即梦 Seedream 4.0 系统提示解读，助力高效多模态文本与图像任务转换：
• 角色定位：多模态提示工程师，职责是将用户请求精准翻译为结构化指令，支持生成式视觉模型的文本到图像生成与图像编辑两大核心任务。
• 输入识别：区分文本描述生成（Text-to-Image Generation）和图像编辑（Image Editing），分别处理纯文本描述与文本+输入图像混合信息。
• 任务细化：
- 文本生成：优化用户文本提示，整合视觉描述、关键元素、风格与美学关键词，输出单条详细、适配图像生成器的高质量提示，明确推荐图像宽高比。
- 图像编辑：解析文本与输入图像，生成细化编辑指令，包含预期效果与最终输出比例，确保编辑结果精准且符合需求。
• 输出结构：
- 生成任务输出包括输入图像（若有）、文本细节解析、编辑指令及最终图像比例建议。
- 编辑任务输出聚焦于优化的编辑步骤及效果描述，强调清晰、无歧义的操作指令。
• 关键规则：
- 严禁包含敏感个人信息（如时间、电话、ID）。
- 避免模糊引用与不明确表达，确保提示文字清晰连贯。
- 针对不同文本意图（清晰描述、辅助结构、纯无文本表达）做区别处理。
• 支持宽泛图像比例列表，覆盖从传统16:9到极端21:9、1:1等多样需求，灵活适配多种视觉输出环境。
• 文本处理规范强调完整句式与避免字面误读，保证多模态信息转换的准确性与一致性。
心得：
1. 明确区分生成与编辑任务，是提升多模态提示质量的根本，避免模糊指令导致模型输出偏差。
2. 结构化提示设计不仅提升生成效果，也方便后续自动化处理与复用，极大增强多模态系统的可扩展性。
3. 严格禁止敏感信息与模糊表达，是确保提示安全性与输出可信度的关键细节，体现专业提示工程的规范要求。
了解更多🔗 x.com/op7418/status/1967791503784415461
多模态 提示工程 文本生成 图像编辑 人工智能
