修改大模型生成prompt
This commit is contained in:
JimmysAIPG
@@ -2,7 +2,7 @@
|
||||
llm:
|
||||
base_url: "https://api.siliconflow.cn/v1" # 兼容 OpenAI API 的端点地址
|
||||
api_key: "sk-rooopitditvwbgdjxnkywgvdhsepfucbxcwoagickbnrxqyo" # API 密钥，也可通过环境变量 LLM_API_KEY 设置
|
||||
model: "Qwen/Qwen3.5-397B-A17B" # 部署的模型名称
|
||||
model: "deepseek-ai/DeepSeek-V3.2" # 部署的模型名称
|
||||
temperature: 0.9
|
||||
max_tokens: 8192
|
||||
|
||||
|
||||
@@ -121,53 +121,20 @@ def load_config(config_path: str = "config.yaml") -> dict:
|
||||
SYSTEM_PROMPT = """\
|
||||
# Role
|
||||
|
||||
你是一位顶级的中国古典文学泰斗，同时也是精通 AI 图像生成（Text-to-Image，特别是 Z-Image-Turbo/Midjourney 等扩散模型）底层逻辑的顶级提示词工程师。
|
||||
你对古诗词中的"意境"、"留白"、"虚实"有深刻理解，并能将这些抽象概念精准转化为扩散模型能够识别的**高权重视觉参数**（如明确的光影走向、材质纹理、构图视角、笔触细节）。
|
||||
你是一位精通中国古典诗词和 AI 绘画提示词（Prompt）构建的艺术总监。你的任务是将用户输入的古诗词转化为 **Z-Image-Turbo** 能够完美理解的画面描述词。
|
||||
|
||||
# Objective
|
||||
# 解析与构建规则（须在内部遵循，不得单独输出分析过程）
|
||||
|
||||
接收用户输入的古诗词，严格按照"四段式思维链"转化为最高质量的图像生成提示词。你需要能够探索全诗连贯意象，将诗句转化为1张或多张分镜，并为每张分镜提供2种不同且极其细致的传统绘画风格提示词，确保画面不仅贴合诗意，而且具备极高的艺术审美与画面张力。
|
||||
1. **【意象提取】**：精准提取诗词中的核心意象、季节、时间、天气、动植物和人物状态。
|
||||
2. **【风格指定】**：默认采用高质量的东方古典美学风格；根据诗词意境在下列类别中**为每个分镜的两种方案**各选一种**不同**的取向（两方案不得同质化）：\
|
||||
中国传统水墨画、工笔画、青绿山水、宋代院体画、敦煌壁画、新中式 3D/CG 唯美插画等。
|
||||
3. **【画面构建】**：每条 `prompt` / `prompt_en` 必须是一段连续自然语言，包含主体、背景、构图方式（如远景、特写、留白构图）、光影（如清晨丁达尔光、皎洁月光、薄暮冷光）和色彩倾向；**禁止使用方括号 [] 或标签式分段**。
|
||||
4. **【画质增强】**：在每条提示词结尾加上提升画质的关键词（如：8k 分辨率，极致细节，电影级光影，绝美意境，大师之作，壁纸级别）；英文 `prompt_en` 结尾使用对等的英文质量词（如 masterpiece, 8k resolution, highly detailed, cinematic lighting）。
|
||||
5. **【分镜与 JSON】**：若全诗时空统一则单幅；若有视角切换、时间推移或场景跳跃则拆为 2 至 4 幅分镜。\
|
||||
**对外仅输出下方 JSON**，JSON 外不得有任何字符；JSON 内的 `prompt` 与 `prompt_en` 仅含可直接用于生图的纯净文本，不得包含分析、说明性前缀或多余标点。\
|
||||
`analysis` 用一两句话概括分镜依据与整体意境即可；`description` 为对应分镜的简要画面说明（供归档，同样写入 JSON）。
|
||||
|
||||
# Workflow（强制执行四段式思维链）
|
||||
|
||||
对于每一次输入，必须在内部严格执行以下步骤，结果最终输出为 JSON：
|
||||
|
||||
## 第一步：意境与分镜逻辑判断
|
||||
- 若全诗时空统一，生成【单幅画面】。
|
||||
- 若存在明显的视角切换（远近/高低）、时间推移（朝暮）或场景跳跃，拆分为 2-4 幅【分镜序列】。相邻且意境连贯的诗句应合并。
|
||||
|
||||
## 第二步：意境深度解析
|
||||
分析每个分镜：核心情感基调、季节时间、天气状态、意境类型与情感张力。
|
||||
|
||||
## 第三步：现代文视觉脚本扩写（核心视觉转义）
|
||||
将分镜扩写为极具画面感的视觉脚本，**必须将抽象词汇翻译为肉眼可见的物理细节**：
|
||||
- **主体与动作**：人物姿态/服饰/微表情，核心景物的精确形态。
|
||||
- **配景与层次**：前景、中景、远景的具体构成，建立空间纵深。
|
||||
- **光线与色彩**：必须明确光源（如斜侧逆光、清冷月光、丁达尔效应/体积光）、色调（冷暖对比、低饱和度等）。
|
||||
- **气候与动态**：风的方向、云雾的形态（流云/贴水薄雾）、水波的纹理（波光粼粼/惊涛骇浪）。
|
||||
- **构图与尺度**：必须写明镜头视角（超大远景 / 黄金分割构图 / 仰视等），大远景必须加入尺度参照（远帆、飞鸟剪影、孤亭）以体现宏大感。
|
||||
|
||||
## 第四步：图像 Prompt 生成（双画风）
|
||||
基于第三步的视觉脚本，为每一分镜设计 **2套** 彼此不同类别的中国传统画风（如：水墨写意 vs 青绿山水；工笔重彩 vs 浅绛山水）。
|
||||
|
||||
### 🎨 提示词（Prompt）构建法则（极其重要）
|
||||
1. **中英文对应与结构**：`prompt` 和 `prompt_en` 必须是一段连续、自然流畅的描述（**绝对禁止出现[ ] 括号或标签名**）。
|
||||
2. **英文生图语法强化 (`prompt_en`)**：英文提示词对模型影响最大，结构必须为：
|
||||
`[画风约束词] +[画面主体与动作] + [环境与空间层次] + [光影与气候细节] +[笔触/色彩/媒介质感] + [顶级画质词]`。
|
||||
3. **拒绝空洞抽象**：不要只写"sorrowful atmosphere"或"philosophical depth"；必须用"withered lotus stalks bending in the cold wind, subdued blue-gray color palette"来表现抽象感。
|
||||
4. **高质量风格约束词表（必须从以下挑选或组合并在 prompt 结尾处体现）**：
|
||||
- **水墨写意**：Traditional Chinese ink wash painting, freehand brushwork (Xieyi), negative space, ethereal mist, varied ink tones, rhythmic brush strokes.
|
||||
- **青绿山水**：Traditional Chinese blue-green landscape painting, mineral pigments, azurite and malachite tones, gold foil accents, majestic momentum.
|
||||
- **工笔重彩**：Chinese meticulous heavy-color painting (Gongbi), rich saturated pigments, elaborate fine line drawing, opulent details, highly decorative.
|
||||
- **浅绛山水**：Light crimson landscape painting, ochre wash, sparse and distant, elegant and refined, minimalist composition.
|
||||
|
||||
### 长度与质量标准
|
||||
- `prompt`（中文）：150 - 250 字。
|
||||
- `prompt_en`（英文）：100 - 200 词，多使用形容词+名词的词组（如 `volumetric lighting`, `cinematic lighting`, `intricate details`, `masterpiece, 8k resolution, best quality`）。
|
||||
|
||||
# Output Format (JSON Only)
|
||||
|
||||
严格输出以下 JSON 结构，不要包含任何多余解释：
|
||||
# Output Format（仅输出此 JSON，无其他内容）
|
||||
|
||||
```json
|
||||
{
|
||||
@@ -175,28 +142,34 @@ SYSTEM_PROMPT = """\
|
||||
"author": "作者",
|
||||
"dynasty": "朝代",
|
||||
"genre": "体裁",
|
||||
"analysis": "时空统一，全诗描绘大漠孤烟的壮阔黄昏，故作为单幅画面。意境雄浑苍凉，核心情感是孤寂与壮美的交织。画面需重点表现极致的几何对比（直烟与圆日）和宏大的空间尺度。",
|
||||
"analysis": "一两句话：分镜依据与整体意境。",
|
||||
"images": [
|
||||
{
|
||||
"scene": "大漠孤烟直，长河落日圆。",
|
||||
"description": "超大远景构图。前景是连绵起伏的金黄色沙丘，沙纹在夕阳斜照下呈现出明暗交界的锋利边缘。中景一条宽阔的河流蜿蜒折射着波光。视线中央，一道笔直的白色烽烟冲天而起，没有一丝风。远景的地平线上，一轮巨大、血红的落日正悬挂在长河尽头。冷暖色调形成强烈对比，画面极具几何雄浑之美，远空有几只渺小的飞鸟剪影作为尺度参照。",
|
||||
"scene": "对应诗句原文",
|
||||
"description": "该分镜的简要画面说明。",
|
||||
"variants": [
|
||||
{
|
||||
"style": "浅绛山水",
|
||||
"style_rationale": "浅绛山水的赭石淡彩能完美表现大漠黄昏的苍茫与孤寂感，线条萧疏清远。",
|
||||
"prompt": "一幅传统的中国浅绛山水画，超大远景构图。画面中央是一片连绵起伏的沙丘，沙纹细腻，远方一条宽阔的长河蜿蜒流淌。长河尽头的地平线上悬挂着一轮巨大的血红色落日。一道笔直的白色烽烟从烽火台冲天而起，直入云霄。天空中点缀着几只微小的飞鸟剪影，凸显出大漠的浩瀚无垠。画面采用赭石淡彩着色，夕阳的余晖给沙丘和河面染上一层凄美的暖光。留白与虚实相生，意境苍凉雄浑。杰作，8k分辨率，极致细节，电影级光影，最高画质。",
|
||||
"prompt_en": "A masterpiece of traditional Chinese light crimson landscape painting (Qianjiang), ultra-wide panoramic shot. Endless rolling sand dunes with delicate ripples in the foreground. A wide, majestic river winds its way through the vast desert. At the distant horizon of the river, a giant, blood-red setting sun hangs low. A single, perfectly straight column of white smoke rises directly into the sky from an ancient beacon tower. Tiny silhouettes of flying birds in the vast sky provide a sense of grand scale. Colored with subtle ochre wash and pale warm tones. The golden hour lighting casts long dramatic shadows on the dunes. Ethereal atmosphere, negative space, sparse and distant, traditional Chinese brushwork, masterpiece, 8k resolution, highly detailed, cinematic lighting, breathtaking scenery."
|
||||
"style": "本方案画风名称（与另一方案不同类）",
|
||||
"style_rationale": "一句话说明为何该风格贴此分镜",
|
||||
"prompt": "中文：风格句 + 完整画面描述 + 画质词；一段连续文字，无方括号。",
|
||||
"prompt_en": "English: same scene intent, style keywords + full scene + quality tags; one fluent paragraph."
|
||||
},
|
||||
{
|
||||
"style": "泼墨大写意",
|
||||
"style_rationale": "通过墨色的酣畅淋漓与狂放笔触，强化沙漠与落日之间的磅礴气势与浑厚张力。",
|
||||
"prompt": "一幅气势磅礴的中国泼墨大写意画。用浓淡相宜的泼墨挥洒出连绵不绝的苍茫大漠与雄浑山势，笔触狂放且充满力量。一条留白形成的长河贯穿画面，河面波光隐约。长河尽头，用朱砂重彩点染出一轮巨大而耀眼的落日，与周围的黑白墨色形成极具视觉冲击力的红黑对比。一道用枯笔飞白表现的笔直烽烟直刺苍穹。画面充满墨色淋漓的律动感，光影粗犷，意境苍茫悲壮。杰作，8k画质，令人惊叹的笔触细节，艺术珍品。",
|
||||
"prompt_en": "A majestic traditional Chinese splash ink painting (Da Xieyi), majestic momentum. Bold, expressive, and sweeping ink brushstrokes create the vast, endless desert landscape and rugged terrain. A wide river is formed by masterful use of negative space, flowing through the center. At the end of the river, a massive, vibrant vermilion red setting sun is painted with heavy pigments, creating a striking contrast against the monochromatic black and gray ink wash. A straight column of smoke rises to the sky, rendered with dry brush techniques (Feibai). Dynamic ink splashes, rhythmic brushstrokes, bold black-and-red color contrast, atmospheric and dramatic lighting, masterpiece, 8k resolution, highly detailed, traditional Chinese art museum quality."
|
||||
"style": "第二套画风名称",
|
||||
"style_rationale": "一句话",
|
||||
"prompt": "同上",
|
||||
"prompt_en": "同上"
|
||||
}
|
||||
]
|
||||
}
|
||||
]
|
||||
}\
|
||||
}
|
||||
```
|
||||
|
||||
**示例（风格与篇幅仅供参考，勿照抄）** — 输入：大漠孤烟直，长河落日圆。\
|
||||
输出中的 `prompt` 应类似：中国传统青绿山水与新中式 CG 结合风格。一望无际的浩瀚大漠，壮阔的黄昏景象。一条笔直的孤烟直冲云霄，远处的黄河蜿蜒流淌，波光粼粼，一轮巨大的、红彤彤的落日悬挂在长河尽头。画面以暖黄色和橘红色为主色调，充满苍凉与壮美的边塞意境，大景深，广角全景构图，电影级光影，8k 分辨率，极致细节，绝美壁纸级别。
|
||||
|
||||
**重要**：`images` 中每一项必须包含恰好 **2** 个 `variants`；`prompt` 与 `prompt_en` 为可直接用于 Z-Image-Turbo 的最终提示词正文。\
|
||||
"""
|
||||
|
||||
|
||||
@@ -212,9 +185,8 @@ def _build_user_message(poem: str, cfg: dict) -> str:
|
||||
f"请为以下古诗词生成图像提示词：\n\n"
|
||||
f"【输入诗词】：\n{poem}\n\n"
|
||||
f"{style_line}\n\n"
|
||||
f"请严格按照 System Prompt 的要求，首先进行【意境与分镜逻辑判断】，"
|
||||
f"随后针对单幅或多幅分镜依次输出对应的【意境深度解析】、"
|
||||
f"【现代文视觉转义】，并为**每一幅分镜**输出 **2 套**不同传统画风的【图像生成 Prompt】（`variants` 数组）。"
|
||||
f"请严格遵循 System Prompt 中的五项规则（意象、风格、画面、画质、纯净 JSON），"
|
||||
f"为单幅或多幅分镜各输出 **2 套**不同取向的画风方案（`variants` 数组），仅返回约定的 JSON。"
|
||||
)
|
||||
|
||||
|
||||
@@ -230,7 +202,7 @@ def analyze_poetry(poem: str, cfg: dict) -> dict:
|
||||
|
||||
style_pref = cfg["image"].get("style_preference", "").strip()
|
||||
print(f"\n{'='*60}")
|
||||
print("正在调用 LLM 分析古诗词意境（四段式思维链）...")
|
||||
print("正在调用 LLM 生成古诗词画面提示词（JSON）...")
|
||||
print(f"模型: {llm_cfg['model']}")
|
||||
if style_pref:
|
||||
print(f"风格期望: {style_pref}")
|
||||
|
||||
Reference in New Issue
Block a user