常用的gpt-4 prompt words收集5

利用ChatGPT-4创作：视频制作与配乐提示

最新推荐文章于 2025-12-04 19:56:30 发布

原创最新推荐文章于 2025-12-04 19:56:30 发布 · 787 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#prompt #学习 #笔记

本文分享了五个关于如何使用ChatGPT-4在视频制作中提供创意，如添加进击的巨人剪辑、字幕制作、配合郭顶歌曲《忧郁地球》的视频、日本动漫场景选择以及匹配背景音乐的策略。

提供5个我经常使用的chatgpt-4 prompts，希望对大家有所帮助！如果您也有比较好的表述方式，请不要吝啬分享。

1. A clip of Attack on Titan

进击的巨人的一个剪辑

2. Please provide subtitles for this video

请给视频配上字幕

3. Please create a video clip with the background music using the Chinese singer Guo Ding’s ‘Melancholy Earth,’ and ensure that the video content closely matches the background music.

给视频的背景音乐配上合适的动画画面

4. Japanese anime

日本动漫

5. Provide scenes or scenarios from this anime to match the background music, specifying the episode or episode number of the anime.

提供符合背景音乐的动漫场景并说出场景所在的位置

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

进击切图仔

关注关注

12
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

从理论到实践：构建基于GPT-4的智能客服系统

AI 原生应用开发的博客

07-04

607

在当今数字化时代，客户服务已成为企业竞争的关键战场。传统客服模式面临成本高昂、响应缓慢、体验不一致等诸多挑战。本文将带您踏上一段从理论到实践的旅程，全面解析如何利用GPT-4这一革命性AI技术构建企业级智能客服系统。我们将深入探讨对话系统的核心原理、GPT-4的工作机制、系统架构设计、实现步骤、优化策略以及实际应用案例。无论您是开发人员、产品经理还是企业决策者，本文都将为您提供构建高效、智能、人性化客服系统的完整指南，帮助您的企业在客户服务领域实现质的飞跃。

『NLP学习笔记』图解 GPT-2(可视化 Transformer 语言模型)

AI新视界

02-27

1149

今年，我们看到了机器学习令人眼花缭乱的一些应用。OpenAI的GPT-2展现出了惊人的写作能力，其生成内容的连贯且富有感情，超出了我们对目前语言模型的预期。GPT-2其实并不是一种新型架构，他的结构类似于只有解码器的Transformer。GPT-2是一个基于Transformer的巨大的语言模型，并在庞大的数据集上进行了训练。在这篇文章中，我们将看一下是什么构造能让它具有如此性能；我们将深入解析它的自注意力层；最后我们会看一下语言模型之外的仅有解码器的Transformer的应用。

参与评论您还未登录，请先登录后发表或查看评论

常用的gpt-4 prompt words收集7

weixin_42019995的博客

01-25

971

本文介绍我最近收集的一些好用的chatgpt-4的prompts，如果你也有好用的提示词可以互相交流一下。

常用的gpt-4 prompt words收集

weixin_42019995的博客

01-19

729

常用的gpt-4 prompt words收集

常用的gpt-4 prompt words收集8

weixin_42019995的博客

01-26

545

本文介绍我最近收集的一些好用的chatgpt-4的prompts，如果你也有好用的提示词可以互相交流一下。

常用的gpt-4 prompt words收集2

weixin_42019995的博客

01-19

459

常用的gpt-4 prompt words收集

常用的gpt-4 prompt words收集6

weixin_42019995的博客

01-24

704

常用的gpt-4 prompt words收集6

常用的gpt-4 prompt words收集4

weixin_42019995的博客

01-22

582

常用的gpt-4 prompt words收集4

常用的gpt-4 prompt words收集3

weixin_42019995的博客

01-21

723

常用的gpt-4 prompt words收集3

OpenAI GPT-4效率提升方案

weixin_30789053的博客

10-02

820

博客系统阐述了GPT-4在企业效率提升中的应用，涵盖其架构、多模态能力、提示工程方法及集成方案，并结合金融、科技等领域的实践案例，提出未来组织适配战略。

MLLM：《揭秘GPT-4：OpenAI架构背后的工程权衡—GPT-4 Architecture, Infrastructure, Training Dataset, Costs, Vision, M

头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀

07-20

1378

MLLM：《揭秘GPT-4：OpenAI架构背后的工程权衡—GPT-4 Architecture, Infrastructure, Training Dataset, Costs, Vision, MoE》翻译与解读目录《GPT-4 Architecture, Infrastructure, Training Dataset, Costs, Vision, MoE》翻译与解读开始探讨：GPT-4的模型架构、训练基础设施、推理基础设施、参数数量、训练数据集组成、令牌数量、层数量

详解如何从零用 Python复现类似 GPT-4o 的多模态模型

热门推荐

AI人工智能的学习之路

04-10

1万+

在这篇博客中，我们从零开始构建了一个多模态模型，能够处理文本、图像、视频和音频，并根据文本提示生成图像。我们首先实现了 BPE 分词器，将文本分解为子词标记。接着，我们构建了一个基于 Transformer 的语言模型，能够生成文本。然后，我们将模型扩展为多模态，通过 ResNet 提取图像特征，并将这些特征与文本结合，使模型能够回答关于图像的问题。我们还展示了如何通过文本提示生成图像特征向量，并找到最接近的已知图像。整个过程不仅展示了多模态模型的强大能力，还揭示了其在实际应用中的潜力。

使用 Python 从头开始构建类似多模态的 GPT-4o

分享身边生活经验blog

04-25

995

在这篇博客中，我们将在 Jupyter Notebook 中逐步编写一个非常小的多模态架构，它可以处理文本、图像、视频和音频，并从文本提示生成图像，就像 GPT-4o 一样，从头开始。我们的 MultiModal 生成的部分输出（由 Fareed Khan 创建)本文的目标是帮助您详细理解分步实现，而不是提供完美的模型。以下是我们的多模态模型将具有的功能：所有笔记本（理论 + 代码）都可以在我的 GitHub Repo 中找到：github.com它包含多个笔记本，每个代码块旁边都有适当的理论。微型 GPT

万字解读开源项目源码：gpt-researcher

weixin_44907479的博客

05-12

2613

万字解读开源项目源码：gpt-researcher。 GPT Researcher是一个自主代理，旨在对各种任务进行全面的在线研究。该代理可以生成详细、真实、且客观的研究报告，并提供自定义选项，以便用户专注于相关资源、提纲和经验教训。受"Plan-and-Solve"和"RAG"论文的启发，GPT Researcher解决了速度、确定性和可靠性问题，通过并行代理工作（而非同步操作）提供更稳定的性能和更高的速度。

修改 lm-evaluation-harness 任务 yaml 的 prompt

这个博客太懒了什么都没说

12-02

268

修改 lm-evaluation-harness 任务 yaml 的 prompt，以gsm8k_cot_zeroshot.yaml 为例说明。如果使用的是 LM Evaluation Harness（lm_eval），文件一般在：可以直接在终端找到实际路径：输出类似：那么 gsm8k 的配置就在： 📌 你要找的内容就在这个文件里打开：会看到类似：而想修改 prompt 是： ⚠️ 注意：不要直接修改 site-packages 的文件！未来更新/重装会被覆盖。官方推荐两种方式：创建目录

如何写 prompt 提示词

最新发布

csdnuu123的博客

12-04

263

摘要：撰写高效AI提示词需遵循"清晰、具体、有约束、定格式"原则，通过结构化方法提升精准度。核心包括：1）目标明确（如"800字高校新生指南"）；2）上下文充分（如数据统计需提供字段）；3）约束清晰（字数/风格限制）；4）格式固定（表格/代码块）。通用模板涵盖角色设定、任务目标、约束条件和输出要求。分场景示例（高校智能体、SQL分析、文档撰写）展示如何适配具体需求，优化技巧包括避免模糊词汇、分步拆解任务和迭代修正。最终目标是实现"需求-指令"的精

【Prompt学习技能树地图】LangChain原理及应用操作指南

致力于成为一名data scientist 的奋斗者

12-03

654

基础层主要解决两个核心问题：模型调用的统一化和数据存储的标准化。通过抽象接口设计，为上层应用提供了稳定、可预测的编程模型。表3.2：基础层核心组件概览组件类别核心功能解决的关键问题典型实现模型抽象统一模型调用接口屏蔽不同模型API差异存储抽象统一数据访问方式标准化各类存储系统操作文档处理多格式文档加载与转换统一文档处理流程PDF、HTML、Markdown解析接口规范定义标准化调用契约确保组件间兼容性BaseLLM、VectorStore接口。

Prompt Engineering 完全指南：从基础到高阶技术深度解析

franktaoge的博客

12-03

824

自动提示工程是一种元优化技术，其核心思想是“让大型语言模型为特定任务自动寻找最优提示”。与传统的人工试错方法相比，APE通过系统的生成-评估循环，能够发现人类难以直观设计的高效提示模式。始终从简单开始：先尝试零样本或简单提示迭代式优化：基于评估结果逐步改进组合使用技术：根据任务特点混合多种技术建立评估体系：量化评估每次改进的效果文档化经验：建立组织的Prompt知识库。

Prompt Engineering完全指南：从基础到高阶技术实战

franktaoge的博客

12-03

383

明确目标：清晰定义任务成功标准迭代设计：从简单Prompt开始，逐步增加复杂度多样测试：使用不同类别和难度的测试用例量化评估：建立可量化的评估指标持续优化：基于反馈持续改进Prompt设计Prompt工程既是科学也是艺术。随着大型语言模型的不断发展，精心设计的Prompt将成为释放模型潜力的关键。本文系统性地介绍了从基础到高级的各种Prompt技术，建议读者结合实际应用场景，灵活组合这些技术，并通过持续测试和迭代，找到最适合自己任务的Prompt策略。

微软GPT-4助力大模型指令微调与性能提升

资源摘要信息:"首次：微软用GPT-4做大模型指令微调，新任务零样本性能再提升" 知识点概览: 1. GPT-4技术介绍及应用 2. 大模型指令微调技术及其重要性 3. 指令微调的两种实现方式 4. Self-Instruct微调方法 5. LLaMA...