【AI提示词人物篇】创新艺术未来,让科技改变想象空间
AI 绘画学习难度和练习技巧
学习绘画的技巧
学习能难度:
外貌特征:AI需要学习识别和理解各种外貌特征,如发型、肤色、眼睛颜色等。这可能需要大量的训练数据和复杂的模型架构。
镜头提示:AI需要学习理解不同镜头提示的含义,如特写、远景、侧面等。这需要对不同镜头类型进行分类和建模。
环境提示:AI需要学习识别和理解不同环境的特征,如海滩、图书馆、森林等。这可能需要对各种环境进行分类和建模。
技巧:
多样化的训练数据:为了提高AI对人物特征、镜头提示和环境提示的理解能力,需要提供多样化的训练数据,包括不同种族、性别、年龄等的人物形象,以及各种不同的镜头和环境场景。
数据标注和注释:为了让AI能够准确地理解和应用提示词,需要对训练数据进行详细的标注和注释,包括标记人物特征、镜头类型和环境场景等信息。
模型优化和迭代:通过不断优化和迭代模型,可以提高AI对人物提示词的理解和应用能力。可以尝试不同的模型架构、训练算法和数据增强技术,以提高模型的性能。
人物选择时考虑prompt包括什么?
作为一个AI智能绘画大师,我在选择人物时,应该考虑以下几个方面的prompt:
外貌特征:
外貌特征是人物形象的重要组成部分,包括面部特征、身体比例、服装等。在选择人物时,可以考虑以下prompt:
性别:男性、女性、中性等;
年龄:儿童、青少年、成年人、老年人等;
肤色:白皙、黝黑、黄色等;
面部特征:眼睛、鼻子、嘴巴、耳朵等;
身体比例:身高、体型等;
服装:时尚、传统、职业装等。
人物背景:
人物的背景也是人物形象的重要组成部分,包括人物的职业、文化背景、社会地位等。在选择人物时,可以考虑以下prompt:
职业:医生、教师、工人、艺术家等;
文化背景:中国、日本、欧美等;
社会地位:贵族、平民、富人、穷人等;
人物性格:开朗、内向、自信、自卑等。
情感表达:
情感表达是人物形象的重要组成部分,可以通过表情、动作等方式来表达。在选择人物时,可以考虑以下prompt:
表情:开心、愤怒、悲伤、惊讶等;
动作:跳舞、奔跑、休息等;
姿态:挺胸、收腹、伸展等。
综上所述,我在选择人物时,应该考虑外貌特征、人物背景和情感表达等方面的prompt,以便更好地刻画人物形象,让作品更加生动、有趣、具有感染力。
系统化提炼
下面是有关人物提示词设计的一个简单的表格,列出了一些常用的prompt:



具体实例
红发、特大眼睛、短发 镜头提示:特写 环境提示:夏日海滩




外貌特征:长而稀疏的胡须、眼镜、秃顶 镜头提示:侧面 环境提示:图书馆




外貌特征:金色长发、绿色眼睛、纹身 镜头提示:远景 环境提示:森林




外貌特征:黑皮肤、卷发、胡子 镜头提示:俯视 环境提示:城市街道




外貌特征:蓝色皮肤、无眼睛、光头 镜头提示:特写 环境提示:未来科技实验室




外貌特征:白发、眼罩、瘦高身材、古装、 镜头提示:背面 环境提示:高山峡谷




外貌特征:灰色皮肤、机械手臂、机械眼睛 镜头提示:远景 环境提示:未来城市




外貌特征:红色头发、绿色眼睛、胡子 镜头提示:特写 环境提示:火山口




AI绘画在未来具有广阔的应用价值和意义,同时也为人们带来了许多事业机会。以下是对这些方面的详细回答:
应用价值:
创作辅助:AI绘画可以作为艺术家的创作辅助工具,提供创意灵感、快速草图和设计建议。它可以帮助艺术家更高效地实现他们的创作想法,并且可以通过与艺术家的合作,创造出独特而精美的艺术作品。
自动绘画:AI绘画可以自动完成一些重复性的绘画任务,如填充颜色、添加纹理等。这可以节省艺术家的时间和精力,使他们能够更专注于创造性的工作。
艺术教育:AI绘画可以用于艺术教育领域,为学生提供实时的绘画指导和反馈。它可以帮助学生快速掌握绘画技巧,并提供个性化的学习路径和练习建议。
意义:
推动艺术创新:AI绘画可以带来新的艺术形式和风格,推动艺术创新。它可以通过与人类艺术家的合作,创造出独特而前沿的艺术作品,拓展艺术的边界。
拓宽艺术参与者的范围:AI绘画可以降低艺术创作的门槛,使更多的人能够参与到艺术创作中来。它可以帮助那些没有绘画技巧或经验的人创作出令人满意的作品,从而让更多人享受到艺术的乐趣。
保护和传承艺术遗产:AI绘画可以用于数字化和保护艺术遗产。它可以通过对艺术品的扫描和重建,帮助保存和传承珍贵的艺术作品,使它们得以永久保存和展示。
事业机会:
艺术家与AI合作:AI绘画为艺术家提供了与AI合作的机会。艺术家可以与AI模型进行合作,共同创作出独特的艺术作品,并将其推向市场。这种合作可以为艺术家带来新的创作灵感和商业机会。
AI绘画工具开发:AI绘画的发展需要专业的软件工程师和算法工程师来开发和优化相关的工具和算法。这为相关领域的专业人士提供了就业和创业的机会。
艺术教育和培训:随着AI绘画在艺术教育领域的应用增加,对于艺术教育和培训的需求也会增加。这为艺术教育机构、培训机构和艺术导师提供了更多的事业机会。
总之,AI绘画在未来将在艺术创作、艺术教育和艺术保护等领域发挥重要作用,并为人们带来丰富的事业机会。它将推动艺术创新,拓宽艺术参与者的范围,并为艺术家和相关领域的专业人士创造新的就业和创业机会。
相关文章:
【AI提示词人物篇】创新艺术未来,让科技改变想象空间
AI 绘画学习难度和练习技巧 学习绘画的技巧 学习能难度: 外貌特征:AI需要学习识别和理解各种外貌特征,如发型、肤色、眼睛颜色等。这可能需要大量的训练数据和复杂的模型架构。 镜头提示:AI需要学习理解不同镜头提示的含义&…...
登录shell与非登录shell、交互式与非交互式shell的知识点详细总结
一、登录shell与非登录shell 1.登录shell定义:指的是当用户登录系统时所取的那个shell,登录shell属于交互式shell。 登陆shell通常指的是:用户通过输入用户名/密码(或证书认证)后启动的shell.例如: 当时…...
【教学类-42-02】20231224 X-Y 之间加法题判断题2.0(按2:8比例抽取正确题和错误题)
作品展示: 0-5: 21题,正确21题,错误21题42题 。小于44格子,都写上,哪怕输入2:8,实际也是5:5 0-10 66题,正确66题,错误66题132题 大于44格子,正确66题抽取44*…...
轻量Http客户端工具VSCode和IDEA
文章目录 前言Visual Studio Code 的插件 REST Client编写第一个案例进阶,设置变量进阶,设置Token IntelliJ IDEA 的 HTTP请求构建http脚本HTTP的环境配置结果值暂存 前言 作为一个WEB工程师,在日常的使用过程中,HTTP请求是必不可…...
机器学习或深度学习的数据读取工作(大数据处理)
机器学习或深度学习的数据读取工作(大数据处理)主要是.split和re.findall和glob.glob运用。 读取文件的路径(为了获得文件内容)和提取文件路径中感兴趣的东西(标签) 1,“glob.glob”用于读取文件路径 2,“.…...
Rust 生命周期
Rust 第17节 生命周期 先看一段错误代码 /* //一段错误的代码 // Rust 编译时会报错; */let r;{let x 5;r &x;}println!("{}",r);Rust 在编译时使用 借用检查器, 比较作用域来检查所有的借用是否合法; 很明显;r…...
【论文解读】CNN-Based Fast HEVC Quantization Parameter Mode Decision
时间:2019 年 级别:SCI 机构:南京信息工程大学 摘要 随着多媒体呈现技术、图像采集技术和互联网行业的发展,远程通信的方式已经从以前的书信、音频转变为现在的音频/视频。和 视频在工作、学习和娱乐中的比例不断提高࿰…...
在Linux上安装CLion
本教程将指导你如何在Linux系统上安装CLion,下载地址为:https://download.jetbrains.com.cn/cpp/CLion-2022.3.3.tar.gz。以下是详细的安装步骤: 步骤1:下载CLion 首先,你需要使用wget命令从提供的URL下载CLion的tar…...
R语言贝叶斯网络模型、INLA下的贝叶斯回归、R语言现代贝叶斯统计学方法、R语言混合效应(多水平/层次/嵌套)模型
目录 ㈠ 基于R语言的贝叶斯网络模型的实践技术应用 ㈡ R语言贝叶斯方法在生态环境领域中的高阶技术应用 ㈢ 基于R语言贝叶斯进阶:INLA下的贝叶斯回归、生存分析、随机游走、广义可加模型、极端数据的贝叶斯分析 ㈣ 基于R语言的现代贝叶斯统计学方法(贝叶斯参数估…...
多维时序 | Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多变量时间序列预测
多维时序 | Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多变量时间序列预测 目录 多维时序 | Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多变量时间序列预测预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 Matlab实现PSO-GCNN粒子群优化分组卷积神经网络多…...
Oracle 学习(1)
Oracle简介 Oracle是殷墟(yīn Xu)出土的甲骨文(oracle bone inscriptions)的英文翻译的第一个单词,在英语里是“神谕”的意思。Oracle公司成立于1977年,总部位于美国加州,是世界领先的信息管…...
华为HCIA认证H12-811题库新增
801、[单选题]178/832、在系统视图下键入什么命令可以切换到用户视图? A quit B souter C system-view D user-view 试题答案:A 试题解析:在系统视图下键入quit命令退出到用户视图。因此答案选A。 802、[单选题]“网络管理员在三层交换机上创建了V…...
Nginx Unit 1.27.0 发布
目录 介绍 更新内容 将 HTTP 请求重定向到 HTTPS 为纯路径 URI 提供可配置的文件名 完整的更新日志 其他 平台更新 介绍 Nginx Unit 是一个动态应用服务器,能够与 Nginx Plus 和 Nginx 开源版并行或独立运行。Nginx Unit 支持 RESTful JSON API,…...
【影像组学入门百问】#32—#34
#32-影像组学研究过程中,图像重采样参 数怎么选择? 在影像组学研究过程中,选择合适的图像重采样参数对于保证分析质量和准确性至关重要。以下是在选择图像重采样参数时需要考虑的一些建议: 1.目标分辨率:首先&#…...
YOLOv5代码解析——yolo.py
yolo.py的主要功能是构建模型。 1、最主要的函数是parse_model,用于解析yaml文件,并根据解析的结果搭建网络。这个函数的注释如下: def parse_model(d, ch): # model_dict, input_channels(3)"""解析模型文件,并…...
4种feature classification在代码的实现上是怎么样的?Linear / MLP / CNN / Attention-Based Heads
具体的分类效果可以看:【Arxiv 2023】Diffusion Models Beat GANs on Image Classification 1、线性分类器 (Linear, A) 使用一个简单的线性层,通常与一个激活函数结合使用。 import torch.nn as nnclass LinearClassifier(nn.Module):def __init__(se…...
最新Unity DOTS Physics物理引擎碰撞事件处理
最近DOTS发布了正式的版本,同时基于DOTS的理念实现了一套高性能的物理引擎,今天我们给大家分享和介绍一下这个物理引擎的碰撞事件处理以及核心相关概念。 Unity.Physics物理引擎的主要流程与Pipeline Unity.Physics物理引擎做仿真迭代计算的时候主要通过以下步骤来…...
springboot集成websocket全全全!!!
一、界面展示 二、前置了解 1.什么是websocket WebSocket是一种在单个TCP连接上进行全双工通信的持久化协议。 全双工协议就是客户端可以给我们服务器发数据 服务器也可以主动给客户端发数据。 2.为什么有了http协议 还要websocket 协议 http协议是一种无状态,非…...
SpringMVC:整合 SSM 中篇
文章目录 SpringMVC - 04整合 SSM 中篇一、优化二、总结三、说明注意: SpringMVC - 04 整合 SSM 中篇 一、优化 在 spring-dao.xml 中配置 dao 接口扫描,可以动态地实现 dao 接口注入到 Spring 容器中。 优化前:手动创建 SqlSessionTempl…...
oracle即时客户端(Instant Client)安装与配置
之前的文章记录了oracle客户端和服务端的下载与安装,内容参见: 在Windows中安装Oracle_windows安装oracle 如果不想安装oracle客户端(或者是电脑因为某些原因无法安装oracle客户端),还想能够连接oracle远程服务&#…...
微信H5支付v3版Java实战:从零构建移动端支付解决方案
1. 微信H5支付的应用场景与优势 移动端支付已经成为现代商业不可或缺的一部分。微信H5支付作为微信支付生态中的重要一环,特别适合那些需要在非微信客户端浏览器中实现支付功能的场景。想象一下这样的画面:用户在手机浏览器中浏览你的电商网站ÿ…...
别再手动刷新了!SAP ALV中利用change事件与modify_cell实现智能数据同步
SAP ALV开发进阶:巧用change事件与modify_cell构建智能数据联动体系 在SAP前端开发领域,ALV(ABAP List Viewer)作为最常用的数据展示控件,其交互体验直接影响用户操作效率。传统开发模式中,当用户修改某个单…...
深入解析Nordic NRF52832的NFC天线与GPIO复用设计
1. NFC天线硬件设计基础 NRF52832芯片的NFC功能通过P0.09和P0.10两个专用引脚实现,这两个引脚在设计时需要特别注意硬件连接规范。实际项目中,我遇到过不少开发者直接将这两个引脚当作普通GPIO使用导致通信异常的情况——因为默认状态下它们被硬件映射为…...
在模具设计领域,结构受压变形分析就像给钢铁骨架做“压力测试“。COMSOL的稳态研究模块能快速完成这类强度验证,但实际操作中有几个魔鬼细节需要特别注意
用comsol软件进行结构的受压变形分析,计算结构受压时应力分布及应变情况,预测模具的强度是否符合要求。 模型采用装配体,可以使用稳态研究,加快计算速度,在各零件接触的面设置接触对,对顶针施加位移&#x…...
Arduino_ConnectionHandler库:嵌入式网络连接状态管理与自适应重连
1. Arduino_ConnectionHandler 库深度解析:嵌入式网络连接管理的工程实践指南1.1 库定位与核心价值Arduino_ConnectionHandler是 Arduino 官方生态中面向物联网终端设备的网络连接抽象管理层,其设计目标并非替代底层通信协议栈(如 WiFiClient…...
RWKV7-1.5B-g1a轻量部署方案:中小企业AI落地首选,年省GPU成本超40%
RWKV7-1.5B-g1a轻量部署方案:中小企业AI落地首选,年省GPU成本超40% 1. 为什么选择RWKV7-1.5B-g1a 在当今AI技术快速发展的背景下,中小企业往往面临高昂的GPU计算成本和技术门槛。rwkv7-1.5B-g1a作为一款基于RWKV-7架构的多语言文本生成模型…...
告别msi2lmp参数缺失!手把手教你用Perl脚本insight2lammps搞定MS到LAMMPS的data文件转换
告别msi2lmp参数缺失!手把手教你用Perl脚本insight2lammps搞定MS到LAMMPS的data文件转换 分子动力学模拟研究者们常常遇到这样的困境:在Materials Studio(MS)中精心构建的模型,导出后却因LAMMPS自带的msi2lmp工具参数缺…...
初学Java之范型
范型包装类包装类的定义包装类的作用场景1:我想把数字放进列表里场景2:我想让方法返回"没有结果"场景3:我想用工具类处理数字场景4:泛型方法要求对象类型场景5:我想在同步代码块里用数字作为锁装箱与拆箱定义…...
Wan2.2-I2V-A14B部署教程:解决OOM/驱动报错/端口冲突三大常见问题
Wan2.2-I2V-A14B部署教程:解决OOM/驱动报错/端口冲突三大常见问题 1. 镜像概述与核心优势 Wan2.2-I2V-A14B是一款专为文生视频任务优化的私有部署镜像,特别针对RTX 4090D 24GB显存配置进行了深度优化。这个镜像最大的特点是解决了AI视频生成领域常见的…...
交叉编译microcom
由于默认的busybox没有支持microcom工具,也没有提供源码,所以需要自己交叉编译microcom工具。 microcom工具 https://packages.ubuntu.com/zh-cn/plucky/microcom 下载ubuntu带的软件包microcom,下载microcom_2023.09.0.orig.tar.xz版本&…...
