从Prompt到代码，同济AIGC全栈课

一、Prompt工程基础与进阶（-课时） 逻辑构建 通过CHAT模型（角色定位-背景说明-目标拆解-任务分解）训练结构化思维，如将”生成智能客服系统”需求拆解为自然语言处理、知识库对接、多轮对话设计等模块。 工业级Prompt开发 应用三段式结构：基础指令+主体描述+参数约束（如分辨率、风格权重） 掌握关键词增强技术：通过重复词强调（very very beautiful）或符号加权（tree:-）控制生成结果 实战案例：电商海报生成需组合产品特征、场景渲染、营销话术三类Prompt 二、多模态开发技术栈（-课时） 主流模型开发框架 Stable Diffusion：通过LoRA微调实现服装模特批量生成（控制姿态/服饰/背景） Midjourney V：运用–stylize参数调节艺术化程度，处理企业IP形象设计 控制网络实战 基于ControlNet实现： 建筑设计图转三维渲染（Canny边缘检测） 分镜脚本动态生成（OpenPose姿态控制） 全链路开发工具 使用ComfyUI搭建工作流，集成文生图、图生视频、语音合成等节点 三、企业级开发实践（项目制教学） 典型场景解决方案 电商领域：服装模特换装系统开发（需解决手部畸变问题，反向提示词hand:-） 影视领域：AI分镜生成工具开发（结合DALL·E 逻辑性与Stable Diffusion控制性） 全栈开发框架 采用MMagic工具箱实现： from mmagic.apis import MMagicInferencer sd_inferencer = MMagicInferencer(model_name=‘stable_diffusion’) prompt = “未来城市,赛博朋克风格,霓虹灯光,–ar : –v .” result = sd_inferencer.infer(prompt=prompt) 支持多模型API调用与结果比对 四、产教融合特色 企业级开发规范 代码质量检测：通过Copilot生成单元测试模板，检测生成代码的鲁棒性 安全合规：设置伦理约束词库（violence:-） 认证体系 完成课程可获全国职业信用评价网认证的AIGC高级证书，包含： 代码审计报告（Git提交记录分析） 商业项目交付物（含Prompt库/模型文件/部署文档） 该课程体系已应用于同济大学人工智能通识课教学，覆盖个教学班级，通过”共性基础（/课时）+专业定制（/课时）”模式培养跨学科能力。学员作品如《此路有星河》AI短片，展现了从Prompt设计到视频合成的完整开发流程。建议访问课程官网或Prompt广场获取最新案例资源。