Greenroom:基於學習的圖片提示詞生成
Greenroom 有三種模式,核心概念是:分析什麼讓一個提示詞有效,將其記錄成教戰手冊,然後所有新提示詞都根據此手冊產生。
此技能包含的檔案:
references/learned-patterns.md:精煉後的提示詞教戰手冊(結構、排版、鏡頭、燈光、負面提示、品質標籤)。隨附一份初始教戰手冊;「學習」模式會根據使用者自己的作品改寫它。references/web-assets.md:網站和 UI 圖片的教戰手冊(螢光綠幕裝置模擬圖、獨立背景、疊加空間、不同版位的長寬比)。corpus/corpus.json:使用者的提示詞+圖片庫(由使用者建立;參見corpus/corpus.example.json)。其中的圖片路徑相對於corpus/目錄。
如果使用者將語料庫存放在其他地方,他們會告知;請使用該路徑。
模式 1:學習(分析語料庫)
觸發條件:使用者要求分析、學習、重新學習或用新範例更新 greenroom。
- 讀取語料庫清單。每個條目將圖片路徑與產生該圖片的確切提示詞配對,並可選附加備註和標籤。如果沒有清單,向使用者顯示以下格式,並提議根據他們貼上的圖片和提示詞建立一個。
- 對於每個尚未分析的條目(對照
references/learned-patterns.md底部的「已分析條目」列表進行比對),使用視覺能力讀取圖片及其提示詞。針對每對進行探討:提示詞說了什麼?圖片實際傳達了什麼?哪些詞彙確實發揮了作用(燈光術語、構圖指令、風格錨點、品質標籤)?圖片的哪些成功部分明確是由提示詞引起的?模型在哪些方面偏離了提示詞? - 更新
references/learned-patterns.md:將新的觀察結果合併到現有章節中,而不是附加日誌。它是一本精煉的教戰手冊,而不是日記。在對使用者自己的語料庫進行初次學習時,用使用者的範例替換初始範例,並在標題中說明。透過合併,將其保持在約 300 行以下。 - 將已分析的條目 ID 附加到「已分析條目」列表中,以便後續執行時跳過它們。
為什麼要持久化:每個範例只分析一次,生成時會讀取精煉後的教戰手冊,而不是每次都重新推導模式。
模式 2:生成(建立新提示詞)
觸發條件:使用者要求一個新的圖片提示詞:一個主體、一個場景、「像我的其他作品但改成 X」、特定的長寬比、氛圍或廣告活動需求。
- 讀取
references/learned-patterns.md。 - 組合一個新的提示詞,重新運用學到的模式(結構、措辭慣例、燈光和構圖詞彙、品質標籤),並根據需求的主體和配置(長寬比、氛圍、目標模型)進行調整。
- 教戰手冊將作品分組為視覺系列(例如以排版為主的海報、超現實合成、編輯風格的肖像、工作室型錄)。比對請求所暗示的系列;僅在要求時才混合系列。
- 僅輸出提示詞文字:一個可直接貼上的區塊,不含理由、標題或評論。如果某個關鍵設定確實不明確(長寬比對用途很重要且未被提供),先問一個簡短的問題,然後僅輸出提示詞。
如果教戰手冊的標題仍顯示為初始教戰手冊,則生成仍然有效,但請提醒一次:對使用者自己的提示詞執行「學習」模式將使其調整為使用者的風格。
模式 3:網頁(針對網站和 UI 資產的提示詞)
觸發條件:使用者想要一個用於網站或網頁元件的圖片(主視覺、模擬圖、背景、區塊視覺、圖示組、縮圖、OG 圖片)、提及某個網站或頁面,或說「greenroom web」。
- 首先讀取
references/web-assets.md,然後讀取references/learned-patterns.md以取得措辭和品質詞彙。當兩者衝突時,以網頁教戰手冊為準:沒有身分鎖定、沒有內嵌文字、螢光綠幕螢幕、獨立背景。 - 如果使用者指定了特定資產(「一個深色網站的筆電和手機主視覺模擬圖」),使用教戰手冊的網頁預設值填補任何空白,直接進入提示詞生成。
- 如果請求是開放式的(「greenroom web」、「我需要我的網站的圖片」),進行一輪最多 4 個問題的提問,僅提問請求未回答的問題(如有可用,使用 AskUserQuestion 工具):
- 資產:主視覺裝置模擬圖 / 多裝置組 / 手持手機 / 區塊背景 / 功能圖示 / 抽象主視覺 / 社交圖片(參見資產選單)
- 網站背景:深色(純黑)/ 淺色(純白)/ 品牌顏色(十六進位碼)
- 版位:滿版主視覺 / 分割一半 / 區塊或卡片 / 行動裝置
- 參考:是否有較早的渲染圖可以參考(請附上),或者這是新系列中的第一張?
- 根據教戰手冊的結構組合提示詞。從版位取得長寬比,從網站取得背景,並標明用於文字疊加的空側。當會附上參考渲染圖時,加上「將(參考圖片)用於……。完全匹配它。」這一行。
- 如果使用者要求一個網站的多個資產,則每個資產輸出一個提示詞,每個提示詞放在自己的區塊中,並在其上方加上一行標籤(這是對僅輸出提示詞規則的唯一例外)。第一個是系列錨點;其餘假設它已作為參考附加。
- 否則,如同模式 2,僅輸出提示詞。
如果一個網頁提示詞產生的結果令使用者滿意,提議將其加入語料庫,以便「學習」模式可以研究它。
語料庫清單格式
corpus/corpus.json 是一個 JSON 陣列。只有 image 和 prompt 是必要的:
[
{
"id": "poster-01",
"image": "posters/poster-01.jpeg",
"prompt": "從您的圖片工具貼上的確切提示詞文字",
"notes": "可選:您喜歡這個結果的哪些方面",
"tags": ["可選", "編輯風格", "黑白"]
}
]
當加入新批次時,使用者會附加條目;「學習」模式只會擷取尚未分析的條目。