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
_一条咸鱼_5 分钟前
AI 大模型的 Prompt Engineering 原理
人工智能·深度学习·面试
huang_xiaoen21 分钟前
试一下阿里云新出的mcp服务
人工智能·阿里云·ai·云计算·mcp
Jamence1 小时前
多模态大语言模型arxiv论文略读(二十一)
人工智能·语言模型·自然语言处理
小白学C++.1 小时前
大模型论文:Language Models are Unsupervised Multitask Learners(GPT2)
人工智能·语言模型·自然语言处理
Steve lu1 小时前
PyTorch逻辑回归总结
人工智能·pytorch·python·深度学习·逻辑回归·原力计划
Steve lu1 小时前
pytorch实现逻辑回归
人工智能·pytorch·python·深度学习·机器学习·自然语言处理·逻辑回归
xcSpark1 小时前
Python基础入门(二)
开发语言·人工智能·python
驼驼学编程2 小时前
目标检测与分割:深度学习在视觉中的应用
人工智能·深度学习·目标检测·计算机视觉
行走的bug...2 小时前
sklearn估计器和变换器共有的一些方法 待更新
人工智能·算法·sklearn
LemonDu2 小时前
Cursor入门教程-JetBrains过度向
人工智能·后端