承诺

本项目完全良心 (click for more details)

前言
你有没有这样的经历：随便写了一段 prompt，AI 给出的结果却总差点意思？反复调整措辞，来回试了十几次，效果依然不稳定。
问题不在 AI，而在提示词本身。于是，我做了Hello Prompt
它不是简单的"改改措辞"------而是用一套完整的认知科学理论，将提示词从结构层面彻底重建。
它做了什么？
PromptForge 内置一条 10 阶段优化管线，灵感来自认知心理学中的 前瞻记忆上下文 (Prospective Memory Context) 理论。每一条提示词都由内置的LLM（XiaoMiMiMO）经过：
场景识别 → 深度分析 → 目标提取 → 约束识别 → 噪声过滤
→ 结构解构 → 核心重构 → 智能增强 → 精炼压缩 → 验证评分

工作流彻底优化。
欲详细了解工作流程，请下载文章
核心原理.pdf (85.2 KB)

如何使用？
链接
https://prompt.xhyun.eu.cc

要求
使用 LinuxDO 账号登录（1级以上）即可，无需任何 API 密钥或资金
效果示例
输入文本
帮我设计一个研究方案，探究社交媒体使用时间与大学生焦虑水平之间的关系
优化后文本

点击查看 (click for more details)
注意事项
关于稳定性
这是我唯一一个敢保证稳定的项目，因为部署在CloudFlare上，随便压测…
关于AI
这个项目的AI使用的是我自己HelloAI的Mimo，理论上小米没咋这个项目就没咋。不要尝试逆向，做了n轮提示词注入，用不了的。
关于账号
只要不滥用都不封号，每天500次请求。

Anchor Hosting – 26 Apr 26
  

  
    

GoDaddy Gave a Domain to a Stranger Without Any Documentation

  What would you do if your organization had used a domain name for 27 years, and the registrar holding the domain seized it without any advance warning? All

GPT Image 2在画现实风格的人物的时候很真实，但是在画二次元风格的人物的时候手脚经常会画畸形
例如我用GPT Image 2画的下面几幅图：



这几幅图是我在发
  
    
    
    
      听到DeepSeek V4发布的AI娘们的反应是……（AI娘们的互动小剧场） 
  

搞七捻三
    
  
  
    [generated (78)] 
gpt image 2还是太好用了（）
  


的几张废稿
均为API调用，质量等级均为High

提示词 (click for more details)
可以看到，这几幅图中人物的手、脚均出现了不同程度的崩坏，包括但不限于畸形、凭空多出手脚等
通过以上可以看出，GPT Image 2在面对二次元风格的人物图片生成时，对于手脚的的部分很容易崩坏，特别是在包含明确描述多个手脚动作的复杂提示词时，几乎百分百出现崩坏
我个人觉得是可能是因为GPT Image 2的训练集极其庞大，把互联网上几乎能扒的全部拿去练了，这让他有了强大的世界知识
但是在其中混入了一些古早的二次元AI绘画模型的数据（比如说以前基于Stable diffusion 1.5的一些模型）
这些古早的模型生成的图片经常会有手脚畸形的情况，而GPT Image 2把他们的手脚崩坏也学会了
佬友们有遇到过类似的问题吗（）