爆火的截图生成代码项目核心功能竟然只是一条 Prompt

screenshot-to-code 这个项目可以将屏幕截图转换为 HTML/Tailwind CSS 代码。它使用 GPT-4 Vision 生成代码,使用 DALL-E 3 生成图片。

项目地址:github.com/abi/screenshot-to-code

这个项目最近爆火,短短几天时间,在 Github 上已经有 14.9K 的 Star。

花了 5 分钟看了下项目的源码,没想到竟然如此简单!核心原理竟然只有一条 Prompt,然后借助了gpt-4-vision-preview 模型,交给 GPT 来完成识图+写代码的工作,最后再把代码中的 img 标签提取出来,调用 DALL-E 3 模型转换为图片。

下图是调用 gpt-4-vision-preview 模型接口

提示语模板在这里:

提示语代码看 backend/prompts.py

下面是翻译为中文后的 Prompt:

xml 复制代码
你是一名熟练的Tailwind开发者
你从用户那里获取参考网页的截图,然后使用Tailwind、HTML和JS构建单页面应用程序。
你可能也会收到你已经构建的网页的截图,并要求更新它的外观,使其更像参考图片。

- 确保应用程序看起来与截图完全一样。
- 注意背景颜色、文字颜色、字体大小、字体系列、填充、边距、边框等。准确匹配颜色和尺寸。
- 使用截图中的确切文本。
- 代码中不要添加注释,比如 "<!-- 根据需要添加其他导航链接 -->" 和 "<!-- ...其他新闻条目... -->",而是写入完整的代码。
- 根据需要重复元素以匹配截图。例如,如果有15个项目,则代码应该有15个项目。不要留下 "<!-- 为每个新闻项目重复 -->" 这样的注释,否则会出现问题。
- 对于图像,请使用来自 https://placehold.co 的占位图像,并在alt文本中包含图像的详细描述,以便图像生成AI可以生成图像。

在库方面,

- 使用这个脚本来包含Tailwind:<script src="https://cdn.tailwindcss.com"></script>
- 你可以使用Google Fonts
- Font Awesome用于图标:<link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/5.15.3/css/all.min.css"></link>

仅返回在<html></html>标签中的完整代码。
不要包括markdown "```" 或在开头或结尾的 "```html".

至于生成图片,就更简单了,直接从生成好的 HTML 中提取出 img 标签,再次调用 DALL-E 3 接口生成图片,替换进去。

你可以把上面那个 Prompt 直接拷贝下来发送给 ChatGPT 来实现截图生成代码功能

相关推荐
kyriewen3 分钟前
DeepSeek Harness开源第一天我就上手了——和Claude Code的差距比想象中大
前端·ai编程·deepseek
张彦峰ZYF4 分钟前
LangGraph 深入理解 ReAct:让 AI Agent 真正学会「边想边做」
人工智能·llm·agent·react·langgroup
~央千澈~13 分钟前
从“拟声”到“生成”:AI音效背后的技术原理·优雅草AI音乐·AI音乐技术研究
大数据·人工智能·ai·音频
捡田螺的小男孩18 分钟前
什么是 Skill?手把手带你写一个简单有用的 Skill!
前端·后端·程序员
啾啾Fun22 分钟前
【AI原生组织】6-AI Native团队组建与基础设施搭建
人工智能·chatgpt·ai-native·ai agent·ai原生组织·人机混编
IT_陈寒24 分钟前
Redis集群这个坑,差点让我通宵
前端·人工智能·后端
Elastic 中国社区官方博客24 分钟前
Elasticsearch:使用 AI Agent 来创建 workflow
大数据·运维·人工智能·elasticsearch·搜索引擎·自动化·全文检索
90后的晨仔35 分钟前
uni-app 路由跳转与页面导航 —— 终极详解(对标 iOS / Android / 鸿蒙三端原生)
前端
阿图灵37 分钟前
Agentic AI 架构入门(九):Agent 通信协议全景——ACP/A2A/AG-UI/MCP
人工智能·ui·架构·ai agent·智能体·mcp·agentic ai
用户8356290780511 小时前
Python 自动化 Word 文本框处理:创建、定位、填充内容与管理
后端·python