feat(emoji): 优化表情分析提示词以提升描述准确性
本次更新针对表情包描述生成的两个关键环节优化了提示词(Prompt),以提高生成描述的质量和信息完整度。 1. 在初始描述生成中,新增了强制性规则,要求模型必须完整转述图片中包含的清晰文字,确保关键文本信息不被遗漏。 2. 重构了“点睛之笔”的精炼提示词,使其目标更明确(为AI后续处理服务),规则更具体(平衡客观与情感、包含核心文字等),并增加了示例,旨在生成更稳定、结构化的精炼描述。
This commit is contained in:
@@ -969,7 +969,7 @@ class EmojiManager:
|
||||
image_base64_frames = get_image_manager().transform_gif(image_base64)
|
||||
if not image_base64_frames:
|
||||
raise RuntimeError("GIF表情包转换失败")
|
||||
prompt = "这是一个GIF动图表情包的关键帧。请用不超过250字,详细描述它的核心内容:1. 动态画面展现了什么变化?2. 它传达了什么核心情绪或玩的是什么梗?3. 通常在什么场景下使用?请确保描述既包含关键信息,又能充分展现其内涵。"
|
||||
prompt = "这是一个GIF动图表情包的关键帧。请用不超过250字,详细描述它的核心内容:1. 动态画面展现了什么变化?2. 它传达了什么核心情绪或玩的是什么梗?3. 通常在什么场景下使用?请确保描述既包含关键信息,又能充分展现其内涵。重要规则:如果图片中包含清晰的文字,请务必完整地转述出来,这部分文字不计入250字限制。"
|
||||
description = None
|
||||
for i in range(3):
|
||||
try:
|
||||
@@ -985,7 +985,7 @@ class EmojiManager:
|
||||
logger.warning("表情包识别失败,将在1秒后重试...")
|
||||
await asyncio.sleep(1)
|
||||
else:
|
||||
prompt = "这是一个表情包。请用不超过250字,详细描述它的核心内容:1. 画面描绘了什么?2. 它传达了什么核心情绪或玩的是什么梗?3. 通常在什么场景下使用?请确保描述既包含关键信息,又能充分展现其内涵。"
|
||||
prompt = "这是一个表情包。请用不超过250字,详细描述它的核心内容:1. 画面描绘了什么?2. 它传达了什么核心情绪或玩的是什么梗?3. 通常在什么场景下使用?请确保描述既包含关键信息,又能充分展现其内涵。重要规则:如果图片中包含清晰的文字,请务必完整地转述出来,这部分文字不计入250字限制。"
|
||||
description = None
|
||||
for i in range(3):
|
||||
try:
|
||||
@@ -1058,7 +1058,7 @@ class EmojiManager:
|
||||
if emotions: # 只有在成功提取关键词后才进行精炼
|
||||
logger.info("[自然语言精炼] 开始生成“点睛之笔”的自然语言描述")
|
||||
refine_prompt = f"""
|
||||
你的任务是为一张表情包写一句简洁、自然的描述,就像你在向朋友解释这张图是什么意思一样。
|
||||
你的任务是为一张表情包生成一句简洁的精炼描述,用于后续的AI模型处理。
|
||||
|
||||
这里是关于这个表情包的分析信息:
|
||||
# 详细描述
|
||||
@@ -1068,13 +1068,17 @@ class EmojiManager:
|
||||
{emotions_text}
|
||||
|
||||
# 你的任务
|
||||
请结合以上信息,用一句**一针见血**的自然语言,概括出这个表情包的核心内容。
|
||||
请结合以上所有信息,用一句话概括出这个表情包的核心内容,既要描述客观事实,也要点明其传达的核心情绪。
|
||||
|
||||
# 规则 (非常重要!)
|
||||
1. **必须包含图中的核心文字**。
|
||||
2. **必须描述出主角的核心表情和动作**。
|
||||
3. **风格要求**:简单、直接、口语化,就像一个普通人看到这张图后的第一反应。
|
||||
4. **输出格式**:**请直接返回这句描述,不要添加任何前缀、标题或多余的解释。**
|
||||
1. **平衡客观与情感**:首先客观描述画面中的主体、表情和动作,然后点出其最主要的情绪(如:喜悦、悲伤、讽刺等)。
|
||||
2. **包含核心文字**:如果表情包中有文字,必须将文字完整地包含在描述中。
|
||||
3. **简洁精炼**:用最少的文字概括最多的信息。
|
||||
4. **输出格式**:**请直接返回这句描述,不要添加任何前缀、标题、引号或多余的解释。**
|
||||
|
||||
示例:
|
||||
- 原始信息:一只猫戴着墨镜,关键词是“酷、得意”。
|
||||
- 正确输出:一只戴着黑色墨镜的猫,表情得意。
|
||||
"""
|
||||
refined_description, _ = await self.llm_emotion_judge.generate_response_async(
|
||||
refine_prompt, temperature=0.7, max_tokens=100
|
||||
|
||||
Reference in New Issue
Block a user