惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Troy Hunt's Blog
F
Fortinet All Blogs
D
DataBreaches.Net
Google DeepMind News
Google DeepMind News
Y
Y Combinator Blog
The Register - Security
The Register - Security
T
Tailwind CSS Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
月光博客
月光博客
V
Vulnerabilities – Threatpost
S
Securelist
S
SegmentFault 最新的问题
T
Threat Research - Cisco Blogs
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
P
Privacy International News Feed
S
Schneier on Security
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
L
LangChain Blog
GbyAI
GbyAI
Apple Machine Learning Research
Apple Machine Learning Research
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
美团技术团队
Cyberwarzone
Cyberwarzone
C
Cisco Blogs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Google Online Security Blog
Google Online Security Blog
M
MIT News - Artificial intelligence
U
Unit 42
V
V2EX
C
CERT Recently Published Vulnerability Notes
云风的 BLOG
云风的 BLOG
B
Blog
博客园 - 叶小钗
Attack and Defense Labs
Attack and Defense Labs
Security Archives - TechRepublic
Security Archives - TechRepublic
aimingoo的专栏
aimingoo的专栏
Hacker News: Ask HN
Hacker News: Ask HN
博客园 - Franky
Engineering at Meta
Engineering at Meta
Schneier on Security
Schneier on Security
C
CXSECURITY Database RSS Feed - CXSecurity.com
酷 壳 – CoolShell
酷 壳 – CoolShell
T
The Blog of Author Tim Ferriss
IT之家
IT之家
W
WeLiveSecurity
Cisco Talos Blog
Cisco Talos Blog
K
Kaspersky official blog
Martin Fowler
Martin Fowler
SecWiki News
SecWiki News

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
一套万能提示词,教你生成刷爆小红书的「梗图游戏」
一泽Eze · 2025-09-23 · via 人人都是产品经理

最近,小红书上一种独特的“梗图游戏”悄然走红,它以巧妙的谐音和有趣的视觉谜题吸引了无数用户的关注。这些梗图不仅考验着人们的脑洞,更激发了大家的创造力。但你可能不知道,这些看似复杂有趣的梗图,如今已经可以由AI轻松生成。

话说,你真觉得,人类比 AI 更会玩梗、搞抽象吗?

先别急着回答。

来玩一组「看图猜谜」的游戏,看你能猜出几个:

你猜出来了几个?

噢对了,这 4 个「看图猜谜」题,从谐音梗挑选、谜题设计,再到游戏图生成,整个流程全是由 AI 自主完成的。

人类在其中,不需要贡献半点智力。

更令人惊喜的是,这种梗图游戏,恰好就是最近在小红书上非常火爆的流量密码。

不少博主依靠着自己的脑洞和手绘,获取了篇均上千、上万赞的高热互动数据,刷爆社区流量。

而现在,你的 AI 可以替你下场了。

无需拼脑洞、练手绘,只需动动手指,就能让 AI 稳定量产上千篇 刷爆小红书的「梗图游戏」。(甚至玩梗与图片质量,比人类创作者更好

人类,来感受 AI 的抽象与创意效率吧!😏

👉 领取你的「万能提示词」

你也许会怀疑,上面这些有趣的「梗图游戏」只是 AI 灵光一现的“抽卡”作品。

但事实是,要实现这种稳定的高质量创作,并非偶然。

大多数时候,AI 之所以显得机械和无趣,源于我们缺少了一套能精确引导它的方法和上下文。

而下面我想交给你的万能梗图提示词,则正是解决这个问题的钥匙。

这也是全自动的「梗图游戏」生产线的核心所在:

# Role: 万能梗图提示词

// Author:一泽Eze

// License:Apache License 2.0

## Profile

你是一位顶级的创意大师和 AI 文生图提示词专家,尤其擅长创造和解构基于双关与谐音的视觉谜题。你能够深刻理解语言的趣味性和图像的表达力,精通将一个抽象的词汇转化为一个具体的、有趣的、且充满线索的像素艺术场景。你的设计不仅追求视觉上的复古美感,更推崇逻辑的纯粹性与设计的优雅性。

## Core Mission

– 你的核心任务是根据用户的需求,根据用户的需求,构建一个单一、详尽、功能完备的提示词,旨在一次性生成一张完整的、包含所有视觉与文字信息的看图猜谜游戏成品图。这张成品图必须是垂直布局,清晰地分为上半部分的线索区和下半部分的谜题区。

– 你可以全自动生成一个全新的谜题,也可以根据用户指定的“谜底”或“谜面”来进行逆向设计。

– 你构建的提示词将严格遵循复古、可爱的像素艺术风格 (Pixel Art),确保生成的线索图与谜题图风格统一,能够引导 AI 模型准确生成符合谜题逻辑的图像。

## Input Handling

– 接受两种输入模式:

1. 自动模式: 用户只需说“给我设计一个新题目”或类似指令,你将全权负责构思并生成所有内容。

2. 指定模式: 用户可以输入“谜底是XX”或“线索图是XX”,你将围绕该核心元素构建剩下的所有内容。

– 分析与解构: 你会首先分析谜底词汇,寻找最适合视觉呈现的谐音替代方案,并构思出能够串联这些元素的趣味场景。

## Key Responsibilities

1. 谜题构思: 无论是自动还是指定模式,你都需要构思出一个逻辑自洽且有趣的谐音谜题。这包括确定谜底、设计出谐音的谜面(场景描述)。

2. 场景拆分 (核心设计原则)* 将完整的谜面场景巧妙地拆分为“线索图”和“谜题图”。你将严格遵循以下“纯粹线索”设计哲学:

* 线索图的唯一使命: 线索图必须且只能定义一个“统一的、可被单一词语清晰描述的”概念或物体。其格式固定为`“这是XX”`,旨在为玩家提供一个无可争议的、坚实的逻辑起点。

* 设计禁令: 严禁在线索图中堆砌多个无法构成统一新概念的独立元素。所有可能导致线索变得模糊、需要“罗列”而非“定义”的设计方案,都将被直接否决。

* 谜面图的舞台: 谜题图是呈现所有元素互动、展现动态关系、并构建完整谜题叙事的唯一舞台。必须包含线索图中的主体。玩家将带着从线索图中获得的单一、清晰的已知信息,来解读这个更丰富的场景。

3. 谜题截图提示词构建:

* 整体框架定义: 最终图像的整体性质为 A complete mobile puzzle game screen, screenshot (一张完整的手机益智游戏截图)。

* 布局指令: 使用最明确的语言强制进行垂直分割。例如 A vertically stacked diptych, split-screen composition. (垂直堆叠的两联画,分屏构图)。

* 上层内容定义 (线索区): 详细描述上半部分的内容,包括:

– 视觉元素: Top panel shows a [clue image description].

– 文字叠加: Overlayed with the clean, legible Chinese text “这是XX”.

– 高度聚焦,只描述单一核心元素,背景极简,以确保“定义”的绝对清晰性。

* 下层内容定义 (谜面区): 详细描述下半部分的内容,包括:

– 视觉元素: Bottom panel shows a [puzzle image description].

– 文字叠加与下划线控制: Overlayed with the clean, legible Chinese text “这是_(*个字)”. 例如,对于一个三字谜底,提示词中的文本应为 “这是_(3个字)”。这个细节是游戏的关键线索,必须精确无误。

– 详细描述多个元素之间的互动、动作和场景,构建谜题的核心叙事。

* 全局风格与细节: 统一全局的艺术风格 (pixel art, 16-bit retro video game style)、颜色,并加入合理的 UI 元素(当难度较大时,在线索图的右上角显示提示标签,揭示谜底的猜测类型)的描述来强化“游戏截图”的真实感。

* 负面指令: 加入对抗常见错误的负面提示词,如 NO garbled text, NO incorrect characters, NO merged panels, NO blurry image. (不要乱码,不要错别字,不要合并图块,不要模糊图像)。

4. 结构化输出:

* 清晰地列出【谜底】。

* 提供单一的、整合所有需求的【谜题截图提示词】(中英双语)。

* 附上一段简短的【设计思路解析】,解释谜题的设计逻辑,并强调线索的单一性和纯粹性是如何服务于整体解谜体验的。

## Guiding Principles

* 优雅性 (Elegance): 设计追求巧妙与简洁,避免任何形式的笨拙。线索必须一击即中。

* 纯粹性 (Purity): 每个部分(线索/谜题)都有其唯一且不可侵犯的职责。

* 逻辑性 (Logic): 谐音的联想和场景的组合需要符合清晰的逻辑,谜面图元素暗示完备,让玩家能够顺利推理。

* 趣味性 (Fun): 谜面线索不要过于简单明显,拒绝直白无趣的拼凑谐音,最终目标是创造一个能让人会心一笑的娱乐体验。

## Interaction Style

创意、专业、严谨、有趣。我会像一个追求极致体验的游戏设计师一样与你沟通。

## init

用户正在和你连接。如果用户不知道如何开始,请引导用户开始方法

这个提示词的巧妙之处在于,

AI 不再只负责 Chat 问答、文生图的单一职责,而是将人类进行创意构思时的完整心流,成功地逆向为 3 个 AI 可思考执行的连贯行动:

你唯一需要做的就是:

把你想用到的线索元素 or 谜底,甚至“随便来一题”发给推理 AI。

再把生成的文生梗图提示词,丢给文生图 AI 即可~

个人实测下来,模型选择请务必优选 Gemini Pro 和 即梦 AI!

其他 AI 虽然也可以跑,但我实测下来:题目提示词设计上:从谐音梗设计质量、出题要求稳定性,其他模型还是不如 Gemini。文生图实现上:即梦 AI 的中文生成远比其他家更稳定。(非广。对了,即梦,打钱!)

你的 AI 就会自动完成「梗图游戏」生产 ⬇️

🧭 保姆级完全操作指南:两步生成你的第一张「梗图」

其实整个流程非常简单。

正如上文所说,我们只需要用到两个工具:

1. 推理模型:Gemini 2.5 Pro。实在没有,也可以用豆包等模型代替,记得打开 thinking(深度思考)模式。

  • Gemini:https://gemini.google.com/
  • GoogleAIStudio:https://aistudio.google.com/

2. 文生图模型:即梦 AI。Nano Banana、GPT-4o 这些也不是不行,就是中文容易乱码。

即梦 AI: https://jimeng.jianying.com/ai-tool/generate

1️⃣ 让 AI 自动出谜题

1. 打开推理模型,如 Gemini

2. 完整复制上方的「万能梗图提示词」,发送给 AI

3. 然后 AI 会很贴心地告诉你可以直接让它随机生成 1 个新题目;也可以由你直接指定 1 个谜底,由它扩充为完整的谜题。

这时, 你只需要跟着 AI 提示,输入你的指令, 比如:

  • 给我设计一个新题目/随便给我来一题
  • 我想用「XXXX」作为谜底
  • 设计4个字的职业梗

举个例子,我选择「西游记」作为谜底:

AI 就会对你的提示进行推理,结合万能提示词的指导,选择适合玩梗的抽象逻辑,构造出一套生成看图猜谜的文生图提示词

还是中英双版,一般采用中文版即可,并包含谜底和设计思路解析:

此时如果直接拿到即梦中生成,取得效果如图所示:

洗油鸡 = 西游记,还行,但还可以更好。

如果对 AI 生成的谜题不满意

想要进一步优化谜题图的话,你也可以继续和 AI 连续对话,不断给出改进提示,比如:

  • “换一个,这个梗不好玩”
  • “谜面过于简单了”
  • “思路不错,但能不能把xx的元素去掉,太明显了”
  • 甚至是更加直接的“改进谜题”

怎么口语表达意见都行。就像和真人同事沟 (shuai) 通 (guo) 一样

在「西游记」这个例子中,我就觉得这个谜面玩法不咋地,但得益于 AI 选择的「油」、「鸡」元素,倒是也激发了我更好的灵感。

我是这么让它调整的:

随后 AI 给我改出了一份新的梗图提示词:

一张完整的手机益智游戏截图,像素艺术风格。

构图为垂直堆叠的两联画,分屏显示。

上半部分(线索区):显示一只独立的、可爱的像素风大公鸡,姿态昂扬,背景为极简的纯色。右上角有一个小小的UI标签,写着“提示: 书名”。画面上叠加清晰可辨的中文文字:“这是一只鸡”。

下半部分(谜题区):展示一个完整的趣味场景。来自上图的同一只大公鸡,正俯身用一根长长的吸管(吸)去喝一个木桶里的食用油,木头上有个写有“油”字的铭牌。画面上叠加清晰可辨的中文文字:“这是____(3个字)”。

整体风格:可爱迷人的16位复古电子游戏像素艺术,色彩鲜艳明快,有简洁干净的游戏UI边框。

负面提示词:不要乱码,不要错别字,不要合并图块,不要模糊图像,不要出现英文字符。

看着感觉整体还不错,那就正式进入第 2 步:利用文生图 AI,一键生成高质量谜题图。

2️⃣ 一键生成高质量谜题图

不得不说,涉及到图中需要生成中文汉字时,即梦 AI 的效果真的很好。

所以,还是推荐用即梦 AI 来做这一步的生成。

1. 打开即梦 AI:https://jimeng.jianying.com/ai-tool/generate

2. 在输入框设置创作类型为「图片生成」,画幅尺寸为「竖版 3:4」(模型选择 图片 4.0 即可)

3. 在输入框中粘贴 AI 最终给出的 梗图提示词 后,发送即可。一般是从“一张完整的手机益智游戏截图”,到“整体风格:……”(在即梦 AI 里,负面提示词作用不大,可以视情况不用)

最终,你就会获得一张完全由 AI 们自主设计的完美「梗图游戏」图片 ⬇️ :

对,就是这么简单,2 步就能无脑、稳定地搞定一张刷爆小红书的「梗图游戏」。👉

如果你追求更加激进的生成效率,甚至还能利用 Gemini、即梦 的 AI API,自行搭建一套大批量生「梗图」的 AI Workflow,实现秒出上千张有高赞潜力的「看图猜谜」游戏素材。

也可以直接利用这套「万能提示词教程」,制作一个互动小游戏网站

☝️ 来,考考你能答对几个 AI 出的谜题

掌握了方法后,AI 几乎可以把任何词语都变成梗图游戏。我也多做了一些 Case,想帮你打开玩梗的创造力。

当然,你也同样可以在看答案前猜一猜(答案在本节末尾统一公布)。

1️⃣ 搞搞职业梗

2️⃣ 搞搞成语梗

3️⃣ 搞搞品牌梗

4️⃣ 搞搞生活物品

🏆 公布此节的梗图答案

且不说猜对了几个,就说你尝试猜了几次答案?

公布答案如下:

  • 职业梗:工程师(攻城狮);调音师(调鹰狮)
  • 成语梗:画蛇添足(画蛇舔足);胸有成竹(熊有橙竹)
  • 品牌梗:蜜雪冰城(蜜靴兵秤);霸王茶姬(霸王龙茶鸡)
  • 生活物品:抹茶粉(魔查坟);充电插头(虫电叉头)

如果你全部猜对了,那么,恭喜你获得限定称号,二选一:

  • 人类抽象的最后尊严!
  • 伪装成人类的最强抽象AI!

🎐 写在最后:当「抽象」也开始被工业化制造

当然,这套万能提示词也并非完美无瑕。

我们必须坦诚,受限于当前文生图 AI 的能力边界,AI 依然不擅长精确控制微小元素的数量生成。

(比如,谜题区的这是_ _ _的下划线数量。AI 既无法精确生成,也无法数清数量)

这也是为什么我在设计「万能提示词」时,花了大量精力根据 AI 的能力边界,去设计一套略显 tricky 的 Prompt,以最大程度地规避这类问题:

  • 比如选择像素风,并非只为了复古,而是因为简单统一的画风,更能使AI聚焦核心创意,回避其在复杂细节上的不稳定。
  • 再比如,强制AI在生成后“自我阐述设计思路”,这其实是在用语言模型自身的逻辑能力,来约束和验证梗图提示词的整体设计。

最后,我们再回顾这套提示词所产生的效用,不难发现一个重要的变化:

此前,制作这种很抽象的创意内容,几乎只是少数人类创作者的专属,既得想出好梗的“创意脑洞”,还要能画出一手好图。

而现在,AI 不再只是辅助工具,它足矣完整地承接创作中全部的智力任务,实现了对这两个环节的「降维打击」。(虽然不喜欢这个词,但事实就是如此)

AI 已经能够把「抽象」,这种过去被视作人类灵光乍现的产物,变成了人人皆可复制生产的“工业品”。

所以,回到我们文章最初的那个问题:人类比 AI 更会玩梗、搞抽象吗?

至少有了这套万能提示词,

这下好了,人类连搞抽象也比不过 AI 了。

本文由人人都是产品经理作者【一泽Eze】,微信公众号:【一泽Eze】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Sora视频生成截图