understand-prompt

一份笔记,带你玩转Stable Diffusion、ChatGPT和Copilot

这是一个个人知识库与实验记录项目,作者结合编程、绘画和写作经验,系统探索并总结了Stable Diffusion、ChatGPT和GitHub Copilot三大AI工具。项目以Jupyter Notebook为主要载体,包含大量实践案例、提示词技巧和生成效果对比,旨在帮助读者理解AI图像生成、语言生成和编程辅助的核心原理与应用方法。内容涵盖从基础概念到进阶操作的完整路径,并配有示例代码和生成图片,适合希望系统学习AIGC工具链的开发者与创作者。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 5587
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队phodal
所属国家
官网地址
定价模式free
价格说明开源项目,无在线服务,需自行部署,全部功能免费。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型ai,aigc,chatgpt,github-copilot,stable-diffusion
GitHub 星标★ 5587
30天Star增速
HF 下载量
上线时间2023-02-19 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 环境(用于运行 Jupyter Notebook,README 未指定具体版本)
  • 已安装 Jupyter Notebook 或 JupyterLab
  • 可访问 GitHub 的网络环境(用于克隆或下载仓库)
  • 阅读图形生成、文章、编程章节时需自备对应 AI 工具账号(Stable Diffusion / ChatGPT / GitHub Copilot)

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 获取项目全部 Notebook 与示例素材,README 未提供其他安装方式

    git clone https://github.com/phodal/understand-prompt.git
  2. 2进入项目目录

    切换到克隆下来的仓库根目录,后续所有操作都在此目录进行

    cd understand-prompt
  3. 3安装 Jupyter

    该项目以 Jupyter Notebook 为主要载体,需先准备好 Notebook 运行环境;README 未指定版本,按通用方式安装即可

    pip install notebook
  4. 4启动 Jupyter

    在当前目录启动服务,浏览器会自动打开文件列表页面

    jupyter notebook
  5. 5打开 Notebook 阅读

    在文件列表中点开感兴趣的 .ipynb 文件,按目录顺序从图形生成、文章、编程三个主题依次阅读

  6. 6按章节实践

    遇到提示词示例时,把示例提示词复制到对应的 Stable Diffusion、ChatGPT 或 Copilot 中自行复现对比

如何确认成功

执行 jupyter notebook 后浏览器出现 Jupyter 文件列表,且能看到仓库中的 .ipynb 文件即表示就绪。

常见问题

Q:README 里有安装依赖或配置 API Key 的说明吗?

A:README 节选只给出了目录结构与内容介绍,没有安装步骤和密钥配置说明;本项目是个人知识库与实验记录,主要供阅读和对照实践,无需配置密钥。

Q:必须安装 Jupyter 吗?可以不装直接看吗?

A:可以直接在 GitHub 网页上打开 .ipynb 文件阅读,但部分输出图片和交互效果显示不全;安装 Jupyter 本地运行体验更完整。

Q:项目里的示例能直接运行出图吗?

A:不能。README 展示的是提示词写法与生成效果记录,实际出图需要在 Stable Diffusion 等工具中输入同样的提示词,项目本身不含推理服务。

Q:有没有配套的可视化工具?

A:README 开头推荐了配套工具 click-prompt(github.com/prompt-engineering/click-prompt),可按需了解。

注意事项

  • README 未提供正式安装说明,上述步骤基于项目为 Jupyter Notebook 项目的通用准备动作,请以仓库实际内容为准。
  • 项目属于个人知识库与实验记录,部分章节包含二次元模型的 18 禁示例,阅读时请注意环境是否合适。
  • 示例中的提示词与生成结果依赖特定模型版本与参数,复现效果可能与作者记录不一致。
  • 由于缺少官方安装文档,本教程 confidence 标记为 low,执行前请先确认仓库是否新增了安装说明。

核心亮点

  • 作者跨编程、绘画、写作多领域,内容兼具技术深度与创作视角
  • 以Notebook形式呈现,代码与解释结合,可交互复现
  • 覆盖三大主流AI工具,横向对比,帮助选型与组合使用

不足之处

  • 内容为个人经验总结,系统性弱于官方文档或课程
  • 部分示例依赖特定环境,可能因版本更新而过时

适用场景

  • AI绘画初学者系统学习Stable Diffusion
  • 开发者快速上手GitHub Copilot提升编码效率
  • 内容创作者利用ChatGPT辅助写作与创意生成

替代项目

stable-diffusion-webui、LangChain、awesome-chatgpt-prompts

项目介绍

understand-prompt 是开源模型领域的开源项目,由 phodal 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(5,587)位列前 8%,在开源模型分类的 424 个项目里位列前 12%。

近 41 天,它的 GitHub 星标从 5,536 增加到 5,587,净增 51。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。无在线服务,需自行部署,全部功能免费。

它主要面向的使用场景是:AI绘画初学者系统学习StableDiffusion。同类可对比的替代方案包括 stable-diffusion-webui、LangChain、awesome-chatgpt-prompts。

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA,一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10