Screenshot della chat sull'architettura LLM

Crea uno screenshot realistico di una chat AI che mostra un'infografica tecnica densa, nei toni del blu e bianco, che spiega il funzionamento dei modelli linguistici di grandi dimensioni.

Istruzione
Obiettivo: Creare uno screenshot realistico di un'interfaccia di chat AI che mostri un'infografica tecnica generata su come funzionano tecnicamente i Large Language Models (LLM). Lo screenshot deve apparire come una conversazione in una moderna web app, non come un poster isolato. Canvas: Screenshot verticale 768×1024, sfondo dell'app grigio chiaro, aree di contenuto bianche arrotondate, tipografia sans-serif pulita, ombre sottili, alta risoluzione ma con il testo dell'infografica leggermente piccolo, come in una vera immagine generata incorporata. Layout UI della chat: In alto a sinistra, mostra un piccolo avatar utente circolare, il titolo della chat “Visualizing LLM Architecture” con una piccola freccia a discesa, e in alto a destra un'etichetta “Files” con un'icona. Sotto, mostra una bolla di messaggio utente arrotondata allineata verso il centro/destra contenente: “make an image explaining how LLMs work technically”. Sotto di essa, mostra una piccola riga di stato con scritto “Scira task complete” con un'icona di caricamento/scintilla e una freccia. L'immagine principale generata appare sotto come una grande scheda rettangolare arrotondata. Sotto l'immagine, includi il testo esplicativo dell'assistente: “The image above is a comprehensive technical infographic breaking down how Large Language Models function under the hood. Here is a detailed walkthrough of each component shown:” seguito dall'intestazione di sezione in grassetto “Tokenization: From Text to Numbers”. In basso, mostra una casella di input arrotondata con segnaposto “Ask a follow-up...”, un pulsante più a sinistra, piccoli controlli per strumenti/modello a destra, l'etichetta del modello “Kimi K2.6” con un menu a discesa e un pulsante vocale circolare. Infografica generata all'interno della chat: Progetta un poster educativo tecnico blu e bianco con il titolo in grandi lettere maiuscole blu navy: “HOW LARGE LANGUAGE MODELS (LLMs) WORK”. Usa uno sfondo bianco, contorni blu navy, evidenziazioni blu chiaro, pannelli arrotondati, frecce che collegano i passaggi, grafici in miniatura, equazioni, tabelle e icone. Il poster deve essere denso di informazioni e orientato all'ingegneria. Sezioni dell'infografica: Usa esattamente 8 pannelli/aree etichettate: 1. Pannello “INPUT: TOKENIZATION” che mostra una casella di testo grezzo con la frase “The quick brown fox jumps over the lazy dog.”, un blocco tokenizer, caselle di token per le parole e caselle di ID token. 2. Pannello “EMBEDDINGS” che mostra gli ID token convertiti in vettori densi, con una piccola tabella di valori di embedding numerici. 3. Pannello “TRANSFORMER ARCHITECTURE” che mostra un blocco transformer impilato con Add & Norm, Feed-Forward Network, Multi-Head Self-Attention, input embeddings, codifica posizionale e notazione di ripetizione dei layer. 4A. Pannello inferiore sinistro ampio “SELF-ATTENTION MECHANISM (INSIDE ONE HEAD)” che mostra matrici per input embeddings, query, chiavi, valori, punteggi di attenzione, softmax, pesi di attenzione, somma pesata ed equazioni. 4B. Pannello “ATTENTION: TOKENS ATTEND TO EACH OTHER” che mostra un grafico di rete dei token della frase di esempio collegati da linee blu più barre dei pesi di attenzione. 5. Pannello “OUTPUT: NEXT TOKEN PREDICTION” che mostra barre di distribuzione di probabilità per i token successivi candidati come cat, sat, on, the, mat, roof, evidenziando poi il token successivo predetto “the”. 6. Striscia inferiore lunga “TRAINING: PRE-TRAINING WITH NEXT-TOKEN PREDICTION” divisa in 5 mini-schede: corpus di testo massiccio, creazione di esempi di addestramento, predizione del modello, calcolo della perdita e backpropagation/aggiornamento. 7. Freccia di processo in basso con scritto “Repeat for billions of examples over many epochs until convergence.” 8. Callout dei risultati in basso a destra con un'icona di un cervello che spiega che il modello apprende schemi linguistici generali e conoscenze. Stile visivo: Infografica vettoriale nitida, accademica ma amichevole, intestazioni blu navy scuro, bordi blu medio, riempimenti blu pallido, tabelle e grafici minuscoli, frecce pulite, schede arrotondate, spaziatura coerente. Fai in modo che l'infografica incorporata assomigli a un diagramma educativo generato dall'AI con testo piccolo denso ma per lo più leggibile. Vincoli: Mantieni tutto il testo dell'interfaccia utente in inglese. Non aggiungere filigrane. Preserva l'inquadratura dello screenshot della chat visibile e la grande infografica incorporata. Usa esattamente le 8 aree dell'infografica elencate ed esattamente 5 mini-schede all'interno della striscia di addestramento.

Come usare questo prompt

  1. 1

    Copia il prompt completo qui sopra.

  2. 2

    Apri una piattaforma che supporta GPT Image 2, come YouMind, e incolla il prompt.

  3. 3

    Cambia soggetto, stile o dettagli in base alla tua idea, poi genera.

Questo è un prompt IA gratuito della libreria di prompt di YouMind. Esplora altre migliaia di prompt immagine, tutti liberi da copiare e adattare.

Esplora altri prompt immagine

Altre funzioni per prompt

Libreria IA

Ricerca prompt con IA

Lascia che l'IA cerchi tra decine di migliaia di prompt. Filtra per modello, intervallo di date e parole chiave e ordina per interazione: visualizzazioni, preferiti, condivisioni e altro.

Strumenti visivi

Da immagine a prompt

Trasforma qualsiasi foto in un prompt di immagine AI dettagliato. Il convertitore gratuito da immagine a prompt analizza composizione, stile e luce per ricreare ogni look in pochi secondi.

Pensato per i creator. Gratis per sempre.

YouMind è il copilota creativo IA scelto da creator in tutto il mondo. Ogni prompt è curato per aiutarti a creare meglio e più velocemente.

Esplora altri prompt