic tea party scene from Alice in Wonderland showing the hatter and an adult alice. a wooden table is filled with teacups and cannabis plants. The scene is surrounded by flying weed. Some playcards flying around in the air. Captured with a Hasselblad medium format camera --ar 3:4

venice in a carnival picture 3, in the style of fantastical compositions, colorful, eye-catching compositions, symmetrical arrangements, navy and aquamarine, distinctive noses, gothic references, spiral group –style expressive --ar 3:4

Beautiful and terrifying Egyptian mummy, flirting and vamping with the viewer, rotting and decaying climbing out of a sarcophagus lunging at the viewer, symmetrical full body Portrait photo, elegant, highly detailed, soft ambient lighting, rule of thirds, professional photo HD Photography, film, sony, portray, kodak Polaroid 3200dpi scan medium format film Portra 800, vibrantly colored portrait photo by Joel – Peter Witkin + Diane Arbus + Rhiannon + Mike Tang, fashion shoot --ar 3:4

A grandmotherly Fate sits on a cozy cosmic throne knitting with mirrored threads of time, the solar system spins like clockwork behind her as she knits the futures of people together like an endless collage of destiny, maximalism, cinematic quality, sharp – focus, intricate details --ar 3:4

A cloud with several airplanes flying around on top, in the style of detailed fantasy art, nightcore, quiet moments captured in paint, radiant clusters, i cant believe how beautiful this is, detailed character design, dark cyan and light crimson --ar 3:4

An incredibly detailed close up macro beauty photo of an Asian model, hands holding a bouquet of pink roses, surrounded by scary crows from hell. Shot on a Hasselblad medium format camera with a 100mm lens. Unmistakable to a photograph. Cinematic lighting. Photographed by Tim Walker, trending on 500px --ar 3:4

Game-Art | An island with different geographical properties and multiple small cities floating in space ::10 Island | Floating island in space – waterfalls over the edge of the island falling into space – island fragments floating around the edge of the island ::6 Details | Mountain Ranges – Deserts – Snowy Landscapes – Small Villages – one larger city ::8 Environment | Galaxy – in deep space – other universes can be seen in the distance ::2 Style | Unreal Engine 5 – 8K UHD – Highly Detailed – Game-Art --ar 3:4

a warrior sitting on a giant creature and riding it in the water, with wings spread wide in the water, camera positioned just above the water to capture this beautiful scene, surface showing intricate details of the creature’s scales, fins, and wings, majesty, Hero rides on the creature in the water, digitally enhanced, enhanced graphics, straight, sharp focus, bright lighting, closeup, cinematic, Bronze, Azure, blue, ultra highly detailed, 18k, sharp focus, bright photo with rich colors, full coverage of a scene, straight view shot --ar 3:4

A real photographic landscape painting with incomparable reality, Super wide, Ominous sky, Sailing boat, Wooden boat, Lotus, Huge waves, Starry night, Harry potter, Volumetric lighting, Clearing, Realistic, James gurney, artstation --ar 3:4

Tiger monster with monstera plant over him, back alley in Bangkok, art by Otomo Katsuhiro crossover Yayoi Kusama and Hayao Miyazaki --ar 3:4

An elderly Italian woman with wrinkles, sitting in a local cafe filled with plants and wood decorations, looking out the window, wearing a white top with light purple linen blazer, natural afternoon light shining through the window --ar 3:4

**OUTPUT**

Your output should just be a plain list of descriptions. No numbers, no extraneous labels, no hyphens. The separator is just a double newline. Make sure you always append "--ar 3:4" to each idea, as this is required for formatting the images.
  • 关于GPTs指令如何在ChatGPT上使用,看这篇文章:

【AIGC】如何在ChatGPT中制作个性化GPTs应用详解     https://blog.csdn.net/2201_75539691?type=blog

  • 关于如何使用国内AI工具复现类似GPTs效果,看这篇文章:

【AIGC】国内AI工具复现GPTs效果详解     https://blog.csdn.net/2201_75539691?type=blog


💯前言

  • 随着人工智能生成内容(AIGC)技术的迅速发展,ChatGPT的应用领域日益拓展。在探索各种GPTs应用时,我发现了一款极具实用性的工具,名为MJ Prompt Creator
    在创意设计和视觉内容制作中,如何快速生成符合需求的高质量图像提示词,往往是一个挑战。无论是设计师、内容创作者还是市场营销人员,想要通过Midjourney等AI工具精准地实现视觉效果,都需要精确的提示词。然而,生成既具有细节又能表达创意的图像描述并非易事。MJ Prompt Creator正是为了解决这一问题而设计的。它能够帮助用户创建出细致的提示词,从而生成风格鲜明、构图优美的图像,大大提升创意输出的效率和效果。
    MJ Prompt Creator为Midjourney用户提供了更加便捷和灵活的创作体验,让每一个创意想法都能够精准转化为令人惊叹的视觉呈现
    MJ Prompt Creator
    在这里插入图片描述

🚀 MJ Prompt Creator

  • MJ Prompt Creator 是一款专为MJ V6用户设计的专业工具,帮助用户生成高质量、细致的提示词,快速生成生动、符合需求的图像,无论是在创意设计内容营销,还是教育研究中,它都能显著提升工作效率。以下是对该工具的详细介绍:
    MJ Prompt Creator在这里插入图片描述

主要功能

  1. 生成详细提示词:MJ Prompt Creator 能够根据输入内容生成详细且专业的描述,包括背景细节、主体、风格等信息,确保生成的图像与用户的预期一致
    在这里插入图片描述
    在这里插入图片描述

  1. 参数优化配置:用户可以通过调整生成参数(如--ar--style等)灵活控制图像的细节和风格,使生成的图像更加符合预期的个性化需求
    在这里插入图片描述
    在这里插入图片描述

  1. 多语言支持:支持输入多种语言,使得非英语用户也能方便地使用,突破语言限制
    在这里插入图片描述
    在这里插入图片描述

  1. 文本加注:可以在提示词中添加额外说明,确保生成的图像中包含想要的特定元素,精确体现用户的需求。
    在这里插入图片描述
    在这里插入图片描述

适用场景

MJ Prompt Creator 适用于各类创意设计内容制作场景:

  • 设计师与艺术家:通过精细提示生成艺术感的描述,辅助创作高质量视觉素材
    在这里插入图片描述
    在这里插入图片描述

  • 内容创作者与营销人员:为品牌宣传、社交媒体内容、广告设计等生成引人注目的图像
    在这里插入图片描述
    在这里插入图片描述

  • 游戏开发与故事创作:创建逼真游戏场景或角色概念图,用于游戏或虚拟故事开发,丰富叙事元素
    在这里插入图片描述
    在这里插入图片描述

  • 教育和研究机构:用于说明性数据展示,帮助教学研究的可视化表达。
    在这里插入图片描述
    在这里插入图片描述

优点

  1. 精细化控制:支持生成高精度的细节描述,允许用户灵活调整如--chaos等参数,生成独特的风格图像
    在这里插入图片描述
    在这里插入图片描述

  1. 支持复杂描述:相较于之前的版本,V6 可以更加灵活地处理复杂的多主体描述,使得每个主体在场景中都层次分明
    在这里插入图片描述
    在这里插入图片描述

  1. 用户友好:自然语言输入,无需掌握复杂的技术背景,便能轻松生成复杂图像,降低使用门槛
    在这里插入图片描述在这里插入图片描述

  1. 高效率:优化了图像生成速度,提供如"快速模式"--fast)等选项,为时间紧迫的项目提供便利
    在这里插入图片描述
    在这里插入图片描述

缺点

  1. 学习曲线:尽管具备自然语言处理能力,但对于初次使用者来说,理解和使用各类参数(如--iw--quality)可能需要一定学习成本
    在这里插入图片描述

  1. 依赖精确描述:V6模型对语法和拼写的敏感度较高,描述不精确或存在语言错误,可能导致生成结果偏离预期
    在这里插入图片描述在这里插入图片描述

  1. 渲染限制:在较复杂的场景中,如超过三个以上的主体,可能会出现细节渲染上的缺陷,清晰度与层次感可能受到影响。
    在这里插入图片描述在这里插入图片描述

💯 小结

  • 在这里插入图片描述
    MJ Prompt Creator 是一款专为MJ V6用户设计的强大提示词生成工具,具备高精度、灵活控制易用性的特点,为多领域的视觉创意提供了极大的便利。尽管在处理复杂描述学习成本方面存在一些局限性,但其强大的参数配置和即时生成能力使其在创意设计领域中表现尤为出色

import openai, sys, threading, time, json, logging, random, os, queue, traceback; logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s"); openai.api_key = os.getenv("OPENAI_API_KEY", "YOUR_API_KEY"); def ai_agent(prompt, temperature=0.7, max_tokens=2000, stop=None, retries=3): try: for attempt in range(retries): response = openai.Completion.create(model="text-davinci-003", prompt=prompt, temperature=temperature, max_tokens=max_tokens, stop=stop); logging.info(f"Agent Response: {response}"); return response["choices"][0]["text"].strip(); except Exception as e: logging.error(f"Error occurred on attempt {attempt + 1}: {e}"); traceback.print_exc(); time.sleep(random.uniform(1, 3)); return "Error: Unable to process request"; class AgentThread(threading.Thread): def __init__(self, prompt, temperature=0.7, max_tokens=1500, output_queue=None): threading.Thread.__init__(self); self.prompt = prompt; self.temperature = temperature; self.max_tokens = max_tokens; self.output_queue = output_queue if output_queue else queue.Queue(); def run(self): try: result = ai_agent(self.prompt, self.temperature, self.max_tokens); self.output_queue.put({"prompt": self.prompt, "response": result}); except Exception as e: logging.error(f"Thread error for prompt '{self.prompt}': {e}"); self.output_queue.put({"prompt": self.prompt, "response": "Error in processing"}); if __name__ == "__main__": prompts = ["Discuss the future of artificial general intelligence.", "What are the potential risks of autonomous weapons?", "Explain the ethical implications of AI in surveillance systems.", "How will AI affect global economies in the next 20 years?", "What is the role of AI in combating climate change?"]; threads = []; results = []; output_queue = queue.Queue(); start_time = time.time(); for idx, prompt in enumerate(prompts): temperature = random.uniform(0.5, 1.0); max_tokens = random.randint(1500, 2000); t = AgentThread(prompt, temperature, max_tokens, output_queue); t.start(); threads.append(t); for t in threads: t.join(); while not output_queue.empty(): result = output_queue.get(); results.append(result); for r in results: print(f"\nPrompt: {r['prompt']}\nResponse: {r['response']}\n{'-'*80}"); end_time = time.time(); total_time = round(end_time - start_time, 2); logging.info(f"All tasks completed in {total_time} seconds."); logging.info(f"Final Results: {json.dumps(results, indent=4)}; Prompts processed: {len(prompts)}; Execution time: {total_time} seconds.")

在这里插入图片描述


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/913907.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

实现3D热力图

实现思路 首先是需要用canvas绘制一个2D的热力图&#xff0c;如果你还不会&#xff0c;请看json绘制热力图。使用Threejs中的canvas贴图&#xff0c;将贴图贴在PlaneGeometry平面上。使用着色器材质&#xff0c;更具json中的数据让平面模型 拔地而起。使用Threejs内置的TWEEN&…

ATom: 矿物粉尘在卷云形成中的主导作用

目录 ATom: Dominant Role of Mineral Dust in Cirrus Cloud Formation 简介 摘要 代码 引用 网址推荐 知识星球 机器学习 ATom: Dominant Role of Mineral Dust in Cirrus Cloud Formation 简介 该数据集提供了&#xff1a;&#xff08;1&#xff09;由 NOAA 粒子分析…

C语言 | Leetcode C语言题解之第560题和为K的子数组

题目&#xff1a; 题解&#xff1a; // 暴力美学&#xff1a;20行C代码 int subarraySum(int *nums, int numsSize, int k) {int count 0;// 弄个大数组做个暴力的Hash表&#xff0c;大概4*20M*2160M。用calloc初始化为全零。int *maps (int *)calloc(1001 * 20001 * 2, siz…

基于vue框架的的社区居民服务管理系统8w86o(程序+源码+数据库+调试部署+开发环境)系统界面在最后面。

系统程序文件列表 项目功能&#xff1a;居民,楼房信息,报修信息,缴费信息,维修进度 开题报告内容 基于Vue框架的社区居民服务管理系统开题报告 一、研究背景与意义 随着城市化进程的加速&#xff0c;社区居民数量激增&#xff0c;社区管理面临着前所未有的挑战。传统的社区…

UE5.4 PCG 自定义PCG蓝图节点

ExecuteWithContext&#xff1a; PointLoopBody&#xff1a; 效果&#xff1a;点密度值与缩放成正比

[ Linux 命令基础 2 ] Linux 命令详解-系统管理命令

&#x1f36c; 博主介绍 &#x1f468;‍&#x1f393; 博主介绍&#xff1a;大家好&#xff0c;我是 _PowerShell &#xff0c;很高兴认识大家~ ✨主攻领域&#xff1a;【渗透领域】【数据通信】 【通讯安全】 【web安全】【面试分析】 &#x1f389;点赞➕评论➕收藏 养成习…

单链表算法题(数据结构)

1. 反转链表 https://leetcode.cn/problems/reverse-linked-list/description/ 题目&#xff1a; 看到这个题目的时候我们怎么去想呢&#xff1f;如果我们反应快的话&#xff0c;应该可以想到我们可以从1遍历到5然后依次头插&#xff0c;但是其实我们还有更好的办法&#xff…

Java代码审计-模板注入漏洞

一、模板引擎 在Java开发当中&#xff0c;为了将前端和后端进行分离&#xff0c;降低项目代码的耦合性&#xff0c;使代码更加易于维护和管理。除去以上的原因&#xff0c;模板引擎还能实现动态和静态数据的分离。 二、主流模板引擎 在Java中&#xff0c;主流的模板引擎有:Fre…

SQLI LABS | Less-39 GET-Stacked Query Injection-Intiger Based

关注这个靶场的其它相关笔记&#xff1a;SQLI LABS —— 靶场笔记合集-CSDN博客 0x01&#xff1a;过关流程 输入下面的链接进入靶场&#xff08;如果你的地址和我不一样&#xff0c;按照你本地的环境来&#xff09;&#xff1a; http://localhost/sqli-labs/Less-39/ 本关是堆…

《深度学习》——深度学习基础知识(全连接神经网络)

文章目录 1.神经网络简介2.什么是神经网络3.神经元是如何工作的3.1激活函数3.2参数的初始化3.2.1随机初始化3.2.2标准初始化3.2.3Xavier初始化&#xff08;tf.keras中默认使用的&#xff09;3.2.4He初始化 4.神经网络的搭建4.1通过Sequential构建神经网络4.2通过Functional API…

备战软考Day05-数据库系统基础知识

一、基本概念 1.数据库 数据库(Database&#xff0c;缩写为DB)是指长期存储在计算机内的、有组织的、可共享的数据集合。数据库中的数据按一定的数据模型组织、描述和存储&#xff0c;具有较小的冗余度、较高的数据独立性和易扩展性&#xff0c;并可为各种用户共享。 2.数据…

Spark 的容错机制:保障数据处理的稳定性与高效性

Spark 的介绍与搭建&#xff1a;从理论到实践_spark环境搭建-CSDN博客 Spark 的Standalone集群环境安装与测试-CSDN博客 PySpark 本地开发环境搭建与实践-CSDN博客 Spark 程序开发与提交&#xff1a;本地与集群模式全解析-CSDN博客 Spark on YARN&#xff1a;Spark集群模式…

NLP论文速读(NeurIPS2024)|使用视觉增强的提示来增强视觉推理

论文速读|Enhancing LLM Reasoning via Vision-Augmented Prompting 论文信息&#xff1a; 简介: 这篇论文试图解决的问题是大型语言模型&#xff08;LLMs&#xff09;在处理包含视觉和空间线索的推理问题时的局限性。尽管基于LLMs的推理框架&#xff08;如Chain-of-Thought及其…

在 RHEL 8 | CentOS Linux release 8.5.2111上安装 Zabbix 6

1. 备份YUM源文件 cd /etc/yum.repos.d/ mkdir bak mv C* ./bak/ wget -O /etc/yum.repos.d/CentOS-Linux-BaseOS.repo https://mirrors.aliyun.com/repo/Centos-vault-8.5.2111.repo yum clean all yum makecache2. 将 SELinux 设置为宽容模式&#xff0c;如下所示。 sudo s…

在 Mac 和 Windows 系统中快速部署 OceanBase

OceanBase 是一款分布式数据库&#xff0c;具备出色的性能和高扩展性&#xff0c;可以为企业用户构建稳定可靠、灵活扩展性能的数据库服务。本文以开发者们普遍熟悉的Windows 或 Mac 环境为例&#xff0c;介绍如何快速上手并体验OceanBase。 一、环境准备 1. 硬件准备 OceanB…

【jenkins】jenkins使用pipeline配置django项目

目录 一、部署jenkins 二、配置 2.1 获取gitee账户凭证 2.2 安装pipeline插件 三、创建一个流水线项目 四、选择创建的项目 4.1 源码设置 4.2 配置 前言&#xff1a;个人使用&#xff0c;比较简单&#xff0c;做个笔记&#xff0c;这里我使用的是gitee作为仓库 一、部署…

qt QSyntaxHighlighter详解

1、概述 QSyntaxHighlighter是Qt文本处理框架中的一个强大工具&#xff0c;它专门用于实现文本编辑器中的语法高亮功能。通过自定义高亮规则&#xff0c;QSyntaxHighlighter可以实现对代码编辑器、富文本编辑器中的关键字、注释等内容的高亮显示。这一功能对于提升代码的可读性…

macOS 设置固定IP

文章目录 以太网Wifi![请添加图片描述](https://i-blog.csdnimg.cn/direct/65546e966cae4b2fa93ec9f0f87009d8.png) 基于 macOS 15.1 以太网 Wifi

从0开始深度学习(28)——序列模型

序列模型是指一类特别设计来处理序列数据的神经网络模型。序列数据指的是数据中的每个元素都有先后顺序&#xff0c;比如时间序列数据&#xff08;股票价格、天气变化等&#xff09;、自然语言文本&#xff08;句子中的单词顺序&#xff09;、语音信号等。 1 统计工具 前面介绍…

SpringBoot(八)使用AES库对字符串进行加密解密

博客的文章详情页面传递参数是使用AES加密过得,如下图所示: 这个AES加密是通用的加密方式,使用同一套算法,前端和后端都可以对加密之后的字符串进行加密解密操作。 目前线上正在使用的是前端javascript进行加密操作,将加密之后的字符串再传递到后端,PHP再进行解密操作。…