年前部门聚餐吃饭，同事提到一个工作的改进方案，进而聊到细化「情绪颗粒度」，瞬间我想到之前看过的一本书《心情词典》，这本书描绘「心情的十万个名词」，如同情绪的大集合。当时脑子里就冒出一个想法，这本书罗列的众多情绪主题词，以及主题词下面大篇幅介绍的来源、示意等，这就是现成的 Prompt 呀！
有了想法之后，使用「心智工具箱」中的「干了再说」模型。花几分钟，下载这本书的 equb 文件，接着一个多小时的捣鼓，使用 Python 的 bs4 爬虫抓取下来从 A 到 Z 的 150+ 的情绪词，存到 CSV 文件中。剩下开始挑选合适的「文生图」模型，对比 DALL·E 和 Stable Diffusion 两个模型，针对我的需求，DALL·E 表现更好。定下模型后，最后只剩 Prompt 模版了。初步尝试 CO-STAR(Context / Objective / Style / Tone / Audience / Response) 框架，这个对于 chatGPT 效果较好的框架，对于 DALL·E 反而约束过多。索性大幅度精简这个框架，只保留核心的 Prompt，其余让 DALL·E 自行理解发挥。
确定完毕，剩下的就是体力活了，最终整理成下面的「心情词典图文版」。剔除没有文本介绍的情绪词，违反 DALL·E 价值观的词条，剩余 139 个可绘制的情绪主题词。
文档中的图片就是 DALL·E 根据每个情绪主题词，以及这个主题词的描述文本进行的相应创作。不得不说，AIGC 真是生产力工具，以前这种事想都不敢想，现在只需要一两天时间，就能为一本情绪词典完成全部的配图。
可能大家会疑问，这有什么用，其实没用，只是觉得有趣、好玩就弄了。干了再说，意义再说。
其实在这个高歌猛进的时代，我们常常忽略了内心的声音，忘记了情感的细腻和深邃。《心情词典》是一座桥梁，跨越了这条河流，带我们走进情感的深渊，探索那些难以言喻的心境。
它让我们意识到，情感的丰富多样远超我们的想象，每一个细微的情绪都值得被认真对待和表达。在浏览每一张图片、每一个情绪词的过程中，我们或许会遇到那些曾在自己心中掠过的无名情绪，终于找到了它们的名字和形状。
其实我们内心住着一头上古猛兽，这头猛兽变化无常，时而暴躁，时而安顺，变幻莫测。如若期望落空，就会表现出愤怒、悲伤、失落、惊讶、恐惧、沉闷和焦虑等诸多情绪，换句话说，它随时都会暴走。
领略不同情绪词，细化情绪颗粒度，及时省察猛兽的负面情绪。当猛兽表达不满时，不再粗暴地判断它是高兴还是愤怒。而是了解情绪的细分类型，了解猛兽情绪表达和情绪感受的细腻程度，进而判断猛兽处于情绪的什么类型，是哪种情绪，以更好地饲养、安抚这头猛兽。
好让它在我们身体内沉睡，保持对周围信息的钝感，而不是时刻处于警觉状态。渐渐地在纷繁复杂的生活中，收获一颗平静的内心。
现邀请大家一同走进《心情词典图文版》，探索那些被文字和画面唤醒的情感，找到与自己共鸣的那一幅图、那一串字。如若能提供些许情绪价值，就是最大的意义。
ChangeLog
- 240208 zapp 使用 DALL·E 生成完毕情绪词的图片，汇总完毕图文，发布初稿。