AI 艺术家 Drew Brucker（x: dcbruck） 分享的 15 组精美的 Midjourney 风格参考代码。
15 组精美的 Midjourney 风格参考代码
AI艺术家Drew Brucker公开15组高质量Midjourney风格提示词，覆盖写实、插画、赛博朋克等多种视觉风格与构图范式，可直接调用或作为提示工程优化参考。
发布于2024年11月8日 07:10
|编辑零重力瓦力
|评论0 条
|阅读40
相关文章
智能体工程
2026年5月9日
0 条评论
小创
多智能体连续工作 16 天，验证契约和串行执行是关键
Factory 工程师 Luke 分享多智能体系统 Missions 架构，核心在于解决人的注意力瓶颈。该系统采用编排、工作、验证三角色分工，强调“先定义完成标准”再写代码，通过串行执行降低协调开销，并强制结构化交接以支撑长周期任务。不同角色匹配专用模型，编排逻辑主要依赖提示词，使团队能同时处理的工作流数量从 10 条提升至 30 条。
#智能体工程#提示词工程
阅读全文
智能体工程
2026年5月9日
0 条评论
小创
Prompt Evolution ：迭代提示词设计让多智能体性能提升 30%
在多智能体系统中，提示词质量而非模型能力才是决定表现的关键。通过对主智能体、分析智能体、编码智能体和评判智能体提示词的系统性演进，工作流效率能够提升 30%。核心方法包括：明确智能体角色边界，将约束显式编码，将编码智能体从“作者”降格为“编译器”，以及依据失败模式驱动迭代。这一实践揭示了工业级 AI 工作流的本质。越确定性的任务越需要确定性的约束，而非期待模型自行领会意图。
#智能体工程#提示词工程
阅读全文
智能体工程
2026年5月9日
0 条评论
小创
LLM 工作原理： Prompt Engineering 解析
大语言模型本质是概率引擎，通过 Token 切分和数字编码逐步预测下一个内容。由于概率采样的非确定性特性，输出存在自然波动，这是设计而非缺陷。温度参数控制输出创意度，最大 Token 数限制回复长度， Top-P 核采样限定选词范围，上下文窗口决定记忆容量。实操建议：温度和 Top-P 只调其一，配合最大 Token 数系统性配置，可有效提升提示词工程的可控性。
#提示词工程
阅读全文
互动讨论
评论区
围绕《15 组精美的 Midjourney 风格参考代码》展开交流，未登录用户可浏览评论，登录后可参与讨论。
评论数
0
登录后参与评论
支持发表观点与回复一级评论，互动后将同步到消息中心。
暂无评论，欢迎成为第一个参与讨论的人。