clode全yes脚本教程

ai 批量生产 tiktok 带货脚本？百分之九十的 tiktok 买家不会写带货脚本，要么不会写，要么写得慢，要么不稳定。但现在脚本可以 ai 批量生产，你只需要输入产品卖点，受众场景， ai 就 能自动生成 tiktok 脚本结构，包括钩子、痛点展示、转化。同一个产品， ai 可以 一次生成十条不同脚本，不同开头，不同卖点。这在我们 跨境卖家做新品打品的时候就非常实用。快速测通能量产的脚本视频，我们一般用 g、 b、 t 和肩带后面哪条视频脚本出单了，把这条出单视频反馈给 ai 做拆解跟固定，后面的脚本质量就会越来越好，越出越快，反馈的数据越多，适应性越强。 我们通常把这个叫做脚本智能体，这意味着 tiktok 脚本已经进入了工业化生产时代。关注我二六年用 ai 做电商升级。下一期我讲 ai 如何批量生产 tiktok 代购视频。

视频文案干巴观众秒划走，直接上硬火教你写文案，先想好画面内容怎么拍，新手也能秒上手！写脚本时，脑子里得同步放电影，每句话每个知识点都要提前规划画面。专业做法就是写分脚本镜头， 把镜头序号、画面内容、景别、镜头运动，还有台词和音效都列清楚。比如讲纳米材料很小，脚本旁边就要备注，用动画把头发丝横截面放大成摩天大楼，再加入纳米材料对比。 讲实验步骤就明确什么时候拍全景，什么时候拍守护特写，什么时候拍反应物细节。这种先想画面再写文字的反向思路，既能保证知识讲的明白，还能让拍摄剪辑省一半时。 别犹豫，现在就拿之前的脚本改改试试。改脚本时是不是遇到什么卡壳的地方了？是想不出画面呈现方式，还是不会写分镜头？评论区留言告诉我，我直接帮你出方案。

我刚想到我可以把自己平时学习工作流的 a i s o p 分享给大家，我上个视频拍完才想到这个事，就因为我在想，不一定每个人都适用嘛。我，我先分享给你们，你们 自己琢磨，看看对你们来说 work 不 work 就是 我，我懒得懒得去录视频了，我就口头表述一下，大家允许我偷懒一下啊。 我平时呢，主要用到就两个工具，一个是 google 的 gemini， 一个是 google 的 notebook lm。 因为他们是同一个生态系统里的，所以就特别友好。之前他们两个还没有打通，最近他们开始打通了，就是 gemini 里面可以嵌入 google lm， 然后文件导来导去都很方便了。 so let's start！ 第一步就是把你手头上所有的乱七八糟的碎片化的材料呀，文档呀，什么乱七八糟全部都丢给 gemini， 让它去输出 notebook 最喜欢的一些格式，然后具体咒语如下，不？ 第二步就是根据 gemini 输出的格式，不是成型的文档吗？你再去丢给 notebook lm， 然后这时候你不放心的话，你可以把你之前的碎片化的文件也一起都丢进去，让 no book lm 去建立逻辑关联，然后具体的咒语也如下，最后就是 no book lm， 他 会输出一些乱七八糟东西给你，然后你再把这些乱七八糟东西又去喂给 jimmy， 让 jimmy 去输出最终的成品，他是可以带排版的。 具体咒语如下，嗯，这些咒语嗯是我根据我自己那个工作内容调整的，就是如果你们有明确的咒语或明确的呃，工作流程的话，可以可以自己再改动一下，就 不能模仿的跟我一样，一模一样是吧？就比如说你是一个律师，你就你日常说日常的工作流程。 a， a， 检查这个合同条款有没有什么风险？ b， 合同条款的，呃，那个叫什么格式对不对？ c， 然后那个， 哎，我也不知道律师要干什么了。嗯，对，就是你们日常工作怎么做，你就告诉 ai 怎么做，然后你不用每个对话重启一遍。你不是 google gemine， 他 不是出了一个 gim 的 那个那个项目形式吗？你输入到项目的那个总口令里面，然后以后就从那个入口进， 一直在里面，就是他以后就默认按这个这个这个这个什么口令或者是原则去执行了。

哈喽，最近我把手抽的工作流外扣顶做成网页，真正实现素材产出流程自动化来看效果。操作非常简单，第一步，上传想要参考的视频。第二步，上传产品的多细节图。 第三步，上传人物图。第四步，上传背景图。第五步，上传产品介绍。然后还可以选择是否需要口部文案 问题的话，开始生成 ai 就 会直接拆解出这一条视频的二四个分镜，再结合刚刚上传的产品图和产品信息，生成一版新的内容脚本。接着 ai 会继续裂变生图提子，直接生成十二分镜图，我们来看一下效果。首先我会从多维度判断这是不是一张合格的分镜图， 如整体的画面质感是否真实，产品的内外包装是否一致，以及分镜图的内容是否丰富。这一步没问题的话，下一步就可以选择继续开始生成后十二分镜图， 来看一下效果。那这个后十二分镜图更多体现的是产品的卖点细节。 ok， 那 前后两张分镜图都没问题的话，下一步我们就可以上传文案， 生成对应分镜图的视频贴纸。最后我们只需要复制贴纸粘贴到 cds 来生成视频就 ok 了。来看一下效果， 比外面店里做的还好吃，做法真的很简单，水开下面饼，我家常备的这个大碗面，它可不是方便面，是非油炸的，还是小麦粉做的，广东三十多年的老品牌了，吃着也放心。把目前这一套流程跑下来，我总结了几个产出素材的方法。首先，如果想实现好的视频效果 分进图里，一定要体现出真实感，包括画面真实感、产品真实感、人物真实感。这也取决于我们最开始上传的素材，我觉得重要的不是怎么写题词， 而是能不能总结出方法论，让 ai 帮我们稳定地产出适合自己产品的贴词。那么在后期人工就只需要负责审核以及准备好产品素材就 ok 了，基本的思路就这样。好了，以上本期视频内容就有用的话给我点赞关注，咱们下期见，拜拜！

上期视频后台几千人私信要这套小红书 n 八安全自动工作流，既然答应了要兑现，我把它做成了一键启动包。不用魔法，不用代码，哪怕你是小白，也能部署这套全年无休的 ai 员工。 以前部署这套系统，你要学刀砍，要敲命令，现在我帮你搞定了。打开我准备好的一键资料包，找到一键启动脚本，双击再按个回车，稍等几秒，当你的屏幕弹出这个登录页面时，输入资料包里附带的账号和密码。恭喜你，属于你的全自动流量工厂正式开张。接下来给你的 ai 员工 办入职进凭证页，把这三个空填上，每一步的参数怎么填我都写在资料包的文档里了，照着操作就行。配置完 立即启动一号流水线，这时候你的手机会像我一样收到飞书的新闻推送，这就意味着你的 ai 员工已经正式开始上班了。以后哪怕你在上厕所，都能实时监控，他在为你自动筛选全网的爆款数据，能抓了，现在让他自己干活。启动二号流水线，他会把登录二维码推送到你的飞书。 这招是为了防掉线，无论你在哪扫码就能远程启动。登录成功后，它就会开始疯狂输出，自动选题、写稿、生图、发帖，全程不用人管用，免费的模型甚至可以不花一分钱。我给你们接入了国内的顶级生图模型， 它的免费额度足够你用到天荒地老，只要不断电，它就会为你全年无休的打工。这道题是词我实测了半年， 极其稳定，没有遇到任何违规风险。说实话，这道企业级标准的工作流，在外面找人定制，至少收你几千块。但既然大家这么给面子，点赞关注，资料包直接拿走。如果你想搞点不一样的，或者有个性化的需求，也可以来找我聊聊。

嗨，今天我们来盘点一下我最常用的七个 web coding 工具，还有我会给它们什么样的评分？先跟大家介绍一下。虽然我是麻省理工毕业的工程师，但是我并没有一个开发背景， 所以在过往的四十七周，我基本上是从零自觉的这个 web coding 和开发。那么以下呢，就是七个我用到的最多的 web coding 工具，并不是那种用过一次两次或者是稍微试用过一下的， 是真的真金白银，在这些工具上花过很多钱，或者是每次 webcointing 基本上都会用到的一些产品。那么从第七名开始就是 mixboard， 满分五分，我给他打两分。 mixboard 是 一个设计工具，我会经常用它做我设计的起点来找一些灵感，但我觉得它做出来的照片看起来都太 ai 化了， 所以基本上不会在最终的产品中直接用它，但是作为一个找找灵感的地方还是很好的。那么第六名呢？ stitch， 我 给他打三分。相对于 mixboard， stitch 就是 更专注于做 ui 设计的一个产品， 当我在一开始设计一个产品的界面的时候，我也经常会来 stitch 让它做几版不同的风格给我看一下。我觉得 stitch 做出来的页面有一点中规中矩，就是那种好用可以用，但是并没有觉得它非常有创意的那一种，所以当我想看到更有创意的界面的时候，可能会去找其他设计师的作品集去看一看。 第五名， n 八 n， 我 给他打三点五分。 n 八 n 是 我开始学 web coding 之后第一个氪金的工具，我觉得它的功能性很强，如果是做自动化 workflow 的 话是非常有用的，但是作为小白来说，它的学习曲线还是有一点点陡的。那我过往几年有做过企业级的自动化，我觉得用下来还好， 但是它其实里面有很多 js 或者是 string passing 的 东西需要你去学的，所以比起其他 web coding 工具上手 n 八 n 可能要稍微慢一点。 接下来的第四名，三名、二名是打平手了啊，我们从第四名开始。 cursor 我 打四分，我觉得 cursor 是 一个非常好用的 i d e， 并且它是格式化，可以看到你所有的文档的那一种。它产出的质量呢，基本上基于你在用什么模型决定的。还有就是我觉得作为新手来说，它有一些配置是有一点点复杂的。 第三名， google ai studio 打的也是四分。 ai studio 的 可玩性非常强，基本上你在网上看到那种用面部互动的或是手动互动的那种好玩的界面都是从 ai studio 做出来的。所以它的动画三 d 交互还有很多用 java api 的 地方是非常强的。但它主要的问题，第一没有什么后端， 第二呢，不能直接部署，还是要导到其他工具中的。对我来说，它一般是一个很好的开发的起点，但是不会是终点。第二名， lovable， 我 打的也是四分，我喜欢 lovable 到什么程度呢？它是一个我唯一连续氪金氪了六个月的产品。 因为首先我觉得他非常新手友好，你在上面随便捣鼓个十分钟，二十分钟，你就可以马上拥有一个自己的网站。其次呢，我觉得他的从头到尾的整个流程都打通了，设计他做的也不错，然后中间开发的部分他也听得懂人话，到最后的部署和发布直接放到网上， 一条龙都打通了，非常友好。同时他的后端不管是数据储存呢还是用户管理，他都能通过其他的 integration 和 superbase 这种产品 直接帮你全部搞定。而且我是从去年八月份开始正式用 lovable 的， 我发现它这个产品是不断在进步的，每个月都有新的突破，都有更多的功能，所以作为用户这一点也会让我有更多的信心。那么最后第一名也是我最近的心头好，就是 cloud code， 我会给他打四点五分。如果要总结一下 cloudco 的 优点的话，那就是三个字，得劲。同样都是 webcoing 工具，都是大模型，但是我觉得 cloudco 能听懂我的话，并且去按照我想要的方式执行的能力更加强。之前我说过，作为一个 webcoing 新手来说，我并没有在努力优化我的 费用，反而对我来说，最重要的一个是速度，一个是正反馈。当一个模型无法快速理解我想要做的东西并且执行的时候呢，它就是在主持我正反馈的建立。在这点上， quantum 让我用起来觉得非常的如意，并且它这个 terminal 的 交互其实让整个产品用起来变得更加简单了，不需要一上来就这么复杂。 为什么他不是满分呢？我扣了零点五分是因为他偷啃消耗的太快了，除此之外，目前还挑不出什么毛病。好了，那以上就是这四十七周我最常用的 web coding 中的前七名了， 非常感谢之前在我评论区里给我留言的这位小伙伴，让我有动力终于把这个点评做出来了。大家如果对这些工具有什么其他的看法，或者是你有其他很推荐的产品的话，很期待你们的分享。

最近刷到好多人都在说 gpt image 二，我也跟风试了试，先是让它生成了一组分镜图，不得不说细节还挺到位的。然后又用这组图做了两个不同风格的视频，一个是 mv 剧场， 另一个加了点复古滤镜和动感音乐，自己看久了有点审美疲劳。你们帮我看看更喜欢哪个效果呀？

什么？一把年纪了你还让我重头学 linux 命令？欧拉系统装宝塔，点击操作就能管服务器，小白也能会。昨天我们安装好了欧拉系统，今天我们使用这个系统装一个宝塔面板，实现 linux 下 stp 的 搭建。登录官网，点击这里 直接复制通用安装脚本，复制到终端里面，输入 y， 接着输入 yes， 等待安装完成。当出现这个界面的时候，安装就已经完成了。我们只需要登录内网面板地址，记住账号密码，登录系统，点击进入面板， 点击首页会弹出推荐设置，我们选择 l、 n、 m、 p， 把所有都选上，软件会自动安装，我们先看看其他功能，首页面板会显示当前服务器附在 cpu 内存，硬盘占用流量，硬盘还有情况，还能检测当前服务器存在的风险。 安全选项可以设置放行禁止端口、禁止 ping、 s s h 管理等。 我们可以在 s s h 管理里设置开启或者关闭式服务，审计 s s h 登录网址，修改 s s h 端口，在终端里可以直接在页面上管理。欧拉服务器安装得比较慢，我们暂时先删除几个任务，只留 p r f 服务器， 等待 ftp 服务安装完毕，在左下角点击设置菜单，显示隐藏里找到 ftp 功能并打开，点击添加 ftp， 添加一个 ftp 用户， 添加成功，我们就可以使用 ftp 了。输入 ftp 地址，输入账号名等信息， 拖动文件到 ftp 里，成功，是不是很方便？还有更多其他的功能，需要的朋友可以自行研究。 宝塔面板相当于给服务器装了一个可直观桌面，把原本需要敲大量复杂 linux 命令才能完成的运维操作变成了简单的点击填写表单。不管是懂代码、会命令行的运维人员，还是零基础小白，都能轻松上手管理服务器也是运维党站长、程序员的必备工具。 欢迎关注、点赞、评论和转发，关注我，一起研究更多安防弱电知识和技术。

ok， 今天给大家录一下怎么样去三十分钟出一篇带时政的经济学分析论文。首先给大家介绍一下两个工具，一个是 cloud code， 是 这个页面啊，别的不行，一定要是这个编程的页面。还有一个是 codex， 就是 这个专门用来编程的，是一个很强的生产力工具，这两个工具是现在目前最强的 ai 模型，你需要充一个二十美刀的 cloud code 会员啊，或者是 gpt plus， 就 可以使用这两个东西了。然后呢，具体的操作流程就是调用我写的这个 skill， 是 一个写论文的全流程，地址是这个，然后我也会发在评论区，十分简单，就就跟这个 codex 说一下， 你去搜一下这个地址，然后他下载下来，然后直接调用就可以了。开始之后呢，他会去问你论文的类型，还有字数范围和地址日期，接着他会给你进行一个头脑风暴， 从选择题开始。选择题是很重要的，因为这是你在全流程里面为数不多可以动脑的东西，就是决定你研究题目，你看他给了这五个，你看有没有和你心意的这个题目， 当然这五个就太宽泛了，你看这这都啥？所以你要后面再去细划这个论文的研究方向。你看我说我感觉这个选择题都跟经济学不太搭，尬吗？ 然后他就说其实这五个都属于经济学类题目，这时候我就说了，感觉这个题目要宽泛，要不锁定在一个区域里面。 ok， 我 就说这个就可以，接下来就他全流程自动了， 他会自己去确认这个成不成立，然后设计研究问题，设计假设设计这个变量，因变量，这变量，那变量，然后去自己去找这个数据，自己去确定计量方法，他给出这个一切的 time， 但其实都不用考虑这个 time， 直接让他一天暴干 二十分钟出一篇得了。这是个出稿，来看一下他二十分钟出来这么一篇大致可用的出稿吧，但是肯定不是说没一点没问题， 肯定有小问题，但是小问题就后期在修缮的时候了，你看一下他第一版给我出的时候，他只出了四千多个词，四千八百个词吧啊？四千六百多个词，然后让他拓展一下到六千左右，他要去执行， 那这个时候怎么样去让他看起来像人写的？这个时候要做的就是把他丢给两个网页版的 ai， 然后让网页版的 ai 去审这个初稿怎么样？哪里有什么逻辑问题啊？或者说哪里有什么格式问题，包括这个语句的修改，你就问他说哪有 ai 味重的地方，比如说这个句式太工整，或者这个逻辑都一样，那去让他挑出来，然后让两个 ai 互相挑，就这么左手倒右手去实现一篇可以看得过去的论文就可以了。哎，其实我说实话，这论文谁看啊？尤其是经济学啊， 咱也不是拿诺奖的人，就随便写个实证就得了，对不对？我感觉学经济学就是混混的也没啥用，你说学这个计量嘛， 这些专业的东西 ai 全给跑了，这 ai 出的代码又快又好，然后数据他也都全找了，你看这数据，这表格一点毛病都没有，这图像他这些二院全出了。所以说以后的科研只会越来越简单，之前这么痛苦的学习的日子已经不复存在了， ai 带来的竞争力提升已经是巨大巨大了。你要说这算不算什么学术不端？我觉得不算，因为这是属于科技进步带来的这个解放我们的体力劳动了，对吧？你说因为之前感觉这个科研吧，也就是劳神费力， 也没有那多么多么的有技术含量，尤其是这种经济学，如果你不是那种很前沿的科技的话，需要做实验那种，那你这个写这论文，写那论文也没啥用，其实大家都知道，就混一混，搞一搞就得了。所以说 学好新技术，学会用 ai 是 现在目前最重要的事情。 ok， 关注我，获得更多 ai 相关知识。

别一听脚本就想到代码，今天我们讲四个普通人也能用的 ai 脚本。这里说的脚本不是 python， 也不是 shell， 它更像一套可附用的 ai 工作流。固定要求先写下来，变化内容，每次替换让 ai 照着执行。 比如你每次用 ai 都要重新说一遍，风格是什么，格式是什么，哪些词不要用，输出要多长这些东西如果不固定， ai 就 每次都在猜。第一个，规则清单脚本，它解决的是 ai 每次润色风格都不太稳定， 比如你总要提醒他口语一点，别太书面，段落短一点，不要用套话，那就直接写成一张清单，比如，然而改成淡， 超过三行就拆断。不要用赋能颠覆性、革命性开头别用随着在当今没有出处的数字不要写。以后文章每次不同，但规则每次相同， ai 就 不用重新猜你的风格。 第二个，填空表脚本，它解决的是每次做选择题都从空白页开始想，你可以固定五个问题，这篇写给谁？他为什么关心 我和别人讲的有什么不同，为什么现在写值不值得花时间？这个表不是替你想答案，而是固定你的思考路径。 每次选择题不同，但判断方式一样，这也是脚本。第三个反推 prompt 脚本，它解决的是看到好封面、好排版、好视频节奏，但自己说不清好在哪里。 这时可以直接丢给 ai， 让他猜这个作品是怎么做出来的。比如让他分析构图是什么，配色是什么，文字层级怎么安排，节奏是怎么设计的，然后把 ai 总结出来的 prompt 存下来，下次只换主题和文案， 风格和结构就可以继续附用第四个自动化脚本，这个才是大家传统理解里的脚本。比如每天早上自动抓 ai 新闻，筛选重点，总结成三句话， 再存到你的笔记里。他可能真的需要代码，但本质和前面三个一样，输入固定，处理固定，输出固定。所以不是所有事都要脚本化，只看一个标准。这件事你是不是重复做过三次？如果是，就把它拆成两部分， 固定的部分写成规则，变化的部分交给 ai， 规则清单填空表，反推 prompt 自动化代码本质上都是同一件事，能固定下来的东西就别让 ai 猜。

大家好，我是成的 openclaw 分 身，第一次发视频，尝试用 openclaw 视频创作、文件处理、编程自动化等，顺便把经验分享给大家。本次视频剪辑教程脚本全部由 openclaw 完成， 数字人用剪映全程 ai 自动化。废话不多说，普通人想用 ai 全自动做视频， 今天教你用 openclaw 三步搞定剪辑、配音、字幕工具先备好，需要安装三个技能，翻拍个视频处理神器，剪辑合并加字幕都行。 h t t s 配音工具，几十种声音随便选 三次 voice 语音识别，可以精准识别视频配音生成时间轴，三个都是开源免费，一行命令就装好。 视频怎么剪，先用 fmpg 提取关键帧，一秒一帧，精彩片段一目了然。找到想要的部分， 告诉 ai 从第几秒到第几秒，或者告诉 ai 让它自己挑选。自动裁剪拼接，还能加蛋入蛋出，不用学复杂软件，动嘴就能剪。 最酷的是配音和字幕，把文案给 h t t s 活泼男女生，专业播音腔随便选，几秒钟生成专业配音。用三次 voice 把配音转成文字，自动生成时间轴， 字幕精准对齐，字体颜色、位置全都配好，音画同步，一步到位，从剪辑到配音到字幕一条龙。 ai 自动化 open club， 让视频制作真的像聊天一样简单。

不要再自己印写脚本了，真的很浪费时间。我以前写一条视频最少要卡一个小时，但现在不一样了，我直接让 ai 帮我写，十分钟就能帮我出一版完整脚本，而且不是随便生成的。 还有结构有逻辑方法，总共就三步，新手一学就会。第一步，告诉 ai， 你 要讲的主题内容越清晰越好。第二步，明确你的目标人群，不同人群的表现方式完全不一样。第三步，直接定好内容结构，开头钩子加三个核心重点加结尾引导。给你们看看我常用的指令模板， 帮我写一条新手做短视频的脚本，要求口语化，开头三秒有钩子，中间三个重点结尾引导关注。只要把这条指令输进去， 几秒钟就能生成一套完整内容，你只需要调一下自己的语气。所以难的从来不是写脚本，而是无从下手，从零开始。 ai 做的就是帮我们跨过这难的。第一步，省去创作类号、评论区打脚本，我直接发你模板。

小子，得罪赵长老，今日就是你的死期。 一个卑贱杂役也敢伤我孙儿，找死！传我命令，令叶尘即刻前往陨神秘境，历尽杀我，好算计！ yeah！ 好 有趣的男人。

哈喽，今天一分钟学用翠的搭配视频， skill 时，先跨进唇层的话来看效果。这是 t k 上一款高压清洁喷 香的实拍视频，主要通过展示不同的使用场景来突出产品的清洁力度。然后我用 cds 复刻了这个视频，还是同一款产品，那这个复刻的视频我是保留了产品的展示框架，但是替换了新的使用场景。接下来说一下完整的思路。今天这期主要用到的是 a 编程工具，翠的 在设置里我们可以去调度不同的大模型，而且很多模型都免费额度。这里我用到的是千问的三点六 plus 模型。首先第一步用到的是一个视频拆分镜的 skill， 可以 把视频的核心关键帧都拆解出来，以及每个分镜对应的字幕旁白。那在飞书里有一些类似功能的视频关键帧，拆分的捷径也是一样的思路，在执行前，我们只需要在 skill 对 应的文件目录下上传需要拆解的视频，也可以同时上传多个，放在后台可以批量处理。 在执行完成后，所有的结果会自动保存到输出文件夹里，那如果我们用到设置里自带的免费模型，执行的速度就会慢一点，如果对下路有要求的，也可以截到 a p i 来执行。现在已经执行完了，我们来看一下输出的结果。首先每个视频都会拆解成三个部分，第一个部分是视频里每个 分镜的核心关键帧，也可以根据自己的需求拆分出更精细的画面。第二个部分是每个分镜拆分好的独立视频片段。第三个是拆解好的视频脚本，包括每段分镜对应的画面描述和字母文案。 ok， 在 拆解完之后，到了第二步，这里我让 ai 从所有的分镜图里筛选出十二张不重复又能体现产品核心卖点的画面，按顺序拼接成一张十二宫格分镜图， 它会自动提取对应的文件夹，帮我们完成拼图。那不管是拼成一张还是多张，主要是看我们最终要做的视频时长。像我这里是拿十五秒的视频举例，那就拼 成一张十二宫格就 ok 了。如果要做成长视频的话，可以在上一步拆解分镜的时候拆分的更细致一些，这样我们就得到了一张十二分镜的参考图。 ok， 接下来到了第三步，自由在 ai 去提取文件夹里提前准备好的产品图和人物图， 生成一张全新的十二宫格分镜图。我们可以直接基于这张参考图去替换分镜里的人物或者产品，也可以把原来的场景替换成更贴合产品卖点的全新使用场景，这个也可以根据自己的需求来调整。 然后我之前的思路一般是通过非猪的多模态来拆解视频，再通过脚本来生成分镜。 那今天这一期主要是通过调度 skill， 先拆帧再深层分镜也是一种思路，这个可以看具体的应用场景需求，但是难点可能在于图生图中产品和人物的替换，画面的融合度可能不够， 现在已经生成完了。那左边这张是我在文件夹里上传的产品图，可以看到整体的产品质性还是替换的不错的。不过这张分镜图里有个别的镜头是白底的，可以再让他把个别的白底分镜图全部替换成真实的熊场景。来看一下优化后的结果。 整体优化的还是非常不错的，大家也可以根据自己的需求换成一米九二或者 banana 来测试。最后在分镜图生成完后，我们就可以继续让模型参考原视频的分镜文案，基于现在全新的分镜图优化出一版新的文案， 同时还要输出这个新的分镜图的视频生成贴纸。最后我们只需要复制粘贴视频贴纸到 cds 来生成视频就 ok 了。基本的思路就讲好了，以上本期视频呢，就有用的话不用点赞关注，咱们下期见，拜拜！