最近，刷X（原推特）看到一种New business card。
一只手拿着一张代码窗口的名片，窗口里是你的个人信息。
非常新颖和fashion，不少AI圈的大佬都在用。比如微软的网络安全专家@Thomas Roccia。
X地址：
https://x.com/fr0gger_/status/1916743281339498760
他这条X已经有2k转发、400w浏览。
评论区，引发很多人的模仿。
除了代码名片外，还有Excel名片、PPT名片、Txt名片……
甚至，还有人用Sora做成了视频。
怎么做的？
X网友@Umesh 分享了提示词模板。
Prompt Template：
A close-up shot of a hand holding a business card designed to look like a {file_format} file open in {code_editor}. The card shows code formatted in {syntax_type} with keys like {key1}, {key2}, {key3}, and {key4}. The window includes typical toolbar icons and a title bar labeled {file_name}, styled exactly like the interface of {code_editor}. Background is slightly blurred, keeping the focus on the card.
Example placeholders:
{file_format}: JSON, XML, YAML
{code_editor}: Notepad++, VS Code
{syntax_type}: JSON, XML
{key1}: "name": "Your Name"
{key2}: "title": "Your Title"
{key3}: "email": "your@email.com"
{key4}: "link": "yourwebsite"
[{key5}: "phone": "Phone Number"]
{file_name}: Business Card.json or Business Card.xml
X地址：
https://x.com/umesh_ai/status/1915696926596415492
这个Prompt，简单说就是：
一只手拿着名片的特写镜头，名片看起来像是在 {code_editor} 中打开的 {file_format} 文件， {file_format} 可以选择JSON、EXCEL、PPT、Notepad等不同场景，代码中填写 {key1}、{key2}、{key3} 和 {key4} 等个人信息内容。
简单理解，就是这样。
为了方便国内用户使用，我用Markdown语言将这段Prompt进行了改写。
#任务：
帮我生成一张手捏着名片的【xx尺寸】照片。
#名片设计：
这张名片并非传统名片的样式，而是设计成了一个深色背景的计算机程序代码编辑器的窗口界面。
#代码编辑器的窗口元素：
##顶部：
左上角有三个模拟窗口控制按钮(红、黄、绿)，中间是窗口标题“BusinessCard.json”
##工具栏：
标题栏下方有一排小的图标，模拟代码编辑器的工具栏。
##代码区域：
卡片的主要部分显示了带有行号(1-5可见)的代码。
###代码区域的代码为：
"name":"名字"
"title":"职称/单位"
"email":"邮箱"
"WeChat":"微信号"
#背景：
背景模糊，看起来像一个未来的桌面或表面。
#整体风格：
这张名片设计非常有创意和极客风格，暗示了名片主人可能从事IT、软件开发或人工智能相关的工作。它用一种程序员熟悉的代码编辑器来展示个人信息。
比如，我输入我的信息，尺寸设为2:3（手机端通用尺寸）。
发给4o后，就得到了这样一张AI名片。
个人信息尽量使用英文，用中文容易出错。本文开头这张，我抽卡了好多次才抽到。
这是我抽卡失败的图片。
“逸”“垠”“创”这几个笔画比较多的字，4o生成起来就很吃力。
这个提示词，我也试过其他模型（比如豆包、即梦）。
都不太行，要么不理解我的指令，要么排版混乱，要么对代码编辑器是什么有误解。
不过，即梦对中文汉字的支持要比4o好很多。最新发布的即梦3.0图片模型，很少出现文字乱码，基本上都能准确生成中英文字。
比如，我随便写的提示词：
手拿着一张卡片，这张卡片是用代码编辑器做成的。
卡片里写着以下内容：
name:冷逸
title:沃垠AI创始人
brief:分享前沿、实用的AI干货
WeChat:lengcp2013
中文完成度非常高，但是整体语义理解没法做到像4o那样，理解我的复杂指令。
这是因为二者模型架构不同。之前我们提过，4o采用了自回归路线，它能够理解有超长上下文的完整句子。而不是像扩散模型一样，堆画面描述词。
欢迎大家对这个提示词进行迭代，看能不能调教出适合即梦/豆包的提示词。
One more thing
前段时间，还出现一种新的玩法，叫“意外风”。
比如，东子与兴哥一起送外卖。
特“没”谱与周董在上海外滩相遇。
提示词极其简单：
请画一张极其平凡无奇的iPhone自拍照，没有明确的主体或构图感，就像是随手一拍的快照。照片略带运动模糊，阳光或店内灯光不均导致轻微曝光过度。角度尴尬、构图混乱，整体呈现出一种刻意的平庸感，就像是从口袋里拿手机时不小心拍到的一张自拍。主角是___和__，背景是_____。
这句Prompt充满平平无奇、混乱、平庸、过度等“瑕疵”描述，没有一句是在追求完美。没想到，这个不追求完美的Prompt却让4o生成出无比“真实”的照片。
不得不说，在文生图领域，4o真是独一档的存在。
不过，有意思的是——AI，在拼命复现人类世界的真；而我们，却在精心伪造完美世界的“假”（比如P图、滤镜、精修、摆拍）。
有时候，我们总嘲笑AI有幻觉。
其实，我们自己又何尝不是活在幻觉中呢？
粤ICP备14082021号
免费POC，
零成本试错
