昨天草图生图效果太丑,今天优化搞起~

昨日回顾

昨天给大家分享了从草图生成图片的过程,为了展示思路,提示词过于简单,大家都感觉生成效果比较一般(其实我个人也感觉有点丑)。

那能忍吗?

今天不搞别的了,再改进一版。

草图生图优化版效果

先给大家看下效果。

SVG 结构图

原图

生图

SVG 流程图

为了防止"过拟合",再来一个试试。

原图

生图

虽然算不上很漂亮,但比昨天好看多了吧?

先优化到这一步,今天出差了一天,打算早点休息。

审美水平高的请轻喷哈~

提示词

目前版本的提示词,大家自取。

diff 复制代码
你是一位精通 SVG 图形创作的艺术家,请根据提供的手绘草图生成SVG源码。
要求:
- 生成原则:精确、详细、有条理、平衡、系统化
- 排版原则:对齐、重复、对比、亲密性
- 尽可能完整的呈现草图的细节
- 实现高端的视觉效果
- 元素不重叠,避免内容过于拥挤
- 文字和图形组合时,考虑重心位置
视觉风格:
柔和渐变色调:
绿色系、橙红色系、粉紫色系、蓝色系

AI提炼参考特征

其中"视觉风格"也不是我设计的,我的设计要是好,我也不会总想着搞 AI 生成 SVG 了。

给 Claude 一个图,让它提炼出来视觉风格。

优化历程

由于优化的上头,中间过程忘记保留了,这里给大家简单整理一下,方便大家获取一些灵感。

  1. DeepSeek大法:寄希望于直接给出提示词,生成的结果确实详细,但是和生成场景不是太匹配,需要不断优化生成,那这样的话,我选择直接优化生图的提示词去了。

  2. 提示词专业化:有时候不是AI不听话,而是你说的话不专业,AI听不懂,比如:加入了条理、平衡、排版原则等专业设计词汇后,效果直线上升。

  3. 优秀案例:主要是"字节笔记本"解析"李继刚SVG提示词"的文章,学习了一些思路和专业点。

  4. 不断调试。想要一次调出完美的提示词,个人感觉不太可能,势必要进行一次次的调试才能不断优化,比如我在调试过程先加入了元素不重叠,又加入了知乎"atonity"的评论建议。

中间搜索资料的时候,搜到了别人转载我之前的文章,关键是,为什么它转载的阅读量比我高。。。

DeepSeek+Claude3.7,再次秒杀PPT - 掘金

结语

个人感觉,写提示词的过程越来越像研发过程了,"分析-设计-实现-测试",不断迭代。

大家可以基于上面的结果继续迭代哈,我先去睡了,如果有更好的结果,欢迎交流哈!

晚安嘞~

相关推荐
weixin_446260855 分钟前
视觉革命来袭!ComfyUI-LTXVideo 让视频创作更高效
人工智能·音视频
IT古董15 分钟前
【漫话机器学习系列】253.超平面(Hyperplane)
人工智能·机器学习
Lowcode00225 分钟前
企业开发平台大变革:AI 代理 + 平台工程重构数字化转型路径
人工智能·云计算·编辑器
AI Echoes35 分钟前
大模型(LLMs)强化学习——RLHF及其变种
人工智能·深度学习·算法·机器学习·chatgpt
编程乐趣44 分钟前
SwarmUI:基于.Net开发的开源AI 图像生成 Web 用户界面系统
人工智能·开源·c#·.net
沛沛老爹44 分钟前
边缘计算:开启智能新时代的“秘密武器”
人工智能·智慧城市·边缘计算·数据安全·智慧医疗·技术融合
诺亚凹凸曼1 小时前
Google LLM prompt engineering(谷歌提示词工程指南)
人工智能·机器学习·prompt
白熊1881 小时前
【计算机视觉】OpenCV实战项目:Athlete-Pose-Detection 运动员姿态检测系统:基于OpenCV的实时运动分析技术
人工智能·opencv·计算机视觉
白熊1881 小时前
【计算机视觉】OpenCV项目实战:基于OpenCV的图像分割技术深度解析与实践指南
人工智能·opencv·计算机视觉
carpell1 小时前
【语义分割专栏】先导篇:常用数据集(VOC、Camvid、Cityscape、ADE20k、COCO)
人工智能·深度学习·计算机视觉·语义分割