我今天发现这个 call 代斯又有一个新的操作,就是我让他帮我写一首歌,就是类似于 这个乔丹专属的 bgm series, 然后呢?他直接帮我生成了。啊,这个我是一点不懂音乐的啊,然后呢,我就生成了这些,然后呢?我也不知道怎么怎么搞,我就说那现在请你根据你上面的思路,然后用 qq 音乐帮我创作,然后他经过一番思考之后 直接创造,然后主动打开了我的 qq 音乐,一个 demo 就 生成了。就是这么厉害。
粉丝159获赞3418

codex 太厉害了,给你们看一下啊,就是我跟他说我的需求啊,就是自动化生成图片,然后对应的 cds 二点零的分镜提示词,然后直接生成视频,你看这个流程,直接他就能帮我做了啊, 他先让我啊,登录授权我们这个呃节目的账号啊, 然后我登上去之后啊,他说让我确认,我说我的意思是用 image 二模型生成图片啊, 就是目前来说最强的生图模型,然后好,他用了 gpt 的 生成了这四张啊图片看,然后他就写好了这个完整的分镜提示词, 点进来看一下啊,我对他这一版其实是不是很满意啊,我就又上传了我的塑身形象和这个音频音色一起给他生产啊,他就直接啊添加进去后啊,升级后的,其实是看见没有啊, 他的运镜啊,他的音频音色,还有啊他的模型啊,比例, 分辨率描述,他都会一并成交,让我确认,确认之后,好,你看八分钟之后生成完成, 虽说非常的厉害。你看到这边我自己来剪一下。看这套新中式 主楼加旁边小院房,一进门就是双层挑空门厅气场一下就出来了,面宽十三米,进深十一米五,屋檐声带一亮,晚上比白天还好看。细节看这里,门厅线条,灯光,院子比例,这房子盖的讲究,老家准备建房的评论区打别墅,我把这套思路讲给你听, 怎么样,是不是非常的厉害,就是现在哦,如果说你还没有体验过这种 and just give 就是 这种自动化的啊, 模型就真的是,呃,你现在所有的工作方式都可以通过它给你复制出来了,不信你你问一问他,他都能给你复制出来, 真的。所以如果你还没有体验过的可以好在评论区啊,打个一啊,或者说想体验我会教你怎么去做。我真的想在 ai 时代啊他们大家一起无限进步啊。

你现在看到的这条视频就是 codex 加 hyperframes 做出来的,包括所有的动画字母以及里面的图片生成内容,包括这条视频也是 codex 自己发出来的。接下来我给大家拆解流程。首先我把这个视频的文文本案复制到 index t t s 去做配音生成,没错,这个视频的配音 也是 ai 的。 接下来在 codex 当中找到插件,下拉找到 hyperframes 白黑键,点击加号,再点击安装,然后就可以到对话窗口艾特这个插件,再把这段音频 一起放到聊天窗口,然后把要求给到它, codex 就 会根据 hyperframes 这个插件做出对应的动画。值得惊讶的是,当我看到这条视频的成片时, codex 居然自己去文件夹看了我的录屏素材,然后自己剪进了成片当中。所以你们会看到鼠标动画,但是我从来没有告诉过 codex, 我 提前录了屏。 这就是 codex agent 的 聪明之处,整个动画都是由 ai 自己调用技能做出来的,包括你看到这里可能会觉得这个动画有点看腻了,那这个时候应该有点真实的动画有点看腻了,比如一个玩美女的滑板,或者一个正在喝帅哥的咖啡, 是因为这个部分啊,调用了今天的 emerge 二生成图片,所以你看起来这个视频才不会那么枯燥。包括这期视频的封面也是 codex 做的, 视频发布也是他自己发出来的,既 computer use 功能发布之后,随之又上线了 chrome 的 功能,所以我就提前登录了视频后台,你才能看到这条完整由 aint 全流程制作,自动发布出来的视频。

你现在看到的这条视频就是 codex 做出来的,我只是把我的文案录了音,然后在 codex 当中找到插件,下拉找到 hyperforest by hanger, 点击加号,再点击安装,然后就可以到对话窗口艾特这个插件,再把我录好的这段音频一起放到聊天窗口,再把要求给到它, codex 就 会根据 hyperfamilies 的 这个插件做出对应的动画。这条视频整个动画都是由 ai 自己调用技能做出来的,包括你看到这里你会觉得这种动画有点腻了,那这个时候应该有点真实的照片插入进来, 比如一个玩滑板的美女,或者一个正在喝帅哥的咖啡,这个部分是调用了 gpt image 二生成的图片,所以你看起来觉得不会那么枯燥。如果再偷懒一点,甚至包括我的配音,都是可以全 ai 流程的,这样的做视频方式有没有把你爽到?

有了叉 gpt 和 codex 之后,你一定要试的五个功能,做 ppt、 做漫画、做动画、做游戏,还有养电子宠物这五个功能,今天我给大家一一的去演示一下,那视频可能略长,欢迎大家先点赞收藏,慢慢观看。 第一个做 ppt, 例如你看到了一个好看的图片,比如这张你可以把它发给那个 gpt, 就 在对话框里面,你让他根据配色和设计感,让他帮你出整个模板的设计方案,还有视觉的一些定位等等等等。你看这里,他把这个风格定义为流光花雾,我觉得就非常的准确, 他会把整套的色彩设计用这语言给他做完整的一个设计。哪些页,比如说有些是图标,有一些卡片,有些是引言,有些是结束,他会有一个模板的规划出来。 你看你看这里,我就忍不住说,你可以直接做 ppt 模板文件吗?他可以的,对,他直接可以在里面做可以 编辑的 ppt 文件,这个文件可以下载到本地,然后变成 ppt x 的 格式,你可以自由的去编辑,但是我觉得这个不够还原,于是我让他直接先根据严格参照我这个美学东西,再严格设计。 你看他这里非常的严谨,他先把各种的框架给列出来了,再去列色彩等等的,把草图用这种文字给他画出来,真的非常严谨。让我确认之后,我再让他开始设计, 在这里主要用到 p ppt 现在非常强的两个能力,第一个是图像生成,那这个我猜大家在各种地方也刷到了,它图像生成能力其实极强。那第二个它是能够批量去生图的,你看它一次能生成好几张图,我经过测试,它好像一次最多是能生成十张。 你可以一张一张的让他把这二十页模板的素材都做出来,或者直接在一张图里面把所有的版式都做出来。比如说像这里把一张图里面把所有的版式都做出来,你确认之后,你让他再开始设计,那中间可能需要微调,但我觉得这个最后的还原效果还是挺不错的。 你看它最后还原,你看它效果什么的都挺不错。你下载到本地就可以进行编辑了,做成可以编辑的 ppt 文件,在这里直接可以下载。那我记得这是海外预藏家里面唯一一个能在对话框里面直接生成这种 美学感极强,又能直接编辑 ppt 文件的,这 gpt 现在还是比较的良心。第二个是做漫画,这里你看你可以找到一段小说的剧情,或者任何你自己写的,都可以 把它发给 gbt, 让他去帮你设计整个漫画的方案。你看他会从每一页怎么设计啊,文案什么,画面是什么啊,分清重点是什么的,让他就可以进行一个设计。 那这里我先跳过中间的部分,他同样是可以给你批量生成,你确定一些风格之后,你让他批量生成。在这里我做了一些例如这种国风的美男型的,这个是一个小说人物,把它做成了,我感觉效果还是很不错的, 前几页可能偏洒脱,对,后几页开始逐渐觉醒,他会有一个情绪的递进,那这个其实他在画面还原上也会体现出来,到最后几页就会变得很帅很燃,你看他放一些大招什么的,你还可以让他继续设计, 他一次是能最多生成十页,就跟图像一样,他一次能生成十页漫画。但比如说你要让他更严谨点,逐页生成更严谨也可以更好。 那这个是比如说国风的,还有其他风格,大家可以去试一下,比如说这种可能 p 的 比较乱的,这种黑白,这种彩漫风格、泼墨风格的都可以生成, 效果真的都非常好,非常的帅。第三个是做动画,那其实刚刚开头这个动画其实就是 g p t 给我做的,你看这是我在它的浏览器里面,那这里主要用到两个 skill, 一个是 hyperframes, 那 这样的 skill 可能大家在其他地方都刷到过, 那现在 gbt 是 直接在它官方的 codex 所说的 codex, 它的官方的插件市场里面可以去安装,到我这里给大家演示一下。 大家在这个 codex 的 插件市场里面,在底下这一栏下面就能找到 remotion 跟那个 hyperframes 两个插件,你直接在这里一键就可以进行一个安装。 这两个 skill agent 其实是在很多的 coding agent, 比如说 oracle 或者 jimmy, 什么 anti gravity 或者是 c r 页面都可以用。 但我自己体验下来,我觉得现在 codex 的 可能由于 g b t 它的智能水平非常的高,我自己形容下来非常的省事,而且做出来效果非常好,反正是比 jimmy, nike 要好。如果说大家现在用不了拷 codex, 由于各种各样的原因,可以尝试用 codex 去做一个平替,试一下 他能做什么样的动画,他真的我觉得他什么都能做,我们现在看 remotion, 这就是 remotion, 比如开头这个动画,这个凯片弹出的动画就是他给我做的,还能让他做什么?比如说这个演示是 full 架构,这个可能是一个 ai 的 一个底层的一个架构,普通人我自己反正是不懂,让他去给我设计一些这种很好玩的动画去呈现, 他能图文动画方案什么的自己去全包了设计,你看他就一段能解释清楚,包括你让他做一些,比如说太阳系运行的一些动画,他也能简单做出来,包括一些这种产品演示的,或者是 logo 图形的动画,也可以试一下。对,第二个就是这个 hyperframes, 他 同样也是,我就给了他一句话,你说你帮你,我就跟他说你帮我演示一下人类进化的简史, 你看他做了一个很高级这种,你看从一开始的这种啊,土风火种,到后面我们开始进入农耕文明,到后面我们开始有社会,开始有组织,开始有体制,还有帝国,有宗教什么的。你看他简简单单就写了一个这种 东西,你看你直接拿去录屏讲解,或者是直接做成视频发布,都非常的成立。第四个是做游戏,但首先 codex 里面有内置一个很强的一个插件,它叫根 studio, 我 的理解就这里面其实打包了非常多的那种 很专业的那种游戏设计的经验思路,还有各种游戏的原型等等。首先你一句话就能设计像贪食蛇这样的简单的这种网页游戏,你看这是一个贪食蛇,他死掉了,你看杰杰在这里就可以玩,他是一个完整的一个贪食的游戏,还是一个霓虹风的,这个你可以自己去定义风格。 对,如果说你不满足于这种即食的一个比较简单的游戏,你还可以通过例如说先设计游戏资产 在做比较复杂的游戏,比如这里我让他先又让 gbt 在 兑换往里先给我设计游戏资产,比如说这里有敌人狙决,动作环境等等, 那主要是为了省一些这个 codex 的 额度,你再回到 codex 里面,让他给你设计根据本地的资产什么的游戏。在这里我做了一个横版过关的这个类恶魔城的游戏,给大家演示一下,功能也非常完整,可以上下左右跳,还可以攻击,有小怪, 对,有远程的小怪,有近战的小怪,还有狙盾的小怪,就会射击有点难,我自己都有点打不过。对, 好,这个是做游戏,你看他同时刷新就可以,他有复活的二人跳什么的,对,算是一个完整的一个游戏。最后一个我们回到做电子宠物,那这个其实我相信,如果大家玩 coco 的 可能有发现,那 coco 可能当时没有去认真的做,现在我碰一下他做了 这个宠物有两种玩的方式,第一个你可以用官方自己的宠物,你看这里,你看在大家进到这个设置, 在外观往下滑就能找到它给你内置的一些就能找到那内置那个选择。对,它内置挺多,你你可以再随便选一个开始点,比如说我们刚选过这一点唤醒宠物,它就有这样,这个宠物它是两个功能,一个是说它能显示 codex 的 状态, 你看他自己在跳,他可以显示口袋的状态,如果说完成一个任务或怎么样,他就会跳出来提示你说口袋已经完成任务, 如果说你不满足于这种口袋是给内置的宠物,你可以自己去设计,你可以让他,比如说我就让他给我设计一个兔子形状的这么一个宠物,让他冒出来他会有,你看他也可以自己进行一个拖动,他有这种情况,你可以喂食,可以摸他,可以让他睡觉,让他叫醒等等等等。还有几种状态 你都可以去设计,同样也是说先设计这个动物自己的游戏的,不对,不是游戏就动物自己的动画资产,你看这里有再把它变成动画的功能等等,这就是今天想给大家介绍的五个功能,有一些可能需要去开动 plus 才能体验, 然后总之大家就去玩一下,非常好玩,尤其说我的扣带,可能现在真的很好用,刚跟进什么的,谢谢大家,我是 coco 二。

今天我会教大家使用 codex 加 hyperform 加 remote, 制作一个有声音有动效的高质量视频。首先我们先安装插件,直接搜索 hyperform, 我 这里已经安装了, 然后搜索 remote, 我 这里也安装了,安装好之后返回对话框,然后我们这里调用这三个插件, 我们使用 emoji 生成几个人类进化史的图片,再使用 happy for mars 生成对应的视频,再用 remaster 生成一个动效和一个舒缓的音乐,那我们就可以让 ai 开始。 你看,我们等了十来分钟,生成的视频就已经生成好了。我们来看一下最终的效果, 效果是不是还可以,如果不满意,你还可以跟 ai 持续对话去完善细节,每一帧每一个画面都可以自定义, 我这里只用了几张图片,所以效果不是很惊艳。如果你自己有相同的素材或者内容阴鬼我们都可以对接上去,找到你自己喜欢的,或者加一些高级的转场特效也是可以的。视频就到这里,还想了解更多有趣的 ai 知识,请关注小木。

大家好,欢迎来到玲姐说 ai 这期视频,跟大家分享一套本地 tts 声音克隆和长文本配音能力的构建方法。 通过这个能力啊,我把自己的声音封装成为了 codex 可以 调用的生产力模块,它不仅可以读短句,还可以流畅地读长文。可以用它来做播客,也可以用它来做视频的旁白, 而且它可以服务于我正在构建的整个内容工厂的生产系统。先给大家分享一下我用这个本地的 t t s 的 能力生产出来的播客和长文本。这个是克隆我的声音制作出来的一个书本介绍的播客, 不要问我够不够自律,先问我现在在哪个档位,我需要升档还是降档。接着书里还有第二个很重要的观点,脑力工作不能按流水线节奏来安排。 这里是这本书最适合今天职场和创作者的一点,也是很多人最容易忽略的一点。 工业时代喜欢稳定、匀速、连续,因为流水线生产的是数量,可是高质量脑力工作生产的是判断、想法、创造和解决方案。打开 ai 之前,就可以拿它当一张小流程卡。 传统工作的底层想象来自工厂,稳定、匀速、连续、可复制,这个逻辑适合生产标准零件,但不适合生产好想法,写作、研究、决策、创作、学习都不是流水线。 你不能要求大脑从早上九点到晚上六点像传送带一样匀速吐出,高质量判断,超高效。里有一个很实用的建议,这个是克隆我的声音所生产出来的我的桌面伙伴,桌面宠物的一个配音, 救命搬家可以,别把我甩飞了,等等等等,我要被你晃晕了。 这个是用我的声音来讲解王国维的人生三境界,这也让我想到我们每个人去追寻人生理想和热爱的过程。就像王国维说的人生三重境界,第一重是昨夜西风凋敕树, 独上高楼,望尽天涯路。这个时候我们表达自己的向往,找到自己的出发点,找到人生的风帆,也找到自己的坐标。第二重是衣带渐宽终不悔, 未衣消得人憔悴。在追寻理想和热爱的过程中,我们学会牺牲,学会付出,也学会接受现实。在这个过程中, 其实我们的人生也像一个商增的过程,这个过程也是人成长的过程。 这个时候每个人的心境可能都会发生一些变化,但是内心的热爱以及对理想的坚定是没有变的。第三重是众里寻他千百度, 那人却在灯火阑珊处。现在我用这套能力所生产出来的声音文件质量都还是比较高的,都是处于一个可用的状态。 一提到配音,大家可能想到了很多云端的 t t s 的 模型,确实云端的 t t s 的 模型也挺好用的,但是它背后有个问题,就是成本的问题。 而且如果有的人在进一步考虑,可能觉得隐私和稳定性也是一个痛点。很多普通的 t t s 虽然可以用,但是它不能够读长的声音文本,而且它的这个声音啊,和博主本人的声音也不一样。 这期视频啊,我就分享一下整个的 skill 的 封装过程和它的一些关键的点在哪里。我的这套 t t s 的 skill, 它本质上是一个本地配音的能力层, 大家拆解下来我刚刚讲的那些使用场景啊,实际上它有以下几个核心的能力要素,第一个它能够实现文本转语音。第二个,它能够实现声音的克隆,给它一段声音参考,它就能够复刻这个真人版的声音。第三个,它能做长文拨课 很多语音啊,比如说 macos 自带的语音系统,它的声音呢就比较的机械化,没有那种真人感,而且它说短句还可以,一旦说到长文啊,就是那种很机械的声音,必须能够说长文,它比较自然,也就带来了第四个点,它会合适的语音分段, 就像人去理解这些话,像我们平时说话这种自然段句一样,进行合适的语义分段,让听众能够很好的接收这个音频的信息。隐身到第五个能力板块,就是它生成完成之后,它可以进行自解, 局部不自然的地方,它能够进行局部重申,完成整个声音文件的渲染。 所以这个其实就是这套 t t s。 能力背后隐藏的能力模块。大家可以看到这张图,这张图就是这套 t t s。 底层的路线图, 这里呢就是它应用的场景,大家可以去增加场景,这个呢就是它的整套的 context t t s 的 skill, 它可以用于生成短文本,也可以用于生成长文本。 它关键上用的是说不依赖云端的 t t s。 的 api 接口,而是使用的这两个 m l x beach 和 fish s 二 pro, 一 套本地的云系统,再加上本地的声音克隆的目录,最后经过处理,生成本地的音频。 其实安装的过程很简单,就记住一条安装主线,本地工程,把文件数在空目录上面构建出来,再加上本地的环境, python 在构建安装我刚刚讲的那两个模型, m l x 和 fish s a pro。 真正难的是其中一些容易翻车的点。第一个容易翻车的点就是这个声音的克隆。怎么做声音克隆呢?并不是说随便丢一段音频过去 最好你的声音本身的质量要高,而且最好你的这个参考音频啊,嗯,时长不要太长, 建议十二秒左右的短参考,长参考只作为备份。而且你给到的这个 reference text, 也就是对应的这个足字稿,必须和音频是足字对应的。 你给到的这个参考音频是单人声,没有背景音乐,而且没有加混响的,是你想重点参考的这个文本,所以这个参考的音频,它是决定你的课容上限的。给你想重点参考的这个文本,所以这个参考的音频,它是决定你的课容上限的。给大家好,欢迎来到玲姐说 ai 这期节目啊,是玲姐说 ai 频道开播一周年的特别节目,我给大家讲讲两个桂林女孩的故事。第二个非常容易翻车的点就是长文断点, 其实这个是非常重要的点,一开始我觉得只要把每一段切得更长,声音会更连贯,但实际上我发现它容易读着读着就断了。 你在做这个 t t s 文档的时候啊,它的这个分段不是说越长越好,而是要按人的说话的气口来切,每段最好只要一个意思,短一点,稳一点。而且你可以和 ai 沟通说, 我希望它能够按照人的这种口播或者是表达的方式去切,而不是完全按照语义来切。所以在优化的时候,你就需要强调说这个 t t s。 长文本的构建,它需要基于口播的这个特点去优化, 而且是要生成羽翼的短句。并且还有个重要的点,就是让它生成完成之后去逐段地检查,它,自己去审核自己。这里其实就是有一个很重要的技巧, 这个点不仅是在做这个 t t s gears 的 时候会用到,就是我们日常的工作中,我们很多的内容不一定要人去审核,当然人是最后的那个阀门,那个闸门, 但是在给人审之前百分之八十的工作,你可以先让 ai 审,让 ai 自己审查到他百分之八十满意之后再交给人来审,这样子也在提升 ai 的 审查能力,而且是降低人的工作量的。 所以在这个能力构建过程中,就是包括我说的这个长文本的过程中,我是让这个 t t s。 生成完成之后去审核的,它自己审查一遍,检查一遍有不有这个切断的语义,这个不自然的地方,让它自我审查,然后把这个内容修复掉。 我们先来听一下断点修复前的生英文稿,是这样子的,这也让我想到我们每个人去追寻人生理想和热爱。第一重是 听到没有,那个第一从前面搭了一下,他实际上就是出现了一个断点,而且文稿出现了跳跃,我们再听一下修复后的声音文稿,这也让我想到我们每个人去追寻人生理想和热爱的过程。 就像王国维说的人生三重境界,第一重是昨夜西风凋敕树 独上高楼。你看在第一层前面那一节画,它是完整的,而且是没有一个单这样跳跃的,它就完全是顺滑的一个状态。最后大家听到的诊断就是修掉了头尾这种多余的静音,然后把羽翼的停顿加上, 再把它整合成一个整集连贯的一个长文本的音频。这些操作完成了之后呢,你就可以和 codex 说,把上面我从文本到最后音频生成的整个过程,帮我封装为一个我可以长期附用的 skill, 可以 取名叫 t t s 或者是别的名字, 这样这个能力就可以反复地使用。那这个 t t s 的 能力呢?比如说我就附用到了我之前给大家也做过视频讲过的 codex pad 它的语音包。当然我在用这个 t t s 能力制作我说的那个 codex 的 宠物的语音包的时候,也遇到了一个坑,就是 当时我是想用它来给我实时的播报项目进度,同时使用我自己的这个声音文档。但是这里的坑就是 我如果说这个桌面宠物每次任务都实时的调用和复刻我的声音,它会比较大的占用我的系统的内存,太卡了,因为它是实时调用渲染的,因为有个克隆的原因,所以我当时的做法就是 提前生成了一批基于我声音的固定的语音频,运行的时候只播放不生成。我讲宠物这个例子呢,实际上是在讲我们在运用这个 tts 的 本地的 skill 的 能力的时候,我们也要基于场景去进行合理的定制。 这期视频表面上我是在讲 tts, 但本质上我是在讲如何把自己的声音变成我们 ai 内容工厂中一个可调用的模块。 当我们用其他的生产能力在封装为这样可调的模块,也是类似的思路。大家如果说是我的老观众的话,会发现我最近的更新频率有一点点降低了。一方面呢,确实啊,线下的这个项目和培训的事务可能比较忙。 另外一方面呢,我花了比较多的时间在升级我的生产力的系统和模块。我认为一个好的 ai 博主应该把自己的整个内容生产的过程也是 ai 原生的,就是用 ai 原生的能力 来深层讲解 ai 相关主题的内容,我认为这是一个好的 ai 科技博主 应该要做的事情。所以短期内你看到可能我的更新频率降低了一些,但是从长期来看,你会看到我的内容的生产频率和更新频率未来会有更高程度的增长。当然,作为一个碳基生物,我会给我的频道赋予更多的生命力和活力, 不会让大家觉得这是一个纯粹的 ai 的 频道,它是 ai 原声,但是它是 ai 原声在博主的创意和生命力的下面 构建出来的一个基于 ai 主题任何相关大家觉得感兴趣的内容的这么一个频道。同时呢,我也在我的 codex 上面基于我整个 tts 的 构建的过程,把我的整个的内容抽取了出来,形成了一份这一套 tts 能力的总结和从零开始复刻的指南。这 一个指南我会放在我的同名公众号里面,大家可以去直接使用,把它 copy 下来,放在自己的 codex 里面激活它,能够快速地把这套能力复刻到你自己的电脑上面。 今天的内容就分享到这里,如果觉得还不错,记得关注我的频道,给我的视频点个赞。打开你的小铃铛,我们下期视频再见啦!拜拜!

今天的热榜,十个项目都跟 ai 有 关,每一个都有点东西。第一个,把任何代码变成可交互知识图谱的工具,今天涨了两千三百颗星。第二个, entropic 官方维护的编程助手插件目录,高质量全本地。 第三个,今天全榜涨薪最多,专门给 ai 编程助手预先建好代码知识锁影。第四个,从零开始学 ai 工程的资源库 覆盖学习构建交付全流程。第五个,命令行里的专业金融终端市场分析和数据驱动决策,一个工具全搞定。第六个,今天热度最高一个,配置文件借鉴卡帕西风格,让 ai 编程助手直接变强。 第七个,微软官方出品给 ai 编程助手股权点网生态的全套技能。第八个,把谷歌开发者工具通过协议开放给 ai 助手 调试,体验直接拉满。第九个,七百五十四个,网络安全技能包,专为 ai 智能体打造,渗透测试到防御体系全覆盖。第十个,开源的 ai 换灯片生成器,支持接口调用,可以自己部署。以上是本周热榜,下周见!

codex 现在可以直接做视频剪辑了,你看这个 next 宣传视频就是我用 codex 和 hyperframes 生成的,视频的动效、转场、字幕、配音都能统统帮你搞定,出来的效果还自带节奏感。方法很简单,先在 codex 再添加 hyperframes 插件,只要在对话框输入制作视频的指令,并 艾特上 hyperframes 插件, codex 就 能输出视频,不满意的话可以继续打字修改,秒出新版本。下面这个是我让 codex 做的人类编程进化史视频太酷了, 不会用 ai 的 人还在手动找素材拣节奏,会用 ai 的 人已经开始搭自己的内容生产线了。我是正在用 ai 实现超级个体的智校君,关注我,分享更多 ai 提效干货!

我平时用 codex 做 ai 视频,不是直接丢一句话,而是把它当成一个小项目。第一,先给目标发到哪里,横屏还是竖屏,主题是什么,手里有哪些截图素材。 第二,让 codex 先写口播文案,脚本定了镜头节奏,字幕和画面结构才不会乱。第三,打开 hyperframes 插件,它可以把 html 动画、字幕、配音和截图一起渲染成视频。 第四,让 codex 按脚本搭镜头,哪里放截图,哪里放步骤,卡片,哪里需要重点放大。 第五,渲染前检查画面溢出、自幕遮挡和音频时长,最后导出 mp, 四人负责判断方向, codex 负责拆镜头写代码调动画。这就是一条可附用的 ai 视频生产线。

你现在看到的这些动画转场,全部都是 codex 里的插件 hyperframe 直接生成的。以前要剪半个小时的东西,现在一条视频就解决了。在 codex 里点 hyperframe 点连接开始聊天,你会发现只要会说话就能做视频了。大字字幕图标转场说一句就出来了。 已经有录好的视频也能够直接帮你剪。上传之后 at 嗨 friend 告诉他你想要什么样的风格,贴纸、特效字幕,他自己给你加到画面上。有了它之后,你就可以畅想做视频这件事情了。比如说我最近在尝试把做视频组装成一个 ai 制作视频的 skill, 有 趣的朋友我都放到评论区了,可以先收藏再装。

哇,现在这个 qq 真的 是太方便了,我今天要把这个音频文件然后转成呃文字稿,正常的会议,会议转录啊,做记录总结,这些东西都非常的实用的,一般来说,以往都是要 花钱去网上买一个,甚至要订阅可能几块钱一个月,甚至几美刀一个月这样的一个工具,现在你可以直接上 qq 帮你做,不光他做出来了这个效果非常好,我还让他直接帮我就做了一个,根据他做的这种 路径和逻辑,做了一个转录工具出来,然后全程放用时也就不到三十分钟,然后到最后我必须让他可识画,然后并且做了一个可分发的版本,像这样 就直接就出来了。然后你可以把一个音频文件往里一拖拽,然后他还支持 m 四 a p 三各种各样的格式,非常方便。你还可以个性化英文、中文自动识别不同的现成,然后最终就能形成这样的一个稿子。我为了方便,我之前已经做过了一个给你们展示,就很很夸张,直接就好了, 这已经能替代我感觉从此以后市面上许多做这些小工具小软件的厂商说不定都得倒闭了,太夸张了,真的。

我这期口播视频是 codex 帮我剪的,有了它我现在学习 ai 的 速度超快,这两天我被这个口播剪辑折磨的死去活来,我发现他们大部分适配的都是 pr 工具和达芬奇,对于我这个用剪映的人来说简直徒劳无功。 所以说我在被他折磨了这三天过后,我终于找到一个方法,利用 codex 来帮我量身打造了一个剪映的剪辑流程。我的这个 skill 核心机制其实非常的简单粗暴,就是只需要我在路口播的时候想剪掉哪一段,我就直接对他说不要, 然后我想保留哪一段,我就直接对他说 ok。 然后 codex 会智能识别到我的这些关键词来帮我进行一个初剪,最后帮我导入剪映的长号文件。 我这里大概演示一下,我就是让科特斯让他直接帮我生成一个这个监考部的视频,然后他会问你很多问题,你告诉他你自己的需求就可以了, 然后你给了他指定过后,你稍等一下,他就会直接帮你申请这个文件,然后你可以记住这个文件名,他也会告诉你,然后你要怎么去调用他。 这个时候你就打开你想要剪辑的这个视频,然后把它放到扣带子里面,然后再斜杠调用你刚才输入的那个剪口波的指令,然后按回车, 他就可以去智能帮你去出剪了。当你剪辑完成的时候,你打开你的剪映,他就会出现在你的草稿的这个位置。 有了这个 skill, 我 的剪辑时间大大缩短,它的价值不是在于 ai 去替我百分之百创作,而是将我在录制的时候已经做出来的剪辑判断,稳定高效的去转化为最终的剪辑结果,这样一来我就有更多的精力去在剪辑里面去进行精加工, 然后去真正的把自己的创意发挥到极致。那下期视下期视频,我将继续探索如何用 codex 玩转 emotion。 各位精神伙伴们,你们还想看我学习什么黑科技?欢迎在评论区里指点关注。

大家好,今天我要讲的是怎么使用 codex 加 help for us 插件完成视频的创作,其实很简单,只需要一个插件配合就可以完成。那我们怎么安装呢?这里点击插件, 然后直接搜索 help for mars 找到它,因为我这里已经是安装了,如果你没有安装的话,你安装一下就可以了,然后我们直接去使用它, 这里的话看你自己想要的什么内容和风格。我这里的话,我让他帮我生成了一个字节跳动发展史的视频,然后我们开始等待了几分钟,这个视频已经生成好了,然后我们看一下效果, 有人会问了,说这个达不到我要的效果。其实不用担心,这个只是第一版我没有去做很仔细的规划,比如说每一分钟,每一秒钟,我们该什么地方转场,或者是主题色彩是什么样的, 都可以去自定义,然后慢慢修改,当修改到自己想要的版本为止。 还有一种方法就比较简单,你把你的想法给 ai, 让 ai 帮你生成一套提示词,根据这套提示词就可以生成比较完整,比较符合你自己想要风格的视频。还有就是生成的成本非常低, ai 生成的东西不行就改,改到我满意为止。想了解更多 ai 相关的知识,请关注小莫。

这是一条 codex 从零到一完整的新手入门教程。如果你之前完全没用过 codex, 或者只是听说过,但不知道它到底能干什么, 怎么装,怎么用,那这条视频你就可以收藏了。我会按照一个新手真正上手的顺序,带你从 codex 试什么,讲到安装、使用、主界面、怎么操作、基础功能和进阶技巧、 skills 插件、浏览器终端和自动化任务等等,让这个目前全球最顶级的 a 阵的工具真正为你所用,创造价值。 我也会把整个流程整理成文档,打一句 codex, 方便对照,一边看一边选。你可以先把它理解成一个装在电脑里的 ai 工作助手,他不是单纯陪你聊天的工具,而是可以进到一个具体的工作文件夹,帮你读取文件、修改内容、运行命令、调用工具,甚至按步骤完成复杂任务。 举个最简单的例子,像 chat、 gpt、 豆包这一类工具,更像是你问他答,你自己去做。比如你想做一个网页,他通常只会给你一段代码,接下来你还要自己复制代码、创建文件、运行、检查报错等等。而 codex 是 你问他,他理解他还做,他会从零到一帮你创建好这个网页。 目前最适合新手小白的上手方式呢,是桌面端 app, 我 们可以直接在官网开始,根据你的系统选版本, windows 或者 mac os 都可以。安装之后有两种登录方式,一种是官方 chad gpt 账号登录,另一种是用 apikey, 可以 是官方的,也可以用中转站。两种方式各有利弊。综合来看,还是建议第一种,直接官方账号登录, 省心省事。对于 codex 的 界面,新手可以先关注三个核心区域,最左侧是一些常见功能入口和聊天记录管理区,你可以理解为导航栏加历史记录。这里需要重点讲一下对话和项目的区别。对话最好理解就是普通聊天嘛,你甚至可以把它直接理解为 chat、 gpt 或者豆包, 适合随便问一些小问题,帮你写文案、查资料之类的。它不跟具体的文件夹绑定,而项目就涉及到了具体的生成式任务,比如 如飞哥之前开发的工具箱网站,飞剪一触即达这种软件,他们有大量的编程代码文件,就需要一个专用的项目文件夹。你在这里可以新建空白项目,也可以打开现有文件夹,直接选择路径,或者直接把文件夹拖进来也行。鼠标悬停在项目名上,也能看到这个文件夹在电脑中的 底位置。而对于重要的常用的项目和对话,右键就可以置顶,方便快速切换和查看。左侧下方还有设置入口,在设置里你可以修改 codex 的 使用偏好、外观和配置等等。其中个性化需要重点说一下, 如你想给他一个全局指令,就在自定义这里直接写,比如他要怎么称呼你,固定用中文回答问题,设定一些底线原则或者开发习惯,设置完之后对所有项目都会生效,相当于让这个员工摸清楚你这个老板的脾气,投你所好。这里还有一个很有意思的小功能,叫桌面宠物, 他提供了很多默认的宠物形象,你也可以根据自己的喜好让他帮你创建一个,比如我这个就是给了一张参考图,让他自己做出来的,他会实时显示当前任务的一些简单状态,还是挺好玩的。 在首页设置这里还能看到剩余用量,你可以清晰的看到五小时用量和一周用量,做到心中有数。中间这块就是你和 codex 的 主要沟通区域。首先是这个加号里面有两个非常重要的功能,一个是计划模式, 比如你让他开发一个个人博客网站,不要上来就直接让他干,而是让他先列出计划。相当于你给员工一个项目,得先让他出方案,看看他打算怎么做,这样能有效减少返工,既省精力又省 tokyo。 看啊,他会主动问我们这些具体细节,我们按选项敲定,不满意的或者他没提到的就补充一下,让他重新规划, 这才是一个合格的领导该干的事。而目标模式就更厉害了,刚上线的新功能就是你给他设定一个目标,越具体越好,他会自己拆解分析。执行审查,有一种不达目的不罢休的意思,这样就避免了一个很烦的问题,执行一个任务的时候,他每完成一步就要停下来问你。 比如我正在跑的一个很复杂的大项目,目前已经连续跑了三十多个小时,如果正常一步一步改的话,我可能要好几天才能做完这些进度。右边这个权限设置呢,分成三档,默认是最保守的,像是联网修改文件都需要你的授权,自动审查会开放一部分权限,关键节点还需要你把控。 而完全访问就是最激进的,它几乎可以完全操控你的电脑,创建文件、删文件、跑命令,全都自己干。新手,我不建议一上来就开完全访问,刚开始用默认或者自动审查更稳,等你确认这个项目没问题,也知道它要做什么,再考虑给更高权限。我自己是在非常熟悉项目和流程的情况下才会开完全访问。 右边这里还可以切换模型,选模型版本、智能程度和推理速度。如果不是特别复杂的任务呢?不建议开超高,因为它有可能会出现过度思考,而导致你花了更多的 token, 反而干的不好。 这是血淋淋的实战经验教训,一般来说默认高就可以了。这个麦克风是语音输入,但是体验目前并不是很丝滑,我们可以直接用语音输入法。 codex 还有一个和普通聊天很不一样的地方,任务可以排队,他正在执行的时候,你可以继续补充,要求这些新消息会一个一个排在后面,等他处理完当前步骤之后继续执行。比如他正在做网页,你可以接着说,页面再简洁一些,按钮换成黑色,先不要做登录功能等等。 而如果你忽然发现他理解错了你的意思,或者做了一半有点跑偏了,可以直接选择引导,强行把方向盘掰回来。所以用 codex 的 时候不一定要追求第一条提示词写的特别完美,你可以边看他做边补 充,边纠正边引导。真正好用的方式是把他当成一个正在干活的助手,而不是一个只负责回答问题的聊天框。这个思维一定要转变过来。 最右侧的区域目前包括三个功能,侧边聊天就是当前任务的一个临时讨论区。因为有时候 codex 正在执行一个主任务,但你中途想问点小问题,或者单独讨论某 个细节,就可以用它,它不会打断主对话的节奏。浏览器主要是 codex 打开网页查资料测试页面,比如你做了一个网站,可以让他直接打开本地页面,帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意,还可以让他直接打开本地页面,帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意,还可以让他直接打哪的感觉, 口头描述半天要精准的多。终端的话呢,其实你不需要了解太多,因为它主要是给 codex 执行命令用的。到这里,其实你已经看到了 codex 最核心的几种能力,它可以进入项目,读取和修改本地文件,可以用计划模式先想清楚怎么做,可以通过浏览器查资料测试网页,也可以通过终端运行命令检查结果。 所以 codex 真正厉害的地方不是某一个单独按钮,而是它能把这些能力组合起来,帮你完成一个完整任务。理解了这一点,后面的 skill 插件和自动化任务就很好懂了。 因为前面这些能力呢,解决的是 codex 自己怎么干活的问题。但如果你想让他干的更稳定,更像一个熟悉你习惯的助手,就需要用到 skill。 如果你想让他连接更多外部工具,就要用到插件。 这里很多新手分不清 skill 和插件,其实用一句话就能记住, skill 是 方法,插件是工具。 skill 可以 理解成一套可以附用的工作流,或者说给 codex 的 一份工作方法说明书。比如一家公司做项目,通常都有一套标准流程,第一步做什么,第二步做什么,输出格式是什么,有哪些注意事项,哪些地方不能乱改。 这些东西如果每次都重新告诉 ai 一 遍就很麻烦,而且 ai 它还可能每次理解的不一样。所以更好的方式是把这套工作流程固定沉淀成一个 skill。 这样 codex 下次遇到同类任务时,就不用像一个新员工一样重新摸索,而是直接按照你写的流程和标准来做。 比如我自己的飞鸽工具箱里就有很多专属 skill。 比如把好用的软件保存入库到本地,同步到我正在做商单推广的几个云盘,生成下载链接,再同步到正式站,这些流程全都是固定的。 我把它们写成 skill 之后, codex 就 可以按这套流程稳定执行,不会每次都跑偏。再比如,你经常写短视频文案,也可以让 codex 帮你做一个短视频文案 skill, 把你之前写过的大量文案喂给他,让他总结你的开头风格、结构、习惯语言表达、结尾方式,然后形成一个专属文案助手 后,再写类似内容的时候, codex 就 会优先按照这套方法来。插件就不一样了,插件更像是给 codex 装上外部工具,解决的是它能不能操作某个平台,处理某种文件,连接某个服务。 比如浏览器插件,可以让 codex 打开网页查资料、测试页面表格插件可以让它处理 excel、 ppt 插件可以让它生成演示文稿。 gmail 插件可以让它整理游戏, camera 插件可以把生成的内容导入到设计工具里继续编辑,所以不要把他们想的太复杂。 skill 解决,怎么做插件解决用什么工具做?一个是工作流程,一个是工具能力。 codex 目前已经集成了很多实用的插件和 skill, 我 也整理了几个比较常用的,大家可以截图保存,后面自己试试看。 最后我们再来看一个比较进阶但非常有想象力的功能,自动化任务。你可以先理解成让 codex 在 固定的时间、固定的项目里自动帮你做一件事,但它和普通题型软件不一样,它们最多告诉你该干什么了。 而 codex 的 自动化任务是真的可以帮你执行一整套流程。比如你是做内容创作的,你可以让他定期帮你收集某个领域的热门选择题,整理成标题、角度、参考链接和可以拍摄的脚本。而飞哥最常用的就是每天固定时间设置一个今日任务清单,划掉昨天已经做完的,生成当天新的任务, 就像一个机器人一样按清单执行。这也是为啥有人说我效率那么高,一个人干八个人的事情。除了 ai 的 强大助力之外,任务规划本身也非常重要。所以自动化任务真正厉害的地方不是定时提醒,而是定时让 ai 按你的要求去干活。 最后再补充一个很多人会关心的问题, codex 能不能在手机上用?据我所知有三种方式,最早大家都是用 happy 这种开源项目,它可以连接 codex cloud code, 电脑上开个任务就能通过手机和 agent 的 沟通,但始终不太方便,相当于只是给你安排了一个传话筒。 而 codex 的 mac 版本最近更新了手机端的入口, chat gpt app 里面就有 codex 可以 完整读取你的聊天记录。在手机里聊天和电脑端的消息是完全同步的,本质上是远程链接,相当于把你的电脑版正在跑的 codex 搬到了手机里。而最近我发现了一种非常爽的方式,就是网易的优优远程, 出门的时候手机直接远程连电脑,操作起来很方便,最关键的是你能同时测试它的改动,这就相当于把你整个电脑都装进了手机,所以功能最完整。 好,最后我们来个回顾,总结一下你都学了什么。如果你是第一次接触 codex, 其实今天不用记住所有按钮,也不用一上来就研究特别复杂的自动化和插件,你只要先记住这条主线就够了。第一, codex 不是 普通聊天工具,它更像是一个能进入你电脑工作区的 ai 助手。第二,临时问问题,用普 对话,真正要处理文件、项目代码、文档就用项目。第三,复杂任务不要直接让它开干,先用计划模式让它列方案,如果是一个长期目标,再考虑用目标模式让它持续推进。第四, skill 是 方法,插件是工具。 skill 负责告诉 codex 怎么做事儿,插件负责让 codex 连接浏览器、表格、 ppt 邮箱这些外部工具。第五,自动化任务不是简单提醒,而是让 codex 在 固定时间按照你设定好的流程自动干活儿。 所以新手今天先做三件事就够了。第一,安装并登录 codex 桌面端。第二,建立你的第一个项目,找一个真实的小任务试一下,比如整理一个文件夹,总结几篇文案,或者生成一个简单网页。第三,让 codex 帮你写一份自己的 agents, 点 m d 就是 我们刚才提到的个性化。现在你让他自己干,把你的 称呼、语言、习惯、输出格式、工作偏好都写进去。当你把这三件事跑通之后,你就不只是会用一个 ai 工具了,而是开始拥有一个真正属于你自己的 ai 工作站。祝你越来越牛逼!