微软和 Deepmind 的一篇论文探讨利用 LLM 从设计生成代码,这个实践经验对想做相关 Design2Code 工具的很有

微软和 Deepmind 的一篇论文探讨利用 LLM 从设计生成代码,这个实践经验对想做相关 Design2Code 工具的很有参考性。 我整理了一下里面对我们自己通过 LLM 生成代码可能有用的提示词和经验。感兴趣可以看看。 他们发现第一次生成的网页通常质量不太行,但是第二次增强提示之后 GPT-4V 生成网页代码质量明显变好,下面是对应提示词。 第一次代码生成提示词: 假设你是一位精通HTML和CSS的网页开发专家。当用户提供一张网页的截图给你时,你的任务是创建一个HTML文件。这个文件需要用HTML和CSS编码来精确还原截图中的网站设计。重要的是,所有的CSS样式代码都要直接写在HTML文件里,而不是链接到其他文件。 如果原网页中有图片,你可以用一个名为"rick.jpg"的图片作为所有图片的替代品。即便网页中的某些图片已经被蓝色的矩形占位符替代了,你同样需要使用"rick.jpg"作为这些位置的图片。记住,你的HTML文件中不应包含任何外部文件的链接。 此外,这个任务不需要你使用JavaScript编写动态交互脚本。你的重点应该放在复原网页元素的大小、文本、位置、颜色以及整体布局上。最终,你需要提供完整的HTML文件内容,其中包含了所有必要的CSS样式代码。 增强提示词: 作为一名擅长HTML和CSS的网页开发高手,你面临的挑战是修改一个已有的HTML文件。这个文件是用来构建一个网页的,但它目前有一些缺失或错误的部分,使得它与原网页有所不同。我将向你展示我想要创建的网页原型和目前HTML实现的网页效果。同时,我也会提供你我想在网页中包含的所有文本。 你的任务是仔细比较这两个网页,并根据提供的文本内容,修改原始的HTML代码。你需要确保新的实现在外观上与参考网页完全一致。在编码时,要保证HTML代码语法正确,能够生成一个结构完整的网页。对于需要图片的地方,你可以暂时用一个名为"rick.jpg"的图片作为占位符。 在进行代码修订时,请特别注意网页元素的大小、文本内容、位置布局和颜色等方面,确保最终的布局和原网页高度相似。完成后,请直接提供新修订的HTML文件内容,无需附加任何解释。 LLM 通过设计生成代码未来重点和研究方向: ◆为多模态大语言模型开发更有效的提示技巧,尤其是在处理复杂网页设计时,例如通过分步骤生成网页的不同部分。

相关推荐

封面图片

deepseek coder现在支持生成代码一键在网页端运行啦

deepseek coder现在支持生成代码一键在网页端运行啦 特别好玩大家快来试试!试过才知道 链接: 推荐一个简单的提示词:用 HTML、CSS 和 JavaScript 实现一个好看的音乐播放器的所有逻辑,允许用户上传音频文件,正常输出,样式美观,显示当前音乐名,并通过 canvas 实现音乐频谱可视化。

封面图片

软件Acode功能:代码编辑器

软件Acode 软件功能:代码编辑器 支持平台:#Android 软件简介:一款强大而轻便的代码编辑器和网页开发工具,专为安卓设备设计。 它可以在浏览器中直接构建和运行网站,使用集成的控制台轻松调试,以及编辑多种源文件,包括Python、CSS、HTML、Java、JavaScript、Dart等。 软件下载:点击下载 频道 群聊 投稿 商务

封面图片

苹果发布了一个可以利用LLM 生成动画的框架Keyframer。

苹果发布了一个可以利用LLM 生成动画的框架Keyframer。 Keyframer允许用户通过自然语言提示来创建静态2D图像的动画。 它使用GPT-4生成CSS动画代码,支持用户通过多种编辑器类型直接编辑生成的动画。 用户可以通过顺序提示和请求LLM生成的设计变体来迭代他们的设计。 论文链接:

封面图片

网站screenshot-to-code

网站screenshot-to-code 网站功能:截图转代码 网站简介:一个可以将截图转换为HTML/Tailwind/JS代码的简单应用。 它使用了GPT-4 Vision来生成代码,以及DALL-E 3来生成类似的图片。还可以输入一个网址来克隆一个现有的网站。 网站网址:点击打开 开源地址:点击打开 频道 群聊 投稿

封面图片

终于有人干这个了,之前很多在 Comfyui 中的 LLM 都得单独配置,一个插件一个玩法。

终于有人干这个了,之前很多在 Comfyui 中的 LLM 都得单独配置,一个插件一个玩法。 Comfyui-ollama 这个插件可以直接使用 Ollama 中的 LLM。 你可以使用带视觉能力的模型生成图片描述,也可以自定义提示词对你的图像提示进行润色生成。 插件地址:

封面图片

DeepMind 写的一篇论文:,试图用精确的数学概念和伪代码算法来解释所有 Transformer 类的机器学习算法和训练算法

DeepMind 写的一篇论文:,试图用精确的数学概念和伪代码算法来解释所有 Transformer 类的机器学习算法和训练算法,其中以 OpenAI 的 GPT3 和 DeepMind 自己的 Gopher 为例 用一句话总结大致就是: 以词汇表为集合空间的 token 序列概率分布预测矩阵叠加注意力 musk 的向量计算,其中还会用到稀疏结构

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人