ChatGPT Shortcut：https://www.aishort.top/ FLOWGPT：https://flowgpt.com/ 火花靈感：https://www.hhprompt.com/home Lexica：https://lexica.art/ prompthero：https://prompthero.com/

同學(xué)們，你們prompt是自己苦哈哈碼的嗎？可別了，有現(xiàn)成的工具為啥不用？

今天我就和大家分享一些好用的prompt工具網(wǎng)站，用熟了ChatGPT、midjourney、stable diffusion能玩起來更爽！搜羅了有十幾個，大家自行嘗試。

科研人注意看文末，我還整理了不少關(guān)于prompt的論文，經(jīng)典的前沿的都有，也下載打包好了，最近prompt真的是熱門，這么好發(fā)論文的機(jī)會一定要把握住！

一、文本類

1.flowGPT

可以生成很多有創(chuàng)意的prompt，重點是還可以白嫖GPT

傳送門：https://flowgpt.com/

2.bestprompts

可以按照職業(yè)和主題查看ChatGPT提示詞

傳送門：Bestprompts，最全最準(zhǔn)的AI提示語大全，教你如何高效和AI對話

3.ChatGPT Shortcut

提供了快捷指令表，可以快速篩選和搜索適用于不同場景的提示詞，節(jié)省時間很可以

傳送門：ChatGPT Shortcut - 簡單易用的 ChatGPT 快捷指令表，讓生產(chǎn)力倍增！ | 標(biāo)簽篩選、關(guān)鍵詞搜索和一鍵復(fù)制 Prompts

4.Awesome ChatGPT Prompts

匯集了世界各地用戶上傳的提示詞，可以一鍵復(fù)制

傳送門：Awesome ChatGPT Prompts | This repo includes ChatGPT prompt curation to use ChatGPT better.

5.Hugging Face

輸入自己想要的gpt角色，點擊submit，就可以生成一段專屬你的提示詞

傳送門：ChatGPT Prompt Generator - a Hugging Face Space by merve

二、繪圖類

1.promptomania

比較全面的prompt生成器，可以提供midjourney、stable diffusion等智能AI繪畫工具的文本描述模板，穩(wěn)定多元，可以選擇調(diào)整細(xì)節(jié)和展示效果

傳送門：promptoMANIA: AI art community with prompt generator

2.prompthero

根據(jù)圖片查詢prompt，可以文字檢索，界面也挺美觀

傳送門：PromptHero - Search prompts for Stable Diffusion, ChatGPT & Midjourney

3.kalos.art

直觀展示利用哪些提示詞可以生成的圖像風(fēng)格，可以一鍵復(fù)制prompt

傳送門：Homepage - kalos.art

4.lexica.art

可以基于 prompt 或者圖片搜索到相關(guān)的 AI 繪畫作品集，可以通過 prompt 進(jìn)行 AI 繪畫

傳送門：Lexica

5.prompt翻譯網(wǎng)站

網(wǎng)站支持將中文prompt翻譯成英文，玩midjourney時有用

傳送門：OPS 提示詞工作室 | 可視化編輯提示詞 | 一鍵翻譯 AIGC 提示詞 | Midjourney 提示詞 | OpenPromptStudio made by Moonvy 月維

6.prompt perfect

幫助優(yōu)化提示詞的網(wǎng)站，比如輸入一個簡短的描述，可以生成更詳細(xì)的prompt，免費使用20次

傳送門：PromptPerfect - Elevate your prompts to perfection

三、必讀論文

綜述

• A Survey for In-context Learning 2022

• Nature Language Reasoning, A Survey 2023

• Augmented Language Models: a Survey 2023

• ......

方法

• Scaling Laws for Neural Language Models（2020） 引用數(shù)439

• How Can We Know What Language Models Know?（2020） 引用數(shù)551

• Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys（2021） 引用數(shù)962

• The Power of Scale for Parameter-Efficient Prompt Tuning. EMNLP（2021）引用數(shù)739

• Finetuned Language Models are Zero-Shot Learners. ICLR（2022）引用數(shù)399

• Can ChatGPT Understand Too? A Comparative Study on ChatGPT and Fine-tuned BERT(opens in a new tab) （2023）引用數(shù)15

• Prompt, Generate, then Cache: Cascade of Foundation Models makes Strong Few-shot Learners（2023）引用數(shù)6

• ......

應(yīng)用

• Survey of Hallucination in Natural Language Generation（2022）引用數(shù)75

• Conversing with Copilot: Exploring Prompt Engineering for Solving CS1 Problems Using Natural Language（2022）引用數(shù)10

• Learn to Explain: Multimodal Reasoning via Thought Chains for Science Question Answering（2022）引用數(shù)24

• The Capacity for Moral Self-Correction in Large Language Models（2023）引用數(shù)4

• BloombergGPT: A Large Language Model for Finance（2023）引用數(shù)7

• TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with Millions of APIs（2023）引用數(shù)7

• ......