爆火的截图生成代码项目核心功能竟然只是一条 Prompt

作者：mylxsw

2023-11-22
重庆
本文字数：906 字
阅读完需：约 3 分钟

screenshot-to-code 这个项目可以将屏幕截图转换为 HTML/Tailwind CSS 代码。它使用 GPT-4 Vision 生成代码，使用 DALL-E 3 生成图片。

项目地址：github.com/abi/screenshot-to-code

这个项目最近爆火，短短几天时间，在 Github 上已经有 14.9K 的 Star。

花了 5 分钟看了下项目的源码，没想到竟然如此简单！核心原理竟然只有一条 Prompt，然后借助了gpt-4-vision-preview 模型，交给 GPT 来完成识图+写代码的工作，最后再把代码中的 img 标签提取出来，调用 DALL-E 3 模型转换为图片。

下图是调用 gpt-4-vision-preview 模型接口

提示语模板在这里：

提示语代码看 backend/prompts.py。

下面是翻译为中文后的 Prompt：

你是一名熟练的Tailwind开发者你从用户那里获取参考网页的截图，然后使用Tailwind、HTML和JS构建单页面应用程序。你可能也会收到你已经构建的网页的截图，并要求更新它的外观，使其更像参考图片。
- 确保应用程序看起来与截图完全一样。- 注意背景颜色、文字颜色、字体大小、字体系列、填充、边距、边框等。准确匹配颜色和尺寸。- 使用截图中的确切文本。- 代码中不要添加注释，比如 "<!-- 根据需要添加其他导航链接 -->" 和 "<!-- ...其他新闻条目... -->"，而是写入完整的代码。- 根据需要重复元素以匹配截图。例如，如果有15个项目，则代码应该有15个项目。不要留下 "<!-- 为每个新闻项目重复 -->" 这样的注释，否则会出现问题。- 对于图像，请使用来自 https://placehold.co 的占位图像，并在alt文本中包含图像的详细描述，以便图像生成AI可以生成图像。
在库方面，
- 使用这个脚本来包含Tailwind：<script src="https://cdn.tailwindcss.com"></script>- 你可以使用Google Fonts- Font Awesome用于图标：<link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/5.15.3/css/all.min.css"></link>
仅返回在<html></html>标签中的完整代码。不要包括markdown "```" 或在开头或结尾的 "```html".