AI輔助內容創作技術深度解析

def rewrite_text(text: str, style_description: str) -> str:
    """
    根據指定的風格描述，使用 AI 模型改寫文字。

    Args:
        text (str): 原始文字。
        style_description (str): 目標寫作風格的詳細描述。

    Returns:
        str: 改寫後的文字。
    """
    # 構建一個清晰的提示，指導 AI 模型執行任務
    prompt = f"""你將會收到範例文字。
你的任務是將文字改寫成不同的寫作風格。
寫作風格可以描述如下：
{style_description}
"""
    # 假設 call_chatgpt_api 是已定義的 API 呼叫函式
    response = call_chatgpt_api(prompt, text)
    return response

# 定義一個詳細的寫作風格，以便 AI 模仿
style_description = """
1.  **資訊豐富且具分析性**：詳細介紹不同策略，分析其優缺點和實施步驟。
2.  **結構清晰且有條理**：遵循邏輯順序，層次分明。
3.  **專業且具對話性**：以專業方式呈現資訊，但使用對話語氣，使其易於理解。
4.  **實用且可操作**：提供可操作的建議和逐步指導。
5.  **平衡的觀點**：同時討論優點與挑戰，提供全面的理解。
6.  **善用範例與比喻**：使用具體範例和比喻來闡明概念。
7.  **直接且清晰**：使用直接的語言，避免過多的專業術語。
"""

# 測試寫作風格轉換功能
sample_text = "這是一個測試文字，用於展示寫作風格轉換的效果。"
# rewritten_text = rewrite_text(sample_text, style_description)
# print(rewritten_text)

def generate_title_options(text: str) -> list:
    """為給定的文字生成多個標題選項。"""
    prompt = f"為以下文字生成五個不同的標題選項：\n{text}"
    # 假設 call_chatgpt_api 已定義
    response = call_chatgpt_api(prompt)
    return response.split('\n')

def evaluate_title_options(title_options: list) -> dict:
    """評估每個標題選項的有效性。"""
    scores = {}
    for title in title_options:
        prompt = f"評估以下標題的有效性：'{title}'。使用 1-10 的評分系統。"
        response = call_chatgpt_api(prompt)
        # 假設 parse_score 已定義，用於從回應中解析分數
        score = parse_score(response)
        scores[title] = score
    return scores

# 測試標題最佳化功能
# sample_text = "這是一個測試文字，用於展示標題最佳化的效果。"
# title_options = generate_title_options(sample_text)
# scores = evaluate_title_options(title_options)
# print(scores)

def generate_image(prompt: str):
    """
    根據指定的提示生成影像。

    Args:
        prompt (str): 描述所需影像內容和風格的文字。

    Returns:
        bytes: 生成的影像資料。
    """
    # 假設 call_stability_ai_api 是已定義的 API 呼叫函式
    response = call_stability_ai_api(prompt)
    return response

# 範例：生成符合特定風格的影像
image_prompt = """
以 Corporate Memphis 風格生成一個網站相互連結的插圖。
白色背景，專業，乾淨的線條，溫暖的粉彩色調。
"""
# image_data = generate_image(image_prompt)
# save_image(image_data, 'generated_image.png') # 假設 save_image 已定義

import base64
import os
import requests
import uuid

# 設定 API 端點和金鑰
engine_id = "stable-diffusion-xl-1024-v1-0"
api_host = os.getenv('API_HOST', 'https://api.stability.ai')
api_key = os.getenv("STABILITY_API_KEY")

def generate_image_from_stability(prompt: str) -> list:
    """使用 Stability AI API 根據文字提示生成圖片。"""
    if not api_key:
        raise ValueError("請設定 STABILITY_API_KEY 環境變數")

    # 發送 POST 請求到 Stability AI API
    response = requests.post(
        f"{api_host}/v1/generation/{engine_id}/text-to-image",
        headers={
            "Content-Type": "application/json",
            "Accept": "application/json",
            "Authorization": f"Bearer {api_key}"
        },
        json={
            "text_prompts": [{
                "text": f'an illustration of {prompt}. in the style of Corporate Memphis, white background, professional, clean lines, warm pastel colors'
            }],
            "cfg_scale": 7,
            "height": 1024,
            "width": 1024,
            "samples": 1,
            "steps": 30,
        },
    )

    # 檢查回應狀態碼
    if response.status_code != 200:
        raise Exception("非 200 回應: " + str(response.text))

    # 解析回應並儲存圖片
    data = response.json()
    image_paths = []
    for i, image in enumerate(data["artifacts"]):
        filename = f"{uuid.uuid4().hex[:7]}.png"
        with open(filename, "wb") as f:
            f.write(base64.b64decode(image["base64"]))
        image_paths.append(filename)

    return image_paths

# 範例提示
prompt = "一個無縫的拼貼畫或馬賽克，展示了來自世界各地的多樣文化元素，包括傳統舞蹈、藝術品、地標和穿著各種傳統服飾的人們，象徵著人類文化的相互關聯性。"
# generate_image_from_stability(prompt)

import base64
from langchain_openai.chat_models import ChatOpenAI
from langchain_core.messages import SystemMessage
import os
import requests
import uuid

# 設定 API 端點和金鑰
engine_id = "stable-diffusion-xl-1024-v1-0"
api_host = os.getenv("API_HOST", "https://api.stability.ai")
stability_api_key = os.getenv("STABILITY_API_KEY")

def create_image_with_chatgpt_prompt(title: str) -> list:
    """結合 ChatGPT 和 Stability AI，根據標題生成圖片。"""
    # 1. 使用 ChatGPT 生成圖片提示
    chat = ChatOpenAI()
    image_prompt = chat.invoke(
        [SystemMessage(content=f"為 '{title}' 創建一個適合 Midjourney 的圖片提示。")]
    ).content
    
    # 2. 使用生成的提示呼叫 Stability AI API
    image_paths = generate_image_from_stability(image_prompt) # 複用前面的函式
    return image_paths

import gradio as gr

def generate_questions(topic: str) -> list:
    """
    根據輸入的主題生成相關問題。
    (此處為示意，省略具體實作細節)
    """
    # 假設的程式碼邏輯
    print(f"為主題 '{topic}' 生成問題...")
    questions = [f"關於 {topic} 的問題 {i+1}" for i in range(5)]
    return questions

# 使用 Gradio 建立一個簡單的 Web UI
demo = gr.Interface(
    fn=generate_questions,          # 要呼叫的函式
    inputs=gr.Textbox(label="主題"), # 輸入元件型別
    outputs=gr.JSON(label="生成的問題"), # 輸出元件型別
    title="AI 問題生成器",
    description="輸入一個主題，AI 將為您生成相關問題。"
)

# 啟動 Gradio 應用程式，並生成一個可分享的公開連結
# demo.launch(share=True)