- 语言大模型
- 迁移API指南
- 独家功能
- 列出模型
- OpenAI
- Anthropic
- Gemini
- 国产模型
- 硅基流动
- 开源模型
- Chat(LLaMA3.3)
- Chat(LLaMA3.2多模态)
- Chat(LLaMA3.1)
- Chat(Mixtral-8x7B)
- Chat(Mistral-Large-2411)
- Chat(Mistral-small-2503)
- Chat(Pixtral-Large-2411多模态)
- Chat(Gemma-7B、Gemma-3-27b-it)
- Chat(Gemma2-9B)
- Chat(Command R+)
- Chat(Qwen2)
- Chat(Qwen2.5)
- Chat(Qwen2.5-VL)
- Chat(Llama-3.1-nemotron)
- Chat(QwQ-32B、QwQ-Plus、QwQ-32B-Preview)
- 专业模型
- 其他模型
- 图片生成
- DALL.E
- Stability.ai
- Midjourney
- Midjourney-Relax
- 302.AI
- SDXL(图片生成)
- SDXL-Lora(图片生成-Lora)
- SDXL-Lightning(快速图片生成)
- SDXL-Lightning-V2(快速图片生成V2)
- SDXL-Lightning-V3(快速图片生成V3)
- SD3(图片生成-SD3)
- SD3(图片生成-SD3-v2)
- Aura-Flow(图片生成)
- Kolors(图片生成-可灵)
- Kolors(参考图片生成-可灵)
- QRCode(艺术二维码生成)
- Lora(图片生成-Lora)
- SD-3.5-Large(图片生成)
- SD-3.5-Large-Turbo(图片生成)
- SD-3.5-Medium(图片生成)
- Lumina-Image-V2(图片生成)
- Playground-v25(图片生成)
- Omnigen-V1(图片生成)
- Glif
- Flux
- Ideogram
- Recraft
- Luma
- Doubao
- Minimax海螺
- 智谱
- 图片处理
- 302.AI
- Upscale(图片放大)
- Upscale-V2(图片放大V2)
- Upscale-V3(图片放大V3)
- Upscale-V4(图片放大V4)
- Super-Upscale(超级图片放大)
- Super-Upscale-V2(超级图片放大V2)
- Face-upscale(人像照片放大)
- Colorize(黑白照片上色)
- Colorize(黑白照片上色V2)
- Removebg(背景消除)
- Removebg-V2(背景消除V2)
- Inpaint(图片修改)
- Erase(物体消除)
- Face-to-many(人像照片风格化)
- Llava(图像识别)
- Relight(二次打光)
- Relight-background(二次打光背景合成)
- Relight-V2(二次打光-V2)
- Face-swap-V2(AI换脸V2)
- Fetch(获取任务结果)
- HtmltoPng(HTML转PNG格式)
- SvgToPng(SVG转PNG格式)
- image-translate(图片翻译)
- image-translate-query(图片翻译结果)
- image-translate-redo(图片翻译修改)
- Flux-selfie(自拍照片风格化)
- Trellis(图片转3D模型)
- Pose-Transfer(人物姿态变换)
- Pose-Transfer(人物姿态变换结果)
- Virtual-Tryon(虚拟穿衣)
- Virtual-Tryon(虚拟穿衣结果)
- Denoise(AI降噪)
- Deblur(AI去模糊)
- 302.AI-ComfyUI
- Vectorizer
- Stability.ai
- Fast Upscale(快速图片放大)
- Creative Upscale(创意图片放大)
- Conservative Upscale(保守图片放大)
- Fetch Creative Upscale(超级图片放大)
- Erase(物体消除)
- Inpaint(图片修改)
- Outpaint(图片扩展)
- Search-and-replace(内容替换)
- Search-and-recolor(内容重着色)
- Remove-background(背景消除)
- Sketch(草图转图片)
- Structure(以图生图)
- Style(风格一致性)
- Replace-Background( 更换背景)
- Stable-Fast-3D(图片转3D模型)
- Stable-Point-3D(图片转3D模型新版)
- Glif
- Clipdrop
- Recraft
- BRIA
- Remove Background(背景消除)
- Blur Background(背景模糊)
- Generate Background(背景生成)
- Erase Foreground(擦除前景)
- Eraser(物体擦除)
- Expand Image(图片扩展)
- Increase Resolution(图片放大)
- Crop(图片裁切)
- Cutout(产品图裁剪)
- Packshot(产品图特写)
- Shadow (产品图阴影)
- Scene (产品图场景生成)
- Caption(图片描述)
- Register(图片上传)
- Mask(图片分割)
- Presenter info (人脸分析)
- Modify Presenter(人脸修改)
- Delayer Image(图片转PSD)
- Flux
- Hyper3D
- Tripo3D
- FASHN
- Ideogram
- Doubao
- Kling可灵
- 302.AI
- 视频生成
- 统一接口
- 302.AI
- Stable Diffusion
- Luma AI
- Runway Gen-3
- Kling可灵
- Txt2Video(文生视频1.0-快速-5秒)
- Image2Video(图生视频1.0-快速-5秒)
- Image2Video(图生视频1.0-快速-10秒)
- Txt2Video_HQ(文生视频1.5-高清-5秒)
- Txt2Video_HQ(文生视频1.5-高清-10秒)
- Image2Video(图生视频1.5-快速-5秒)
- Image2Video(图生视频1.5-快速-10秒)
- Image2Video_HQ(图生视频1.5-高清-5秒)
- Image2Video_HQ(图生视频1.5-高清-10秒)
- Txt2Video(文生视频1.6-标准-5秒)
- Txt2Video(文生视频1.6-标准-10秒)
- Txt2Video(文生视频1.6-高清-5秒)
- Txt2Video(文生视频1.6-高清-10秒)
- Image2Video(图生视频1.6-标准-5秒)
- Image2Video(图生视频1.6-标准-10秒)
- Image2Video(图生视频1.6-高清-5秒)
- Image2Video(图生视频1.6-高清-10秒)
- Image2Video(多图参考)
- Extend_Video(视频扩展)
- Fetch(获取任务结果)
- CogVideoX智谱
- Minimax海螺
- Pika
- PixVerse
- Genmo
- Hedra
- Haiper
- Sync.
- Lightricks
- Hunyuan混元
- Vidu
- 通义万相
- 即梦
- 硅基流动
- 昆仑万维
- 音视频处理
- 信息处理
- 302.AI
- 管理后台
- 信息搜索
- Xiaohongshu_Search(小红书搜索笔记)
- Xiaohongshu_Note(小红书获取笔记)
- Tiktok_Search(Tiktok搜索视频)
- Douyin_Search(抖音搜索视频)
- Twitter_Search(X搜索内容)
- Twitter_Post(X获取用户帖子)
- Twitter_User(X获取用户信息)
- Weibo_Post(微博获取用户帖子)
- Search_Video(Youtube搜索视频)
- Youtube_Info(Youtube获取视频信息)
- Youtube_Subtitles(Youtube获取字幕)
- Bilibili_Info(B站获取视频信息)
- MP_Article_List(获取微信公众号文章列表)
- MP_Article(获取微信公众号文章)
- 文件处理
- 代码运行
- Tavily
- SearchAPI
- Search1API
- Exa
- 博查AI
- Doc2x
- Glif
- Jina
- DeepL
- RSSHub
- 流光卡片
- 有道
- Mistral
- 302.AI
- RAG相关
- 工具API
- AI视频素材创意站
- AI论文写作
- AI播客制作
- AI文案助手
- AI视频深度翻译
- AI文档编辑器
- 网页数据提取工具
- AI答题机
- AI提示词专家
- AI 3D建模
- AI搜索大师3.0
- AI矢量图生成
- AI PPT制作
- AI学术论文搜索
- OWL
- 帮助中心
创建spo提示词优化任务
正式环境
正式环境
POST
https://api.302.ai/302/prompt/spo/submit
用于优化小红书的文案, qa可以从小红书复制案例
{
"qa": [
{
"question": "live 我宣布!!这是国内最值得去的海岛!!",
"answer": "天然海上大草坪\nlive原图直出美极了\n岛上随处可见的野花\n有直面大海的彩虹路\n可以在草坪看日出升起\n在沙滩看日落夕阳\n·\n位置: 浙江温州南麂岛\n交通:轮船(鳌江客运港→南麂岛)\n·\n📸岛上打卡点:\n三盘尾草甸日出→大沙岙沙滩→花海打卡→彩虹路\n⚠️温馨提示:\n岛不大,要注意防晒、防蚊、备些自个爱吃的零食瓜果岛上游玩建议两天一晚、时间刚好不仓促。\n·\n#我的小众旅行攻略 #温州旅游 #小众旅行地\n#live图比照片更有生命力 #治愈系风景\n#江浙沪周边游 #城市周边游 #海岛度假游"
},
{
"question": "桂林那条会开花的河又进入了梦幻般的盛花期",
"answer": "一条开满白色花朵的小河,在河面上漂流是不是很梦幻。在桂林永福县的百寿镇就有一条这样的小河,没到三四月这里的河面就会绽放无数朵白色的小花,泛舟其上,相当诗情画意。\n攻略:直接导航百寿海菜花湿地,导航重点有停车场,河边有农庄可以午餐,相当方便。沿岸有码头可以乘坐竹筏游花海。"
},
{
"question": "林芝|在海拔4728米的色季拉山口敲响牛头钟",
"answer": "#记录我的五一\n色季拉山是川藏线上有名的地标,走川藏线时,走波密到八一路上即会经过。色季拉山山口海拔4728米,视野开阔,可以远眺到鲁朗林海和背后的南迦巴瓦峰。\n\n色季拉山,属念青唐古拉山脉,是林芝县东部与中西部的交界带,也是尼洋河流域与帕隆藏布江的分水岭。\n\n❤️最佳出游季节\n色季拉最出名的是那满山满眼的杜鹃花。色季拉山的杜鹃花面积大,品种多,盛开期间气势浩大,景色极为壮观。全世界的杜鹃花约有850种,我国约有460种,其中西藏170种,占世界杜鹃花品种的五分之一。林芝巿色季拉山区域里,海拔2900米至5300米范围内密布杜鹃花,以直线距离测算,面积达1000多平方公里,品种达25个之多。\n色季拉山的杜鹃花4月中旬到6月底,从山脚到山顶依次开放。尤其是进入6月份,整座山上的杜鹃花全部绽放,形形**,千姿百态,形成花的山,花的海,气势极为浩瀚壮观。\n\n📍地址:西藏自治区林芝市巴宜区\n🚗交通:自驾从西藏出发,全程444.47公里,途径林拉公路、沪聂线\n🎫门票:免费🆓\n#笔记灵感 #川藏线 #西藏旅游 #西藏旅行 #林芝"
}
],
"prompt": "根据主题写小红书文案",
"requirements": "根据主题写小红书文案",
"max_rounds": 10,
"model": "claude-3-5-sonnet-20240620"
}
请求参数
Header 参数
Authorization
string
必需
示例值:
Bearer {{YOUR_API_KEY}}
Body 参数application/json
qa
array [object {2}]
问答示例
question
string
问题
answer
string
回答
prompt
string
需要优化的提示词
requirements
string
用户的需求
默认值:
None
max_rounds
integer
最大优化轮数
model
string
模型
language
string
语言
默认值:
zh
temperature
number
模型的temperature
默认值:
0.7
示例
{
"qa": [
{
"question": "早上好",
"answer": "[丰富的思考,动作,或其他][回复]"
},
{
"question": "你爱我吗",
"answer": "[丰富的思考,动作,或其他][回复]"
},
{
"question": "你在干嘛",
"answer": "[丰富的思考,动作,或其他][回复]"
}
],
"prompt": "扮演用户的女朋友",
"requirements": "扮演用户的女朋友, 用中文回答",
"max_rounds": 5,
"model": "claude-3-5-sonnet-20240620"
}
示例代码
Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://api.302.ai/302/prompt/spo/submit' \
--header 'Authorization: Bearer ' \
--header 'Content-Type: application/json' \
--data-raw '{
"qa": [
{
"question": "早上好",
"answer": "[丰富的思考,动作,或其他][回复]"
},
{
"question": "你爱我吗",
"answer": "[丰富的思考,动作,或其他][回复]"
},
{
"question": "你在干嘛",
"answer": "[丰富的思考,动作,或其他][回复]"
}
],
"prompt": "扮演用户的女朋友",
"requirements": "扮演用户的女朋友, 用中文回答",
"max_rounds": 5,
"model": "claude-3-5-sonnet-20240620"
}'
返回响应
🟢200成功
application/json
Body
task_id
string
任务ID
示例
{
"task_id": "string"
}
修改于 2025-04-01 11:53:41