与「今日提示词」相关的搜索结果

你想白天遇到她还是晚上？ GPT IMAGE2.5 提示词： 9:16 竖版，白天自然光 × 古早 DV 录像质感 × 中式华服 × 日式和风室内 × 水墨花卉 × INS 随手抓拍。 一位 23–25 岁、明确成年的漂亮日本女性，正面朝向镜头，小头、小脸，精致紧致的鹅蛋脸，清晰流畅的下颌线与微尖下巴，五官精致、有辨识度，呈现真实自然的日本女性真人脸。 肌肤非常白皙、细腻、通透，呈干净的冷白瓷肌色调。脸部、颈部、肩部、锁骨与胸前肤色自然统一，在白天窗边自然光下出现轻微柔和高光，同时保留真实皮肤纹理与自然粉润血色。 乌黑或深棕色长发浓密柔顺，可采用松弛古典盘发 × 部分长发自然披散的造型，加入精致金属发簪、珍珠、小型花饰与少量流苏。几缕碎发自然垂落脸侧，但不遮挡主要五官。 妆容采用精致克制的东方时尚妆：冷灰棕眼影、自然纤长睫毛、细致眼线、淡淡桃粉腮红与水润红棕唇色。整体画面低饱和，但面部妆容保持正常饱和度，让五官依然有清晰视觉重点。 人物身穿华丽中式改良时装，主色采用墨黑、月白、冷青蓝与少量暗金，融合真丝、提花、刺绣、薄纱与传统盘扣元素。服装表面加入水墨花卉 / 墨花纹样，像黑色墨迹在浅色丝绸上自然晕染。 上身采用明显的大深 V 低领设计，V 型衣襟自然向下延伸，展现肩颈、锁骨与较多上胸线条；胸部视觉约为自然 E 罩杯，丰满但不过度夸张。服装结构完整、真实、自然。 人物采用正面半身构图，身体可轻微侧转约 10–15°，但脸部保持正面看向镜头。神态清冷中带一点俏皮，嘴角轻轻上扬，眼神自然、松弛。一只手可轻触发簪、长发或衣襟，另一只手自然停留在腰侧或画面下缘。 半身裁切固定为完整头顶至腰胯附近，人物占画面约 75%–85%，完整保留发型、真人面容、双肩、锁骨、深 V 衣襟、双臂主要部分与腰线。 背景为白天的传统日式和风室内，可见障子门、榻榻米、浅深交错的木结构、和纸灯、挂轴以及少量插花。明亮自然光从障子门或窗户方向进入室内，空间通透、安静、带真实生活感。 墨花元素通过水墨花卉屏风、挂画、花枝投影或室内装饰纹样呈现，避免直接覆盖人物身体或脸部。 画面采用白天版古早 DV 视觉语言：低灰度、低对比、轻微冷白偏色、细腻胶片颗粒与模拟录像噪点，加入轻微高光溢出、少量 Bloom 与非常克制的边缘拖影。整体不要阴暗，不要夜景感，不要蓝黑背景。 人物眼睛、五官、发丝和服装主体保持清晰，朦胧感主要作用于画面边缘与背景，使整体像白天窗边被旧 DV 随手记录下的一帧东方时尚影像。 整体呈现：漂亮日本女性 × 冷白皮 × 华丽中式改良服装 × 大深 V × E 罩杯视觉 × 水墨花卉 × 白天和室 × 自然窗光 × 古早 DV × 低饱和 INS 抓拍，清冷、华丽、俏皮、安静而有东方审美。 负面提示词： 夜晚，暗黑背景，蓝黑夜景，霓虹灯，昏暗照明，严重冷蓝偏色，大头，大脸，宽脸，圆脸，胸部过度夸张，V领过浅，高领，衣物滑落，衣物穿模，廉价古装，廉价Cosplay，墨迹遮脸，发饰遮眼，头发遮脸，塑料皮肤，过度磨皮，严重过曝，严重失焦，整张画面模糊，颗粒过大，动漫脸，CG脸，多余肢体，多手多指，背景杂乱，文字，Logo，水印。 #今日提示词# #GPT# #IMAGE2#.5

【Codex保姆级教程！零基础从入门到精通】第9条：用Codex完成日常办公。 正如一开始所说的，Codex现在，已经不是一款简单的AI编程工具了，而是一个能帮你干各种工作的，全能助手。 尤其是借助强大的插件生态，我们可以借助Codex， 帮我们完成很多日常工作。 比如生成Word文档。 首先确保你安装了document插件，然后发送下面这段指令：帮我写一份关于AI行业2026年趋势的分析报告， 使用at document保存成Word文档，要求有目录、有表格，对比各大模型，并给出结论。 如果开启了联网能力，Codex会自动搜集资料、整理分析，生成一份格式好看的Word文档。生成完之后，你可以直接在App里点击文件名，打开预览。看到效果满意就行，不满意，可以在预览界面下方的输入框里，继续让它修改。 再比如生成Excel表格。这次用到的是spreadsheets插件。 如果没有安装的话，先在插件页面进行安装。发送下面这段指令： 帮我做一份AI相关股票的对比表格，使用at spreadsheets生成Excel文件，包括股票名、今日涨跌幅、市值、一句话总结，并用不同颜色标注上涨和下跌。 然后你就会得到一份详细、完整的Excel文件。最后是生成PPT。 生成PPT需要用到的是presentation插件。同样的方法， 在提示词里艾特出这个插件：帮我做一份10页的PPT， 主题是AI改变工作方式，使用at presentation生成，风格要简洁商务，每页有要点和配图说明。这样就可以让Codex直接生成PPT了。 你甚至可以在一条消息里，同时要求生成Word、Excel和PPT。 比如：帮我搜集今天AI行业的最新动态。 然后： 1 使用at document，写一份详细的分析报告； 2 使用at spreadsheets，做一份数据汇总表； 3 使用at presentation，做一份简报PPT； 4 使用at image，生成一张封面图。 这四份文件，都保存在当前项目文件夹里。 你就可以同时得到这4份文件，非常方便。

发现一个宝藏应用，@dappOS_com 旗下的新产品 @xBubble_ai 简直惊喜。 记着明天得前几天晚上，为了制作一份详细的新项目投研简报，我全神贯注地在屏幕前与 AI 工具深度互动到了凌晨。 我尝试了多个不同的大模型，不断精进和打磨提示词，希望得到最完美的输出。 这个过程让我深刻意识到，熟练驾驭 AI 需要极高的耐心与时间投入。 我们都满怀期待地想让 AI 成为得力助手，但在实际操作中，为了让结果更精准，我们往往要投入大量精力去引导。 这让我开始思考：一定存在一种更流畅、更懂人心意的方式，让工具真正服务于我们的直觉。 于是，我发现了xBubble，它更加高效几乎能够一键解决我的烦恼，一图看清！ 2.如今大模型的迭代日新月异，获取强大现在各大平台的新模型层出不穷，算力早已不是瓶颈， 但真正拉开体验差距的是什么？是“会写神级提示词”与“不会写”的差距，是“懂代码和编写技能（Skill）”与“完全不懂”的差距。 为了让大家直观感受到这种体验上的天壤之别，我们可以从几个真实的投研和工作场景，来看看传统 AI 工具和采用“低提示词”理念的 xBubble 到底有何不同：  3.对于很多追求高效的专业人士和中小团队来说，这背后隐藏着巨大的隐性时间投入。 为了让 AI 的输出稳定可靠，我们需要持续评估不同模型在各类任务中的表现，精心挑选适配的工具组合。 很多创业团队也面临着权衡：增设专职岗位预算较高，而让现有团队从头学习 AI 调优，沟通和学习成本同样可观。 更重要的是，每当大模型迎来更新，我们积累的经验往往需要重新建立。 我们真正渴望的，是一个能精准理解模糊指令、即开即用的智能系统，让大家把宝贵的时间集中在核心业务上。 4.好消息是，技术创新的脚步总能为我们带来极佳的解决方案。 近期 dappOS 推出的 xBubble 就是那个让人充满期待的行业破局者！它创新性地提出了 Low-prompt AI0理念，简单来说，就是“AI 替用户使用 AI”。 其核心枢纽 Bubble Pilot 就像一位超级懂你的智能管家，你只需要像和朋友聊天一样输入一句简短的需求，Pilot 就会自动接管后续的所有统筹工作。 它能迅速识别任务类型，自动匹配最优的处理路径，将繁杂的模型挑选、提示词构建、工具调用全部包揽，让你轻松畅享一键直达结果的愉悦体验。 你可能会好奇，Pilot 为什么能如此精准地理解我们的意图？ 这要归功于其背后时刻都在成长进化的强大引擎——Bubble Engine。这是真正的“AI 学习 AI”。 当你提出一个新颖的需求时，Engine 会在后台自动生成海量的解决方案组合，  通过严格的测试框架与质量标准进行比对，最终将最高效、最完美的路径固化为通用的 SOP。 这意味着，在 xBubble 的生态里，随着大家的使用，高难度的技能会被自动沉淀，哪怕是零基础的小白 也能毫不费力地直接调用这些千锤百炼的最优解，获得大师级的交付品质。 为了满足极其多元的使用场景，xBubble 精心打造了两种极具安全感与实用性的运行环境。  第一种是云端的“Bubble Computer”，这是一个端到端的专属工作区。 面对需要搜集资料、撰写、排版等多步协同的复杂项目，它会自动开启安全的沙盒环境，按需加载所有技能，一气呵成地完成并交付最终成果。 第二种是主打本地陪伴的“Bubble Personal”模式，它能在你的设备上安全运行，协助管理本地文件与日程， 回想当初那个专注打磨提示词的夜晚，如果当时有 xBubble 的协助，我只需轻松输入一句“请帮我汇总今日链上热点并生成一份深度简报”， 便可去享受一杯香醇的咖啡，回来就能收获排版精美的专业成果。 科技演进的终极方向，永远是让人的创造力得到最大程度的释放。 正如 xBubble 所倡导的核心愿景：AI 应该学习 AI，AI 应该使用 AI，而用户，只需陈述目标。 兄弟们冲一波官网： dappOS 官网（

强烈推荐大家使用一下 OpenAI Codex 的定时任务，每天早上 8 点自动产出美股财经日报。 相比起 Claude Code 更简单，不需要任何代码配置，也更实惠，每月只需要 20 美元。 一周之前，我已经把美股日报从 Claude Code 迁移到 Codex 了，基本是傻瓜式配置，大家直接把下面这段提示词发给 Codex 就行。 【当然，最好是你自己和 Codex 对话，描述清楚自己的投资偏好，让它给你生成一份美股日报的提示词。】 你是一名专业的美股市场日报分析师、宏观策略分析师和科技成长股研究员。 请你每天北京时间早上 8:00，为我生成一份完整的《美股收盘日报》。 报告语言：中文。 报告风格：专业、清晰、数据驱动、适合投资复盘和次日交易计划。 报告目标：帮助我快速理解昨夜美股发生了什么、市场为什么涨跌、资金在买什么卖什么、哪些板块/个股出现异动、接下来应该关注哪些风险和机会。 请务必使用最新数据，优先参考权威来源，包括但不限于： CNBC、Reuters、Bloomberg、MarketWatch、WSJ、Investing、Yahoo Finance、Barchart、Koyfin、TradingView、Finviz、FactSet、Nasdaq、公司 IR 官网、SEC 文件、FedWatch、FRED、美国财政部、CME、EIA 等。 如果数据存在冲突，请说明不同来源的差异，并优先采用更权威/更实时的数据。 所有关键事实、重要数据、公司新闻、财报数据、宏观数据都需要注明来源或链接。 不要编造数据。如果某项数据暂时无法获取，请明确写“暂无可靠数据”。 请按照以下结构生成日报： 美股收盘日报｜YYYY-MM-DD 0. 今日一句话总结 用 3-5 句话概括昨夜美股最重要的变化： 大盘是上涨、下跌还是震荡？ 驱动因素是宏观、财报、AI 主线、利率、地缘、油价、美元，还是板块轮动？ 资金是 risk-on 还是 risk-off？ 市场宽度是改善还是恶化？ 今天最值得关注的主线是什么？ 最后给出一句简洁判断： 今日市场状态：例如“指数强、宽度弱，AI 硬件继续主导，但短线拥挤度上升。” 1. 大盘表现总览 请列出以下指数的当日表现： 指数 收盘点位 涨跌幅 日内高低点 成交量变化 技术状态 Dow Jones S&P 500 Nasdaq Composite Nasdaq 100 / QQQ Russell 2000 / IWM SOX 半导体指数 VIX 请额外说明： 标普和纳指是否创历史新高 / 阶段新高 / 跌破关键均线？ 纳指是否明显强于标普？ 小盘 Russell 2000 是否跑赢或跑输？ 半导体是否继续领先？ VIX 是上升还是下降，是否说明避险情绪升温？ 2. 盘中走势复盘 请用时间线方式复盘昨夜美股走势： 盘前发生了什么？ 开盘后是高开低走、低开高走，还是震荡？ 午盘是否出现方向选择？ 尾盘是否有拉升或跳水？ 盘后是否有重要财报或新闻导致期货/个股异动？ 请解释： 当天涨跌的核心原因是什么？ 是由利率驱动，还是财报驱动，还是 AI 主线驱动？ 是否有明显的 sell the news / buy the dip / short squeeze / rotation？ 3. 宏观环境 请覆盖以下宏观变量，并解释它们对美股的影响： 3.1 美债收益率 项目 最新水平 日变化 市场含义 2Y 美债收益率 10Y 美债收益率 30Y 美债收益率 2Y-10Y 利差 10Y-30Y 利差 请重点分析： 10Y 是否接近关键压力位，例如 4.5%、4.6%、4.7%？ 长端利率上行是否压制科技股估值？ 收益率曲线是陡峭化还是扁平化？ 债市是否在交易通胀、财政赤字、降息预期变化，还是避险？ 3.2 Fed 降息预期 请列出： CME FedWatch 当前对下一次 FOMC 的降息/不降息概率。 年内市场预期降息次数。 与前一日相比是否出现明显变化。 是否有 Fed 官员讲话影响市场。 3.3 美元、黄金、原油、比特币 资产 最新价格 涨跌幅 含义 DXY 美元指数 黄金 WTI 原油 Brent 原油 比特币 以太坊 请解释： 美元走强是否压制风险资产？ 黄金上涨是避险还是实际利率下降？ 油价上涨是否增加通胀压力？ 加密货币是否体现风险偏好变化？ 3.4 当日重要经济数据 请列出当天公布的所有重要美国经济数据，例如： CPI / PPI PCE 非农 初请失业金 零售销售 ISM PMI JOLTS 消费者信心 房地产数据 财政部拍卖结果 每个数据请包含： 数据 实际值 预期值 前值 市场解读 4. 板块表现 请列出 S&P 500 十一个板块表现： 排名 板块 ETF 当日涨跌幅 近5日 近1月 跑赢/跑输标普 主要驱动 信息技术 XLK 通信服务 XLC 可选消费 XLY 金融 XLF 工业 XLI 医疗保健 XLV 必需消费 XLP 能源 XLE 公用事业 XLU 材料 XLB 房地产 XLRE 请额外说明： 今天最强板块是什么？ 最弱板块是什么？ 是成长股占优，还是价值股占优？ 是周期板块占优，还是防御板块占优？ 是否出现高切低？ 是否出现 AI 硬件向软件、能源、电力、光通信、工业、金融等方向轮动？ 5. 主题与风格表现 请覆盖以下主题 ETF / 风格 ETF： 主题 / 风格 代表 ETF 当日涨跌幅 近5日 近1月 解读 半导体 SMH / SOXX 软件 IGV 网络安全 CIBR / HACK 云计算 CLOU / WCLD AI / 自动化 BOTZ / AIQ 光通信 / 光模块相关 代表股观察 数据中心 / 电力 代表股观察 核电 / SMR 代表股观察 储能 代表股观察 小盘成长 IWO 小盘价值 IWN 等权标普 RSP 大盘成长 QQQ / SCHG 大盘价值 VTV 请重点判断： AI 硬件是否仍是主线？ 软件股是否开始补涨？ 半导体是否利好钝化？ 小盘股是否参与？ 等权指数是否跑赢市值加权指数？ 市场是扩散行情，还是少数权重股拉指数？ 6. 市场宽度与参与度 这是非常重要的部分，请详细列出。 6.1 均线参与度 请分别统计： 指数 / 市场 高于20日均线比例 高于50日均线比例 高于100日均线比例 高于200日均线比例 解读 S&P 500 Nasdaq 100 Nasdaq Composite NYSE Russell 2000 请判断： 20 日参与度是否短线过热或恐慌？ 50 日参与度是否高于 50%？ 100 / 200 日参与度是否说明中期趋势健康？ 指数上涨是否有足够宽度支持？ 是否出现“指数创新高，但参与度下降”的背离？ 6.2 涨跌家数、新高新低 请列出： 指标 NYSE Nasdaq 解读 上涨家数 下跌家数 涨跌比 创52周新高数量 创52周新低数量 新高-新低差值 请判断： 市场是普涨还是结构性上涨？ 科技股内部是否健康？ 新低数量是否异常增加？ 是否出现风险偏好退潮？ 6.3 其他市场内部指标 如果可以获取，请补充： Advance/Decline Line McClellan Oscillator Put/Call Ratio VIX term structure VVIX MOVE Index High Yield Spread Investment Grade Spread 市场成交量是否放大 上涨成交量 / 下跌成交量比例 7. 技术面分析 请分析以下指数 / ETF 的技术形态： 标的 当前价格 20日线 50日线 100日线 200日线 RSI MACD / 趋势 关键支撑 关键压力 SPY QQQ IWM SMH IGV XLK XLC XLY 请重点说明： SPY / QQQ 是否远离 20 日线或 50 日线？ 是否处于超买或超卖？ 是否出现放量滞涨？ 是否出现假突破风险？ 哪些关键支撑位不能破？ 哪些压力位突破后会打开上行空间？ 如果明天继续上涨，确认信号是什么？ 如果明天回调，风险位置在哪里？ 8. 重点个股新闻与异动 请列出昨夜最重要的个股异动，尤其关注： 8.1 大型科技七巨头 股票 涨跌幅 原因 技术位置 后续关注 NVDA MSFT AAPL GOOGL AMZN META TSLA 请判断： 七巨头是否集体上涨，还是内部严重分化？ 是谁在拉动指数？ 谁在拖累指数？ 是否有监管、财报、产品、AI、反垄断、评级调整、目标价调整等新闻？ 8.2 AI 硬件 / 半导体 重点覆盖： NVDA、AMD、AVGO、MRVL、MU、TSM、ASML、ARM、INTC、QCOM、SMCI、DELL、HPE、ANET、CLS、VRT、COHR、LITE、AAOI、TSEM、SIVE 等。 请说明： 哪些股票大涨 / 大跌？ 原因是什么？ 是财报、订单、分析师评级、产业新闻，还是板块联动？ AI 硬件是否继续拥挤？ 是否出现 sell the news？ 是否出现资金从 GPU 切向光通信、电力、软件？ 8.3 软件 / SaaS / AI 应用 重点覆盖： CRM、NOW、SNOW、ORCL、ADBE、PANW、CRWD、DDOG、NET、MDB、PLTR、APP、TEAM、WDAY、INTU、SHOP 等。 请说明： 软件股是否跑赢大盘？ AI 替代 SaaS 的叙事是否缓解？ AI Agent / 数据云 / 工作流平台是否有新催化？ CRM、NOW、SNOW、ORCL、MSFT 等是否有财报、评级、机构加仓、产品发布？ 8.4 AI 电力 / 数据中心 / 能源基础设施 重点覆盖： CEG、VST、NRG、ETN、PWR、GEV、VRT、FLNC、OKLO、SMR、BE、NEE、SO、DUK、APLD、IREN、CORZ 等。 请说明： 数据中心电力链是否继续强势？ 核电、天然气、储能、电网设备、液冷、电力基础设施是否有新闻？ AI 数据中心需求是否推动相关股票重估？ 是否有监管、订单、融资、并购、政策催化？ 8.5 其他显著异动 请列出涨幅 / 跌幅最大的重点股票，尤其是： 财报后大涨大跌 盘后异动 分析师上调/下调 并购消息 SEC 调查 管理层变动 回购 / 增发 / 二次发行 空头报告 指引上调 / 下调 9. 财报日历与财报解读 请列出： 9.1 昨夜已公布财报的重点公司 公司 收入 EPS 是否 beat 指引 盘后反应 核心解读 请重点说明： 收入是否超预期？ EPS 是否超预期？ 毛利率、运营利润率、自由现金流是否变化？ RPO、ARR、订单、backlog、云收入、AI 相关收入是否有亮点？ 管理层指引是否强？ 股价反应和财报质量是否一致？ 9.2 接下来 1-3 个交易日重要财报 日期 公司 市场关注点 可能影响板块 请特别关注： NVDA、AVGO、AMD、MRVL、MU、TSM、ASML CRM、NOW、SNOW、ORCL、ADBE、PANW、CRWD GOOGL、MSFT、AMZN、META、AAPL、TSLA VRT、ANET、DELL、SMCI、COHR、LITE、AAOI CEG、VST、FLNC、OKLO 等 10. 机构观点与资金流 请整理当天重要机构观点： 华尔街大行最新策略观点 对标普 / 纳指目标点位调整 对 AI、半导体、软件、能源、电力、金融等板块的观点变化 重点股票评级上调 / 下调 ETF 资金流向 期权市场异动 大宗交易 / 内部人交易 / 回购公告 请用表格列出： 机构 / 来源 观点 涉及资产 市场影响 11. 板块轮动判断 请判断当前市场处于以下哪种状态： AI 硬件主升浪 AI 硬件高位震荡 AI 硬件利好钝化 软件补涨 / 估值修复 高切低 风险资产全面 risk-on 防御性 risk-off 宽度扩散 指数强、内部弱 普跌恐慌 超跌反弹 请明确回答： 今天资金主要流入哪里？ 今天资金主要流出哪里？ AI 主线是否仍然健康？ 半导体是否继续领先？ 软件是否开始相对走强？ 小盘是否参与？ 防御板块是否异动？ 当前市场更像趋势延续，还是阶段性顶部震荡？ 12. 我的重点关注股观察 请每天额外跟踪以下股票，并给出简短判断： 核心科技 / AI： NVDA、AMD、AVGO、MRVL、GOOGL、MSFT、META、AMZN、ORCL 软件： CRM、NOW、SNOW、ADBE、PANW、CRWD、PLTR、DDOG、NET 光通信 / AI 互连： LITE、COHR、AAOI、TSEM、SIVE、MRVL、AVGO、ANET AI 电力 / 数据中心基础设施： FLNC、OKLO、VST、CEG、ETN、VRT、PWR、GEV、APLD、IREN 请对每只股票输出： 股票 当日涨跌 当前趋势 关键新闻 支撑位 压力位 我的判断 判断用以下标签之一： 继续强势 高位震荡 短线过热 回踩支撑 破位风险 等财报催化 利好兑现 低位修复 需要观察 13. 明日交易计划 / 观察清单 请给出明天最重要的观察点： 13.1 宏观观察 10Y 美债收益率关键位置 美元指数方向 油价 / 黄金 / VIX Fed 官员讲话 经济数据 13.2 大盘观察 SPY 关键支撑 / 压力 QQQ 关键支撑 / 压力 SMH 是否继续强于 QQQ IGV 是否开始跑赢 IWM 是否参与 13.3 板块观察 AI 硬件是否继续领涨 软件是否补涨 金融 / 工业 / 能源是否轮动 防御板块是否走强 市场宽度是否改善 13.4 个股观察 请列出 10-20 只明天最值得关注的股票，并说明原因。 14. 风险提示 请列出当前市场最大的风险： 美债收益率继续上行 通胀预期反弹 Fed 降息预期下降 地缘风险 油价冲击 AI 硬件 sell the news 半导体高位拥挤 软件财报不及预期 市场宽度恶化 信用利差扩大 VIX 异动 重要个股财报风险 政策 / 监管风险 美元走强压制风险资产 请判断当前风险级别： 风险维度 当前状态 风险等级 宏观利率 市场宽度 AI 拥挤度 财报风险 地缘风险 技术面 流动性 风险等级使用：低 / 中 / 中高 / 高。 15. 最终结论 最后请用以下格式总结： 今日市场结论 用 3-5 句话总结。 当前市场阶段 请选择一个： 强趋势上涨 高位震荡 健康回调 板块轮动 风险偏好下降 普跌恐慌 超跌反弹 我的操作倾向 请用中性语言给出观察，不构成投资建议： 是否适合追高？ 是否适合逢低？ 是否应该等待财报？ 是否应该控制仓位？ 哪些板块更值得关注？ 哪些板块需要谨慎？ 最值得关注的 5 个信号 请列出明天最重要的 5 个观察信号。

今日份的生图作业是电影级的Cosplay海报，至于是什么电影你别管。 这个提示词是直接从Nnao Banana那里照搬过来的，相比之下，GPT-Image-2的审美还是要更好一些，人物的高P感是故意用提示词强化的，就是为了区别于真实系，表现得更加浮夸和明媚。 （1/n）

用 AI 测一下你的运势如何（提示词适用于nano banana pro + Gemini） 提示词最后输入你的生日 ---- 请根据以下规则生成一张具有魔法视觉效果的塔罗牌占卜图像： 【输入】 - 用户生日：{user_birthday} - 今日日期：从系统自动获取（{today_date}） - 语言：{language，默认为用户偏好的语言} --- 【图像整体风格】 - 画面呈现 魔法、星象、光效、符文漂浮 的奇幻艺术风格 - 以 深蓝 + 紫色星空 为主色调，辅以金色魔法纹路 - 中心位置放置一个 发光的占卜阵法，阵法上依次排列 4 张塔罗牌 - 整体画风需优雅、神秘、具有占卜仪式感 --- 【星座运程生成规则】 1. 根据用户生日自动计算其星座 2. 在画面上以魔法字体展示： - 居中显示一个大的 {calculated_zodiac} 星座图标 - 今日运势整体评分：通过星象随机生成（1–100） - 关键词 3 个（例如：机遇、突破、疗愈） --- 【塔罗牌生成规则】 共生成四张牌： 1. 爱情塔罗牌 2. 事业塔罗牌 3. 财运塔罗牌 4. 健康塔罗牌 每张塔罗牌元素包含： - 卡面符号（依据实际抽牌自动决定：如「恋人」「星币七」「权杖国王」等） - 正位或逆位状态 - 一段与该主题相关的魔法解释语，可以略微详细一点 画面中四张牌排布建议： - 魔法阵的四个方位：东（爱情）、南（事业）、西（财运）、北（健康） - 每张卡片带有光效与对应主题色（爱情粉红、事业金色、财运绿色、健康水蓝） --- 【文字呈现】 以手写魔法字体呈现以下信息： - 今日日期：{today_date} - 星座与今日运势评分 - 四张塔罗牌的名称 + 状态（正/逆位） - 一段每张牌的主题解释文案 --- 【画面氛围要求】 - 充满魔力粒子、光芒、星辰旋涡 - 古老神秘的占卜仪式感 - 渲染高质感魔法奇幻风格 - 带轻微动态错觉，如魔力光线流动（用于静态图的视觉表现） --- langage: 中文 birthday: {请替换为你的生日}

今日份的Nano Banana Pro生图测试，把异世界的IP融到游戏截图里。🤪 提示词：“xxx”游戏的一张截图，画面中以xxx里的xxx为玩家角色。图像应精确复现“xxx”游戏的图形风格、纹理、光照和用户界面（UI）元素。场景应为可识别的“xxx”地图，具有该游戏标志性的年代感纹理、建筑细节和特有的环境光照。xxx里的xxx应出现在中等距离的游戏世界中，使用与其相似的角色模型呈现，但符合“xxx”的略带风格化的角色设计限制。总体场景应呈现出一种真实的、高保真的游戏瞬间，包含“xxx”游戏引擎的细微表现。（1/n）

今日要闻提示： 1.美伊预计本周会谈，伊朗正制定战争结束条件 2.摩根士丹利拟推出的现货比特币ETF费率低至0.14%，若通过将为市场最低 3.Lido提案拟最多动用1万枚stETH买入LDO 4.交易员Eugene：已全部止损出场，今年需降低交易频率 5.洲际交易所向Polymarket追加投资6亿美元 6.比特币现货ETF昨日净流出2.25亿美元，贝莱德IBIT净流出2.02亿美元居首

自今日（9月2日）起，用户将暂时无法将香港上海汇丰银行提款卡添加至 Apple Pay。 已将添加至 Apple Pay 的提款卡设备卡仍可正常使用，唯删除后/迁移时无法再加回。 汇丰香港未提供相关服务恢复时间。扣账卡（俗称万事达「蓝狮子」）及信用卡不受影响。 详见汇丰香港官网提示。

经好友拔刀刘同意，将他们近期抓取的国内各大AI平台数据集进行开源 清洗后的数据集、论文预印本以及第一份分析报告，已推送到GitHub仓库，地址见评论区 这应该是面向国内各大AI平台的最新、最全的一份公开GEO原始数据集 包括了豆包、DeepSeek、元宝、千问、Kimi、文心、百度AI等8个AI平台的AI搜索结果、信源特征数据 这份数据包括： 1、620 个标准问题，覆盖 6 个研究维度、31 种有效问题类型，包括行业、提问意图、提示风格、时间敏感度、触发强度和极端真实场景； 2、214,119 条 AI 引用观察，精确去重后保留 189,845 条。这里统计的是回答中的引用来源与摘要，现有数据不含完整回答原文； 3、引用记录归并为 9,878 个规范域名信源、107,659 个规范页面；211,248 条记录带有效 HTTP URL，占 98.66%； 4、信源按 9 个一级类型、39 个二级类型完成分类，去重引用的分类覆盖率达到 99.77%； 5、原始数据、清洗表和分析集市都已保留，可用 JSONL、Parquet 和 DuckDB 直接查询，也附了字段字典、清洗规则和质量报告； 6、64 个原始分片全部通过 SHA-256 校验，清洗过程保留原值、异常标记和追溯字段，方便复现和继续加工 这几天对数据进行了二次清洗、标注和加工，并输出第一份可视化分析，一些有意思的发现和洞察 1、各大AI平台的信源头部效应非常明显，Top 10 信源贡献了 41.47% 的去重引用，抖音、腾讯网、今日头条、百度百科排在前四 2、平台与社区类信源只占 4.68% 的域名，却拿到 29.63% 的去重引用，内容分发平台在 AI 引用生态里的权重很高 3、品牌与企业官网只贡献 4.33% 的去重引用；加上政府与公共机构，主体自有来源合计 9.06%。品牌自有内容还有很大的可见度空间 4、跨平台共识并没有想象中高，66 个平台组合中，最高的“问题 × 页面”Jaccard 相似度也只有 34.94%，还有 11 个组合完全没有共享的问题与页面。单个平台的经验不能直接外推到其他平台 5、内容新鲜度很明显，在发布时间可靠的页面中，88.77% 来自 2025 或 2026 年；29.57% 的页面标题带年份，23.06% 带榜单或排行。时效信号和决策型内容值得继续验证 欢迎留言补充关心的问题，我可以抽空基于这些关心的问题，再做一份数据分析报告