AIGC服装工作流教程

朋友们挖到一个超级宝藏的 ai 学习网站，真的是把我学 ai 和用 ai 的 所有痛点一次性都解决了。就是这个最近超火的刺猬星球，三个月涨粉三十万的 ai 教学网站，每个月有几十万的用户在这里学 ai 课程。 这个网站把 ai 学习加 ai 赋能加接单变现，做成了一个完整的闭环。学这块呢，它不是让你死背提示词，而是从最底层的逻辑开始讲，告诉你提示词为什么这么写，自己怎么创造出来。点进 ai g c 板块，两百多节课程，可以反复观看，平面设计、电商视觉、短视频、商业广告，各种方向都有， 从文本设计到分镜头脚本到图片设计，一直到最终的一个高品质的视频生成。它会一步一步教你怎么做到那个效果。每个玩法呢，也有完整的成品展示， 关键是它能够边做边学。比如我想要制作这样一个服装产品展示的 ai 短视频，可以进入站内的联名画布工具，里面有超级多大神们制作的现场工作流，直接点击做同款。我们只需要上传一张衣服的产品图，就能够全自动的跑起来了。 最棒的是，它也能直接语音实时输入调整，比如说我想把衣服的颜色换成黑色，直接语音输入，它就开始工作了，躺着就能把活干了。所以即使你是从来没有用过 ai 的 新手也没关系，你完全可以先用别人的模板，再去拆解和研究，然后再搭建属于自己的工作流。 关键是你还可以把自己搭建的工作流分享出去，只要别人用了就能有收益。而且在这个刺猬星球的需求大厅板块，个人创作者还能够直接接单挣钱。别人都在讲 o p c 概念，刺猬星球就已经把 o p c 体系落地了，现在对 ai 创作感兴趣的朋友们一定要去试一试。

很多人问这种美女跳舞的女装带货视频怎么做？操作很简单，还是一条 cosplay 工作流，直接搞定，在这里上传你的带货服装图片，这里上传人物动作参考视频，然后直接点击运行，跑完就能得到这种跳舞女装带货视频了， 而且还可以批量操作，今天一分钟教会你老规矩，工具和教程都已经整理好了，评论区文档直接拿。第一步，确定出境人物，添加一个 gbt emoji 二、深图截点，使用这段贴词生成一个高颜值模特的全角度特征图，用这张图固定人物，一次性。 第二步，生成模特换装图，把出境人物和要带货的服装图给到下一个深度截点贴词，用这一段让模特穿上指定服装。 第三步，动作模仿视频生成，把化好妆的模特给到万二点二，动作模仿视频生成节点，前面再上传一段参考动作视频提示词，用这一段生成模特穿着指定服装跳舞的视频。 这一步的万二点二还是完全免费开源的。当然你也可以在这一步使用 cds 二点零做动作模仿视频，整套工作流跑完后，视频就直接保存在本地文件夹中了。

今天用豆包工作流给大家讲解对标爆款服装带货视频。 哈喽大家好，我是大兵，今天手把手教大家搭建一款可以建生成对标爆款服装带货视频的工作流，这是我整理的一些案例，然后一会会按照这个搭建步骤带着大家一步一步的进行搭建出来。这个工作还是非常简单，只有六个步骤，我们只需要按照这个步骤，你也可以同样搭建出来同款的工作流。 我们先来看下案例，这是一个花边的连衣裙，然后我们只需要上传一张人物的图片以及我们产品的图片和对标的爆款视频，然后他就可以给我们去上传一个新的服装代购视频，我们看一下他的一个效果。 然后还有这个，这是一个旗袍，也是同样的去上传一张人物的图片以及我们产品的图片和对标视频，我们来看下这个对标视频， 然后再看下我们新增出来的一个视频， 可以看到这个效果还是整体不错的，而且他的动作保持的都是非常一致性的 好。然后接下来的话从零到一的带大家去实操一遍。首先的话我们会进入到这个扣子的搭建界面，这个搭建界面大家不知道怎么进入的，我们可以看一下我的第一期视频，然后首先默认的话，他只有开始和结束这两个节点，我们先不用去管这个结束啊，我们先来去编辑一下这个开始， 然后这个是咱们整体的一个搭建的步骤，我会按照这个步骤带着大家一步一步的去搭建出来。我们先来看一下开始节点他需要的输入参数有哪些人，第一个是一个服装的图片，然后第二个是我们一个人物的图片，第三个是一个 qin， 然后第四个是一个参考的视频，最后一个是我们一个视频的比例，那么我们点击这个开始 这里输入，我们需要输入这些参数，第一个是我们的服装图片啊，然后这个变量类型我们可以按照这个拼音或者是英文来代替，比如说这个服装服装，然后它的变量类型它是一个备用 ing 图片的格式啊，然后第二个是我们一个人物的图片，人物 啊，然后同样的它也是一个这个备用 ing 图片的格式啊，然后第三个是我们的一个 kin， 然后它是一个时序的格式。第四个是一个参考的视频，参考视频 啊，然后这个变量类型它是一个费用微调一个视频文件的格式，然后最后一个是我们一个视频的比例比例， 这个是一个时序的格式，然后这个就是我们开始进行第一步的搭建，我们把这个节点往出拉一下啊，然后添加第一个节点，选择代码， 我们来把这个节点给他进行一个标记啊，这样的话我们就会知道每个节点他是做什么的，这个节点，比如说他是帮我们去按照 顺序服装素材素材的，然后我们来看下这个节点它的一个配置，首先第一个这里输入，我们需要输入一个这个服装图片啊，然后第二个我们再需要输入一个人物的图片 人物，然后这个变量类型我们来去给它更改一下，把它更改成 image 啊，这个是一，然后第二个是 image 二， image 二， 好，这样就可以了。然后下边这个代码，我们点击右侧的这个编辑啊，然后把这个语言，我们把它更改成下边这个这个代码，大家不懂没有关系啊，我们直接来复制粘贴就可以了，这我已经整理好了，把原有的代码给它去删掉，然后把我已经整理好的这个代码给它复制过去， 这就可以了啊，这样就可以了，然后右侧这里我们这个输出，这个输出的话，它需要输出四个变量类型啊，这是它是一个输出结果啊，然后把它编辑一下，把这个给它删除掉，然后第一个这个变量，我们把它这个复制过来， 是这个变量，然后回到这个粘贴，然后它的变量类型，它是一个 intet 啊，这个数字，数字整数啊，这个是输出的一个我们这个视频的比例，然后下一个是这个 k e y 一， 然后再去添加一个 k e y 二， 好，然后 k e y 三，把它复制过来，然后同样呢它这个变量类型都是而韵，哎哟，而韵这个时序 顺时针啊，跟上面的是一样的啊，好，这样就可以了，这个就是整个角点的一个配置，我们把它关掉，然后我们开始进行第二步的搭建，这个生成图片的提示这里的话，我们需要用到这个大模型的节点，选择大模型啊，那么同样的也需要把它给它进行一个标记， 首先模型这里我们选择这个豆包的这个 mini 啊，然后这个输入这里，我们不需要填写，我们把它删除掉啊，然后我们需要把这个视觉理解输入添加两个变量啊，是两个图片，首先第一个是我们的一个服装图片，然后第二个是我们的一个人物图片， 然后同样呢也需要把这个变量类型变量名给它更改一下啊，改成这个 emoji， 然后第二个是一个 emoji 一， 然后下边这个系统提示，这个提示词的话还是比较重要的啊，因为这个整个大模型它需要通过我们输入的一些指令才能达到我们所需要的效果啊，那么这套提示词的话，我也是通过迭代 n 遍才能达到这个效果的，这个提示词的话我已经提前整理好了，我们直接来给它复制过来，复制， 然后给到这个总结词，我们来大概看一下这个题词，首先的话我是给到它一个角色，你是视频公众流当中负责人物服装替换的 ai 助手，专注于帮助用户将人物图片中的原有服装替换为指定一幅图片中的服装， 支持动作与服装风格和匹配调整，确保替换后的效果自然贴合。然后下边的话是给到他一个技能啊，技能一，技能二，技能三，然后最后的话给他一些限制，让他去拒绝一些无关的话题啊，不要去给我生成生成出来一些无关的话题。 然后下边这个用户提示，这个用户提示的话，我们只需要把这两个变量给它引入进来就可以了啊。首先第一个是我们一个服装的图片啊，服装图片，然后这个变量怎么去引用？我们按住你键盘上面的 shift 啊，然后 p 旁边的画号，它就会出现这个变量名了，我们把它选择过来啊，变成蓝色的就可以了 啊，然后下边这是一个人物的图片，人物图片好，这样就可以了， 然后这个输出，输出我们直接 word 就 会了，然后最后这个异常处理，我们把它更改成这个六百啊，六百秒，这样的话会避免大模型会出现延时的错误 啊，这个就是我们整个大模型它的一个配置，我们把它关掉啊，那么接下来我们再开始进行第三步的插件去生成服装图片，这里的话我们需要用到一个图片生成的插件啊，那么我用的是一个 gpt emoji。 二啊，图片生成我们可以去这个搜索一下，结果已经收藏好了，然后选择这个 好，然后我们来同样的来进行一个标记，生成组装图片， 那我们来看一下它的一个输入参数有哪些。首先第一个我们需要输入一个 kin 啊，我们最开始的一个 kin， 然后第二个是我们一个 prom 的 提字词，选择刚才大模型生成好的一个， 然后这个图片这个链接速度，我们选择这个， 这个按照顺序组装素材啊，选择 k y。 二，然后最后一个是一个视频的比例，我们选择最开始的一个比例 啊，这样就可以了，就配置好了我们一个生成图片的一个插件，然后第四步这个视频动作的模仿，我们来去添加一个插件，这里我们去选择插件，来去搜索一下这个吉梦多方式视频生成啊，选择这个，然后这里我们去找到第一个动作模仿，把它添加进来， 好，这个是我们这个去进行视频动作模仿的一个插件，我们给它进行一个标记。好，然后我们来看一下它的输入参数有哪些？首先第一个是我们的一个图片的链接，我们选择生成服装图片的 url 啊，图片地址，然后第二个是我们一个 pin， 我 们选择最开始的一个 pin。 第三个是我们一个这个视频的这个链接，我们选择最开始的一个参考视频， 然后下边这个我们选择一个第二个，然后最后一个是我们一个这个视频模型，选择大师这个啊，这样就可以了，把它关掉啊。然后第五步我们去查询视频的数据，我们这里去选择一个循环的节点啊，循环 把它进行一个标记，这是我们循环查询视频链接。 好，我们来看下这个循环的设置，这个循环类型，我们选择这个无限的循环啊，让它去无限循环查到我们的一个视频的数据啊，直到什么为止。然后下边这个循环体，我们来去添加一下 这个，我们去添加一个插件啊，还是同样的搜索刚才的一个极梦多方式视频生成，然后这里我们去找到一个查询任务 id 信息这个插件啊，把它添加进来，然后给它进行一个标记 好，然后他的一个输入，输入的话他需要输入的是我们这个视频动作模仿他的一个 id 啊，查询他的一个 id， 然后把它关掉，那么查询视频数据的话，他只有两个结果，对吧？首先第一个是视频已经成功了，第二个视频还在生成中啊，那么这里我们可以用到这个选择器的节点来去判断我们视频的状态啊，然后我们来去添加这个查询视频数据的这个状态 啊，然后选择为空，就证明这个视频还在生成中，对吧？那么我们通过这个定时器，我们来去添加一个定时器的节点，搜索一下定时器， 把它添加进来，然后这里我们去给它更改成六十秒啊，让它过六十秒以后再去重新的查找一遍视频的状态，然后把这个线给它连接上 啊，如果说这个视频不为空的情况下，就证明已经测量出来了，对吧？那么这里我们去来进行一个中指的循环，我们选择中指循环。 好，这样就可以了，这个就是整个循环体它的一个配置，然后我们再返回我们的循环这个节点输出，这里我们去把这个查询视频数据的 url 视频地址来输出出去 啊，然后我们开始进行最后的一步去除空的数据啊，这里我们去添加最后一个节点，我们来去这个搜索一下常用代码块 啊，然后选择这个图标，这里我们选择这个节点，把它选择进来。推二呢，给它进行一个标记。 好，我们来看下这个节点它的一个输入，首先第一个它需要输入的是我们刚才那个循环这个节点它输出的那个内容，然后选择进来，然后第二个我们选择 第一个啊，这就可以了，好，然后把它关掉啊，然后最后的话，我们把这个结束节点把它拉过来啊，然后给它进行一个 连接上，然后我们来看一下结束节点它的一个输出变量，这里我们去选择刚才去除空数据的这个选择，第一个 好，这样就可以了。然后这就是咱们整个工作流已经搭建成功了啊，以及他的所有节点都已经搭建好了，我们来点击一下这个下方的这个运行，我们来去运行一遍。好，然后右侧这里我们首先第一个是一个视频的比例，我们选择这个九比十六的 九比十六，然后下边是一个参考的视频，我们来选择一下一个参考视频，然后这个 q 我 们直接来复制一下。然后最后是这个人物图片和这个服装图片，我们来去选择一下这个是人物图片，然后我们的一个服装产品图片。 好，添加一栏以后呢，我们点击下方这个运行。好，我们运行成功以后呢，它会给到我们一个视频的链接，我们来点击看一下它的效果， 可以看到啊，这个整理的效果还是非常不错的啊，那么本期视频的话就到这里，我们下期再见。

嘿， 哈喽，大家好，今天给大家搭建的这个工作流，只需要上传一张服装图，一张模特图和一个对标的爆款视频，就可以一键生成这样的人物服装带货视频。 来我们看一下效果， 这个工作流搭建起来非常的简单，大家可以看一下，除了开始和结束，只有一二三四五六六个节点，非常的简单，非常适合新手小白来上手学习。 好，那我们下面就开始今天的搭建教程。首先我们来新建一个工作流，如果有不知道怎么新建工作流的朋友可以看我往期的视频学习一下。我们新创建好了一个工作流， 下面我们来开始搭建，这里呢我给大家准备了一个工作流搭建大纲，我们可以把它复制一下，在工作流搭建页面点击注视他，调整一下字体，让我们看一下这个工作流的搭建大纲， 大家看一共我给大家写了九个步骤，第一个开始节点，我们需要输入一二三四五个参数， 第一步按顺序组装素材，第二步生成图片提示词，第三步生成图片。第四步，判断生图是否成功不成功我们再次申图，给他加了一个保险，最后申图结果整合一下， 然后就用到了极梦的动作模仿来生成视频，最后循环查询视频生成结果，去除空数据，那这个工作流就搭建好了，看起来非常的简单，下面我们从开始节点开始搭建， 首先我们在开始节点需要输入五个参数，一二三四五把这个删掉就可以。第一个我们需要输入服装图片，隐秘着我们可以点这个放大 给他写一个描述，我们这里写他是服装图片，写完给他缩小。第二个我们需要一个人物图片，同样给他写一个备注人物图片， 也就是我们的模特跳舞的那个模特图片。第三个我们需要一个 key。 第四个我们需要一个参考的视频，同样给他写个备注参考视频。最后我们需要比例生成视频的比例，这样我们开始节点，这些变量名都写好了。接下来我们要注意这个 服装图片，它是一个图片，我们需要把它的变量类型修改一下，选择 file 里面的 image。 同样人物图片也是一个 file 里面的 image video， 我 们需要给它改成 file 里面的 video， 因为它是一个视频。好，其他就好了。接下来第一步我们按顺序组装素材，这里我们需要用到一个代码节点，代码节点就选择下面这个业务逻辑里面的代码， 我们给它重命名一下，双击或者点击这个重命名都可以。这里我们把上传的两张服装图片给它传入进来这里在 id 中编辑这个代码。代码这里我给大家准备好了，大家不用担心我们直接复制，想要代码的朋友可以飘六六六。 今天这个代码呢，我们是用 python 写的，把语言这里换成 python， 然后全选，把刚才复制的代码直接粘贴进来就可以了。 大家看代码这里它的输出 output， 这里有 k 一， 我们直接把输出这里 output k 一， k 二， k 三， k 三，这里我们不需要它，我们直接 k 三，就可以按照这个代码给它把这些输出的都写出来就可以了。哦，还有一个个数，这是一个 linlin， 是 一个 entire 类型的，我们给它改成 entire， 那 这个代码节点就配置好了，需要代码的朋友可以飘六六六，然后生成图片提示词，这种文字类的我们都用大模型节点拉出来线，第一个大模型直接选择就可以，同样给它重命名一下， 生成图片提示词，这里输入这里我们不需要，因为我们没有上传参考图，我们在视觉理解把刚才上传的两张图片都传入进来。系统提示词同样我给大家准备好了， 大家可以直接复制使用，需要系统提示词的朋友可以飘六六六，这个我们看一下这个系统提示词。首先角色，你是视频工作流中负责人物服装替换的 ai 助手，专注于帮助用户将人物图片中的原有服装替换成指定衣服。图片中的服装支持动作与服装风格的匹配调整， 确保替换后的效果自然贴合。技能一，接收并解析图像输入当用户请求替换服装时，需先明确用户提供两张图片，一个是人物图片，一个是目标衣服图片。 若用户未上传图片或图片信息不足，如模糊被包含人物主体，服装区域尺寸过小，需区提示用户补充清晰的人物图和衣服图。技能二，服装替换处理使用图像合成工具，这幅图片的服装区域精准匹配到人物图片的对应区域。 技能三，反馈替换结果，返回处理后的合成图片，并提供文字说明，然后限制仅处理与人物图片加衣服图片、服装替换相关的请求。 用户提示词，我们把刚才的这两张图片同样传入进来。输出，这里他是输出图片提示词，我们这个变量名可改可不改， 如果你为了方便记忆，我们可以给他改成提示词，然后支持续写。这里大家注意这个模型，如果你选择逗包，一点八往上的模型，就把支持续写打开，如果不选逗包，就不需要异常处理。这里我们直接给他拉到最大， 这是防止你任务超时工作流退出，所以我们就直接给他拉到最大，保证工作流不会因为这种就是短时间的超时，然后退出。生成图片提示词。配置好了，接下来我们要生成图片， 这里我们给大家做一个简单的测试，工作流搭建的时候，大家一定要做好测试，虽然我这个工作流肯定是没有问题的。点击试运行 看 emoji 需要一张服装图片和人物图片，我们找一下图片，我们找一个服装图片，这里服装的图片最好上传白底图。找一张好看的英式包，这个吧图片另存为，我们再找一个模特，这里其实大家可以用豆包来生成。好，我们接下来看 我们是不是需要一张服装图片，一张人物图片，还有 k， 还有视频比例，还有参考视频，我们还需要一个参考视频。来，我们在抖音里直接找一个，我们这直接搜成美女跳舞，我们搜一个 复制这个链接，我这个工作流就是直接下载抖音视频的，输入抖音链接是运行，他给我出现了这个视频链接，我们复制这个链接到新的浏览器。好，直接点击下载就可以了，现在我们来测试一下 武装，我们上传刚才这张图片，还有我们的人物图片是这个，还有我们的视频，我刚刚下载了，还有 key， 每个人的 key 是 不一样的，大家复制自己的就可以。深层视频比例我们就选一个九比十六， 这个最好和大家的那个原视频的比例是一样的，这样他更好复刻一些。来我们试运行看一下，我们看一下这个深层的图片提示词，来预览一下。 已完成服装替换处理，将人物原有服装替换为指定的花卉吊带长裙适配调整，根据人物的站立身形，精准调整了长裙的尺寸比例，让服装完美贴合人物体态。 调整了吊带的位置，匹配人物肩颈线条，同时还原了长裙自然的垂坠褶皱效果，使整体更真实自然。 这个好了之后，让我们把结束节点放到一边，接下来要生成图片，我们用这个 gpt html 二这个插件，先拉出来选择插件，然后搜索 gt， 用这个米和 ai 开发的 gt 二图片生成，它就是 它就是 gt。 html 二图片生成，按 g 二 generate html， 我 们选择添加，同样给它重命名一下，命名生成图片，这里呢我们给它做一下配置，我们再开始传入了图片提示词，这是处不用管图片链接数组， 我们把这个按顺序组装素材，这里是不是有一个数组，我们直接跟他传入进来比例，我们就选择我们上传的这个比例，开始我们给他规定的比例，这样就可以了，生成图片就完成了。生成图片配置完成之后，我们来给他加了一个判断，判断身图是否成功，这样就是一个加保险的做法。 其实这个如果大家觉得它麻烦的话，可以不加，一般情况下深图都能成功，如果说第一次深图不成功，可能就是遇到了服务器异常，或者是你的提示词有问题这种情况。如果这个我们看深层图片，如果 url 如果为空，我们就让它再次深图一下，还是和刚才一样的选择这个 gtr 图片深层，这个的 generate 同样重命名一下再次深图。因为我们用到了两个深图插件，所以要做一个变量聚合生成图片的 url， 再次深图的 url 两个结果做一个整合。如果这个第一次深图 url 不 为空，我们就直接让它走到这里，这个再次深图给它配置一下，和第一次深图是一样的， 生成图片我们就完成了。接下来我们要用即梦动作模仿来生成视频，我们把这个线拉出来，同样添加一个插件， 添加插件在这里直接搜索米盒，我们用这个即梦多方式视频生成，选择第一个动作模仿，我们直接选择添加，同样给它重命名一下 梦动作模仿生成视频来给它配置一下图片链接，我们把刚才那个组装的素材给它传入进来，图片链接是刚才生成图片变量聚合的，这个图片链接 key， 我 们开始也传入了 这个视频模型，快速生动。大师，我们默认生动，默认就可以异常处理，可改可不改，这里呢？我们给他下达指令生成视频了，因为我们并不知道视频生成要多长时间，所以我们用循环来查询一下视频生成结果，点击加号，把线拉出来，选择循环。 循环这里可以给他重命名一下循环，查询视频生成结果，循环设置这里，因为我们并不知道他生成需要多长时间，我们就选择无限循环。循环题里面呢，我们添加一下这个视频查询的插件， 同样选择插件，找到我们刚才的视频生成。这个极梦多方式视频生成，大家看第一个动作模仿，第二个智能多帧，第三个主体参考，还有一个运镜。最后有一个查询任务信息， 我们把它添加进来这里呢可以给它改个名字，看它需要一个 id， 任务 id， 任务 id， 我 们就把刚才一梦生成视频的这个任务 id task id 传入进来，接下来就给它添加一个选择器，选择器判断刚才查询的视频有没有 url， 如果 url 为空， 那我们就让他继续循环，如果不为空，那就是查询到了视频地址，我们就终止循环。来大家看一下，这样呢，一个循环的整体逻辑就好了，因为我们在这里给他选择的无限循环， 这里有了条件判断之后，有继续，有终止，那这个循环的整体逻辑就好了。但是这样配置有一个问题，因为大家不知道这个视频生成需要耗费多长时间，一般的视频生成可能几分钟， 长的可能要半小时，但是所以这个时候如果你让你的循环一直跑，对对，你的算力消耗是非常大的。所以我们这里增加一个定时器，定时器在插件里面同样搜索米盒，找到这个定时器有 timeit， 我 们直接添加 这里可以给它重命名一下，我们给它选定时器，给它配置一下，大家点到这个叹号这里，看它有等待时间是零点零一到六十，因为视频生成的时间一般很长，我们直接就写一个六十，就是六十秒，让它循环一次，这样又能查询到我们视频生成的状态，又能节约我们的算力。 最后把输出这里，我们把查询视频生成状态这个 url 给它传输出来。大家看到这里传输出来的 url 是 一个数组， 大家看这里是一个数值，为什么是一个数值？进入第一次查询视频生成状态的时候，一般是一个空值，他等待六十秒继续查询，他第二次可能还是一个空值，他把空值写入数值，可能查询到 n 次的时候， n 次的时候查询到 n 次的时候，他可能查询到了这个视频的 url， 这个 url 他 把这个 url 写入了这个数组。那我们最后传输出来的这个数组呢？就是前面一堆空值，一有 n 个空值，最后呢有一个 url 这样的一个数组，所以我们要给它做一下处理。我们这里同样添加一个插件，同样密合，我们选择这个常用代码块， 在里面找这个数组列表去除空数据，我们直接添加这里可以给它重命名一下去除空数据啊。看这里需要传入一个列表 list， 我 们把刚才这个循环给我们返回这个列表传入进来就可以了。 最后我们把它和结束节点连接起来，我们刚找到我们的结束节点连接起来，结束这里我们把刚才去除空数据之后的视频地址给大家打印出来， 那这个呢？完整的工作流我们就创建好了，下面我们点击试运行，看一下效果，这些参数我们都刚才上传过了，来我们看一下，已经运行成功了，这里输出变量，点击这个下三角，点击这就是我们的视频链接，点击一下。 好，这就是一个做出来的视频。那大家觉得这个视频效果怎么样呢？可以在评论区扣出来， 今天的搭建教程就到这里啦，我们再看一下这个完整的工作流，想要代码和系统提示词的朋友可以在评论区扣。六六六， 今天的搭建教程就到这里啦，谢谢大家的观看，我们下期再见。这个是服装图，这个是模特图，这是需要的 k 值，这是生成视频的比例，这是需要复刻的视频，来我们点击试运行。

今天用豆包工作流给大家裁剪 ai 女装带货视频以及产品展示图。 哈喽大家好，我是大兵，今天手把手教大家搭建一款可以建生成女装带货视频及产品展示图的工作流。这道工作流的话，我们只需要上传一张产品的图片，然后他就可以给我们去生成一张九宫格的分镜图， 以及九个不同角度的产品展示图，然后再通过这个分镜图来去生成这种女装带货的视频。我们先来看一下它的一个效果， 可以看到这个整体的效果还是非常不错的，然后还有这种风格的 这个视频整体的表现以及场景的切换都是非常不错的 啊。然后下面这个是一个九个不同角度的一个服装展示图片，可以看到这个每个图片都是保持产品一致性的，然后下面这个是一个古风的旗袍，也是同样的去上传一张产品图片，然后给我们去生成一张九宫格的分镜图以及九个不同角度的展示图，然后我们来看一下它的一个效果， 这个效果也是非常不错的 啊。然后接下来的话会按照这个搭建步骤带着大家一步一步的进行搭建出来，即使你是零基础小白，按照这个搭建步骤你也能同样搭建出来同款的红酒。好，首先的话我们会进入到这个搭建里面，这个搭建里面大家不知道怎么进入的，可以看下我的第一期视频，然后首先默认的话，它只有开始和结束这两个节点，我们先来编辑一下这个开始， 然后这个是咱们整体的一个搭建的步骤啊，我会按照这个步骤带着大家一步一步的进行搭建出来。我们先来看一下这个开始节点，开始节点首先需要输入的参数有哪些？第一个是我们一个场景，然后第二个是一个产品的图片啊，第三个是我们我们的一个 api key， 然后我们点击这个开始这里输入，我们需要输入这个三个参数，那么第一个是我们一个场景，我们把这个变量给它更改一下，这个变量名的话，我们可以去用英文或者拼音来代替，比如说这个场景，对吧？场景拼音来代替， 然后它的变量类型是时序的格式啊，这个不需要更改，然后我们再添加另一个参数，是我们一个产品的图片 啊产品，然后它是一个图片的格式，所以说我们这里变量类型需要把它更改成 there you make 啊图片的格式，然后下一个是我们一个 api key， 然后它也是一个时序的格式，这个不需要更改好，我们开始节点就已经配置好了。然后接下来的话，我们开始进行第一步的搭建，去生成正面人物图片及十张不同角度的图片提示啊。那么这里我们需要用到这个大模型的节点，把这个拉一下，然后选择大模型， 然后给它进行一个标记，这样的话我们就知道每个节点是做什么的，把它标记一下，它是生成正面和不同角 度图片提示词的，对吧？好，我们来看一下它的一个配置，首先模型这里我们选择豆包的这个二点零 pro 啊，然后输入这里，我们需要输入的是一个场景的内容， 这里选择这个场景，然后下边这个视觉理解，我们需要把我们的一个产品图片给到这个大模型这里去添加一个变量，然后把我们最开始的一个产品给他选择进来， 然后下边这个系统提示词，这个提示词的话是非常重要的啊，因为我们这个大模型需要根据我们输入的提示词才能够知道我们想要达到一个什么样的效果啊，那么这个提示词的话也是经过迭代 n 遍才能达到这个效果的，这个提示词的话我已经提前整理好了，来给它复制过来， 然后给到我们这个大模型啊，我们可以看下这套题词啊，他是一个英文版的题词，为什么用英文的？因为我们后面用到的这个图片生成的插件 啊，他是比较喜欢英文格式的，这样的话效果会更好一些。好，然后这套题词的话大家可以拿回去自己翻译看一下，这这套题词的话整体效果都是非常不错的 啊。然后下面这个用户提示，这个用户提示的话，我们只需要把输入的这两个变量给它引用进来就可以了。首先第一个是我们一个场景，对吧？场景啊，那么这个变量怎么去引用？把你键盘上面这个输入法变成英文的，然后按住你键盘上面的 shift， 加 p 旁边的括号啊，这样的话它的变量就已经出来了，我们把它选择进来， 第一个是我们一个场景，然后第二个是我们一个这个产品图片，对吧？同样也是按住键盘上面的 shift， 然后 p 旁边的括号， 选择我们产品的一个变量啊，这样就可以了啊，然后下边这个输出啊，输出的话他需要输出两个内容，首先第一个是我们一个这个提示词，图片提示词， 提示词啊，然后他的变量类型是一个俄韵时均的一个格式，因为我们要输出九个不同角度的一个提示词，那么他是一个宿主的格式啊，然后下一个是我们一个正面的一个图片的提示词，正面 提示词，然后它是一个时序的格式啊，这样就可以了，这就是整个大模型它的一个配置，我们把它关掉 啊，然后接下来的话，我们开始进行第二步的搭建，根据提示词来去生成正面图片及十张不同角度的图片啊。那么这里我们在生成图片之前呢，需要把我们输入产品图片进行一个格式的转换啊，然后这里拉一下，我们去搜一下，点一下小助手， 剪映，剪映，小助手，好，然后找到这个图标，这个是我已经收藏好的一个插件，大家可以去自己找一下，然后我们点击这个插件以后，选择这里的这个制服串转列表，把它选择过来 啊，然后同样的给它进行一个标记，它是做什么的？它是做图片格式转换的。 好，然后我们来看一下它的输入，输入的话它需要输入哪个内容，我们需要把我们最开始输入的一个产品图片啊，给它选择进来，让它进行一个转换， 这样的话我们后面的插件就会认识它的一个输出的一个内容。好，然后我们把它关掉啊，然后我们接下来的话去先生成一张正面人物的一个图片啊，那么这里我们用到的是一个 gpt 以 magg 二的一个图片生成，大家可以去搜索搜索一下啊，找到这个图标，这个我已经生成好了，然后我们选择这个 这个图片生成模型，把它选择进来，然后同样呢也给它进行一个标记，这个节点是做什么的？它是生成正面图片的。 好，我们来看一下它的一个配置有哪些。首先第一个我们的一个 key， 这个是需要我们选择最开始的一个 key 啊，然后 promas 一个提示词，我们选择刚才大模型生成出来的一个正面的提示词， 选择这个，然后这个同步啊，这个不需要填写，然后下边是一个图片的这个链接，宿主，我们选择刚才图片格式转换后的一个图片格式啊，把它选择过来，然后最后一个是一个图片的比例，我们选择九比十六的啊，这个可以按照自己需求去进行更改。 好，这样的话我们正面生成图片的这个插件就已经配好了，把它关掉。好，那么我们有了正面的图片以后，我们接下来去生成九个不同角度的一个图服装图片，这里的话我们还是同样的去进行一个图片格式的一个转换啊，那么还是同样的搜索剪映小助手， 然后找到这个图标，我们去选择这个字母串的列表，选择进来，然后给他进行一个标记， 图片格式转换二，然后它需要转换的是我们刚才生成正面图片的一个 u 二的图片的地址啊，然后通过它来去参考，再生成我们九个不同角度的一个一个服装展示图片。 好，然后接下来再去给他进行一个图片的一个聚合整理，我们这里用到这个节点，选择这个代码啊，然后给他标记一下他是做图片聚合整理的啊，去整理我们这个图片 好，然后他的一个输入，输入的话，首先我们需要输入一个场景，把我们最开始的场景给它输入进来，然后第二个是我们的一个这个正面的图片， 选择正面图片的 url 啊，它的一个图片地址。好，然后下边这个代码，我们点一下这个编辑啊，那么这个代码大家不懂的话，没有关系啊，我们直接来复制粘贴就可以了，这个代码我已经提前整理好了，然后把这个原有代码给它去删除掉， 然后找到我们整理好的一个代码啊，给它复制过去好，然后粘贴，这样就可以了，然后我们看一下它的一个输出，输出这里我们需要把这些都给它删除掉啊，我们只输出一个变量，这个是它输出的一个变量，我们把它复制过来好，然后给到这个 变量名，这样就可以了，然后它的一个变量类型，它是一个这个厄运紫骏啊，这样的一个格式。 好，然后这样就他的一个代码就配置好了，我们把它关掉。关掉以后呢，我们进行批量的处理啊，去生成我们九张不同角度的一个图片啊，那么这里我们需要用到这个节点叫 p 处理， 把它标记一下，它是批批量生成九个不同角度的图片。 好，生成九个不同角度的图片，我们来看一下它一个循环设置，首先这个运行数量，我们给他改成三啊，然后下边这个这个直接默认就行了，然后输入的话，我们需要输入这个大模型生成的一个提示词， 好，这样就可以了，然后下边这个 p 处理体里面，我们去添加一个生成图片的插件啊，还是同样的选择，我们 g p t e m g 二，这个图片生成，大家可以去搜索一下，然后选择这个图片生成模型，把它选择进来好，然后给它进行一个标记， 好，我们来看一下它的一个配置。首先输入这里，我们需要输入的是一个 key， 最开始的一个 key， 然后下面这个 program 的 提词选择，我们刚才引用进来的一个提词啊，选择这个，然后选择第一个。好，然后下面这个我们选择一个，第一个这是一个图片的速度啊，选择我们刚才 图片聚合整理的一个图片数据，然后最后一个是我们一个图片的比例，我们选择九比十六的， 好，这样就可以了。然后下边这个异常处理，我们去给它进行更改一下，异常处理的话，我们选择六百秒 啊，然后重试的次数啊，选择重试两次，然后这个异常处理方式，我们选择这个执行异常流程，因为我们批量生成图片的话，很容易出现错误啊，这样的话会避免中断程序导致运行失败。 那么还有一种情况就是我们的提示词有一些问题，也会导致我们图片的生成失败啊，那么这里为了双重的保险，我们再去添加一个选择器的节点， 选择选择器，让他来去判断我们图片有没有生成成功，如果没有成功的话，我们再去优化提示词啊，再去生成一遍，所以说这里选择器我们来去编辑一下，如果我们选择生成九张图片的选择第一个啊，然后他等于 二百啊，这个是什么意思啊？就是我们生成图片这个插件，生成图片的话，如果说他的值数等于二百，就证明图片已经生成成功了啊，会进行下一项叫变量聚合啊，进行一个图片的整理， 把它选择过来，如果说图片他的返回值没有不是二百，就证明这个图片没有生成成功，那么我们接下来再去进行一个提示时的优化，这里我们去找到这个提示时的优化，把它选择进来啊，然后 选择我们的一个，我们也用进来的一个提示词，再进行一个优化，然后把这个生成图片啊，给它 ctrl 加 c， 然后 ctrl 加 v， 复制一下啊，把复制一个这个节点好，然后给它连接上， 给它重新标记一下这个是再次生成图片，然后这里我们的输入内容。需要注意的是这个 prom 的 提字词啊，它需要选择我们刚才优化后的一个这个 date 啊，优化后的一个提字词啊，这里也给它标记一下这是提字词。 优化好，然后其他的不用动啊，那么我们把这个线给它连接一下 啊，这个连接错了啊，这个是正常是连接到这，然后这个我们给它连接到我们的提词优化啊，然后把这个再次生成图片的插件，把它连接到我们的变量聚合，让它整合我们的一个图片的资源，然后把这个节点连接到我们的一个循环体。 好，那我们来看下这个变量聚合它的一个配置啊，变量聚合的话，我们选择我们的一个再次生成图片的 u r、 l 啊，这个两个 图片插件的图片地址给它选择进来。好，这样就可以了，记住整个它的一个批量处理体的一个配置，那么我们再返回我们这个批量处理这里的话，它输出的是我们刚才变量聚合整合后的一个图片数据啊，把它选择进来， 然后把它关掉啊，这样就可以了。好，那么我们现在这个图片已经有了，对吧？那我们就来去生成这个九宫格的一个图片的提示词啊，根据正面图像生成九宫格分镜提示词。 好，我们生成提示的话，需要用到这个大模型的节点，把这个拉一下，然后选择这个大模型，然后同样的啊，也是给它进行一个标记啊，它是做什么的？它是生成九宫格图片提子词 t 字词的，对吧？好，我们来看下这个大模型它的一个配置模型，这里我们首先需要他选择豆包的这个一点六极度极致速度啊，选择这个，然后他的一个输入，输入的话这里不需要填写，我们把它删除掉，然后视觉这里他需要参考的是我们的一个 这个九张不同角度图片的一个啊内容啊，选择这个这张九个不同角度图片，然后把它选择这里， 然后需要注意的是这块变量值啊，这个变量值大家一定要记住啊，把它更改成额外费用啊，以 max 的 格式一定要是改成这个格式好，然后下边这个系统提示啊，这个系统的话也是非常重要的，也是我接待过 n 遍才能达到这个效果的啊。然后这个题词我已经提前整理好了，我们来给它复制过来， 然后给到我们这个大模型。好，我们大概来看一下这道题时它的一个内容有哪些啊？首先的话是给到它一位角色，你是一位顶级时尚广告导演，电影及动态分镜导演， ai 时尚视频镜头设计师，服装动态视觉总监。 你的任务是基于用户上传的第一帧参考图片，生成一个九宫格，进行中分镜图的提字词啊。然后下面是给到他一个核心目标以及原图的一致性，保持我们人物的一致性， 联动与连续动作的要求啊等等这些运镜的要求，服装的运动性动态要求啊，这个题词的话整体效果都是非常不错的啊，也是通过替代 n 变才能达到这个效果的。然后下边这个用户题词啊，这个用户题的话也是同样的需要把我们引用的变量啊，给他引用掉就可以了，按照你键盘上边的 shift 加 p 旁边的括号好，把它选择进来，变成蓝色的就可以了，然后下面这个输出，这个直接默认就可以了，然后这个异常处理，我们把它更改成这个六百秒，这样的话会避免大模型出现这个超时的错误，好，然后把它关掉，这是我们大模型的一个配置， 那么有了九宫格的图片提示，接下来的话，我们去生成一个一个九宫格图片啊，我们把这个还是同样的啊，选择这个 gpt 里面加二的图片生成模型，选择进来，然后给它进行一个标记。 好，我们来看一下它的一个配置，首先第一个我们的一个 key 啊，最开始的一个 key， 然后下面这个 pro 的 提示词，也是我们刚才生成九宫格的一个提示词，图片提示啊，把它选择这里一个不需要更改，然后这个图片的这个宿主啊，我们选择刚才批量生成九个不同角度的一个图片，参考这个图片， 然后下面这个是一个图片的比例，我们选择九比十六的。好，这样就可以了，然后把它关掉。我们有了九宫格的图片以后呢，我们还需要进行一个图片格式的转换啊，因为后面的生成视频插件，他指定是一个数字格式，这里我们还是同样的去搜索一下剪映小助手，剪映， 然后我们找到这个图标啊，然后选择这里边的一个字母串转列表，把它选择进来，给它进行一个标记 好，然后输入这里，我们需要把刚才生成九宫格图片的 url， 把它的地址给它选择进来，然后把它关掉啊，那么接下来我们再去通过这个九宫格的图片去生成一个视频的体字词，那么就是我们开始第五步的搭建， 这里我们去选择一个大模型的节点，给它进行一个标记，它是生成视频计时的。好，我们来看下这个大模型它的一个配置，首先模型这里我们选择豆包的这个二点零 pro 啊，然后输入它需要参考的是我们的一个场景，最开始一个场景， 然后下边这个视觉，这里我们需要参考的是九宫格的一个图片啊，那么这里我们选择这个生成九宫格图片的一个 url， 他的一个图片地址，然后下边这个系统意思这个题的时候我已经提前整理好了，我们来给它复制过来 生成视频的一个 tds 啊，然后给到这个大模型啊，这样就可以了，大家都可以拿回去直接用就行了。然后下边这个用户 tds 啊，用户 tds 的 话也是同样的，需要把我们这个输入的两个变量给它引入进来，第一个是我们的一个九宫格， 然后它的一个地址，然后第二个是一个场景啊，场景 选择第一个，好，这样就可以了，把这两个变量给它引过去就可以了，然后下边这个输出，输出的话我们直接默认就行了，然后异常处理，这里还是同样的给它更改成这个六百秒啊，这样的话会避免半方形出现超时的一个错误。 好，这就是大冒险的一个配置，我们把它关掉。好，我们有了这个提字词以后呢，我们再去根据这个提字词，使用 c 档的二点零来去生成我们这个服装带货的视频，这里我们去搜索下这个插件啊，选择这个插件，然后搜索米微丢， 好，这样就出来了，我们可以看到啊，这个就是我们的一个 c 档二点零这个生成视频的一个模型，然后这有快手版的和慢手版的，这里我们去选择一个快手版的，然后选择第一个就可以了，把它添加进来， 来进行一个标记啊，这个是我们一个 c 档的二点零生成视频的模型。好，我们来看一下它的一个配置，首先输入这里这个 pin， 我 们需要输入最开始的一个 pin 啊，然后 prom 的 这个视频的提示词，选择刚才生成视频的一个提示词 啊，然后这个是它的一个视频时长，这里我选择一个十秒，然后这是一个图片的格式参考，我们参考刚才 图片格式转换后的三啊，这个九宫格的一个图片格式转换，选择进来，然后下边这个直接默认就行了，然后这个是一个视频的比例，我们选择这个九比十六的， 最后的话是一个参考模型，选择这个全能的参考。好，这样就可以了，我们然后把它关掉 好，然后接下来的话，我们开始进行最后的第七步，去查找视频生成的情况啊，因为这个视频生成的话，他需要一段时间，所以这里我们需要添加一个循环的节点，找到这个循环节点，然后把它添加进来，这个循环他是查找我们视频的一个状态的， 我们来看下循环他的一个配置，虽然这里循环设置，我们选择这个无线循环啊，然后这个中间变量，我们把它选择一下我们的这个 生成视频模型，这个模型的一个 id 啊，把它 id 给它选择过来好，然后把它关掉，我们再进入到我们这个循环体这里，我们去添加一个插件，还是 把它拉一下，还是选择我们刚才那个米微调生成快速版，它的下边这个任务信息，他是查到我们视频的一个 id 的， 添加进来 好，然后给他进行一个标记，他是查找视频状态的，是吧？然后这里输入，我们需要输入刚才一个循环里选择进来的一个 id， 好，这样就可以了啊，那么我们查找视频状态的话，它只有两个结果，对吧？一个是已经成功了，一个已，一个还是在生成中，那么这里我们需要用到这个选择器啊，来去进行一个判断啊，这个选择器我们来去给它编辑一下，这里如果我们选择查找视频状态的 url 啊，为空的情况下， 为空就证明我们这个视频还在生成中，对吧？那么这里我们再去添加一个定时器的节点啊，搜索一下定时器， 然后把它选择进来，我们来编辑一下这个定时器，这里我去添加一个六十秒啊，就是让它过六十秒以后再去给我重新查找一遍，然后把这个定时器给它连接一下，好，然后第二种状态就是视频已经成功了，对吧？那么这里我们去添加一个终止循环 啊，这样就可以了，这个就是它循环的一个配置。好，然后我们再来去返回这个循环，我们这里输出啊，选择我们这个查找视频状态的 u r l 的 一个视频的地址，这样就可以了。 然后我们最后的话，把这个结束这个节点，我们去找到这个结束，把它拉过来， 然后给它进行一个连接，连接上，然后我们来看一下这个结束它的输出变量有哪些啊？首先第一个我们去选择循环，查找视频状态的一个地址啊，选择进来，然后第二个我们还需要查看这个九宫格的图，这个九张不同角度图片，对吧？这里去添加一个变量，我们选择这个 批量生成九个不同角度图片的啊，一个节点。好，这样的话我们就可以查看这个视频的地址，以及我们九个图片的地址， 然后把它关掉，这个就是我们整体的一个工作流都已经搭建好了。然后我们来去点击下方这个私运行，我们来去运行一遍右侧这里，首先的话，第一个我们需要上传一张产品的图片啊，我们去上传一张产品图片。然后第二个是我们一个 qin， 我 们来直接复制一下 这个 qin 的 话，大家输入自己的 qin 啊，后面的话会有获取方法。然后下边这个场景，这个场景的话，比如说是繁华的 城市街道啊，这个大家可以随意去发挥啊，你想到一个场景，然后点击下方这个运行。好，我们运行成功以后呢，他会给到我们一个视频的地址，以及我们九个不同角度的图片地址。我们先来看一下这个视频的效果， 可以看到这个整体的视频效果还是非常不错的。然后我们再来看一下这个图片的展示图， 这是一个正脸的图片啊，然后这是一个不同角度的一个图片，可以看到这个整体效果也表现非常不错的。好，我们本期视频的话就到这里，我们下期再见。

哈喽，大家好，我是南杜，我们今天呢一起来学习一下，通过扣子工作流来搭建服装带货的跳舞视频，就像我们前面看到的那样啊，我们只需要上传一个对标的视频，然后选择我们的服装跟人物， 然后通过 gpt 二模型加上我们即梦动作模仿的这个视频插件。呃，一键的复刻这种服装带货的跳舞视频，整个工作流呢比较比较简单，然后呢也比较实用，我们可以呢一起来学习一下。 我们先来看一下工作的大纲，一共呢就是只有七步，那我们先把大纲进行一个复制，然后呢我们进入到扣子工作流页面，在右上角点击资源，之后呢点击工作流，我们新建一个。 好，进入 cos 工作流页面之后呢，我们需要先来添加一个注视，把我们的工作流大纲呢进行一个粘贴。好，那我们现在呢就来开始进行一个搭建， 我们先来看一下啊，在开始节点的话，我们需要输入一个 key， 一个 image， 一个 image 一， 还有一个 ratio 以及一个 video 啊，对标的一个视频， 那么我们在开始这边呢就同样给它添加的五个变量。好，我们先来进行一个变量名字的更改啊，第一个是 key， 那 么第二个呢是 make 好 make 一， 然后呢 video 以及我们的一个 ratio 比例。好，我们可以在这边呢给它简单的进行一个描述啊，我们的 make 呢是服装的图片， 那么 image 一 呢是人物的一个图片。好，那记得呢，在这个部分呢，我们要对它的变量进行一个更改，这个 file image 啊，它是一个图片的文件，那下面的 image 一 呢？同样也是啊， file image， 那 么在 video 这边呢，我们就要选择 file video 啊，他是一个对标的视频啊，好的，然后我们就来开始啊，看一下我们的大纲，我们第一步呢，需要用代码来组装我们上传的一个素材，那在这边呢，我们添加一个代码节点，给大家进行重新的命名。素材的组装 好，我们点开这个素材组装节点之后呢，点开这个在 i d e 中编辑啊，把代码打开。首先第一步呢，我们需要把这个语言改成 python 啊，然后全选之后呢给它去除。我们回到飞书，把我们整理好的代码呢，进行一个复制，有需要的可以来找我。复制完之后呢，我们进行一个粘贴， 好，粘贴之后呢，我们来看一下啊，在他的输入部分呢，我们就需要输入两个啊，输入两个，那么一个呢是我们开始的一位数啊，跟我们的开始的一位数一，那同样我们在变量名这边呢，也要给他进行一个对面对应啊， 好，我们先给他改成第一个啊，一麦之一，那么第二个呢就是一麦之二啊，好，然后我们在输出部分呢，我们可以看到代码节点，在最后的这个 out put 的 这边，他会有几个输出。好，我们来对照来改一下啊，第一个是一个啊， t 一， 然后呢 t 二 t 三。好，还有一个呢是个数，然后在变量类型这边呢，我们注意一下啊，我们的 t 一 二三呢，全部是 orange string 的 变量类型。 好，接下来给大家进行一个更改，然后在个数这边呢是一个 int 啊，整数的一个类型。好，那这样的话呢，我们素材组装的这个节点呢就配置完成了，我们再来看第二步啊，我们是要生成图片的一个提示词，那这边呢我们就需要用到大模型，我们添加一个大模型，然后呢给它重新命名，好生成图片的提示词。 那在生成图片提示词的这个模型上面呢，我们就要选择啊二点零迷你，他要具备图片理解的能力，那么我们需要在视频理解部分呢输入两个变量。 好，我们把这个输入呢去掉之后在视觉理解输入这边呢，我们来进行一个配置啊，找到开始啊我们的这个 image， 然后呢开始的 image 一。 好，然后在系统提示词这边呢，我们回到飞书之后，把我们生成图片提示呢进行一个复制，然后回到工作流之后呢给他进行一个粘贴，我们来简单看一下啊，他主要是负责人物服装替换的一个 ai 助手，然后他的技能呢就是接收到我们的一个图像，然后进行一个解析，做我们的服装的一个替换。 好，那在用户提示词这边呢，我们进行一个引用。好，第一个是衣服的图片，第二个呢是人物的一个图片。 好的，然后呢我们可以选择在异常处理这边呢把它的时间改为六百啊，好，那这样的话呢，我们生成图片提示词这个节点就完成了，那我们接下来需要生成图片，生成图片的话呢这边呢我们用到的是 gt 二的这个图片生成的一个模型， 我们找到这个 g 二 generate mage。 啊这个图片模型呢给它添加进来之后呢进行一个重命名，好生成图片，然后呢我们把它进行一个配置啊，这个节点在 key 部分呢，我们找到开始的 key 的 输入。好，那么提示词这边呢，我们找到生成图片提示词二号节点 outpost 啊， 好，然后在这边呢，我们选择去在图片参考链接数组这边呢，我们需要找到一号素材组装，找到 t 二这一个变量，给它进行一个输入，然后呢在比例这边的话呢，我们要开始的这个 ratio 啊，就把这个比例这个变量给它进行一个添加。好，那我们生成图片节点呢就完成了。 好，生成图片之后呢，我们需要通过即梦动作的模仿这个插件呢，来帮我们生成一个视频，那这边呢，我们在插件里面搜索啊， 我们搜索吉梦米盒这边有一个吉梦多方式视频生成，我们给他点开之后呢，能看到这边有动作模仿，智能多真啊，我们就选择这个动作模仿，那么在选择的时候呢，我们可以先进行一个收藏，那把这个动作模仿的这一个插件进行一个添加， 添加进来之后呢，我们给它进行一个重密重命名视频的生成。好，我们来进行一个配置，在这个参考图片这边呢，我们找到生成图片的这个 url 啊，进行一个引用，那么在 key 这边呢，我们找到开始 key 啊，然后 video 的 视频链接呢，我们找到开始啊这个 video， 然后呢在同步异步的这边选择呢，我们选择一个 false， 然后呢在模型这边呢，我们可以选择默认的大师啊，那我们可以给它复制一下， 进行一个粘贴。好，那我们视频生成这个节点呢就完成了，在视频生成节点之后呢，我们需要添加一个循环节点，来帮我们查询视频的一个生成情况啊，跟我们前前面的有些视频的教学内容呢，在这一步上面啊是一样的，那我们重新进行一个命名 好循环查询视频，他的循环类型呢？这边我们要用到无限循环好，然后我们在循环体里面呢进行一个配置，找到这个极梦多方式。视频生成之后呢，我们来找一下里边有一个极梦 taskinfor 啊，这个查询任务信息，给他进行一个添加，然后重新进行一个命名 查询视频，那么它的 id 呢？我们找到这个视频生成 task id 啊，我们把这个进行一个输入，如他来查找这个 id， 那 我们需要添加到一个选择器，对它的结果呢进行一个选择，那在这边的话呢，我们选择到查询视频， 找到这个 stars 啊， integer， 找到这个变量，然后呢在这边的话我们要给他选择一个等于零啊 int 这个查询的方式啊，根据插件不同的我们换了，原来我们是查询它的 url 为空的结果啊，那么今天我们呢是选择这个变量的一个是否等于零的一个结果啊？ 好，那然后呢我们在这边的话需要添加一个啊，先加一个定时器啊，给它进行一个重命名好，时间的话呢，我们可以调整为六十，然后呢可以把它连到， 连到，把这个线连上，然后在下边这个，否则节点呢我们就可以直接选择一个中指循环 好，然后呢我们在循环查询视频这边呢，就需要找到查询视频这个 url 啊 video 这个节点进行一个输出。好，最后呢我们在这边添加一个常用代码块。啊， 好，我们找到这个啊，从列表中获取指定位置的元素啊， get one by no 啊，把这个选择进来啊。好，然后呢在这边的配置部分呢， 我们找到循环啊五号节点 outpour 的 一个输出。好，然后在这个提取值这边呢，我们选择一个去。 好，那这样的话呢，我们最终把它连到我们的一个结束节点啊，然后呢我们就来看一下整个工作流啊，在结束节点这边我们选择它的最终的一个输出啊，选择这个最后一个 string 啊，把这个节点呢把这个变量进行一个选择。 好，这样的话呢，我们整个工作流程就要搭建完成了啊，我们来点击一下试运行，然后呢在服装图片这边呢，你可以选择一个自己喜欢的衣服啊，然后人物图片这边呢也进行一个上传，在 key 这边呢，呃，进入米盒之后，在你的个人中心这边啊，那可以进行一个复制。 好，我们回到工作流之后呢，在比例这边我们选择一个九比十六的一个竖版。好，然后我们在视频这边呢上传一个你的这个对标的视频，你想要对标的一个视频。好，我们简单看一下啊， 好，那我们这样的话呢，就开始点击试运行啊，我们看到他已经在开始运行了啊，正在生成一个图片的提示词。好，我们看到了他已经把图片给我们生成好了，我们来看一下这个图片的一个效果。 好，我们看到他把我们的这个服装呢已经替换到人物身上去了。啊， 好，我们需要等待一下他的一个视频生成。 ok， 我 们看到这个运行已经成功了啊，我们一起来看一下他的一个效果，在这边呢，他给到我们一个，呃，一个地址啊，我们点开看一下。 好，我们看到整个效果还是不错的啊。然后我们整个工作流呢，他的整个步骤呢也是比较简单啊。那我们这个今天的教学呢就到此结束，再见啊。

你不知道现在 ai 有 多强？没错，这是我一个人用 ai 制作的夏季服装新品发售短片，省去了导演、摄影、化妆等人力和财力。告别传统思维，现在一个人用一台电脑就能全流程跑通，全程没有一针实拍成片放在最后。接下来分享一下制作流程。 首先第一步，把我们的服装产品处理下，每个单品处理成高清白底图，这样 ai 才能更好的识别出细节。 然后我们找个跟服装风格相似的毛豆先，生成模特的五官气质，再生成一张三式图，以及这个模特的表情特征。第二步，我们把衣服给模特穿上，生成穿上衣服的效果。 第三步，把模特的录个照，选择多机位九宫格切分，再选你喜欢的切分效果。第四步，把选好的图片生成视频，视频时间根据自己提示词，越准确生成的视频就抽卡越少。最后把碎片视频导入剪辑软件。

警告，本视频耗十四个月制作，制作时长五百分钟，陪你系统学习康 b u i 制作视频！这应该是目前最详细的 ai 视频教程了，哪怕你是零基础，也能轻松给你学会！马上暑假了，有人愿意每天花一小时学习 ai 慢剧制作吗？不用，对， 不用魔法，它就是最近重磅更新的 comforsee 破线版，本地一键启动，你就可以实现纹身图图生视频一键室内渲染设计、古风真人 ai 视频虚拟模特、做电商服装等三百加工作留模板， 老规矩，验个牌试试吧！本套课程共分为两个部分，一到六节为基础部分，其中包含了 kufui 的 配置要求以及如何安装与部署、 界面导览与原理介绍文声图以及提示词的语法，之后还会聊聊 ai g c 的 相关网站以及模型下载，最后还有读声图以及高清修复的过程。那么从第七节课到第十三节课属于进阶部分，先后会讲解坑深内及其诸多预处理器的使用方法以及使用场景，之后还会教大家 ipad pro 及其强大功能的应用。 随后我们还会学习最基础的 ai 视频生成原理，而在最后，我们将结合前面所学的全部知识，一起来做一个 ai 视频换脸、转会。这些这些这些都是 ai 生成的。 自二零二三年以来， ai 绘图软件 stupefaction 的 发展势不可挡，各种各样的衍生模型插件白花起放，现如今生成像这样的 ai 视频完全不在话下，那么 我们就一起跟随着时代的脚步，一起探寻 stableview 的 comfui 到底该如何使用吧！大家所熟知的 webui 和 comfui 其实都是属于 stableview， 而 webui 主要是基于规则库开发的浏览器界面， comfui 则是使用图形节点、流觞图设计和用于稳定扩散的用户界面。这边我们将 comfui 和 webui 的 优缺点列出来，方便大家做个对比。首先我们来看 webui 这块，它的优点是简单易学，并且操作较为基础与简易， 而它的缺点是不利于长期管理。那么这是什么意思呢？当你在深度学习完 vbu ui 的 高阶内容后，你会意识到如果使用的是康复 ui， 那 么将节省两到三倍甚至更多的时间。其次，在插件过多时， vbu ui 会显得非常的臃肿， 机操作费时。那么接下来我们看一下康菲 u i。 这边我们可以看到康菲 u i 对 配置的要求较低，这同时也意味着降低了 ai 绘画的门槛，方便更多的小伙伴加入进来。那么它的优点其次是节点更易于管理，有较强的自主性，我们可以根据个人需求来组装属于自己的工作流。 并且在未来，康菲 u i 将逐渐与未必 u i 在 应用层面拉开距离。比如前段时间的 s d 三或者国产最新的可棱大模型， 都是第一时间在康复 ui 里可搭建工作流并使用的。而对于未被 ui， 这些最新的模型与插件往往得过一阵子才能失桩，甚至直接不失桩。所以使用康复 ui 也意味着你能够更早的使用到最新的模型与插件。康 复 ui 的 缺点是初期不好上手，但我相信在你学完了本套课程后，一定能够完全掌握康复 ui 的 技术操作。除此之外，过去我们知道有许多软件，比如 blender、 达芬奇 ue 等等都是使用节点式工作流， 因为他们有极强的自主心与可模块化，许多头部公司的顶级团队使用的都是节点式软件。那么 comfuly 除了上述优点之外，我们在使用时还可以非常方便的套用他人分享的工作流，即刻便可实现相同的效果，节省了非常多的节点部署思路的思考时间， 以及从单个节点构建成工作流的部署事件。哈喽，各位小伙伴大家好，欢迎来到 cf ui 系列教程的第二节课。那么在本节课中，我们将介绍 cf ui 的 配置要求以及安装与部署的过程。那么首先是电脑配置以及系统环境的介绍，首先是显卡方面， 最低要求是拥有四 g 级以上显存的英伟达显卡，如果显存不足，可能会影响到绘图过程的流畅度。接下来是 cpu， 关于 cpu 要求不高，英特尔十代 i 三以上就可以使用，但推荐使用性能更强的，如英特尔十三代 i 五幺三六零零 kf， 以获得更好的性能。接下来是内存，内存至少需要十六 gb， 推荐三十个 gb 以上，以确保可以加载和运行较大的模型。最后是硬盘，关于硬盘呢，至少需要两百 g 的 空余空间，推荐使用大容量的固态硬盘，因为 ai 绘图过程中会下载和生成大量的模型以及图像数据。那么接下来我们详细介绍一下康菲 u i 的 下载以及部署方式。 我们先安装资源包里面附带的启动器运行依赖，接着打开解压之后的 comfui 文件夹，在文件夹内找到 a 会使启动器，随后点击一键启动即可。锁匙启动时可能会安装一些必要的环境依赖。 稍等片刻后，我们便来到了 comfui 的 主界面。接下来介绍第二种安装方法，官网资源包的安装。当然关于官网的资源包，我们也可以在评论区内获取。我们解压完资源包后，在文件夹内找到这个项目， 双击运行。等待片刻后，我们便可以来到最原汁原味的 cf ui 界面了。这个版本的 cf ui 是 没有装任何非官网的插件的。 此外， cf ui 完全离线工作，对 gpu 的 要求相对较低，但是也有 cpu 模式，不过在 cpu 模式下绘图速度极微缓慢。如果小伙伴们之前有使用过 vpu ui 或其他类型的 stupefaction ai 绘图应用， 我们可以通过修改 comfui 的 配置文件来实现在不同的 ai 绘图应用间共享大模型以及 logo 等等，依次减少对硬盘内存的占用。那么接下来我就向大家演示一下如何将我们的 comfui 大 模型以及 logo 的 加载路径修改成 vibui 的。 如果小伙伴们没有玩过 vibui， 那 么这一段可以直接跳过。好的，那么我们打开 comfui， 接着我们找到这个文件， s 三 model pass yaml 点 big example， 接着我们找到这一项 base pass， 我们要做的是把贝斯帕后面的这一串改成我们 web ui 文件夹的路径。比方说我们打开了 web ui 的 文件夹后，我们可以单机上面的这个栏目，随后 ctrl c 复制。接着我们回到刚才的记事本内，将我们刚刚复制的路径粘贴到此处，随后我们保存并关闭记事本。接下来的一步很重要， 我们需要将 example 以及这个点给删除，也就是将我们的文件名后缀改成点 y a m l， 随后点击确定即可。那么接下来我们打开 comui 来确认一下。 好的，我们这边看一下 check point 加载器里面的大模型，点开后我们可以看到多了，非常多啊，那么这就证明我们成功把模型路径合并到了 v b u i 内。好的，那么以上就是关于本期的全部内容了， 欢迎来到 comfui 系列教程的第三节，那么在本节课中，我们将一起了解 comfui 的 主界面以及各种参数到底代表了什么。最后我们将学习 stableview 生成图片的根本原理。好的，我们打开了七位大佬的会式启动器后，点击一键启动。 经过一段时间的等待后，我们便来到了 comfui 的 主界面。那么我们在面对 comfui 这个完全陌生的软件时，我们要做的就是初步了解每一个模块的大体含义，那么接下来我带着大家过一遍。首先是操作方式，我们可以通过鼠标的滚轮来控制画面的缩放， 按住鼠标左键，我们可以拖动我们的仕图。点击鼠标右键，我们可以看到有非常多的栏目，这边我们可以试着点击新建节点，随后我们可以看到有非常多的节点可以供我们选择。好的，那么之后我们再来说一下快捷键，顺从图片的快捷键是 ctrl 加 enter 框选节点的快捷键是按住 ctrl 加鼠标的左键。移动框选目标的快捷键是按住 shift 加鼠标的左键。 这边我们在框选门后，如果不按住 shift 直接进行拖动的话，我们可以看到此时只有单一节点进行了移动，剩下的快捷键我都放在这了，小伙伴们可以暂停观看。 好的，那么接下来我带着大家一起来解读一下这个默认工作流。首先在这边我们可以看到有个叫 shift 烹饪加载器的东西，这个节点的主要作用是加载扩散模型， 也就是我们常说的大模型。此外，该节点还提供适当的 v、 a、 e 以及 clip 模型，具体它们是什么，我们带回讲。我们顺着缺空位加载器的节点连线，可以看到这里有两个 clip 文本编码器，在这里我们可以看到它们的输入都是 clip， 而他们的输出都是条件。那么究竟什么是 k 服模型呢？ k 服全称为 control language image programming， 是 由 open ai 公司在二零二一年发布的一款多模态预训练神经网络模型。 k 服模型的作用是理解我们输入文字的意思，比如我们输入 one go 生成的是一个女孩，而不是太阳， 这就是 clip 的 作用。接着我们顺着 clip 文本编码器的条件输出看过来，连接到了 k 采阳器上。这边我们可以看到 k 采阳器拥有两个关于条件的输入，一个是正面条件，另一个是负面条件。那么这代表着连接着正面条件的文本编码器内的提示词为正面条件提示词， 也就是我们常说的正向提示词。同理，下面的则为负面条件提示词，也就是我们常说的负面提示词。好的，我们把目光重新回到 k 采阳器内， 我们可以看到除了正面条件以及负面条件外，还有两个输入，分别是模型以及 latent。 那 么模型则是连接着刚才的这个 pos 接收器，也就是我们的大模型。那么这个 latent 究竟是什么意思呢？ latent 通常是指前空间，可以理解为 stability fusion 内部流程中的图像格式。如果将图像作为输入，则需要通过 v a e 编码将其转化为 latent。 数据 在最后输出时，也需要通过 v a e 解码将其转化为像素空间，也就是我们最终看到的图像。这边我们可以看到可以采洋气的 laten 连接着一个叫做空 laten 的 节点，这个节点内共有三个参数， 分别是宽度、高度以及 p c 大 小。宽度和高度决定了我们最终生成图像的尺寸，而 p c 大 小则代表着每生成一次将出多少张图。比如说我们将 p c 大 小改为三，高度改成七百六十八。 最后我们按 ctrl 加 enter 进行生成。好的，这边我们可以看到一次性生成了三张图像，也就是我们批次数目的图像。接下来我们继续看 k 太阳系的其他参数。 首先是随机总，随机总的值我们一般称为种子值，每张图都有专属于它的种子值，我们也可以理解为种子值，就是图片的 id 号码。接下来是运行后操作，点开后我们可以看到用了四个选项，分别是固定、增加、减少以及图片的 id 号码。接下来是运行后操作，点开后我们可以看到用了四个选项，分别是固定则，在你生成完后，种子值会保持不变， 方便你进行其他的调整与操作。那么接下来就是裁量部署，裁量步数越多，计算机的运算时间越长，在大多数的情况下，我们的裁量步数保持二十到三十步即可。接下来是 c f 句子，该指的意思是 提示词引导系数。 c f 句子越高，则代表着生成图像与提示词之间的联系越紧密。 c f 句子越低，则代表着提示词对生成结果的影响越小。不过过高或过低的 c f 句子都会给图片带来不好的影响， 所以我们一般保持适中的 c f 制即可。接下来是采阳器和调度器，我们可以理解它们为图像的生成方式，如果我们将其他参数比作是食材，那么它们则是烹饪方式，不同的烹饪方法当然会带来不一样的结果。比如我们点开采阳器后，可以看到有非常多的选项，这里我们目前最好的一般是选 择这个 g p n 加二 m 或者 d p n 加二 m s d e， 这两个都是挺不错的。接下来调度器我们也是可以看到有非常多的选项，这里我们一般选择的是 keras。 最后我们可以看到还有个降噪参数，由于该参数是跟图胜图有关的，我们以后再说。接下来我们看一下右边有个叫做物业 e 解码的东西，那么我们可以看到这边也有两个输入，分别是 laten 以及物业 e。 至于 laten 刚才我们已经解释过了，也就是擒控件图像，那么物业 e 究竟是什么呢？物业 e 全称变分字编码记 ruby 炫的 ootlin 格式的缩写。它是一种深度学习模型，主要用于无间断学习任务，特别是在生成模型领域。 维 e 结合了神经网络和概率图模型的特点，而它在康复以外的作用是将我们的前空间图像编码成像素空间图像，或是将像素空间图像编码成前空间图像。除此之外，我们还可以双击屏幕上的空白处，随后就可以搜索节点，比如说搜索加载图像， 或者我们也可以双击搜索预览图像。这边再多说一嘴，维 e 解码之后的图像节点，我们也可以直接连接到预览图像上， 比如说我们现在把这个保存图像节点给删去，如果这么操作的话，那么我们生成的图像不会被保存，接着我们再生成一次。 这边还要注意的一点是，在我们搜索节点的时候，我们也可以输入英文，比如说加载图像的话，那么就是 load image， 那 么我们可以看到这两个节点是完全相同的。接着我们再来说一下，比如说当我们输入英文的时候，同样的也是 load image， 但是这个时候我们加了一个空格，好， 我们可以看到这里面并没有出现加载图像的节点，那么这也意味着在我们搜索节点的时候，我们要注意区分节点的名称是否有空格。好，比如说我们需要搜索加载图像节点，那么我们删去 load a m h 之间的空格时候，我们可以看到，哎， 是不是加载图像节点就出现了？好的，那么以上就是关于默认工作流的全部解释，接下来我们来看下界面还有其他哪些模块。首先我们点击左上角，这里有个文件夹， 点开后我们可以看到我们的工作流都保存在这，这边可以点击新建，那么我们就新建了一个新的工作流，当然我们也可以点击这个 import， 也就是输入我们的工作流，或者说是输入我们的文件夹。 最后我们点击 models， 我 们可以在这里找到并且下载相关的模型。接着我们来看一下右边的栏目，首先是该栏目的左上角，我们按住后可以进行拖动， 然后是这个齿轮标志，点开后我们便来到了康复 ui 的 设置界面，在这里我们可以设置语言，点开后我们可以看到有中文，繁体中文、英语以及日语韩语等等，我们往上翻可以看到有其他的功能，比如图像面板顺序，图像面板的位置等等等等，我们 往下看，这有个文本补全，这个 in a b o 我 们一定要勾选上，这代表着它的起用。文本补全的意思就是在我们数几十次的时候，会有这些英文短语的提示， 我们往下看就会添加提示词对列，这个是生成的意思。接下来我们可以看到一个保存的选项，点击该按钮我们便可以保存当前的工作流 以及加载，那么就是加载工作流，同样的意思。接着是重刷新，比如说我们下载一个新的大模型之后，那么我们点击重刷新便可使用。接下来还有个重点就是管理器，这个是康复余额里面最重要的节点，点开后我们可以看到有非常多的功能， 比如说这边有数据库以及频道方式，预览方法，表情等等等等。这边预览方法我们一般选择的是这个 a， ten， two r， g， b， 然后表情这一栏我们一般选择的是名称， 也就是标签名称。选择了之后，我们可以看到节点的右上方一般会出现一个小狐狸按钮，而小狐狸按钮则代表了是它是官方节点，那么我们可以看到该节点是属于编辑一个新节点组的。接着我们回到管理器 这六个 custom node 命令键，点开后我们可以看到有非常多的节点，在这里我们可以查找以及安装我们想要的任意一个节点。在监考的学习过程中，我们会频繁使用到这一个模块， 接着我们看到 model manager， 在 这里我们可以安装我们想要的任意一个模型，注意模型不是节点，他们是分开来的，至于干模块我们今后也会频繁的用到好的。在接受完 cf 以外的主界面以及各种参数后，我们来了解一下 stability 的 内在运行原理，就可以方便我们理解并掌握进一步的学习内容。 在我们输入完提速词之后，文本编码器的 get 模型会将提速词转化为特征向量，然后再由 ve 编码器将这些特征向量传入到前空间内，这些特征向量在前空间内不断的降噪，最后再由 ve 解码器 将这些经过降噪之后的特征向量解码成由一个个像素所组成的图片。好的，那么以上就是本期的全部内容了， hello， 大家好，欢迎来一道 comforui 系列教程的第四节课，那么本节课我们将一起学习文生图的相关知识 以及提述词的语法。在第三节课的结尾，我们一起学习了 stable fusion comforui 的 基础工作原理，那么现在我将结合默认的文生图工作流来讲解其中的工作流程。首先第一步，在我们输入完正负象题后，文本编码器内的克里普模型会将我们的提示词总后的特征向量输送到 k 彩阳器内。 那么这边有个疑问，就是文本编码器的克利普模型从哪来呢？我们顺着这个节点往下看，可以看到它来自于这个库页加载器， 而这个加载器主要是加载各种各样的大模型，也就是说文本编码器内的克利普模型是属于各个大模型的内置克利普模型，而不同的大模型之间克利普模型也可能会有所差异。那么接着我们可以看到这个库页加载器的输出有个 v a e， 那 么也就是说它提供了 v a e 模型，我们看看连到哪 哦，连到了 v a e 解码这里，而 v a e 解码的作用就是将 k 彩阳期内经过了降噪之后的前空间图像解码成像素空间的图像，也就是我们肉眼可以看到的图像。这边我们可以做个实验，先将种子轴固定，最后断开 v a e 的 连接， 然后我们生成，我们可以看到这边是直接报错了，而这个报错的意思是缺少了 vue 的 输入，那么接下来我们重新将 vue 模型给连上，随后开始生成。这边再提一嘴，生成的快捷键是 ctrl 加 enter， 非常的实用，请牢记。 如果说你想调节生成图片的尺寸，那么我们可以在空内存这里，比如说我们将高度调成七百六十八，除以这个数值一定是八的倍数，宽度也一样，这一批次的话则是控制单次生成的图片数量。比如说我们设置成二，好的，我们按 ctrl 加 enter 开始生成。 图片生成后，我们是不是可以看到他的比例已经成功变成了竖屏的比例，并且他一次生成了两张图像。好，接下来我们一起学习提速词的相关语法。首先我们来聊聊书写规范， 无论是正向提示词或者是副向提示词，我们在书写的时候一定是英文以及英文的标点符号，不然系统可能会识别错误。比如我们输入 one go gong 还有 yellow dress， 黄色的裙子。这边在提一嘴，生成的快捷键是 ctrl 加 enter。 好 在我们得到了一个穿着黄色裙子在花园中漫步女孩的图片。那如果说我们用中文来输入，结果会是什么样呢？一个女孩花园以及黄色的裙子， 我们这边可以看到，不能说是毫无关联吧啊，他们至少图片中都有女孩，但是黄色的裙子以及花园很明显没有在图片中出现。接下来我们来讲一讲提述词的权重。 在做之前，首先我们要理解什么是权重。对于权重概念模糊的小伙伴，我们可以理解权重就是比重 分量，那么一个提示词的权重越高，他的分量就越高，他的比重就越高，他在整体中的地位就越高。比如现在一个提示词的权重是一点二，而另一个提示词的权重是零点九，那么当然是一点二的提示词会占更大的比重。 那么接下来我们做个演示，比方说我们输入 one girl garden， one girl 的 权重是一点二，而 garden 的 权重是零点八，那么画面会更侧重于 one girl 的 展现。那如果说我们 one girl 的 比重是零点八，而 garden 的 比重是一点二，那么画面会更注重于描述花园是怎么怎么样的。 好的，接下来我们来讲一讲我们该怎么去控制描述词的权重。首先是重括号，重括号代表着零点九分的权重， 也就是说给提示词加上中括号后，提示词的比重会变小，会降低它的重要性。那接下来是小括号，小括号代表着一点一倍的权重， 比如我们给一个提示词加上小括号后，那么该提示词在画面中的比重就会增高。最后是大括号，大括号代表着一点零五倍的权重，算是一种微调。当我们给某位提示词听这两个中括号时，那么就相当于为这个提示词加上了零点九，乘以零点九是零点八一， 那么就相当于给这个提示词加上了零点八一倍的权重。那么同样的，当我们给一个体数词加上两个小括号时，那么就等于一点一乘以 一点一倍的权重，那也就是一点二一，相当于我们给这个提示词加上了一点二一倍的权重，大括号也同理。那么有的同学可能会问，关于这个权重的变化有没有什么快捷键呢？哎，这个还真有。比如我们将光标移动到某位提示词上时， 打个比方说该的摁住 ctrl 加上键，那么就是给他加权重，我们可以看到他的权重在不断增加，那么 ctrl 加下键，那么就是减少他的权重，是不是很方便呢？ 不过我们要补充的一点是，关于权重，我们要多低都行，但是不可过高，因为过高的话图片就会落，你以何？ 换句话说，图片就会变形，会失帧。接下来我们来讲短句和长句，我相信不少小伙伴都有这么一个疑问，为什么我姐提示词的时候一定是一个一个词这样去拼写， 而不是用一句话去描述我们想要生成的内容呢？那么这边我可以很明确的回答你，其实两种都行，但 就目前而言，用一个一个的词组去生成，效果会更加的准确，更能表达出我们提示词独含的意思。另外一点，使用一个一个的词的时候，也方便我们进行权重的调整。比如刚才我们有提到，将光标放在某一提示词上， 然后摁住 ctrl 加上或下，就可以调整该提示词的权重。那么如果说是一句话的话，你想调整某一提示词，那么可能就得手动续出过号，进行相关的权重调整。当然现在全世界的 a i g c 从业者也在不断的去研究该怎么样让自然语言，也就是我们的长句能达到媲美短句的效果。 接下来我们来讲一讲提示词的整体长度。这边要注意，比如我们在输入正向提示词的时候，并不是说越多就越好，多可能会让你的表现更加糟糕，那么我们最好把提示词控制在什么数量之内会效果最佳呢？经过众多 ai g c 玩家的经验以及研究表明， 提速词控制在七十五个之内是效果最精准的，超过了七十五个提速词的话，可能会对提速词的识别不精准，整体的表现会降低。正向提速词如此反向提速词也是一样的，记住最好不要超过七十五个。 接下来我们来讲一讲骑手势，那么什么是骑手势呢？在 step 第五选各个大模型训练的过程中，会加入许多的，比如四 k， 八 k 或者 master piece 各种各样高质量的图形去训练， 那么当我们在输入提示词的时候，比方说输入四 k masterpiece， 那 么就可以使我们生成的图像更加的精美。反向提示词的话，那么就相反，比如我们输入模糊 就是文不想要模糊嘛，那么相当于也是会让图片变得更加的清晰。或者说我们在反向提示词内输入文字 text， 那 么在画面中就会减少文字的出现。这边我们可以来看一下这几组的对比，才艺还是很明显的。 接下来我们来讲讲提速词的顺序，或许有小伙伴会有疑问，以为提示词在整体的前部或者是在整体的后部会有什么影响吗？答案是会有影响，在一组提示词中，约靠前的提示词权重会有所增加。那么在我们书写提示词的时候，我们尽量按如下格式进行书写。 首先是书写那些可以提升画质的，或者说可以改变画风的些词汇，比如 masterpiece， high， quality， high， detail， as 这些词汇。第二步是描述我们画面的主体，比如我们可以说 one girl u g s， 一个女孩，蓝色的裙子。 那么第三步就是描写环境，场景，灯光或者说构图。比如我们可以说啊 garden 背景嘛， garden 或者说是 white background， 白色的背景，或者说是 fall fly 柔和的灯光，类似于这些。那么最后我们可以在正向提示词的结尾添上我们想要加的 lora， 关于 lora 和各种模型的下载，我上期视频也有介绍，感兴趣的小伙伴可以回去观看。接下来我们来讲一讲提速词污染。那首先我们要知道 什么是提示词污染。我们可以看一下这一组图片，未经处理时，在多个提示词同时书写的情况下，各个提示词的意思可能会相互渗透。那么为了避免这种情况，我们可以用 break 来隔开提示词， 尤其是防止颜色污染之后我们来聊聊提示词融合。比如我们写 one go cat， 这边我们可以看到生成了一张猫在女孩身上的图片。好的，现在我们在 one go 和 cat 之间添加上 end。 注意这里的 end 必须是大写，全部大写。这边我们可以看到生成了一张猫娘的图片。这个 end 的 作用就是将两个提示词融合在一起。同样的，下划线也有和 end 类似的作用，也是将两个提示词结合在一块。 除此之外，给一组提示词用中括号括起来，中间再用竖线隔开，也有类似与融合的效果。那么这个的原理是，第一步画前面的关键词，第二步画后面的关键词，第三步又在画前面的关键词，以此类推。最后我们来讲一下控制生成的时间段， 比方说现在的迭代步数是二十步，在这过程中，我想让前百分之三十生成森林，后面百分之七十生成一个女孩。那么我们可以试着这么书写大括号， forrest 在 街上冒号 one girl 在 街上冒号零点三，最后以大括号结尾。那么这一长串 代表着是在百分之三十的时候叠数画 forest 还是画 one go。 那 么如果说文把零点三改成零点七，那么意思就是前百分之七十画 forest， 后面百分之三十画 one go。 好 的，那么以上就是本期的所有内容了。

你以为这种电影级三 d 角色要建模？其实很多人一开始就把门槛想高了。你看到的成篇起点只是一张草图。今天教你用 ai 四步完成高质量角色生产。第一步，上传你的草图，先把角色基础形态立住。第二步是 fixartiflex， 把那些容易崩的细节修顺。第三步， face render， 将二 d 角色转化成三 d 渲染效果。第四步， add fidelity， 把脸、服装材质和整体完成度一起往上提，从设定图升级到可用的角色，这就是一套完整的角色生成工作流。你看它不止出一张正面图， 还能捕捉视角、近景和局部。这一步其实就是在解决角色一致性，接着再继续扩展， you know what this is actually kind of wild。 角色开始有对话，表情有姿态变化，这才是我们需要完整角色设定。真正厉害的是下一步，把这个角色直接放进场景里， 接到光影镜头关系一套上，立刻有趋势感。所以现在 aigc 做角色最重要的能力是，你能不能把创作过程拆成一条稳定工作流。今天的分享就到这里，我是设计师妍妍，关注我，带你掌握更多 aigc 创作技巧！

你不知道现在 ai 有 多强？没错，这是我一个人用 ai 制作的夏季服装新品发售短片，省去了导演、摄影、化妆等人力和财力。告别传统思维，现在一个人用一台电脑就能全流程跑通，全程没有一针实拍成片放在最后。接下来分享一下制作流程。 首先第一步，把我们的服装产品处一下，每个单品处理成高清白底图，这样 ai 才能更好的识别出细节。 然后我们找个跟服装风格相似的毛豆先，生成模特的五官气质，再生成一张三世图，以及这个模特的表情特征。第二步，我们把衣服给模特穿上，生成穿上衣服的效果。 第三步，把模特的录个照，选择多机位九宫格切分，再选你喜欢的切分效果。第四步，把选好的图片生成视频，视频时间根据自己提示词，越准确生成的视频就抽卡越少。最后把碎片视频导入剪辑软件。

制作一条没有 ai 位的儿童服装品牌短片。这是我一个人用 ai 制作的童装短片。告别传统思维，不再需要花费大量时间、物理财力去拍摄一条广告。现在你只需要一分钟夹一台电脑，就可以制作一条品牌短片，全程没有一帧实拍。 i look sweet and well behaved， but secretly i've got a tiny temper creamy yellow soft and cozy with a splash of bright sky blue， a little vintage， a little playful wearing childhood joy from head to toe this is me today， i'm not being a quiet little princess， i'm being a cute little troublemaker i tucked a little vintage sweetness in just a tiny bit of mischievous i do what i want right into this outfit。 接下来分享一下我的制作流程。今天这服装宣发视频令仅仅来自一张照片。拿到图后，我不会马上做视频， 而是先让 ai 帮我拆除服装风格、视频概念和画面关键词。因为一开始我并不知道这套衣服属于什么方向，所以先反推出它的气质风格。确定后，我会继续让 ai 写脚本，先想清楚这短片到底要讲什么，这样才能有高级感。有了脚本，我会去找对应的场景灵感，我会在这些地方寻找感觉。 需要这些灵感的评论区告诉我。接着把人物图和服装图分别做成白底三式图，用来锁定角色和服装一致性。再生成两组九宫格表情图， 提前确定人物的脸性格和表情状态。然后进入最重要的一步，生成九宫格分镜图。分镜锁得越准，后面视频越不容易传播，乱动作，乱场景。最后从分镜里挑喜欢的画面，继续让 ai 动起来。 配音我用 eleven lives 完成，再导入剪辑软件，加音乐卡节奏，做字幕和整体调色，就这样慢慢完成了。所以 ai 做视频真正重要的不是直接生成，而是先把风格、角色分镜和节奏一步一步锁定好。

你敢相信吗？这条时尚换装广告片是我一个人用 ai 花了半小时就做出来了。你只需要上传你想要的服装参考， 再指定一个人物，就可以做出这样一条春夏新品的时尚传达短片。下面我来演示一下我的具体工作流。 第一步，找一张你喜欢的模特的脸部照片，然后上传你想要上身展示的服装参考图。先用这段提示词，在 nano banana pro 模型里生成三张模特正面图，还有对应的补拍图，再额外生成一张模特穿搭第一的补拍图作为开头。有了这七张图，就可以开始生成视频了。 我们主要用的是可灵的首尾帧模式，就像这样，把俯拍图和正视图用首尾帧相连，就能生成第一套服装的视频。同样的方法，继续用首尾帧模式生成第二套，以此类推。 最后，把所有视频手动剪辑拼一遍，成片就出来了。 关注我，我会持续分享更多的 ai 创作工作流。