Pixverse V3.5 太 NB 了
水墨动画都能搞起！

我在小红书上用即梦 AI 创作的
关羽穿越，牛马打工人
单篇收藏点赞过万了
在这里分享一点心得

给出一个 prompt示例先:
```
(
(风格: 水墨风格, 融合现代街头元素, 写意笔触, 颜色对比强烈),
(光影色彩: 整体为冷色调, 主要色彩为黑色、红色和灰色, 城市灯光略带暖色),
(主体: (人物: 穿越到现代的关羽, (穿着: 灰绿色长袍, 红色腰带), (胡须: 黑色长须), (脚穿: 红色 Nike Jordan运动鞋), (动作: 手持一杯咖啡, 在城市街道上行走)), (文字: 位于画面上方, 写着“咖啡苦，心里堵，忍着去挣两千五”)),
(背景: (环境: 现代城市街道), (背景细节: 高楼大厦, 汽车, 霓虹灯, 人行道)),
(视角: 稍微侧面的视角, 动态展示人物行走状态),
(构图: (主体: 人物位于画面中央偏左, 占据主要部分), (文字: 位于画面上方, 突出主题), (空间关系: 人物与城市背景形成对比)),
(画质: 高质量, 清晰, 笔触流畅, 水墨晕染效果)
)
```

我的体会是:
- 将 prompt 先做模块区分, 比如:风格, 主体, 背景, 构图... 这些模块基本就能决定画面的最终输出, 模块化的好处是让自己的创作更有条理性,让输出更可控
- 用(A:B)的表达形式来细化. A 是主体, B 是 A 的属性, 也就是定语. 把它们放置在小括号里面, 我实验下来有助于模型对你语义的理解, 并且 B 作为定语可以不断扩展下去, 可以是平行同级的描述, 也可以嵌套子级对象. (A:B)就是一个结构化的数据描述
- 做到了以上两点, 并不能保证出图立即出彩, 但是可以做到对画面的可控和迭代修改.
- 这是模块化和结构化 prompt 带来的好处: 让自己更清晰, 让修改更便捷.

最后, 模型决定了一切.
prompt 只决定了你调整的效率, 带来更多可控性.
完全一样的 prompt, 不能保证完全一样的效果,
我甚至迷信地认为: 和时段有很大关系, 不拥挤的时候出图质量高很多.
我用的是即梦,
我推荐它(根本没有广告费好吧)
- 每天有免费点数, 新手就能玩
- 出图的艺术感在线
- 最新的 2.1 模型, 图文并出, 太方便了

牛马打工人
用即梦做的，实在是太简单了
参考 pmp

(风格: 中国传统水墨画风格, 写意, 留白)
(标题: "事情多多 ，还要背锅")
(主体: 关羽, (服饰: 长袍, 现代Air Jordan运动鞋, 头上顶着一个冒着黑气的锅), (表情: 苦恼, 眉头紧锁) 在(办公室:现代, 一片狼藉, 文件散落, 电脑屏幕显示错误代码))
(视角: 正面视角)
(场景: 办公桌上堆满了文件, 关羽周围环绕着一些飞舞的破碎报表)
(构图: (主体: 居中，被文件和锅包围), 强调关羽“事情多多，还要背锅”的困境， 幽默夸张的表达压力山大)
(光线: (自然光: 昏暗), 突出一种压抑感)
(画质: 超高细节, 8K, 水墨晕染, 加强墨色晕染的对比效果，突出人物的无力感)))

其实 pmp 也不是手写的，用 gemini 生成

human in loop 是应用 AI 的第一原则
人与 AI 在闭环中互动，互相增强
不要让 AI 把你变傻
而是更加专注
比如下面的阅读场景：
- 我们读摘要，是因为它简短容易集中注意力
- AI 高亮关键词，让注意力航线有了航标
- 将注意力集中在词与词之间的逻辑关系，
去预测，然后对比 AI 的连线
让注意力有了判断结果

这样的阅读才是 AI 辅助的价值

分享一个老老实实读书的工作流

特点:
边读边写, 语音复述,
理解(文字)-记忆(图形)-输出(语音)，
保存deeplink，逐级回跳原文原草稿

相关应用:
- liquidText (ipad 应用)
- apple notes (ios 18 有了直接录音功能)
- 捷径(方便自定义一些快捷操作)

在 liquidText 阅读书籍
- 阅读, 注意力集中在哪里, 就将它摘录在白板中
- 在白板中进行空间逻辑整理
- 手写手绘, 将心得附加上去

读完整本书之后口述回顾
- 将书籍内容压缩整理成一屏
- 将 apple notes 设置成侧拉
- 截图, 连同回跳链接保存到 apple notes
- 在 notes 中录音, 对着截图进行回顾讲解
- 使用自建捷径将录音转写成文字, 直接保存在录音下

后续存档
- 保存在 apple notes 方便同步, 查找也方便
- 可以将 apple notes 直接导出到文件, 截图录音都会单独存储
- 或者使用自建捷径将截图录音转存到静态资源服务器，然后存文本到obsidian，roam之类

用 AI 辅助来读书, 速度快了, 乐趣少了.
边读边摘录, 边摘录边梳理脉络, 边梳理边手写绘图, 边绘图边喃喃自语
其中的收获真不是 AI 简单总结或是问答可比

稳得八匹----马

AI读新闻，AI写评论，AI做评论海报
你只要去分享就行了

刚刚用半小时做了一个coze工作流，极简原型

根据输入的新闻内容，生成标题，评论，一个字点睛以及作图prompt
得益于字节最新的中文字生成技术
可以直接进行图文混排生成

尝试下来效果可控
可以发发小红书，小绿书可以了

新闻是：12月8日下午，知名艺术家蔡国强《红帆》艺术白天无人机烟花表演途中，大量无人机掉落地上或坠入海中。 目击者称，没有造成人员受伤。目前事故原因暂不明，网友直呼太遗憾。蔡国强表示，请大家帮忙收拾一下，无人机不要带回家。 据泉州发布，12月8日下午4时35分开始，当代著名艺术家蔡国强《红帆》艺术白天无人机烟花表演活动在泉州台商投资区秀涂村举行。以“泉州历史”“传统文化”“女性”三个关键词为主题。 贾樟柯、赵丽颖、林更新、欧阳娜娜、窦靖童等人来到现场观看表演。

我探索出用显性的CoT方式来写prompt，意图清晰，结果可控，并且在各种模型中都能适用。
核心是用SVO模型，主体S--动作V-->客体O来链式表达逻辑步骤。

举个例子，下面是用来解读禅宗公案的pmp，帮助学习禅宗思想，不需要claude，国产模型的豆包，kimi，通义，deepseek中都表现非常出色。

用这个prompt写一个现代版碧岩录不在话下。

以下面思维链路(Chain of Thinking)来解读一则禅宗公案:
公案文字 --理解--> 意象情景 --选择观察视角--> 重构定格 --(recall, 默念: 不住文字, 双遣双非, 昭昭灵灵, 作用是性...)--> 解读* --退一步反思--> 上述解读是否违背禅宗本意 ...yes--> 退回到解读* ...no--> 补全语境上下文意图 --答在问处-->一首诗颂来评唱公案
公案如下:
```
雪峰示众云：“南山有一条鳖（biē）鼻蛇，汝等诸人，切须好看。”长庆云：“今日堂中，大有人丧身失命。”僧举似玄沙，玄沙云：“须是棱兄始得。虽然如此，我即不恁么。”僧云：“和尚作么生？”玄沙云：“用南山作什么？”云门以拄杖撺（cuān，匆忙地）向雪峰面前，作怕势
```

即梦2.1灰度到了
支持中文文字生成
做图文海报超级合适
是否能平替canva？
实际测试下来，文字输出还不稳
经常有西夏文出现
但风格可控，潜力巨大

参考pmp：
为下面的金句配图，并作图文排版,做成一个海报:
图片的风格为:moonlab_studio风格, 粗线条描边, 极简, 用简单的笔触涂鸦
图片上的文字为:
"一个人行走的范围，就是他的世界。——北岛"

这个工作流好详尽，同时感叹一下，做视频真是个体力活😤