Utilisation de GPT-4 pour le style personnel

J'ai toujours aimé la mode, collectionner des pièces uniques et les styliser à ma manière. Cependant, mon placard était plus un gâchis désorganisé qu'une collection organisée. L'ajout de nouveaux articles risquait de renverser les piles équilibrées de manière précaire.

Le défi: Un placard encombré est un problème commun, en particulier pour les personnes soucieuses du style. Cet article détaille comment j'ai transformé ma garde-robe chaotique en tenues que j'aime, en utilisant une configuration GPT en plusieurs étapes. Cela montre comment une tâche complexe du monde réel - gérant des centaines de vêtements, des accessoires et même du maquillage - peut être géré efficacement avec l'IA, sans surcharge du système.

mon idée initiale: le chat de chatte pourrait-il aider à gérer ma garde-robe? J'ai expérimenté, créant un conseiller de mode GPT personnalisé, initialement appelé "Glitter" (nécessite un compte OpenAI payant). Grâce à de nombreuses itérations, je l'ai raffiné dans une version plus intelligente, "Pico Glitter". Chaque étape m'a aidé à conquérir le chaos du placard et à renforcer ma confiance dans les choix quotidiens.

Voici quelques tenues que Pico Glitter a aidé à créer:

(voir la section B dans les notes techniques pour plus de détails sur la gestion des limites de jeton et la troncature du document.)

1. Expériences précoces: J'ai commencé avec des questions simples comme: "Que puis-je porter avec une veste en cuir noir?" Chatgpt a offert des suggestions décentes, mais manquait de connaissance de mon style personnel (par exemple, "pas de marine noire") et ma garde-robe spécifique.

J'ai ensuite réalisé que je pouvais montrer chatte de ma garde-robe - photographier des articles, fournir de brèves descriptions et la laisser recommander des tenues. La première itération (paillettes) a lutté avec la mémoire, mais a prouvé que le concept était viable.

GPT-4's Leather Jacket Styling Advice

Les conseils améliorés de Pico Glitter pour la même veste.

(Voir la section A.1 dans les notes techniques pour les détails du pipeline multimodel.)

2. Construire un styliste plus intelligent: J'ai photographié et résumé chaque vêtement concise (par exemple, "T-shirt à col en V noir, manches courtes"). J'ai organisé des articles par catégorie (chaussures, hauts, etc.) pour un référencement GPT plus facile. (J'ai utilisé O1 pour organiser ces données initialement chaotiques.)

L'amélioration a été dramatique. Pico Glitter a référencé les articles avec précision et des tenues suggérées que je porterais réellement.

Catégorie d'inventaire d'échantillons (ceintures).

(Voir la section A.2 pour plus de détails sur la résumé vs chunking.)

3. Addressant les limitations de la mémoire: Comme tous les LLM, le chatgpt a des limitations de mémoire. Les paillettes pico ont parfois oublié des articles ou inventé des tenues. Pour résoudre ce problème, je lui ai régulièrement rappelé de revérifier la liste complète de la garde-robe, redémarrant souvent la session.

Une tenue hallucinée: pantalon de cargaison turquoise avec des sabots de lavande ?!

4. Personnalités GPT évolutives: J'ai expérimenté différentes personnalités GPT:

• Mini-glitter: très orienté vers les règles, mais manquait de créativité.
• Micro-glitter: trop créatif, suggérant des combinaisons bizarres.
• nano-glitter: trop complexe et répétitif en raison d'une boucle de rétroaction d'auto-modification.

Pico Glitter a trouvé l'équilibre optimal - en respectant mon style tout en offrant l'inspiration. J'ai raffiné des invites et montré des exemples de tenues que j'aimais (ou je n'aimais pas).

autoportrait de Pico Glitter.

5. Transformer ma garde-robe: Les suggestions de Pico Glitter ont révélé quels vêtements je portais fréquemment et que j'ai négligé. J'ai fait don de plus de 50 sacs d'articles non portés, même en découvrant des doublons!

Avant les paillettes, s'habiller était un processus de 30 à 60 minutes. Maintenant, en utilisant des "recettes" enregistrées (descriptions de tenue), cela prend 3-4 minutes. La création de nouveaux looks dépasse rarement 15 à 20 minutes. Pico Glitter élimine les conjectures.

tenue "recettes"

Je demande à Pico Glitter de créer des ensembles, en itérant avec des téléchargements d'images et des commentaires. J'enregistre des "recettes" (liste des noms et des éléments) dans mon application de notes avec des balises (#casual, #business, etc.) et une photo.

### Combinaisons à faible low

J'adore mélanger les pièces haut de gamme et pour le budget - Pico Glitter les associe de manière transparente en fonction de la couleur, de la silhouette et du style général.

6. Prise des clés:

• Démarrer petit: Testez avec quelques éléments.
• Restez organisé: Utiliser des résumés concises.
• Rafraîchir régulièrement: Rappelez au GPT de revérifier la liste de la garde-robe.
• Apprenez des suggestions: Identifier les éléments fréquemment suggérés et ceux qui sont rarement utilisés.
• EXPÉRIENCE: Les appariements inattendus peuvent conduire à de superbes looks.

7. Conclusion: Mon placard est toujours en évolution, mais Pico Glitter l'a transformé du chaos au style portable. La collaboration entre moi et le GPT est la clé - je fournis des règles et des éléments de style; Il fournit des combinaisons, et ensemble, nous affinons jusqu'à ce que nous atteignions des tenues qui se sentent authentiquement moi .

Appel à l'action:

• Obtenez ma configuration: une configuration de démarrage pour votre propre styliste basé sur GPT.
• Partagez vos résultats: tag @glittergpt (Instagram, tiktok, x).

* (voir Notes techniques pour les détails techniques.) *

Remarques techniques: (Explication technique détaillée des pipelines multi-modes, de la troncature de la manipulation, des fenêtres de contexte, de l'ingénierie rapide et des leçons apprises.) (Cette section reste largement inchangée à partir de l'original, car il fournit une information technique précieuse.)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!