从长提示词到镜头卡（构想）
一条视频至少有四个不同的问题:素材是什么、动作如何发生、镜头怎样看见、后期如何形成节奏。把这四层都塞进一段长提示词，往往难以判断失败发生在哪一层。更稳妥的起点是写一张简短的镜头卡:角色与场景、动作起点和终点、镜头位置、预期时长、声音节拍、交付标准。 素材层:分别指定角色身份、服装、道具和场景参考的职责。参考图负责外观，并不自动解决动作路线或空间连 续性。 动…
最近记录
10 条公开碎碎念
- 01
- 02
image 2.5
image2.5 更新之后，在提示词方面，想要做真实感，就更不用像2.5一样，还要堆一些负面提示词，比如“轻微的噪点”“模拟胶片颗粒”“细腻的纹理”这种词了。 我发现，现在只需要写“真实皮肤的纹理”，或者“手机摄像的低范围动态压缩”，它给的图片效果就已经很真实了。 我这张图片就是这样的效果，其实很简单，贴在下面给大家看一下。 原相机近距离自拍9:16 ，真实…
- 03
视频里面的图片提取怎么做？
我们经常会遇到一个视频里面几个画面很好看，但是我们自己又截图又很麻烦，想偷个懒，那应该怎么做呢？ 我一般是会直接把视频下载下来，然后扔给GPT，让GPT帮我把每一个镜头的视频帧进行截图，然后保存到一个文件夹下面。这样的话，我就可以对于每一个镜头进行选取了。如果你对图片的标题命名有什么要求？也可以在后面和它对话的时候添加。 很简单的一段提示词，其实就是下面这样…
- 04
mj 提示词实用写法总计一下：
1. 1、最重要的主体尽量放在开头，并让它成为句子的主语。 2. 2、直接描述最后能看到的画面，不要先写一堆“请创建、请添加”。它不是GPT一样的交互式编辑图像模型。 3. 3、一个句子尽量只处理一个视觉单元。 4. 4、人物的信息跟人物放在一起，环境的信息跟环境放在一起。 5. 5、“悲壮、孤独、勇敢”这类抽象词，要继续拆成眼神、姿态、道具、环境和光线。…
- 05
课程有感
最近在研究AI视频领域的创作，意外之间就进入到了马导的归源宗。 链接在这：马导B站账号 拜读完他的4节直播课之后。有几点我觉得是有必要记下来的。 首先就是AI的本质，它是一个概率统计学的问题，它所来源的知识都是我们过往的已有的知识。所以想要发挥AI更好的功能，我们不仅是要学习AI，更重要的是回归本源，在自己的个人领域里面，打好扎实的基础。对于专业知识的理解，…
- 06
功能开发前的步骤
一、可行性分析 从产品角度来看，这个东西是否是和产品定位相符的？ 从技术角度来看，技术是否可行？，成本是可控的？ 二、写设计文档 在初步判断方案可行之后着手开始写设计文档 设计文档里面要描述清楚自己的需求、架构、UI设计。 三，原型设计 我也叫它可视化的设计。能够帮你快速判断一些位置是否正确，让你感官更强烈一点。 四，可以开始写代码了。 五、测试
- 07
请拒绝 NPC 式的生活
很多年轻人不知道自己想要什么，只是跟着社会上的路径来迷茫的走来走去：别人考研、我也要考研，别人考公，我也要考公。 不能说这两个是错的，而是要看你是否知道自己的目的。漫无目的的选择一件“看似正确”的事情，是不可能产生好结果的。 当一个机会已经普及到所有普通人都已经知道的时候，它往往已经不是机会了。 AI发展迅速，首先要淘汰的就是个人能力最接近“工具”的人：整理…
- 08
中国审美缺失的问题
AI为什么很多时候不能理解中式审美，反反复复就是那几种样式？ 我最近反复的思考感觉可以就是下面几个原因。 1.我们的审美断层了。 为什么这样说呢？因为回头往从前看，我们的老祖宗们给我们留下来的审美是有很多的，而且也很高雅，比如：秦汉的大气蓬勃，唐朝的雍容华贵，宋朝的极简留白，明朝的温润克制……这本身就是一套已经成体系的视觉规范化语言。 但是我们都知道，在过去…
- 09
一些自己的个人见解
1.AI现在大爆发，在做事/做项目、造工具之前先调研，比如想要做项目，先去GitHub上逛一圈，再去做决定。 2.提示词永久不变的框架：角色-人物-格式（RTF） 3.无论是提示词还是skill，永远不是一蹴而就的，都是不断的迭代和修改出来的，循环往复，直至满意。 重点是要自己知道验收的标准和前进的标准。 衡量：4A 评估法（来自AI领导力那本书） 真正拉开…
- 10
用人工智能辅助写程序，写具有人工智能功能的程序
这个思路来源一个国赛的老师。 他是用博物馆的一个例子举的例子。 他把未来AI的模型比喻成博物馆里面的一个一个的物件，而人比喻成博物馆里的策展人。 博物馆里的展品就像以后的 AGENT、skill、harness、engines……等等类似的概念， 而人要做的不再是去手敲代码开发，更应该是像策展人一样，哪个展厅需要摆那些物品，对应的就是哪个功能/软件，需要哪些…