怎麼填變量：[Transformer 結構] 可換成你要講的結構，同時把下面的模組列表一起改，例如"ResNet 殘差塊""U-Net 編碼解碼""Vision Transformer 圖像分塊"；[頂會論文終稿] 可寫"期刊黑白印刷""技術網誌扁平風"；[論文出處] 寫原論文簡稱和年份即可。示例圖是英文標籤版：左邊藍色"ENCODER (×N)"、右邊綠色"DECODER (×N)"，每個子層是淺色圓角塊，殘差箭頭和"keys, values"交叉箭頭都畫出來了，標題和副標題在最上方。

常見問題與調整：

• 箭頭連錯或多出模組：把模組列表寫成編號清單，並加"只畫列出的模組，不要額外添加"。
• 中文標籤擠在一起：改短標籤，如"自注意力""前饋"，或保留英文標籤。
• 想要黑白印刷版：加"灰度配色，只用線型和灰度區分模組"。
• 想要豎版放進 PPT 一側：畫幅改成 3:4，兩欄改為上下排列。

適合：組會 / 課程 PPT、技術網誌配圖、論文草圖底稿；不適合未經核對直接作為正式投稿插圖。

英文原版

Landscape 16:9 academic concept figure of the Transformer encoder-decoder architecture, NeurIPS camera-ready style. Two vertical column stacks side-by-side with a dashed divider.

LEFT column header: "ENCODER (×N)". Blocks bottom-to-top: "Input tokens" → "Input Embedding" → "+ Positional Encoding" → dashed "Encoder layer" containing "Multi-Head Self-Attention", "Add & Norm", "Feed-Forward", "Add & Norm", with thin curved residual arrows around each sublayer.

RIGHT column header: "DECODER (×N)". Blocks bottom-to-top: "Output tokens (shifted right)" → "Output Embedding" → "+ Positional Encoding" → dashed "Decoder layer" containing "Masked Multi-Head Self-Attention", "Add & Norm", "Multi-Head Cross-Attention" (horizontal arrow from encoder top labeled "keys, values"), "Add & Norm", "Feed-Forward", "Add & Norm". Above decoder: "Linear", "Softmax", "Output probabilities".

Title: "Transformer: encoder–decoder with multi-head attention". Subtitle: "Vaswani et al., 2017".

改編自 wuyoscar/GPT-Image2-Skill 收錄的提示詞（倉庫整理），許可證 MIT（Copyright (c) 2026 Wuyoscar）。