粉丝1.1万获赞8.8万

假如你想生成带有你 ip 角色或者是人物特征的图片,比方说海报,你只需要训练一个人物角色的拉尔模型就可以了, 那我们这个视频介绍一下怎么样训练一个 z a m g 背时的人物角色的拉尔模型。训练完成之后,你就可以只使用皮子词来生成带有你人物角色的拉尔模型, 只需要两步,第一步就是收集你人物角色特征的图片并达标,第二步开启训练等结果就可以了。 现在打开这个老二训练大师,点击这个数据集,在这里新建一个数据集,然后在这里输入这个数据集的名字,比如说叫 ai 搅拌手,自然语言,点击添加就可以了。 点击这个数据集,点击添加素材,把你的这些角色素材全都添加进来就可以了。 那假如你已经打好标了,那这里也会自动识别。如果说你没有打标,你可以直接在这里点击自动打标,那这里支持多种打标的风格,还可以定义打标的长度,也可以在这里点击统一打标, 就是给这些素材打统一的标签。那关键是无论是你手动打标还是自动打标,你都需要一个人物角色的出发词,那这个素材和打标整理完之后,进入到这个模型训练,点击这个新建训练任务, 在这里输入训练任务的名字,比方说叫 z m g base ai 搅拌手 v 二, 在这里选择 the image base, 在 这里输入最大的训练轮数,这个训练轮数乘以你的素材的数量,就是最后训练的步数,然后在这个地方选择刚才新建的这个数据集, 这里输入这个训练数据集的分辨率,再往下就是过程采集,就是在训练的过程当中查看采样的效果, 如果说你不想查看,就直接把它给关闭就可以了。那打开它之后写一个彩样的提示词,比方说 ai 搅拌手在唱歌,那关键是这个地方要有这个 出发词,在这里也可以定义彩样的生成的图片的宽度和高度,比方说七六八乘以一零二四。在这个地方还可以 使用低显存模式,比如说你的显存是二十四 g 以下,你就可以使用这个低显存模式,根据你的显存的大小来调整这个分块数,如果你是二十四 g 以上,直接把它给关了就可以了,全量跑就行。点击这个检查训练参数, 没有问题,点击保存训练任务,然后进入到这个模型训练,点击开始训练,那这个时候老二训练大师就会自动完成训练前所有的初步化的操作,并自动开启训练,你直接在这里等着就可以了。 那我们现在把它给关掉,直接看一下我刚才训练的这个 v 一 的版本,它的配置都是和刚才讲的是一样的,在训练过程当中可以查看它这个过程采样,也可以 看它的这个闹事取线,点击查看这个闹事取线,上面是按训练部署的闹事平均值取线,下面是按训练轮数的闹事平均值取线,再往后就是这个模型的输出,点击这个打开, 那这个就是所有的训练好的拉尔模型了。那需要注意一点的是,如果说你在康复 ui 里面使用这个拉尔模型,需要对它进行一次转化, 点击这个模型转换,这里选择 zamejbase, 这里浏览你需要测试的这个训练好的拉尔模型,然后点击开始转换就可以了,那现在转换成功了,转换后的模型就在这里带这个下划线 com 的, 你把这个 l r 模型直接复制到你的 comui 的 model 下面的 l r 里面就可以了, 就这个 z m g base ai 搅拌手唯一的下划线 comf。 然后我们打开这个 z m g base 的 基础的纹身图的工作流,然后在这里写上一个提示词,这个就是生成一个宣传海报, 里面包含了这个 ai 搅拌手这个卡通形象,有标题,还有它的一些效果的描述,我们这里直接一次给它生成四个,点击运行就可以了, 这里就是它的生成的效果。拉尔训练大师,新一代炼丹神器,那这个的提示词比较简单, ai 搅拌手在唱歌,这是刚才测试的这个简单提示词的效果。好,这个就是使用拉尔训练大师来训练一个 z m g 背时拉尔模型的方法。

假如你在网上看到了一些好的特效,想应用到你的视频里面,如果只通过提字词是很难做到的。最简单的方式就是训练一个特效的拉尔模型,训练完之后就可以一键生成这个视频特效, 我们现在就训练一个 ltx 二点三的视频特效。老二模型步骤非常简单,只需要两步,第一步把你想要的特效视频下载下来并达标,第二步开启训练就可以了, 那我们现在打开这个老二训练大师,点击这个数据集,点击这个新建数据集,在这里输入你数据集的名字就可以了, 比方说叫视频特效素材,点击添加,然后再点击这个数据集,点击添加素材,然后把这些数据集直接添加进来,就是刚才演示的这个人物变成火的这一套数据集。 如果说是你已经打完标了,那这里就会自动识别,如果说没有打完标,你就可以在这里点击这个同一打标,在这里输入打标的标签,点击确定,这样就会把所有的标签全部都打完。第二步,进入到这个模型训练,在这里点击新建训练任务, 在这里输入这个训练任务的名字,你就变成火特效 v 二,然后在这里选择 ltx 二点三 i two v, 再然后在这个数据集这里选择刚才新建的这个数据集。视频特效素材,这个数据集,这里可以自定义这个分辨率, 因为它是视频特效,所以说它训练使用到的显存可能比较高一些,这个分辨率可以适当的调小一点,比方说 t 六八五幺二,这里 因为是视频素材,这里要切一下视频素材,那如果说是你显存比较高,你在这里可以适当的调高它的分辨率。在下面是这个过程采样就是在训练过程当中 查看采样的效果,同样在这里要写上这个采样的提示词,那这个提示词就是刚才打标的那个提示词。 因为我们现在是做的 i to v 的 训练,所以说你在采样的时候是需要一张图片的,我们把这个图片的路径复制一下,复制过来,要一个完整的路径,就随便挑一张图片,比方说我们用这一张图片 复制过来,这个宽度和高度也可以自定义,比方说一零二四七六八,下面也可以自定义采样的频率,这里默认是每十轮 和每五百步各踩一次样。另外在这个地方还可以启动低显存模式,假如说你是二十四 g 以下, 你就这里启动这个低显存模式,把它开到最大,大概是八 g 左右就可以训练,最大是四十七,如果说你是二十四 g 或者以上的显卡,直接把它给关闭就可以了。 在这里检查训练参数,没有问题,点击保存。下一步进入到这个模型训练,然后点击开始训练,这样就可以了,那这个时候老二训练大师就会自动完成训练前所有的粗实化操作,并且自动开始训练, 你只需要等着就可以了。那我们在这里先终止一下,直接看一下我刚才训练的这个 ltx 二点三的 v 一 的版本配置都是一样的,只是在这个地方我就调整了它的输出的频率,就是训练过程当中 拉模型的输出频率就是每二十轮和每一千步各输出一次拉模型, 在过程当中可以查看他的过程彩样,第一个就是最新的彩样,在这个地方还可以查看他的闹事取现,点击查看闹事取现,就可以看到这个训练的闹事取现,上面是按训练部署的闹事取现, 下面是按训练轮数的闹事取现。最后一个就是模型输出,这个是训练过程当中产生的所有的闹模型,然后点击打开,这样就打开了这个模型的保存的目录, 如果说你是在 comfyui 里面使用,就直接复制这个点 comfy 的 模型,然后把它复制到你的 comfyui models lars 里面就可以了, 就这个 ltx 二点三 i2v 变火特效点 comfy, 那 么现在打开 ltx 二点三的文和图声视频二合一的这个工作流,这个工作流我在之前的视频里分享过,然后在这里加入这个 lara, 就是刚才的这个 ltx 二点三 i to v 变火特效的这个 logo, 在 这里上传一张图片,在这里切换成 i to v, 就 把这个 text to video 这个开关给关掉,然后点击运行就可以了 啊,这个就是最后生成的一个效果啊,这也是一个效果啊,这个就是使用老二训练大师来训练一个 ltx 二点三 i2v 的 视频特效的老二的方法。

嗯,这个视频讲一下这个 g mag 啊。呃。多角色怎么练啊?什么叫多角色?就是 我就以明朝的一个之前练过的一个模型来讲一下吧。就是,呃,就是这些角色都是明朝,明朝的角色啊,然后,呃。我想把它打包在一起去训练, 嗯,去创建信息训练,然后我们可以通过它的一些呃,它的固定提示词去触发这个角色啊, 就不用我们训练啊,每个角色去训练一个模型了。嗯,然后这个打标的话也是正常打标啊,用这个图片打标,选择同一千万,然后选择图片打标啊。呃,这里我打标好了,我就不再打标了哈。 然后,嗯,这个参数设置话也是我们选择啊,每每每一个,每训练一次啊。保存一个模型,然后这个出发词我们先写一下吧。 明朝,呃,先写个出发词啊,这个出发词等下要跟这里的出发词对应起来哈。我先复制一下 啊,然后就随便写一下吧。一个女生就可以了啊,就可以了。嗯,然后这个名称的话我们写一下吧。名称随便写一个,然后中文名字啊,出发词 下就可以。呃。然后,然后我们在这里选这个,呃,添加这个出发时到这个文本里面去哈。我们放到里面来全部选择。 呃,这样的话我们每个图片都有一个固定的出发时了啊,方便大家去呃读取啊,上传图片, 嗯,然后设置完之后我们检查一下哈。呃。因为,呃。为为什么?这些图片可能有有这个头像的,然后有这个全身的, 呃。还有些半身的哈。就是,呃,为了,呃人物还原吧。然后这个头像的话就是,呃,都是老司机啊,大家都懂的哈。呃,出为了出一些比较特殊的图片, 然后就可以了,点这个训练就可以了。然后因为是多图片的话,然后我们尽量把这个拉到最大来哈,拉到最大来哈,让他多训练,或者把这个也拉大来哈,让他多训练哈,多训练,增加训练次数哈。 呃,但是常规的话一般也是默认这个也是可以的哈,就这个参数都可以的。然后这些设置完没有问题的话,我们就点这个训练就可以了。

c dance 二点零提示词真的需要学吗?我们来做个实验, 同样的角色,输入复杂的导演提示词和极简提示词对比做出来的效果差异。用导演思维写提示词需要详细描述画面风格和镜头叙略,比如要什么风格,摄影机怎么拍, 演员怎么演,你先这样刺过去,再那样刺过来,你可以像我这样写, 看剑 怎么样效果。好吧,那么如果只写一句话也能出那么好的效果吗?现在我们试试,只交代角色和结果,极简提示词写法 效果也很好,这就是为什么 ai 导演们都很焦虑的原因。提示词工程带来的差距在智能面前已经消失了。像 cds 这样的模型,在训练时一定已经看过了千万部电影 模型里对于武侠的理解也许比大多数人类导演要立体的多。大道至简,如果你不需要精准控制,简单提示词就足够让模型发挥出训练的平均最优解。你更喜欢哪个生成结果呢?评论区告诉我。

假如你在网上看到了一些好的特效,想应用到你的视频里面,如果只通过提示词是很难做到的。最简单的方式就是训练一个特效的绕耳模型, 训练完之后就可以一键生成这个视频特效,我们现在就训练一个 ltx 二点零的视频特效拉尔模型,步骤非常的简单,只需要两步,第一步把你想要的特效视频下载下来并达标,第二步开启训练就可以了。 首先打开这个拉尔训练大师,点击这个数据集,在这里点击新建数据集, 输入这个数据集的名字,比方说叫人物变火特效素材,点击添加,再然后点击这个数据集, 点击添加素材,把下载好的视频素材全都添加进来,点击打开,如果说你已经打完标了,这里就会自动识别,如果没有打完标,直接点击这里统一达标,这里写上你要打的这个标签, 然后点击确定就可以了,这样就会把所有的素材统一打成这些标,点击这个模型训练,点击新建训练任务,这里输入训练任务的名字,表示叫 ltx 二点零 i2v 变火特效 v 二, 这里选择 ltx 二点零 i2v 这个训练设置,这里可以根据你自己的需要调整这个训练的轮数。在训练数据集这里选择刚才添加的训练素材, 就这个人物变火特效素材,这里选择视频,因为这个素材是视频的, 这里写上视频的分辨率,比方说七六八五幺二。最下面是这个过程彩样, 就是在训练过程当中查看这个训练的效果,如果你不想看就直接把它给关闭就可以了,这里写上这个题字词,那这个题字词就是刚才打标的那个题字词。另外这里还需要一张图片的路径, 就因为我们是训练的 i to v 的, 所以说他在采样的时候是需要一张图片的,我们复制一下这个图片的路径,反斜线,我们随便找一张图片复制过来,这个就是图片的完整的路径。当然在这里你也可以输入采样的时候的视频的尺寸, 比方说宽度是七六八,高度是一零二四,默认的采样的频率是每十轮和每五百步各采一次样。在这个显存优化这里 可以开启这个低显存模式,假如说你是二十四 g 及以下的显存,就打开这个低显存模式, 根据你显存的大小来调整这个分块数,如果说拉到最大大概是八 g 就 可以训练,如果说你是二十四 g 以上的显存,那直接把它给关闭就可以了。 我们点击检查训练参数,没有问题点击保存训练任务,然后再进入到这个模型训练这里点击开始训练就可以了,那这个时候老二训练大师就会自动完成所有 训练前的初步化操作,并且自动开启训练,你只需要在这里等着就可以了。我们先把它给关掉, 我们直接看一下我刚才测试的这个 v e 的 版本,它这个配置和刚才的配置都是一样的,它在训练过程当中可以查看它的过程的彩样,默认第一个就是最新的彩样,这个就是彩样的效果。 在这里还可以查看他的涝死曲线,点击查看涝死曲线,那上面这个就是按训练步数的涝死平均值取线,下面是按训练轮数的涝死平均值取线,在这里可以查看所有的模型的输出,就在这个任务配置,这里可以 修改模型输出的频率,比方说每二十轮输出一次,每一千步输出一次涝模型, 然后点击这个打开,如果说你是在 comui 中使用,你就使用这个点 com 的 这个模型,我们把需要测试的这个模型直接复制,复制到你的 comui models lars 里面就可以了, 选择这个 ltx 二零 itv 变火特效,那再我们打开这个 ltx 基础的图声视频的工作流,那这个工作流我也在之前的视频里面分享过, 那不同的地方,这里加了一个 l 模型,这里选择 ltx 二点零 i to v 变火特效 v 一 的这个,这里上传一张图片,这里写上刚才打标了这个提示词,然后点击运行就可以了。 好,这就是使用 ltx 二点零的 i to v 的 视频特效的 l 二的方法。

哈喽,大家好,今天给大家带来一个小工具,平时只要我们玩 ai 绘画,无论你是用康福源还是极梦香蕉以及其他出图片视频的 ai 工具,都会涉及到提示词的反推和润色。这个功能虽然说在哪里都可以用啊,我们打开豆包,打开 jimmy gpt, 都可以帮你反推一个提示词,甚至在工作的当中的节点也有很多, 但是呢,以我自己的感受来说,就是东一块西一块,真正着急用的时候又没有办法马上调出来用一个什么东西,所以我就做了一个这样的小工具。 小工具说来很简单,就是调用 api 来反推提示词,但是呢,越简单的功能就要把颜值和交互做好一点,而且呢要有积累的功能,让你所有的提示词都沉淀在这个里面。这个工具我有放到群公告里面,大家可以暂停一下自己拿走。简单说一下它的用法,我这里预设了五大类型的提示反推,包括这个 ltx 二点三,大家都知道它是比较吃提示词的, 还有 cds 二点零,以及常规的图声视频,自然语言的中文反推或者润色。还有就是香蕉的提示词,选中任意的模式背后都有一套预设的提示词,我们只要在下面简单的输入 你的提示词要求,那他就会按照这个提示词的预设来帮你反推合理的词。这里面我个人用起来,尤其香蕉这个非常好用啊。有时候我们描述几个图片的编辑关系,描述不清楚的时候,可以直接把图片以及你简单的要求传输上来,它会给你一个相对完整的逻辑,然后呢下面这里是置顶按钮, 然后这里配置 api, 这里会有历史记录,所有我们生成过的提示词都会存到永久的存到你这个工具当中,然后呢最后是一个关闭,比如说我们在自然语言中文这里尝试一下,我们输入一个女孩户外写真,然后呢我给他一个几条两条或者十条五条都可以让我们点击运行,他 就会调用 api 帮我们生成这个地方的 api, 能适配 open 接口的都可以,那得到这个结果之后我们就可以复制到其他地方去用了。同时每次我们生成一条之后,我们在这个地方可以发现 当前你的灵感池就多了一条,也就说你所有的东西都会被积累到这里,那积累的这个内容呢?我们之后可以在这里搜索你之前生成过的提示词,或者呢我们直接在这个大圆球上面点击一下,它就会把当前结果当中的之前的提示词可以随机出来一条,你就可以直接去附用它,尤其是通用的 纹身图类的我们都可以直接用。如果我们的提示词当中有反推图像的,或者你用香蕉的时候要给他看到你的图片,那我们就直接把你的图片这样给他拖动进来,他会有个特效,当我们松手之后呢,他就把图片给吃进来了,最多可以上传四张图片,点击清楚就可以清除掉这个图片。大概的功能就是这样,我在软件当中还放了一个使用说明, 大家打开之后可以详细的看一下这个使用说明里面的提示词预设我们是可以自己改的,如果大家觉得我现在这个预设的提示词不满意的话,可以自行去修改。我这几个预设的提示词对于新手同学来说应该还是挺有用的,大家可以直接打开这个文件,然后看看我当前这几个模式的提示预设,也可以来参考一下。 ok, 这个工具很简单,直接大家解压就可以去使用了,重点是想跟大家聊一聊最近火热的龙虾技术,我发了这个工具,肯定也会有人说现在用龙虾直接都可以调用提示词去出土等等的工作都可以做了。我个人认为,当前绝大部分的人来说,龙 龙虾对它是没有太多用处的,反而大家可以去学一学现在的一些编程助手,比如说 coser, 谷歌的反重力,或者是 cloud code 这些可以直接在你电脑上帮你修改文件,帮你写代码,帮你整理文档,帮你梳理架构,甚至帮你钻研课程的这些东西。像这个工具就是我大概花了三个小时的时间, 一句代码不用写,我也不会写代码,你只要跟他提需求对话,只要你有提需求的能力,只要你有用户思维,那你就可以做出这样的东西来。更底层的就是学会如何跟 ai 对 话,如何跟 ai 学会其他各种你不懂的东西。所以反而建议大家可以去学一学这样类型的工具,它会离我们实际解决问题会更近一点。

给大家呢分享一套超级好用的题诗词,把 ai 呢调教成你的私人军师,帮助你出谋划策,高效的去完成任务和工作。那这套题诗词的思维框架呢,我经常运用在我自己的工作当中,非常实用。那这套题诗词的思维框架一共分为了三步,首先第一步,让 ai 帮助你发散思维。 那很多时候啊,我们要去完成一个任务啊,比如说要写一份年终总结,或者做一份活动的方案,或者写一份报告。那刚开始很多时候啊,我们只知道要去完成的任务就是这个目标,但是不知道如何去完成,就是脑袋里面没有很多的细节的想法。 那这个时候呢,我们就可以让 ai 呢帮助我们来发散思维,把模糊的任务目标梳理成清晰的结构化的思路。那我们的提示词呢,可以这么说,我是某某某,来交代一下你的角色, 请你帮我完成某件任务,比如说是年终总结,或者说活动方案。请你在帮我完成这件任务之前呢,通过提问的方式,一步步来了解我的意图,帮我梳理完成这个任务需要的必要的信息。那每次呢,你只提一个问题,等我回答之后,你再提下一个问题, 如果我有回答不清楚的地方,请你追问我,目的呢,是帮我明晰需要完成这些任务需要的必要信息。那这套题词呢,你可以发给任己的 ai, 这个都是适用的。然后呢,第二步,耐心的去跟 ai 聊一聊,根据 ai 的 提问呢,给出你的回答 啊,在这里呢,我推荐你使用 ai 工具里面的啊,实时的语音通话功能,比如说豆包千问里面的语音通话 jimmy 的 live 功能,那这样呢,更有沉浸式,会让你更加专注在你聊的这个主题当中,也更有利于 ai 帮助你炸出更多细节,强烈推荐你来试一试。 那通过上面和 ai 的 聊天呢,我想你肯定对你要完成的任务会有了更清晰的思路,那这个时候我们执行最后一步, 让 ai 呢,根据你们聊天的内容,帮助你梳理一份要完成任务的槽案。你可以这么说,请你根据我和你聊天的内容呢,帮我梳理出要完成这个任务的具体方案, 然后你会发现 ai 吭哧吭哧的帮你完成一份比较高质量的方案,那比你直接跟他说,请你帮我完成一件什么什么样样的任务,这个质量来的要高不知道多少倍。 那虽然现在产出的方案质量是比较高的,但是我还是要建议人为的根据这个方案呢,做最后的调整,永远不要忘记你是最后的把关者。所以这套题词呢,你学会了吗?推荐你啊,今天就可以用起来。

天塌了,兄弟们, sd 二点零的提字词到底是越复杂越好,还是越简单越好?今天我给你们一个明确的答案啊,既不是越简单越好,也不是越复杂越好,而是要要精确,有结构化,有重点。有人觉得呢,提字词写的越长越详细啊, ai 就 越懂我,就像一个什么穿着这个红色连衣裙的漂亮女孩,在阳光明媚的公园里开心散步。 他有长长的黑色头发,大大的眼睛,穿着白色的鞋子,手里拿着粉色的气球,那背景里有很多五颜六色的树和五颜六色的花。结果呢,你出来之后发现这个 s d 直接蒙了,要么是画面元素崩的乱七八糟,要么就人物比例崩了,要么就是重点却丢了,你想要突出的红色连衣裙没有了,反而把这个气球给突出了。 那么极目二点零呢,就是 c 叉三点零虽然很强大,但他更喜欢比较清晰的指令,而不是说特别长的描述。而且呢,过度复杂的提示词,很容易出现逻辑上的这种崩坏假。比如说啊,你说切黑的夜,又说阳光普照,那 ai 到底听哪一个呢?是不是矛盾呢? 那是不是写的越简单越好呢?比如说,女孩散步完事,哎,这样写呢, ai 确实不会蒙圈,但是呢,它会给你出一堆很随机的片子,可能是古装的,也可能是现代的。后天呢,可能就是一个外星人在菜市场散步啊,完全不是你想要的效果。那么 c 三三点零的关键信息呢?就是你需要锁定你的关键信息啊,锁定你的需求,没有这些信息呢,它只能自由发挥,那么结果肯定是不好的。 那么重点来了,正确的做法呢,是用最少的数字传递最精准的信息,还有有清晰的结构。我给你们总结了三个啊,就不管你生成什么样的内容,这三个要素都要有。 然后首先呢,主体就明确你要生成的核心对象,比如说二十三岁的长发女生,穿黑色外套,戴黑框眼镜啊,别只说美女。第二个呢,是动作,就指的是具体的行为啊,拒绝抽象词,不要抽象词,不要说做饭切菜啊,下锅翻炒,不要说伤心,要说低头沉默啊,突然崩坏啊,突然崩溃,或者是抓挠镜子。 呃,场景呢,就是在哪里做件事,做做这件事,比如说在这个稻田,比如说在那个就是都市 cbd 的 一个写字楼门前啊,或者是远处的村落等等等等。 那么给题的词分个层啊,用公式化的思维来写啊,效果是很好的,推荐两个万能公式。第一个呢,新手可以用主体加动作加场景加画画质约束,例如说啊扎这个高马尾的日系女孩,然后缓慢转身,露出笑容,樱花树下花瓣飘落,四 k 高清电影,质感,绮丽浪漫。 那么熟练,以后呢,你也可以这么写啊,就像世界观加主体层,加动作层,加镜头层加画质层,例如赛博朋克,二零七七世界观,雨天, 呃,霓虹闪烁,然后机械一体女孩,然后银色的短发,黑色紧身衣,然后靠墙滑行,拔枪,瞄准,低角度仰拍,快速跟胶,八 k h d r 金属质感,哎,这么写就可以, 每一步只要填一个核心内容,不要堆积啊,比如说只选一种运境,一种光影,那么重点的你要可以用符号,中文符号标出来,比如说用中文的那个,那个左一个,右一个,把这个特征给标出来, ai 就 会优先识别啊,比如说棕发的棕棕色卷发的女士,你可以把棕色卷发用那个中文的括号给括起来。 那么第三个呢,就是画质约束,必须要加,这是极八点零铺片的一个灵魂啊,假如说像那个四 d 高清电影,质感,细节拉满啊等等就是,那么人物不要崩坏,无极变少了这些呢,其实有的时候画面就会容易糊, 那么给你看两个就是,呃,对比的案例啊,就是先说一个错误的提示词啊,就一个很酷的人在打架,然后呢,背景是城市要帅一点,然后动作快一点,画质好一点,这样写呢,就太笼统了, ai 完全不知道怎么拍,那么正确的写法是什么呢啊?假如说抖音的龙叔智慧黑色功夫装,肌肉线条明显,剑眉高挑,眼神专注而深邃, 腾空侧踢,拳拳到肉,动作连贯,雨夜街头霓虹灯闪烁,然后积水倒影,中景跟拍,慢动作回放,四 k 高清电影打光,金属质感, 哎,那么最后给大家总结一下啊,就是 s d 二点零的提日词,核心呢,不是复杂或者简单,而是精准化和结构化。那么新手入门呢,首先要掌握主体动作加场景加画质的技术公式 少,技术多,先保证不翻车。如果是你熟练以后啊,可以再加入世界观,镜头,语言情绪表达啊,去精准的叠加,不要出现错误,让作品更有质感。那么高手一定是用最少的文字传递最丰富的信息啊,这样让整个 s d 二点零跟着你的节奏走。

这是一个让 ai 博主集体破防的网站,把一条 ai 视频拖进去,过一会就把它用的提示词全挖出来了,用了就回不去的网站。第四十四期今天分享的是 视频,拖进去等个五秒,这个视频的每一帧都会被提取出来,并且视频风格、构图、运镜、人物动作全部翻译成提示词, 直接复制就能用。图片也一样,无论是什么画面上传进去直接反推,支持中英文双输出,不用自己复制使用,而且完全免费,甚至都不用注册,就非常良心。

刚刚我整理了这么一份即梦生视频的提示词,其实很简单,他就是定义了一些系统角色,然后告诉你哪一步该怎么生,该怎么整,定到什么框架逻辑。你直接把这个文档拖进去丢给豆包,豆包他就会帮你去把这个东西生出来。比方说我说写一个爱 情故事,我现在喂给他,豆包就会根据这东西帮我去生啊,他现在呢,就根据这题词格式帮你写了一个启蒙的记事词,而且他直接给你是一个 markdown 格式的。什么意思?你可以直接点右边这个复制,你直接粘到这个节目里面去,特别方便,大家可以都试一下。

这条视频给大家讲一下 front engineer, 就是 提示词工程 front 到底该怎么写?刚好我最近研究了挺多 ai 提示词大神怎么写 cloud 最佳实践的那个官方文档,包括 gemini 最佳实践官方文档,它们这些顶级大模型公司出了这个教程,今天我一条视频给大家汇总一下。我先说一下这条视频适合什么样的人看。首先你有使用大模型的需求, 就是你至少是一个已经在跟 ai 对 话的人。第二个就是你的需求至少要是有一点点难度的啊,比如说问大模型明天天气怎么样的这种 用户的话也不需要看了啊。我这条视频的核心在于工程化和稳定性,教你把 ai 变成一个保质保量,能完成你工作的固定员工。如果你有以下几种需求的话,那么这个视频对你来说非常好。第一,当你需要批量化且质量稳定的产出, 比如你要写五十篇小红书文案,比如你要写十篇日报周报。第二,当你眼高手低时,你只有矮。第二,但是你没有动手能力,你只知道自己想要一个什么样的结果,但中间这个过程你不会干。 比如说你想写一个 python 脚本,但你不懂 python 语言。比如说你想写一份商业分析报告,但是你不是分析师。第三,就是你的任务太复杂, ai 每次完成你的任务都固头不固定,让 ai 做一件很长,然后逻辑很绕的事情。比如说帮我提取这段视频的文稿,提炼里面的观点,再结合我的痛点产出一篇文章,还要翻译成英文, 就是他中间要做的事情很多,那么你把一串指令丢给 ai, 他 可能会丢掉其中一两步,或者说给你一个很水的答案。第四就是当你对味道很挑剔时,比如说你想让 ai 模仿 macintosh 的 翻译墙,或者 macintosh 的 ppt 样式,你不知道怎么描述清楚的。 ok, 那 么我们正式开始。其实网上很多教程太卷了,一会让你学结构化,一会让你学 markdown 各种语法,但其实随着 cloud 啊 jpg 这种模型它的更新迭代,它本身模型非常牛的时候,其实逻辑没必要那么复杂, 首先是我自己写提示词的步骤和思路。首先第一步呢,就是把你脑子里的东西先倒出来,不管你要做分析也好,写文案也好,还是什么复杂的各种 idea 需求也好,我会先把脑子里的所有的想法,你对这件事情所有的知道的来龙去脉,背景啊,结果, 过程要怎么样,你想达成什么样的目标,一股脑的告诉他,用大白话也好,穷尽你能写出所有的对这件事情的描述,甚至说你在网上看到几篇风格很不错的文章,全部丢给 ai。 现在 ai 的 上下文很长,你完全不用担心输入框限制了他。到完之后你跟他说这样一段 prank, 我是 这个领域的小白,但我想要达到专家级的效果。 这些是我的原始想法和参考素材,请你先不要生成内容,先消化这些信息,告诉我你理解了没有,让 ai 去读你的心,去读你的想法。 当你把这些素材投喂给他的时候,你再反过来问他,基于你刚刚学到的这些素材,如果我要完成这个任务,你需要我补充哪些背景、哪些信息,或者利用你自身的知识,帮我把这些大白话翻译成结构清晰、逻辑严密的 system prompt。 这时候你会发现 ai 自己写出来的提示词 里面充满了专业的术语、行话和深层逻辑。这是你自己在家闭门造车,手搓 prompt 手搓不出来的。让 ai 自己给自己写 prompt。 好, 我们到了第三步,拿到了 ai 自己写好的 system prompt 或者提示词之后,不要直接用, 我们先彩排再开机。第三阶段,我会对他说,基于你刚刚这个 prompt, 请你立刻生成三组用户输入到模型输出的模拟案例给我看,检查一下,这时候 ai 只是在模仿你的字面意思,还是说已经读懂了你的神韵? 如果你看案例的时候你觉得不对劲,你不需要去改那一大串复杂的 system pond, 直接用人话反馈给他。比如说第二个案例,逻辑太生硬了,没有人味,像 ai 写的,我想要那种犀利中带点幽默的,请你调整一下 pond, 直到它生成的案例完全符合你自己的审美,这个 system pond 才算定稿。 以上是我写 point 一个基本的流程,然后下面我再补充一下我从 gemini cloud 的 最佳实践手册里面学到的几个调优的原则。第一个就是别说客套话,直接说需求。如果你对模型的要求很高,千万不要丢给他模糊的指令,一定要给他明确目标。 比如说你扔给他一段图片,说写个分析,那肯定不如说创建一个包含交互功能的分析仪表盘,越全越好。第二点就是举例子比讲道理有用。这个技巧叫做少量样本提示,也叫 few shot one shot。 如果你想模仿特定的文风,你在那里描述,不如直接丢个原版的例子给他,你跟他说,就照着这个味写,你的例子越好, 他的产出就越稳。如果说你是那种需要处理复杂任务的用户,比如说先提取啊这个视频的文案,再分析这个视频的文案,再结合我的痛点生成文案,再把这个文案翻译成某某语言。 你的任务里面包含了多个子任务,那你可以试试提示词练。简单来说就是不要贪图一口吃个胖子,把你的大任务拆成好几个小任务, 上一步的输出变成下一步的输入。举个例子,你拆解完任务之后,你先写一个 point a, 是 用于提取药物,然后它输出了 output a, 那 你再写一个 point b, 基于 output a 写大纲,输出 output b, 你 再写一个 point c, 是 基于 output b 扩写成整篇文章。 这个就是牺牲速度换精确度的策略。你可以精准地调控每一个 point, 每一个子任务里面的细节。 这个是一个用来构建稳定 ai 工作流的思路。其实 a 正的思路就跟这个差不多。下一条原则呢,是多模态融合,现在的 prompt 不 再仅限于文字了。呃,图片、视频、音频,一切的模态都是平等的输入, 特别是对于 jimmy 三用户来说啊,他对于长视频的理解现在特别到位。还有就是允许不确定性。为了减少 ai 的 幻觉,我们可以明确地授权给 ai 说,你可以说你不知道, 比如说,请基于某某数据分析趋势,如果我给的数据不足以支持输出结论的话,请直说,不要编造,我可以给你补充更详细的数据。 最后一个技巧就是让他先想后说,如果遇到复杂的任务,可以要求 ai 在 输出结果之前先列一个提纲或者一步步推理。你可以直接给一个 point 说,在回答之前,先一步步拆解你的思路, 增加 ai 思考的步骤。这件事情非常重要,它可以大大的减少你 ai 胡说八道的几率。 ok, prompt 怎么写?如果你听到这里,学到这里,你已经很厉害了, 不要再纠结那些复杂的结构。好的 prompt 一定不是写出来的,而是聊出来的,是测出来的。所以说你要做的就是把话说明白,然后给他足够的例子。把你重复性的、繁复的工作丢给 ai, 咱们只需要把控方向,检查它的产出即可。

这是一个让 ai 视频创作者集体傻眼的网站,它能将任何你看到的视频直接逆向生成提示词。 你只需要将视频链接或是下载好的视频上传,点击分析视频,稍等一会儿,它就直接生成了视频的详细提示词,包括画面、全景、远景、中景、特写等, 甚至连音频风格都写的明明白白,帮你轻松解决不会写提示词的烦恼。最关键的是,它免费无广就很良心!

大家肯定知道可乐的元码泄露的事了吧,但这个热闹呢,咱们不白看,来学点真东西啊。今天呢,我们就重点聊聊题时词部分,整理了十四条,每一条啊,我觉得普通人写题时,词都能直接用上。 看完这些元码呢,我最大的感受就是一句话,与其花时间想让 ai 做的更好,不如先列出他最容易犯的错,逐条写经历。说白了,让 ai 变好的核心不是让他更聪明,而是让他少犯蠢。 你看, cloud code 的 提示词用的最多的词就是 never do not critical, 全是禁令,而不是教你应该怎么做好。我们现在来看第一条,用禁令代替指令。这条啊,是我看完源代码最大感受, 那就 topic 的 工程师写提示词用的最多的词就是 never do not critical, 全是指令。我们平时写提示词,本能的就是想教 ai 怎么做,你要分步走,你要有逻辑,你要专业。但 cloud code 的 做法恰恰相反, 他把大量的精力花在告诉 ai 什么不能做。所以啊,第一条就是堵住 ai 犯蠢的路,比教他变聪明更有效。第二,专门设一个唱反调的角色。 源码里有个专门验证的角色啊,设定就一句话,你的任务不是确定东西有用,而是尽量找出问题。 is travis 还给这个角色设定了一套反驳偷懒的借口话术。 反驳说看起来没问题,不等于验证过,实际试一下 a, 一, 说别人已经验证过了,反驳说别人也是 ai, 你 得独立检查 ai, 说太花时间了,反驳说花不花时间不是你该操心的。 最后还有一句总结啊,如果你发现自己在写解释,而不是在行动,停下来去行动。这思路不光适用于代码,任何重要的 ai 输出,你都可以设一个专门找茬的提示词,两轮下来呢,质量会提高不少。 第三条,不要画蛇添足。题目的有三条我觉得特别好啊。第一呢,不要加没有被要求的东西,一个小的修改啊,不需要顺手把旁边的也重做一遍。 第二呢,不要为不可能发生的情况做预测,只在真正需要的边界做校正。第三条啊,宁可重复,也不要过度抽象,也特别喜欢干这种事啊。你让他写个简单功能,他给你搭一个框架, 这条禁令就是防止这个的。第四条,如实汇报,不要润色,也不要过度谦虚。原码里有一段提示词,写的非常精准,大意是事情没有做好,就说没有做好。附上具体的情况,没做过的步骤呢,就说没做过,不要暗示做过了, 但反过来,事情确实做好了,也不要加一堆没必要的说明,免得声明说可能还有问题。目标啊,是准确的报告,不是防御性的报告。这条其实适用于所有的场景,很多人写提示词只为了防止 ai 吹牛,没想到啊, ai 还会过度谦虚,两头都堵上呢,才能完整。 第五条,活是可以分出去的,但思考不行。 class 后的可以启动子任务去并行干活,但提示词里明确写着不要外包理解,不能写根据你的调查结果去处理这种活,因为这等于把判断也甩了出去, 你自己要先消化信息,做出判断,再给出明确的方向。子任务的描述要像给一个刚走进房间的聪明同事写简报, 他没看过你之前的工作,不知道你试过什么,也不理解这件事为什么重要,说清楚要做什么,为什么以排除了什么,给足上下文信息,让对方能自己做出判断。第六条,不知道就说不知道,不要猜。源码里写的只任务启动后,你对他的进展一无所知,不要编造或者预测结果。 如果有人问进展,就说还在处理中,不要猜,应该特别容易在没有信息的时候编一个看起来合理的回答,在提示词里明确的告诉他,不知道就说不知道,比瞎猜强一百倍。 第七条,先看再改,不准凭空编造。原码里有一条硬规则, ai 必须先读过一个文件的内容才能去编辑它,没读就改,系统会直接报错,不让你操作。 这条房子就是 ai 最常见的问题,凭记忆或者幻觉去修改东西改出来的呢?跟实际内容对不上。我们写提示词也能用这个思路啊。比如你让 ai 帮你改文章,先要求他把原文关键内容复述一遍,确认理解对了再动手。第八条,一次授权不等于永久授权。 源码里明确写着,用户批准了一次操作,不代表以后同类操作都不用再问了。授权只对当事人有效,不能自己扩大范围。这条房子就是 ai 记住了之前的授权后,越来越大胆,你让他发过一次邮件,后面他就觉得可以随便发了。在提示词里写清楚授权的边界很有必要。 第九条,每条禁令要写清楚。为什么 cloud 的 禁令不是干巴巴的一句话啊,他会把原音写上。如有一条规则,禁止 ai 用某种方式修改代码,历史记录后面紧跟着解释啊,因为在特定情况下这么做,会把之前的工作全部覆盖掉,数据直接丢失。 你光写不准, ai 可能在边界情况下自行判断绕过去,但你把原音写上,他就知道这条规则的边界在哪,什么情况下必须死守。第十条,信息按需给,不要一次给全 劳的,扣的有几十个工具啊,但不会一上来把所有的工具使用说明全部塞给 ai。 他 先只告诉 ai 有 哪些工具的名字,等真正用到某些工具时候,再把详细的说明加载进去。 就像新员工入职的时候,第一天不会把所有部门的操作手册都丢给他。先给你一张组织架构图,等你真正报销的时候再告诉你具体的流程。信息太多, ai 反而犯迷糊,用到再给效果更好。第十一条, 沟通规范,要吸到标点符号,不准用 emoji, 不 准废话,能用一句话说完,不用三句,连标点都管啊。提示词里规定了,某些情况下不能用冒号,因为冒号后面的内容可能不会展示给用户,会变成一句莫名其妙的绊脚话。 还要要求先说结论,再说理由。 ai 的 默认习惯是先铺垫一大段话再说,重点在提示词里啊,明确要求倒过来说,效果立竿见影。第十二条,不同场景加载不同的规则。源码里有大量条件判断,针对不同类型的用户加载不同的规则。 比如内部员工的版本管得更严,必须如实汇报结果,默认不加多余的解释,完成前必须实际验证。 还有一个有意思的设计啊,当内部员工在公开环境下工作时,提示词会自动隐藏敏感信息,防止不小心暴露内部的细节。这个思路在日常使用中也可以用到。 比如,你有一个基础版的提示词,在需要更严谨的场景下,额外叠加一套更严格的规则,而不是写两套完全独立的提示词。第十三条提示词不要堆成一大段啊,要模块化。 卡拉格的提示词是分模块组装的,角色的设定、行为的规则、任务的要求、语气的风格,每一块都独立,然后根据使用场景动态组合,不同情况下加载不同的模块。要把所有的规则写在一个大段里,按功能分成几块, 需要哪块加哪块,清晰好维护,以后改也方便。卡拉格的有很多专用的工具啊,比如专门读文件的,专门搜索的,专门编辑的。提示词里反复强调不准用通用命令去干这些事。 理由是啊,专用的工具有操作记录,用户能看到 ai 在 干什么,通用命令行是黑箱。如果你给 ai 配了多个工具或者插件在提示词里啊,明确告诉他哪些场景用哪个,比让他自己选靠谱多了好。以上十四条呢,每一条都是从可劳得寇的原码里扒出来的, 不是理论,是安史 parac 实际产品中总在用的规则。我觉得最值得记住的就一个思路啊,与其花时间想怎么让 ai 做的更好,不如先列出他最容易犯的错, 逐条写禁令。就像带新人啊,你给他一本二百页的操作手册,他不一定看,但你给他一张绝对不能做的设置清单啊,他反而记得住,可劳得扣的题词就是这么干的。那从今天起呢,大家也可以试试这样写题词的思路,从怎么做改成不能怎么做,建立一个绝对不能做的清单,让 ai 少犯错。 关于今天分享的 ppt 原文加可劳得扣的泄露的源码,以及内涵的三百二十四条高级题词全部给大家,需要的说一下。

分享我常用的三个 ai 提效技巧,只需放到你的提示词后面, ai 输出效果提升十倍。技巧一,请一直问,我问到你有百分之九十五的把握能很好完成这件事,这样就会让 ai 主动追问,避免答非所问。技巧二,这个领域里那百分之零点一的顶尖高手如何看待这个问题, 这样就会让 ai 切换成顶级专家的视角。技巧三,用一种能颠覆或挑战我原有认知的方式,换个角度重新看这个问题,这样就会让 ai 跳出惯性,给出反常识的答案。