创意预览图

「图片1」,生成一套详情页,商品名称PR剪辑课程,适配拼多多平台,单图比例为9:16,需求屏数为8张。

用户头像

用户650ucGzU

2026.05.30
[第1屏] 这是AI绘画课程主视觉头图,展示Stable Diffusion AI绘画系统商业课程的核心价值,使用用户提供的4张课程目录图片作为内容参考,整合出清晰完整的课程引导。 [氛围/风格] 现代科技简约风,专业清晰,科技蓝调,商业设计质感。 [元素布局] 顶部是主标题区,放置大标题"AI绘画从入门到精通",副标题"系统掌握Midjourney+SD平面+SD动态全流程";中部展示课程目录精华预览,提取图1图2图3图4中代表性课程内容;底部放置信任点信息"39节完整视频教程 从小白到高手",整体信息层级分明,主体内容占比约75%,文字不遮挡核心内容。 [光影质感] 顶部冷蓝色柔光,底部浅灰渐变背景,文字清晰锐利,整体通透干净,明暗层次清晰。 [配色色系] 全局底色 #f0f5fb,主色科技蓝色 #165DFF,辅助色深灰文字和浅蓝分割线。 [视角构图] 居中竖式构图,从上到下阅读动线:标题→目录预览→行动号召,产品信息为视觉中心。 [文字版式] 主标题大号加粗蓝色字体居中,副标题常规灰色字体居中,目录信息采用分块卡片展示,卡片间距均匀,底部行动号召文字加粗醒目,文字排版整齐,清晰易读。 [比例分辨率] 宽高比3:4,分辨率4K,文字清晰可辨,高清画质。 [负向提示词] 变形,水印,文字错乱,文字过小,缺件错件,结构错误,颜色偏差,背景杂乱,极限词。[第1屏] 这是AI绘画课程主视觉头图,展示Stable Diffusion AI绘画系统商业课程的核心价值,使用用户提供的4张课程目录图片作为内容参考,整合出清晰完整的课程引导。
[氛围/风格] 现代科技简约风,专业清晰,科技蓝调,商业设计质感。
[元素布局] 顶部是主标题区,放置大标题"AI绘画从入门到精通",副标题"系统掌握Midjourney+SD平面+SD动态全流程";中部展示课程目录精华预览,提取图1图2图3图4中代表性课程内容;底部放置信任点信息"39节完整视频教程 从小白到高手",整体信息层级分明,主体内容占比约75%,文字不遮挡核心内容。
[光影质感] 顶部冷蓝色柔光,底部浅灰渐变背景,文字清晰锐利,整体通透干净,明暗层次清晰。
[配色色系] 全局底色 #f0f5fb,主色科技蓝色 #165DFF,辅助色深灰文字和浅蓝分割线。
[视角构图] 居中竖式构图,从上到下阅读动线:标题→目录预览→行动号召,产品信息为视觉中心。
[文字版式] 主标题大号加粗蓝色字体居中,副标题常规灰色字体居中,目录信息采用分块卡片展示,卡片间距均匀,底部行动号召文字加粗醒目,文字排版整齐,清晰易读。
[比例分辨率] 宽高比3:4,分辨率4K,文字清晰可辨,高清画质。
[负向提示词] 变形,水印,文字错乱,文字过小,缺件错件,结构错误,颜色偏差,背景杂乱,极限词。
生成一张1242×1656像素竖版的AI大模型学习清单海报,整体背景为纯白色,采用简约办公文档排版风格。所有文字内容、排版、缩进、换行位置、格式严格按照要求还原: 1. 第一章标题"第一步:Python 编程基础",使用浅黄色高亮背景条,黑色文字 红色文字:"目标:能独立写脚本、处理数据、调试代码,为后续所有开发打基础" 黑色加粗文字:"核心内容:" ☑ 基础语法:变量、数据类型、循环、条件判断、函数、类与对象 ☑ 数据处理:列表/字典/集合、文件读写、JSON/CSV 操作 ☑ 常用库:requests(接口调用)、pandas(数据处理)、numpy(数值计算) ☑ 开发习惯:IDE(VSCode)使用、代码调试、版本控制(Git) 章节下方添加一条黑色细水平分割线 2. 第二章标题"第二步:深度学习基础(PyTorch)",使用浅黄色高亮背景条,黑色文字 红色文字:"目标:理解神经网络工作原理,能看懂并运行大模型基础代码" 黑色加粗文字:"核心内容:" ☑ 神经网络基础:反向传播、激活函数、损失函数、优化器 ☑ PyTorch 核心:张量操作、自动微分、模型构建(nn.Module) ☑ 基础模型:线性回归、CNN/RNN 基础(了解即可,重点是理解训练流程) ☑ 预训练模型加载:用transformers库加载开源模型,实现基础文本生成 章节下方添加一条黑色细水平分割线 3. 第三章标题"第三步:Transformer 核心原理",使用浅黄色高亮背景条,黑色文字 红色文字:"目标:搞懂大模型的底层架构,不再只会"调库"" 黑色加粗文字:"核心内容:" ☑ Transformer 架构:编码器 / 解码器、自注意力机制、位置编码 ☑ 关键概念:上下文窗口、Token、Embedding、注意力掩码 ☑ 大模型训练:预训练、微调、RLHF 的基本流程 ☑ 常见问题:幻觉、上下文限制、能力边界的底层原因 章节下方添加一条黑色细水平分割线 4. 第四章标题"第四步:提示词工程(Prompt Engineering)",使用浅黄色高亮背景条,黑色文字 红色文字:"目标:写出稳定、可控、符合业务需求的 Prompt" 黑色加粗文字:"核心内容:" ☑ 基础原则:清晰指令、角色设定、格式约束、示例引导(Few-shot) ☑ 高级技巧:CoT(思维链)、ToT(树状思维)、RCoT、Self-Consistency ☑ 场景化 Prompt:对话系统、文本生成、数据提取、代码生成模板 ☑ 稳定性优化:减少幻觉、控制输出长度、统一格式的技巧 全局规范: 画布尺寸1242 × 1656像素,竖版 文字为标准无衬线黑体 知识点前必须使用带黑色对勾的方框符号 目标行文字必须为红色 章节标题背景为浅黄色,文字黑色 "核心内容"四个字加粗黑色 黑色细水平分割线分隔每个章节 保持正确的行间距、缩进、页面边距 排版简约清晰,专业办公文档风格 所有文字必须完整清晰可见,准确复刻内容和格式生成一张1242×1656像素竖版的AI大模型学习清单海报,整体背景为纯白色,采用简约办公文档排版风格。所有文字内容、排版、缩进、换行位置、格式严格按照要求还原:

1. 第一章标题"第一步:Python 编程基础",使用浅黄色高亮背景条,黑色文字
红色文字:"目标:能独立写脚本、处理数据、调试代码,为后续所有开发打基础"
黑色加粗文字:"核心内容:"
☑ 基础语法:变量、数据类型、循环、条件判断、函数、类与对象
☑ 数据处理:列表/字典/集合、文件读写、JSON/CSV 操作
☑ 常用库:requests(接口调用)、pandas(数据处理)、numpy(数值计算)
☑ 开发习惯:IDE(VSCode)使用、代码调试、版本控制(Git)
章节下方添加一条黑色细水平分割线

2. 第二章标题"第二步:深度学习基础(PyTorch)",使用浅黄色高亮背景条,黑色文字
红色文字:"目标:理解神经网络工作原理,能看懂并运行大模型基础代码"
黑色加粗文字:"核心内容:"
☑ 神经网络基础:反向传播、激活函数、损失函数、优化器
☑ PyTorch 核心:张量操作、自动微分、模型构建(nn.Module)
☑ 基础模型:线性回归、CNN/RNN 基础(了解即可,重点是理解训练流程)
☑ 预训练模型加载:用transformers库加载开源模型,实现基础文本生成
章节下方添加一条黑色细水平分割线

3. 第三章标题"第三步:Transformer 核心原理",使用浅黄色高亮背景条,黑色文字
红色文字:"目标:搞懂大模型的底层架构,不再只会"调库""
黑色加粗文字:"核心内容:"
☑ Transformer 架构:编码器 / 解码器、自注意力机制、位置编码
☑ 关键概念:上下文窗口、Token、Embedding、注意力掩码
☑ 大模型训练:预训练、微调、RLHF 的基本流程
☑ 常见问题:幻觉、上下文限制、能力边界的底层原因
章节下方添加一条黑色细水平分割线

4. 第四章标题"第四步:提示词工程(Prompt Engineering)",使用浅黄色高亮背景条,黑色文字
红色文字:"目标:写出稳定、可控、符合业务需求的 Prompt"
黑色加粗文字:"核心内容:"
☑ 基础原则:清晰指令、角色设定、格式约束、示例引导(Few-shot)
☑ 高级技巧:CoT(思维链)、ToT(树状思维)、RCoT、Self-Consistency
☑ 场景化 Prompt:对话系统、文本生成、数据提取、代码生成模板
☑ 稳定性优化:减少幻觉、控制输出长度、统一格式的技巧

全局规范:
画布尺寸1242 × 1656像素,竖版
文字为标准无衬线黑体
知识点前必须使用带黑色对勾的方框符号
目标行文字必须为红色
章节标题背景为浅黄色,文字黑色
"核心内容"四个字加粗黑色
黑色细水平分割线分隔每个章节
保持正确的行间距、缩进、页面边距
排版简约清晰,专业办公文档风格
所有文字必须完整清晰可见,准确复刻内容和格式