
Screenshot van de chat van de LLM Architectuur
Hiermee wordt een realistische schermafbeelding van een AI-chat gemaakt, met een gedetailleerde blauw-witte technische infographic die uitlegt hoe grote taalmodellen werken.
Dit is een voorbeeld van een gpt-image-2 prompt voor Andere inspiraties . Gebruik de onderstaande kant-en-klare prompt om vergelijkbare afbeeldingen te genereren en controleer de Awesome Nano Banana Pro Prompts en de rechten voor commercieel gebruik voordat u de afbeeldingen hergebruikt.
Heb je de volledige set prompts nodig? Gebruik dan de Andere inspiraties Ga naar het themacentrum voor meer gerelateerde voorbeelden, of open de GPT-afbeelding 2 promptbibliotheek Voor de volledige voorbeeldenindex, herbruikbare structuren en bronvermelding.
Snel
Schrijfklare prompt
Doel: Een realistische screenshot maken van een AI-chatinterface, met een afbeelding gerelateerd aan {argument name="topic" default="Technische principes van grote taalmodellen (LLM's)"}. Generatieve technische infographic. Screenshots moeten worden gepresenteerd als conversaties binnen een moderne webapplicatie, niet als losstaande promotieposters. Canvas: 768×1024 verticale screenshot, lichtgrijze applicatieachtergrond, afgeronde witte contentgebieden, strak schreefloos lettertype, subtiele schaduwen, hoge resolutie, maar de tekst in de infographic moet iets kleiner zijn, zoals een echte ingesloten gegenereerde afbeelding. Chat UI-layout: Een kleine ronde gebruikersavatar wordt weergegeven in de linkerbovenhoek, samen met de chattitel "Visualizing LLM Architecture" en een klein uitklappijltje; een eenvoudig "Bestanden"-tabblad en -pictogram worden weergegeven in de rechterbovenhoek. Daaronder bevindt zich een gecentreerde/rechts uitgelijnde afgeronde gebruikersberichtballon met de tekst: "Maak een afbeelding die uitlegt hoe LLM's technisch werken." Daaronder bevindt zich een statusbalk met de tekst "Scira-taak voltooid", met een knipperend laadpictogram en een pijl. De gegenereerde hoofdafbeelding verschijnt eronder als een grote, afgeronde, rechthoekige kaart. Onder de afbeelding staat een verklarende tekst van de assistent: "De afbeelding hierboven is een uitgebreide technische infographic die uitlegt hoe Large Language Models (LLM's) intern functioneren. Hier volgt een gedetailleerde uitleg van elk getoond onderdeel:" gevolgd door de vetgedrukte sectietitel "Tokenisatie: Van tekst naar getallen". Onderaan bevindt zich een afgerond invoerveld met de placeholder "Stel een vervolgvraag...", een plusknop aan de linkerkant en kleine bedieningselementen voor tools/modellen, het modellabel "Kimi K2.6", een vervolgkeuzemenu en een ronde spraakknop aan de rechterkant. Generatieve infographic in de chat: Ontwerp een blauw-witte technische educatieve poster met een grote donkerblauwe titel in hoofdletters: "HOE LARGE LANGUAGE MODELS (LLM's) WERKEN". Gebruik een witte achtergrond, een donkerblauwe omlijning, lichtblauwe accenten, afgeronde panelen en pijlen die stappen, microdiagrammen, formules, tabellen en pictogrammen met elkaar verbinden. De poster moet informatief zijn en een technische benadering hanteren. Infografiekgedeelte: Gebruikt 8 gelabelde panelen/gebieden: 1. "INPUT: TOKENISATIE"-paneel: Toont een tekstvak met de zin "The quick brown fox jumps over the lazy dog.", een tokenizer-module, woordtokenvakken en token-ID-vakken. 2. "EMBEDDINGS"-paneel: Toont de token-ID's geconverteerd naar dichte vectoren en een tabel met numerieke embedding-waarden. 3. "TRANSFORMER-ARCHITECTUUR"-paneel: Toont gestapelde Transformer-modules, waaronder Add & Norm, Feed-Forward Network, Multi-Head Self-Attention, input-embedding, positionele codering en laagherhalingsnotatie. 4A. "ZELF-AANDACHTSMECHANISME (IN ÉÉN KOP)": Het brede paneel linksonder toont de input-embedding, queries, sleutels, waarden, aandachtsscores, softmax, aandachtsgewichten, gewogen sommatie en formulematrices. 4B. "AANDACHT: TOKENS ZOEKEN NAAR ELKAAR" paneel: Toont de netwerkgrafiek van tokens in de voorbeeldzin, verbonden door blauwe lijnen, en bevat balken met aandachtsgewichten. 5. "UITVOER: VOORSPELLING VOLGENDE TOKEN" paneel: Toont de kansverdelingsbalken voor kandidaat-volgende tokens (bijv. kat, zat, op, de, mat, dak) en markeert het voorspelde volgende token "de". 6. "TRAINING: VOORTRAINING MET VOORSPELLING VOLGENDE TOKEN": De onderste balk is verdeeld in 5 minikaarten: enorm tekstcorpus, het creëren van trainingsvoorbeelden, modelvoorspelling, verliesberekening en backpropagatie/update. 7. Onderste pijl met de tekst: "Herhaal dit voor miljarden voorbeelden over vele iteraties tot convergentie." 8. Rechtsonder een resultaatannotatie met een hersenicoon, die uitlegt hoe het model veelvoorkomende taalpatronen en kennis leert. Visuele stijl: Duidelijke vectorinfographics, academisch en gebruiksvriendelijk, met donkerblauwe koppen, lichtblauwe randen, lichtblauwe vulling, microtabellen en grafieken, strakke pijlen, afgeronde kaarten en consistente afstand. Zorg ervoor dat de ingesloten infographics eruitzien als een door AI gegenereerde educatieve grafiek, met dichte maar grotendeels leesbare tekst. Beperkingen: Alle UI-tekst moet in het Engels blijven. Voeg geen watermerken toe. Behoud zichtbare chatscreenshotframes en grote ingesloten infographics. Gebruik de vermelde 8 infographicgebieden en 5 minikaarten binnen de trainingsbalk.Vraagvariabelen
Bewerkbare argumentplaceholders in de prompt, met hun standaardwaarden.
Variabele
topic
Standaard
Large Language Models (LLMs) Technical Principles
Hergebruik en bronvermeldingen
Gebruik deze prompt veilig nadat u de casus hebt bekeken.
- 1.Kopieer de prompt of open deze direct in Dovoo met de knop 'Genereren'.
- 2.Pas de variabelen, beeldverhouding en referentieafbeeldingen aan uw eigen toepassing aan.
- 3.Controleer vóór publicatie of betaald gebruik de auteursrechten, de vereisten voor naamsvermelding en de risico's met betrekking tot merk of beeltenis.