00:00 / 09:38
连播
清屏
智能
倍速
点赞0
设计师vlog|用Lovart一口气完成电商设计 👋欢迎收看一个平面设计师在ai方面的探索实践! 罗永浩在前几天的播客里提到:Lovart会取代设计师…? 但它确实是我在2025年最惊喜的一个ai工具,建议职场人新的一年一定要学会! 毕竟,摸鱼时间越多,时薪相当于变相提高了~ 📌先说结论:Lovart 是一个真正意义上的“设计 Agent”。 你只需要给它一句指令,它就像调动了一个完整的设计团队——从构思、执行到延展,一条龙帮你完成。不管是 LOGO、IP、插图,还是 品牌 VI、视觉系统延展,它都能直接上手,而且完成度相当高。 📌今天我想重点分享的是:如何以 Lovart 为核心,配合多个 AI 工具协作,快速、批量生成电商常用的产品海报以及一整套品牌手册 PPT。 👉第一步:在大语言模型中「反推提示词」 先别急着画图。我会把对标品牌的视觉手册,直接丢进 豆包、DeepSeek、GPT 或 Gemini 这样的大语言模型里,然后输入这样一段提示词: “帮我总结【我提供的品牌手册】中设计风格的共性——空间与构图、光线与氛围、色彩与质感、限制与规则,并根据所总结的品牌手册的风格生成【我提供的产品参考图】的10张产品图的提示词。” 👉第二步:用 AIGC 生成图片 进入设计方向的AI Agent,我选择Lovart 平台,模型勾选 Nano Banana Pro。把刚刚反推出来的提示词直接丢进去,就可以开始批量生成高一致性的产品图。 👉第三步:编辑与延展 更方便的是,Lovart 支持直接在图片上编辑文字内容,再加上无限画布模式,做品牌延展、海报组合、版式测试都非常顺手。从单张图,到一整套视觉系统,几乎可以在一个平台里完成闭环。 今天的分享就到这里~如果你也是设计师,或者正在被高频产出的平面设计物料折磨——真的可以去试试我的这一套流程☺️我们下次见~ #平面设计 #lovart #AI生成 #电商设计 #vlog
00:00 / 01:47
连播
清屏
智能
倍速
点赞5934
OpenAI Codex CLI 实用最佳实践 很难得看到介绍 Codex 实践的文章,好容易找到一篇,朋友们如果有这方面文章,感谢分享! AGENTS.md 与自定义配置 首先澄清一个常见误解:AGENTS. md 文件并非自动生成,而是需要手动维护。这是 Codex CLI 的行为策略配置文件,类似于给 AI agent 设定"行事准则"。 关键建议: · 从默认配置开始,仅在反复出现同类问题时才添加定向规则。这是一条"最小干预"原则——过度定制反而会引入不可预期的副作用 · 配置内容应聚焦于策略、优先级、约束条件三个维度,而非事无巨细地规定每一步操作 · 绝不在配置中硬编码密钥,同时要为破坏性操作设置明确的升级确认规则 · 任何自动化脚本都应在 README 和 PR 中记录其来源、触发时机和入口点 模型选择策略 决策公式:"难度 x 成本 x 长度"三维平衡 · 高难度推理:最强推理模型,用于架构设计、复杂重构、深层 bug 排查 · 机械性工作:小型高性价比模型,用于代码批量阅读、摘要生成、格式化操作 · 长上下文任务:大窗口模型,用于审阅大型 diff、跨文件分析 另一条重要建议:按阶段锁定模型选择(设计阶段 → 实现阶段 → 验证阶段各用固定模型),以确保可复现性。 上下文与 Token 管理 · 精准定位而非全量输入:使用 rg 先定位代码片段,再以不超过 250 行的块分段读取。避免将整个文件粘贴给模型 · 跨轮次摘要传递:在多轮交互中,将关键假设和决策浓缩为简短笔记传递,而非让模型重新消化完整历史 · 单一主题原则:每个任务保持 diff 聚焦于一个主题,不要在一次交互中混杂多个不相关的变更 · 指针优于内容:引用代码时优先给路径指针,而不是粘贴大段代码 · 日志节选:只包含决定性的日志片段,不要把完整日志倾倒给模型 资源使用百分比指示器 Codex CLI 界面中显示的百分比数值反映的是综合资源消耗信号,主要由 token 消耗构成,也包含工具 I/O 开销。当该数值接近极限时,会触发截断或强制摘要,导致回答质量下降 成本优化用强模型做决策,用弱模型做执行 · 将发现和探索阶段的工作交给小模型和本地搜索工具 · 只在需要深度推理时调用强模型 · 先在本地验证变更正确性,确认后再扩大操作范围 · 维护简短的决策笔记,避免因上下文丢失而重复处理 #ai #openai #软件
00:00 / 00:37
连播
清屏
智能
倍速
点赞23
00:00 / 03:08
连播
清屏
智能
倍速
点赞4
00:00 / 04:53
连播
清屏
智能
倍速
点赞9
00:00 / 00:49
连播
清屏
智能
倍速
点赞565
属于我们的2025年终总结,一群AI造梦者的造梦之旅 年初的时候,我们几个来自不同学校的人蹲在工作室,面对着一堆AI生成的酷炫画面,互相问了个挺傻的问题: “所以……我们到底想用这玩意儿说点啥?” 北电的想着镜头语言,央美的抠着美术细节,清华的琢磨技术参数。 吵了好几次,最后达成共识:AI再厉害,也得为“人话”服务。 我们要讲的,是能让心里动一下的故事。 --- 这一年,我们干了几件“不务正业”的事: 跑去电影学院的讲台,把我们的“土法子”创作流程公开拆了个底朝天; 在行业论坛里,听前辈讲“技术是容器,情感才是酒”; 和好多同行聊天,发现大家焦虑的都差不多——原来不是我们走慢了,是这条路本来就没地图。 走出去才知道,创作不是闭门造车,而是和人碰撞。 --- 折腾来折腾去,作品成了我们最硬的底气: 《信》是我们交给世界的第一个答案。 从学校里的金奖,到戛纳、东京的银幕,我们第一次真切地感觉到:那些关于东方美学的、细腻幽微的表达,真的能被远方的人接住。 《永恒的心跳》更“离谱”——把量子科技和母女亲情绑在一起讲。 结果它去了联合国教科文组织的展览。你看,最硬的科学和最软的感情,AI也能帮我们捏在一起。 还有给央视新闻做的《风筝》,拿奖的科幻短片《2079,三色星尘》,画风清奇的《北极熊的晚宴》…… 每一部都是新的冒险。AI给了我们前所未有的画面,但我们最较劲的永远是: “这个人物为什么哭?”“这个转折能不能更戳心?” 工具很新,但讲好故事的执念,很旧。 --- 领奖的时刻当然亮眼,但更多时候,日子是这么过的: 为了一两个镜头的色调,磨到凌晨三点; 在白板前吵架,吵完了点奶茶,喝完继续改; 《信》里有一个2秒的转场,我们反反复复调了十七遍。 有个伙伴熬到后半宿突然笑:“AI又不会累,累的是我们——可能这就是人和机器的区别吧。” 所有的远方,其实都是从这些细碎的、挺“轴”的时刻里长出来的。 --- 走到今天,青山影灵画第三年了。 我们没变成什么“大神”,还是那群相信故事、相信情感、愿意为一点光影较劲的普通人。 只是手里多了一把叫AI的乐器,试着弹点新曲子了。 感谢所有看过我们作品的人。 2026,我们会继续这样“轴”下去,把梦,一点点搞成真的。#2025AI年终大赏 #AI创作浪潮计划 #2026 #ai #创作者
00:00 / 03:01
连播
清屏
智能
倍速
点赞2996
00:00 / 03:55
连播
清屏
智能
倍速
点赞12
00:00 / 03:15
连播
清屏
智能
倍速
点赞0