prompts.chat 新增 prompt:Defiant 90s Grunge Bedroom Portrait
prompts.chat 收录一条名为「Defiant 90s Grunge Bedroom Portrait」的文生图 prompt,用于生成 90s 垃圾摇滚风格的年轻女性卧室竖幅人像照片。提示词详细描述了人物造型、NIRVANA 与 ARCTIC MONKEYS 等乐队海报背景、吉他音箱陈设,以及手机闪光灯直打光线和 24mm 镜头的实拍质感。
新闻、仓库与研究,按时间排列。
prompts.chat 收录一条名为「Defiant 90s Grunge Bedroom Portrait」的文生图 prompt,用于生成 90s 垃圾摇滚风格的年轻女性卧室竖幅人像照片。提示词详细描述了人物造型、NIRVANA 与 ARCTIC MONKEYS 等乐队海报背景、吉他音箱陈设,以及手机闪光灯直打光线和 24mm 镜头的实拍质感。
prompts.chat 每日 prompt 收录了一条名为 Second-Hand Purchase Inspector 的新提示词,让 AI 扮演资深二手交易专家,帮助用户识别骗局、隐藏故障并避免多付钱。该提示词支持输入物品、商品信息、价格、所在位置和经验水平等变量,输出不超过 700 字的手机友好要点,涵盖风险判定、红旗警示、最多 6 个卖家提问、验货检查、议价区间与开局报价、交易底线及安全线下交易与支付建议,并要求不编造事实、只提及确实存在的网站或服务。
prompts.chat 新增社区贡献 prompt「Inclusive Language and Tone Reviewer」,用于审查 UI 文案、营销、邮件和帮助中心内容中的排他性用语、性别或残障歧视措辞及指责性语气,并给出保留品牌声音的改写建议。该技能包含仅用 stdlib 的启发式扫描脚本 scan_inclusive_language.py、语言模式与语气参考文档、报告模板,工作流分五步并输出 SHIP / SHIP WITH EDITS / NEEDS VOICE DECISION 三种结论。
prompts.chat 新增社区贡献 prompt「Git Commit Message Quality Coach」,用于按 Conventional Commits 规范审查并重写 Git 提交信息。该 skill 附带 Python linter 脚本、subject 行规则和教练笔记模板,逐条给出 GOOD、NEEDS EDIT 或 SPLIT OR SQUASH 结论。规则明确:除非用户明确要求,绝不擅自 amend、rebase 或 force-push。
prompts.chat 收录了一个名为「Board Game Box Cover Art Director」的新 prompt,让 AI 扮演小型独立桌游出版社的艺术总监,将桌游概念转化为插画师或 AI 图像生成器可直接使用的封面美术简报。简报按货架测试、构图焦点、配色、风格指导等 9 个部分输出,最终生成一段 120 至 180 词的图像提示词,并附两个变体。
prompts.chat 收录新提示词「Sky Orchard Merchants Board Game Box Cover」,由用户 @f 贡献。该提示词用于生成飞艇商人主题合作贸易桌游的手绘水粉风格盒封面插画,采用 1:1 方形构图,顶部预留标题空间,并要求画面不含任何文字、字母或标志。
prompts.chat 收录了由用户 keithtuba04@gmail.com 提交的“网络赌博警示短片”提示词,用于生成电影级短片故事:一位辛勤工作的菲律宾男子被网络赌博的快钱诱惑,先小赢后押上全部积蓄,最终失去一切、妻子离开,在黑夜中领悟“赌博只会索取”,随后踏实劳动、重建生活并赢回家人,结尾传达道德训诫。
prompts.chat 每日 prompt 新增名为 The Room That Forgot Gravity 的图像生成提示词。该提示词以用户上传照片作为严格人物身份参考,生成 4:5 竖版写实电影感照片:人物站在普通房间中,而窗帘、玻璃杯、盆栽和三本精装书各自拥有独立重力方向。提示词还详细规定了光线、阴影和折射等细节,并要求画面中不出现文字。
musatoktas 向 prompts.chat 提交了一条新提示词,让模型扮演资深工程师对网站及其 MCP 服务器做成熟度审计,覆盖 SEO 爬取健康、负载韧性、MCP 协议一致性、输入加固、Agent 行为评测、安全与隐私合规等 A-H 类别。提示词限定仅对授权或 staging 环境做破坏性测试,各按 0-4 分评分并给出生产上线门槛,如 sitemap URL 健康率 ≥99%、Agent 评测任务成功率 ≥90%、日志零 PII,最终输出 REPORT.md 等六类交付物。
prompts.chat 新增一条用于构建 TVS Motor 高端数字展厅网站的 prompt。该 prompt 要求用 React + TypeScript + Vite、Tailwind、Framer Motion 和 React Three Fiber 实现 3D,配合 Node/Express 或 FastAPI 后端与 PostgreSQL 数据库,涵盖英雄区、车型展示、工程故事、对比、试驾预约、EMM 计算与后台管理等模块,定价数据从数据库读取,要求 Lighthouse 90+ 和 WCAG AA 可访问性,并使用 Apache RTR、Ronin、Raider、Jupiter、iQube 等真实车型做种子数据。
prompts.chat 收录一条新提示词,让 AI 扮演慢旅行铁路旅程规划师,为偏好陆路火车出行的人设计行程。该提示词可输入起点(如 Amsterdam)、终点、日期、预算(如约 600 EUR)和每日不超过 6 小时行程等约束,输出两条路线方案、每段行程时长与订座建议、点对点票与 rail pass 的价格比较,并生成逐日计划和订票清单,同时要求不虚构具体时刻表与固定价格。
prompts.chat 新增一条「订阅与周期扣费审计(JSON)」结构化 prompt。它让 AI 扮演个人财务助手,从用户粘贴的 2-3 个月账单流水里识别周期性扣费,按 keep、downgrade、pause、cancel 分类并估算年成本,标记重复订阅,对照储蓄目标给出按省力程度排序的行动计划。约束包括只输出符合 schema 的合法 JSON、只用用户提供的交易、不提供投资税务建议。
prompts.chat 收录一条新 prompt "Community Event Run of Show Builder (YAML)",可将松散的活动想法生成志愿者可执行的逐分钟流程单,含角色分工、搭建与撤场清单和风险列表。该 prompt 要求输出为纯 YAML,时间线每项须有负责人角色、启动 cue 和完成标准,志愿者班次尽量不超过 3 小时,并覆盖无障碍与基础安全,示例场景为预算 300 USD、约 120 人参加的社区图书交换野餐活动。
prompts.chat 收录一条街拍摄影提示词,生成雨夜亚洲露天夜市面摊的写实照片:年长厨师用长竹漏勺从冒着热气的大汤锅里挑起面条,湿滑路面反射橙红与青色灯光。提示词指定 35mm 镜头、f/1.8、1/125s、ISO 1600、浅景深与胶片颗粒感,16:9 横构图,无文字无水印。
prompts.chat 新增一条图像生成提示词「春日风筝祭的浮世绘木版画」。该提示词生成日本浮世绘风格的木版画:河畔山谷草坡上的风筝节,数十只绘有鲤鱼、鹤、浪纹的风筝,配平安时代的扁平色块、黑轮廓线和 bokashi 渐变,无文字、无印章,3:4 竖版构图。
prompts.chat 的每日 prompt 库新增一条图像生成 prompt,主题为低多边形风格的漂浮岛屿风力发电场 3D 渲染。该 prompt 描述了悬浮于云海上的多面体岩石岛屿,包含白色风车、红色谷仓、拼布状农田和系留热气球等元素,并指定了柔和全局光照、1:1 方形构图及无文字无水印等渲染约束。
prompts.chat 新增名为 CSV Data Quality Profiler 的提示词,用于对 CSV 数据进行质量分析。
prompts.chat 上线新 prompt「Cron Schedule Explainer and Validator」,用于解释和校验 cron 定时任务计划表达式。
prompts.chat 每日 prompt 新增一个名为 Lesson Plan Designer and Timing Checker 的提示词。原文仅说明该 prompt 已上线,未披露其具体功能细节或使用方式。
prompts.chat 上线新 prompt「Picture Book Character Turnaround Brief Builder」,让 AI 扮演儿童绘本角色设计师和艺术总监,把 rough 角色点子转化为可复用的角色设计。它会生成四部分内容:角色设定集(含名字建议、剪影、比例、固定设计细节、5 色调色板、4 种表情)、一张 AI 绘图用的四视角 turnaround sheet 提示词、首个故事场景提示词,以及 5 条一致性检查清单。
prompts.chat 每日 prompt 分享了一条生成儿童绘本角色设定图的提示词:主角是年轻河獭图书管理员 Pip,用柔和水彩与彩铅风格在同一画面绘制正面、四分之三侧、侧面、背面四个等比例全身视图,并固定栗棕色毛发、奶油色脸部、芥末黄围巾、圆框眼镜等设计细节,另附三种表情头像。
prompts.chat 新增一条图片生成提示词,用于绘制儿童绘本跨页插画:年轻水獭图书管理员 Pip 在漂浮图书馆上举办日落故事会。提示词以水彩和彩铅风格呈现,要求沿用角色设定表中栗棕毛发、芥黄色围巾、圆框眼镜等固定细节,并保留 16:9 构图及左上角文字留白区。
研究者提出 MoPrO-SD,一种针对立场检测的提示词优化框架,将提示词分解为语义模块并用 LLM 反馈依次优化,包含 I、I+R、I+R+E 三种策略。团队还发布人工标注的疫苗立场检测 benchmark VaccineStance。在四个数据集和五个开源权重 LLM 上,MoPrO-SD 多数场景优于人工 Base 提示词,SemEval-2016 上五个 backbone 中四个的类条件反馈取得更高 Macro-F1,代码与数据集已在 GitHub 开放。
prompts.chat 收录一条名为「网站」的新提示词,用于生成静态个人作品展示官网,技术栈为 HTML + Tailwind CSS + JavaScript,无需后端和数据库。提示词要求输出 index.html、works.html、about.html、contact.html 共 4 个页面,深蓝色主色调、适配电脑和手机端,代码带详细中文注释,并附免费静态托管平台部署教程。
prompts.chat 收录匿名用户贡献的新 prompt「sales and marketing strategy」。该 prompt 面向拥有自有钣金制造工厂的企业主,用于生成线索获取(lead generation)、业务拓展和营销策略建议,帮助联系潜在客户、扩大市场覆盖并提升收入,内容以 skill 格式(name: sales-and-marketing-strategy)提供。
prompts.chat 收录一条用户新增的 TEXT 类 prompt,主题为设计椰枣产品横幅。文案为阿拉伯语,核心口号是"每一粒都蕴含大自然的甜"(حلاوة الطبيعة في كل حبّة),宣传椰枣正宗风味与高品质,并引导用户探索其产品系列。
prompts.chat 收录一条名为 “Learn your way” 的新提示词,提交者为 karunya.isukapalli。该提示词旨在设计一个帮助用户按不同学习方式(视觉型、示例型、分步详解型)学习任意主题的 prompt。
用户 giuseppecascone1973 向 prompts.chat 贡献了一个新 prompt「Prompt mistero」,希望以清晰、专业的方式分析占星、数字命理、神秘学等一次解读 session。该 prompt 以 TEXT 类型提交,当前状态为 FALSE。
prompts.chat 新增一条名为 AI Memory Export 的 prompt,用于让 AI 导出其存储的记忆和历史对话上下文。该 prompt 要求按 Instructions、Identity、Career、Projects、Preferences 五类输出,尽量逐字保留原话,以 [YYYY-MM-DD] 格式按时间排序,整体封装在单个代码块中便于复制。该条目由 DLN-India 提交,类型为 TEXT。
prompts.chat 新增由 @dxsougata 贡献的提示词「Hyper detail moon image」,用于生成超精细、高分辨率的天文摄影风格满月图像。提示词分四部分描述主体构图、月面地质细节(清晰陨石坑边缘、撞击盆地、辐射纹、暗色月海与明亮高地的对比)、银白色自然光与矿物色调,以及 8k 分辨率、photorealistic、无噪点背景的天文望远镜摄影风格。
prompts.chat 新增由 ShakilUrRehman21 提交的 prompt「Autonomous Root-Cause Debugging & Bug-Fix Architect」,将 AI 设定为 Staff Software Engineer 角色,用于在代码库中分析、诊断并修复工程缺陷,且不引入回归或投机性修复。该 prompt 为 TEXT 类型模板,支持填入技术栈(如 TypeScript / Next.js / Node.js)、观察到的错误行为和预期行为等变量。
prompts.chat 的每日 prompt 新增一条编号 135010 的阿拉伯语提示词「كتابة」(写作),要求以利比亚方言、老练社交长者的口吻进行连贯的叙事表达。同批还收录了水彩绘本角色「水獭图书管理员 Pip」的角色设定表与跨页故事场景两条提示词。
该技术报告针对血管器械场景,审计了完备正交预测坐标无法将潜在方向绑定到指定干预的问题。64 个种子的六种三维配置显示预测差异最大 6.7e-15,而未传输编辑误差中位数为 1.513,坐标传输可消除该误差;256 个额外拟合(维度 3-24)中预测等价性保持在 4.0e-15 内。九类可运行故障共 576 次执行均违反至少一项契约,320 条有效对照记录全部通过;作者强调这是合成数值审计,而非临床验证。
研究者提出 SignRAG,一个面向 decoder-only LLM 的无 gloss 手语翻译统一框架,结合层级预训练、目标域检索增强和检索感知强化微调(RUG-RFT)。该方法在多个 SLT benchmark 上刷新 SOTA,据作者所知是首个在 CSL-Daily 所有指标上超过 gloss 监督方法的无 gloss 方案。代码及不同规模模型已在 GitHub 开源。
研究者提出 CoNN-AL 框架,在 CoNN-DAE 上加入流式主动学习,通过 Monte Carlo dropout 估计预测不确定性、实时筛选值得标注的候选样本,用于部分逆向设计。在超过 900,000 个模拟设计的汽车玻璃导槽数据集上,仅用 20,000 个主动选择的标注(约 2.3%)即在各缺失变量层级达到 0.967–0.982 的 R-squared;较随机采样少用 30–40% 标签即可达到 R-squared ≥ 0.95,且在最难层级是唯一达到 0.98 的策略。数据集已公开发布。
speridlabs 在 Hugging Face 发布 3B 参数的像素空间扩散 Transformer 模型 Iris-3B,不经过 VAE 和潜空间,直接输出每个像素,文生图默认 1024×1024,需 NVIDIA GPU,采用 Apache License 2.0,文本编码器为冻结的 Qwen3-VL-4B-Instruct。
推荐理由:原文同时给出架构细节、训练步数与 depth、修复任务的量化指标,可作为像素空间生成路线的参考样本。
Microsoft 在 Hugging Face 发布 FrogNano-4B-2609,基于 Qwen3.5-4B 纯强化学习后训练的仓库级编程 Agent。
推荐理由:微软以约 1500 个合成任务做纯强化学习,把 4B 模型的 SWE-bench Verified 分数从 39.4% 提到 61.5%,未依赖更强模型的轨迹。
fastino 发布 GLiNER2.5 家族中的 GLiNER2.5-Decide,一个 340M 参数英文分类模型,可在调用时传入任意标签集,单次前向完成意图、路由、情感、优先级等分类,无需提示词模板、不生成 token。
SupersonicLabs 发布 Julia 家族首个模型 Julia 1,参数量 144.3M,基于 JHU CLSP 的 mmBERT-small 编码器,将状态、问题与 2–20 个候选选项转为一个明确决策。
SakanaAI/ShinkaEvolve 项目将 CI 工作流中固定的 actions/checkout 从 v4 升级到 v7.0.1,claude-code-action 升级到 v1.0.239 release commit,两者均固定到完整 SHA。checkout v5-v7 的变更(Node 24 运行时、凭据分离文件、fork-PR 阻断)不影响该工作流,所用 claude-code-action 输入项在 v1.0.239 中保持不变。