Prompt教程-提示注入
提示注入提示注入是一种用于劫持语言模型输出的技术。这种情况发生在将不可信的文本作为提示的一部分使用时。下面是一个很好的例子，我们可以看到该模型忽略了提示的第一部分，选择了注入的第二行。
分类 Prompt教程 下的文章
Prompt教程-Midjourney
MidjourneyMidjourney 是另一个 AI 图像生成器。与 Stable Diffusion 不同，Midjourney 使用 Discord Bot 作为 AI 图像生成的接口（在此加入 Discord，或在 Learn Prompting Discord 中尝试该 MidjourneyBot）。不过，使用 Midjourney Bot 的遵循相同的图像提示基本原则。
Prompt教程-修复变形生成
修复变形生成变形生成在许多模型中都是一个常见问题，特别是在人体部位（如手、脚）上。通过良好的反向提示语，可以在一定程度上解决这个问题。
Prompt教程-加权
加权一些模型（如 Stable Diffusion、Midjourney 等）允许你对提示中的词语进行加权。这可以用于强调生成图片中的某些词语或短语。它还可以用于减弱生成的图片中某些词语或短语的影响。让我们考虑一个简单的例子：
Prompt教程-重复
重复在提示中重复相同的词语或者类似短语会导致模型在生成的图片中强调该词语。例如， 使用 DALLE 生成了这些瀑布：
Prompt教程-质量增强器
质量增强器“Quality boosters”1是添加到提示中以提高生成图像的某些非特定样式质量的术语。例如，“amazing”、“beautiful”和“good quality”都是质量增强器，可以用于改善生成图像的质量。
Prompt教程-样式修饰符
样式修饰符样式修饰符是一些能够产生特定样式的描述符（例如，“带有红色色调”、“玻璃制成”、“用 Unity 渲染”。它们可以组合在一起，产生更具体的样式。它们可以“包括关于艺术时期、流派和风格，以及艺术材料和媒介、技术和艺术家”的信息。
Prompt教程-图片提示词
图片提示词找到最佳的图像提示词来生成理想的图像是一项特殊的挑战。与文本提示相比，关于如何实现这一目标的研究方法还不够成熟。这可能是因为图像本身的特点，它们通常是主观的，并且缺乏准确性度量的方法。但是不要担心，社区已经在如何对各种图像模型进行提示方面取得了很大的进展。
Prompt教程-数学
数学在整个课程中，我们看到了许多不同的提示方法，可以用于提高LLM的数学能力。最近的一种方法是MathPrompter，它将一些这些方法（CoT、PAL等）统一到了一种技术中。总体思想是将数学问题分解为代数术语，然后使用Python代码以不同的方式解决它。
Prompt教程-大语言模型自我评估
大语言模型自我评估基本自我评估LLM可以用来检查其自己或其他LLM的补全结果。这可以简单地通过向LLM提问实现：
