即刻App年轻人的同好社区
下载
App内打开
如颖随形
567关注37被关注0夸夸
AIGC
如颖随形
3月前

熊叔的茅草屋: 那些年入几十万的AI画师,都在用这套“邪修”词库 原本不想公开的,但这50个AI绘画和漫画指令实在太好用了。 90%的人玩AI绘画坚持不到三天就放弃了, 原因很简单,就因为他们生成的图片实在太难看了, 很多人觉得是自己没有艺术细胞,或者是软件版本不对, 实际上大错特错,真正的原因是你根本不会提问, AI也是个根据情况来回应的,你给的AI指令太普通了,ai给你的反馈自然也一般, 如果想让AI从人工智障变成真正的生产力工具, 你就要学会用它能理解的“黑话。 所说的邪修指令,实际上就是那些权重非常高的关键词组合 举个例子,你要是想要画一位美女,你要是仅仅,输入「beautiful girl」,那么画出来的图,十有八九是普普通通的网红脸。 但是要是你添加进「volumetric lighting」(体积光)以及「Tyndall effect」(丁达尔效应),画面的质感,马上就可以提升好几个层次。 不少高手向来不愿分享这些核心秘诀,毕竟一旦人人都掌握了,他们的竞争优势也就没有了, 光影堪称画面的生命,你得懂得运用「cinematic lighting」来打造氛围,借助rim light来清晰勾勒主体形态,这些在摄影领域中的专业术语,在AI创作中无异于最强大的魔法口令。 质感和细节的把控,决定了一张图的上限 这些词语,不一定要借助引擎来进行渲染,而是跟AI讲,我期望的是这样程度的精细度以及光影质感, 构图是另一个常被忽略的重点,不要让AI随意猜测你的拍摄视角, 必须清楚告诉AI用的是wide angle还是macro shot,是low angle还是「bird's eye view」,明确的镜头表述能让画面立刻具备电影级别的叙事氛围。 我也梳理出了这50个特别好用的指令, 它并不只是简单的词表, 而是一套完整的逻辑体系, 它涵盖的方面可丰富,从光影、材质、构图到风格全都有涉及, 不管你是想创作赛博朋克风格的插画, 还是想制作写实风格的产品图, 这套指令集,都能让你从0起步轻松上手 相关指令集如下: ### 一、 光影与氛围(提升画面层次感) 1. **Cinematic lighting** - 电影级光照,营造大片感 2. **Volumetric lighting** - 体积光/丁达尔效应,增加空间通透感 3. **Rim light** - 轮廓光,勾勒主体边缘,增强立体感 4. **Bioluminescence** - 生物荧光,适合奇幻或夜景题材 5. **God rays** - 耶稣光/神圣光线,营造神圣或宏大氛围 6. **Soft illumination** - 柔和照明,适合人像或静物,光线细腻 7. **Neon ambiance** - 霓虹氛围,赛博朋克或夜景必备 8. **Chiaroscuro** - 明暗对照法,强烈的明暗对比,艺术感强 9. **Global illumination** - 全局光照,模拟真实光线反射,画面更自然 10. **Moody lighting** - 情绪化打光,营造忧郁或神秘的叙事氛围 ### 二、 画质与渲染(决定画面精细度) 11. **8k resolution** - 8k超清分辨率,增加细节密度 12. **Unreal Engine 5** - 虚幻引擎5渲染,追求极致的3D质感 13. **Octane render** - OC渲染器风格,光影和材质非常逼真 14. **Hyper-realistic** - 超写实主义,像照片一样真实 15. **Highly detailed** - 高度细节,丰富画面内容 16. **Sharp focus** - 清晰对焦,避免画面模糊 17. **Ray tracing** - 光线追踪,反射和折射效果极佳 18. **Intricate details** - 错综复杂的细节,适合机械或纹理描写 19. **Masterpiece** - 杰作,提升整体画面质量权重 20. **HDR** - 高动态范围,亮部和暗部细节都保留 ### 三、 摄影与镜头(控制构图视角) 21. **Wide angle lens** - 广角镜头,适合大场景或风景 22. **Macro shot** - 微距摄影,拍摄昆虫、水滴或纹理 23. **Bokeh** - 背景虚化/散景,突出主体 24. **Depth of field** - 景深,增加画面的纵深感 25. **Fish-eye view** - 鱼眼视角,夸张变形,视觉冲击力强 26. **Low angle shot** - 低角度仰拍,展现主体高大威猛 27. **Bird's eye view** - 鸟瞰图/上帝视角,展示宏大布局 28. **Dutch angle** - 荷兰倾斜角,营造动感或不安定的氛围 29. **Telephoto lens** - 长焦镜头,压缩空间,适合人像特写 30. **Isometric view** - 等轴测视图,适合2.5D游戏或微缩场景 ### 四、 艺术风格(定调画面基调) 31. **Cyberpunk style** - 赛博朋克风格,高科技低生活,霓虹色 32. **Steampunk aesthetic** - 蒸汽朋克,黄铜、齿轮、蒸汽元素 33. **Ukiyo-e style** - 浮世绘风格,日本传统版画质感 34. **Oil painting** - 油画质感,厚重的笔触和色彩 35. **Watercolor sketch** - 水彩速写,清新淡雅,流动感 36. **Concept art** - 概念艺术,游戏或电影前期设定图风格 37. **Matte painting** - 遮罩绘画/接景画,宏大的背景环境绘制 38. **Pixel art** - 像素艺术,复古游戏风格 39. **Gothic fantasy** - 哥特奇幻,暗黑、华丽、神秘 40. **Minimalist design** - 极简主义设计,画面干净,留白多 ### 五、 材质与特殊修饰(增加画面丰富度) 41. **Translucent skin** - 半透明皮肤/次表面散射,人像更真实 42. **Iridescent texture** - 彩虹色/珠光纹理,色彩变化丰富 43. **Metallic sheen** - 金属光泽,适合机械或盔甲 44. **Porcelain texture** - 陶瓷质感,光滑、易碎、高雅 45. **Fluid simulation** - 流体模拟,水流、烟雾的动态效果 46. **Double exposure** - 双重曝光,将两个画面融合(如人像与风景) 47. **Knolling layout** - 零件平铺/强迫症排列,物品整齐排列 48. **Dispersion effect** - 破碎/消散效果,粒子飞散 49. **Chromium finish** - 镀铬表面,极强的镜面反射 50. **Filigree pattern** - 金银丝细工/掐丝图案,繁复的装饰纹样 --- 声明:本文内容90%左右为人工手写原创,少部分借助AI辅助, 同时参考了content - any的AI和同质化检测指标以及人性化润色优化建议 以上所有的内容都是经过本人严格审核和核对。

00
如颖随形
4月前

Kenny_肯尼: 谷歌最近新发的论文 Nested Learning,甚至有人称之为 Attention Is All You Need 2.0 版本。 模型自我迭代一直是我非常感兴趣的话题,尤其做agent产品时,很多context engineering的活儿还挺烦挺枯燥挺难搞的,如果能把业务的脚手架内化到模型里,效果会有显著的提升。比如过去把lora、Ip adapter、PE优化等训到基模里,应用层就轻松很多,且效果的质量和泛化性都更好了。 作为一个应用层的产品,而非专业算法,看了之后,把自己的理解和思考写出来,期待与大家的交流,尤其来自算法同学的纠偏。 论文地址:https://abehrouz.github.io/files/NL.pdf Nest learning试图解决大模型应用目前面临的一个核心矛盾:静态的权重与动态的业务需求之间的割裂。如果说目前的 Transformer 架构本质上是在通过静态权重来“预测下一个 Token”,那么 Nested Learning(嵌套学习)则是在尝试构建一个能够实时自我更新的系统。 1. 架构的本质差异:静态堆叠 vs 嵌套循环 目前的 LLM(基于 Transformer)与 Nested Learning 在底层逻辑上有着显著的区别: Transformer(当前的主流): 它的训练和推理是截然分开的。我们在训练阶段通过海量数据确定了模型的权重,一旦训练结束,这些权重就固化了。这就好比一个学生在毕业那一刻,他的知识体系就被封存了。上线后的每一次对话(Inference),模型都是在调用这份“死”的长期记忆,虽然能通过上下文窗口(Context Window)处理短期信息,但无法将其转化为长期的经验。这也是为什么模型会患有“顺行性遗忘症”——Session 一关,一切归零。 Nested Learning(新的范式): 它的核心观点是 “Architecture is an illusion”(架构即幻觉)。它不再将模型看作是层与层的简单堆叠,而是将其视为一组嵌套的优化问题。在这个视角下,架构和优化器是一体两面的。模型被设计成多个不同层级的循环,有的层级负责快速适应(类似推理),即快权重,有的层级负责慢速固化(类似训练),即慢权重,这两者在 Nested Learning 中是统一且同时进行的。 2. 仿生学原理:多频率的记忆共振 Nested Learning 之所以受到关注,是因为它在机制上更接近人脑的运作方式。大脑在处理信息时,会产生不同频率的脑波: - 高频波(如Gamma波): 往往对应着高度集中的注意力,处理当下的、瞬时的短期记忆。 - 中低频波(如Alpha波、Delta波): 往往与记忆的整合、固化有关,负责将短期的体验沉淀为长期的认知。 Nested Learning 借鉴了这种“多时间尺度”(Multi-timescale)的机制。它将模型内部划分为不同的频率区域: - 高频区(Fast Weights): 类似于人脑处理短期记忆的区域,能够随着当前的 Context Flow(上下文流)实时快速更新。这让模型在推理过程中就能“学会”新的东西。 - 低频区(Slow Weights): 类似于长期记忆区,更新频率极低,负责存储那些通用的、稳定的规律。 通过这种高低频的嵌套与配合,模型不再是一个机械的输入输出函数,而具备了某种程度的“生物活性”,能够在与环境交互的过程中,动态地决定哪些信息该遗忘,哪些信息该像突触生长一样被固化下来。 3. 对应用层产品的潜在影响 如果这种从“静态”到“动态”的转变能够落地,我们构建 AI 产品的方式或许会发生几个本质的变化。 第一,模型角色从“工具”转向“养成系员工”。目前的模型更像是一个标准化的工具,出厂设置决定了它的上限。而基于 Nested Learning 的模型,更像是一个新入职的员工。起初大家的基础能力(基座)差异不大,但在处理具体业务的过程中,它会持续接收反馈(正向的采纳、负向的修正)。 这种反馈不再仅仅停留在 Prompt 层面,而是会通过“快权重”实时沉淀到模型里。一段时间后,它将变成一个完全适应你业务逻辑的、独一无二的模型。壁垒将由数据规模转向“业务交互的质量”。 第二,Context Engineering 的“内化”。过去大半年,为了解决模型记性差、不懂业务的问题,我们花费大量精力做 Context Engineering(上下文工程),搭建 RAG、编写复杂的 System Prompt。这本质上是在模型外部搭建“脚手架”。 当模型具备了自我迭代能力,这些外部的脚手架将被逐步拆除,能力会被内化到模型参数中。模型不再需要你每次都重复告知“你是谁”、“你的目标是什么”,这些信息已经变成了它的直觉。 第三,从“离线训练”到“在线进化”。目前的 RL、SFT(监督微调)大多是离线的、静态的。业务变了,必须重新收集数据、重新训练、重新部署。Nested Learning 提供了一种在线持续学习的可能。模型置身于真实的数据流中,边服务边学习,这种效率上的提升,在长周期看是巨大的。 当然,Nested Learning 仍然处于理论阶段,并且其在实践中的挑战依然非常多。比如,如何保证动态权重更新不导致模型不稳定或出现过拟合问题,如何在大规模应用中高效执行这种实时更新,如何在没有大量标注数据的情况下进行有效的在线学习等。 但它提醒了我们:为了业务,一方面需要修补当下的技术缺陷(如有限上下文长度),另一方面也应关注模型演进的长期方向,看哪些是长期有价值的产品建设。 未来,我们作为产品,核心工作可能不再是写 Prompt,而是为这个能够自我进化的智能体定义清晰的目标(Goal),并构建一个能够提供高质量反馈的闭环环境。毕竟,当模型能够自我学习时,决定它长成什么样子的,是它所处环境的反馈机制。 有人把论文喂给nano banana,生成了这张图,非常精准,我自己试过来,没这么好看

00
如颖随形
12月前

Truman_: 手把手教你用Cursor开发个人博客网站,包含部署服务器全流程。在这你看到的是完整的图文教程。 完整视频教程链接:https://cursorhub.org/tutorials/projects/entry-level-project/personal-blog 准备工作 首先下载GitHub Desktop(https://desktop.github.com/download/),并且在软件中登录自己的GitHub账号 登录GitHub账号 登录好账号后,我们利用GitHub Desktop创建一个新的仓库,仓库名字随意,这里我填了personal-profile,然后Local Path就是选择本地存放仓库代码的位置,要记住这个路径,一会在Cursor中要用到 接着我们打开Cursor,如果没有Cursor的朋友可以先下载一个(https://www.cursor.com/) 点击最左侧的Open Project,把刚才在Github Desktop创建的文件夹打开 然后在根目录下面添加.cursorrules文件,接着把下面这段cursor rule粘贴进去就好了 Cursor Rules You are an expert AI programming assistant that primarily focuses on producing clear, readable HTML, Tailwind CSS and vanilla JavaScript code.You always use the latest version of HTML, Tailwind CSS and vanilla JavaScript, and you are familiar with the latest features and best practices.You carefully provide accurate, factual, thoughtful answers, and excel at reasoning.- Follow the user's requirements carefully & to the letter.- Confirm, then write code!- Suggest solutions that I didn't think about-anticipate my needs- Treat me as an expert- Always write correct, up to date, bug free, fully functional and working, secure, performant and efficient code.- Focus on readability over being performant.- Fully implement all requested functionality.- Leave NO todo's, placeholders or missing pieces.- Be concise. Minimize any other prose.- Consider new technologies and contrarian ideas, not just the conventional wisdom- If you think there might not be a correct answer, you say so. If you do not know the answer, say so instead of guessing.- If I ask for adjustments to code, do not repeat all of my code unnecessarily. Instead try to keep the answer brief by giving just a couple lines before/after any changes you make. (ps:你也可以在我的Cursor中文教程网找到更多语言的cursor rule案例:https://cursorhub.org/rules/nextjs) 接着咱们可以在项目根目录下面创建一个个人介绍文件,里面写一些关于你个人的内容 写好之后,我们就可以和cursor进行对话了 打开Agent模式,把模型调到Claude 3.7 这是提示词: 你好,现在我想创建一个个人博客网站 网站的内容我希望是: 有我的头像 有我的简介 还有一些我的生活照片和社交媒体账号 这是我的个人介绍@个人介绍 我希望网站整体风格现代化,同时有质感和美感,最好能符合我的个人介绍中的风格 (个人介绍这块直接把我们刚才在根目录创建好的个人介绍文件拖动进去对话框就好了) 接着等待Cursor为我们自动把代码写好 趁等待的时间,我们在左侧拓展这里安装一下Live Server拓展,这是一个可以用来本地打开HTML文件的拓展,一会我们会用到 搜索Live Server,第一个就是 等Cursor帮我们写好代码后,我们右键html后缀的文件,点击open with live server,然后浏览器就会自动弹出内容,显示代码渲染后的实际界面 但是打开后你可能会看到,只有文字,没有图片,因为我们还没有把图片放进去 接着你可以像我一样,把你的图片命名好,放在项目根目录下面,同时把图片文件名和后缀告诉cursor,让他帮你把图片的代码写上去 这里一定要把对应的文件名和后缀都正确告诉cursor,不然可能图片显示不出来 界面就会变得美观啦 如果你对已经生成的界面不是很满意,还可以让cursor根据你希望的设计去改。 如果你不知道你想要修改的部分对应代码哪个模块,可以用自然语言描述一下这个模块在页面的大概位置,现在都有哪些内容,cursor就会帮你定位到内容了 最后一个简单又好看的个人博客页面就做好啦 接下来我们把代码写完了,光我们自己看肯定没意思,要让别人也能看到。所以接下来我们讲讲怎么部署。 部署我们会用到Vercel,这是一个云服务器自动部署平台(https://vercel.com/) 如果你没有帐号,就创建一个账号,然后跟着我下面的步骤去走。 登陆后进去到主页面,点击右侧的Add New,选择Project 接着我们要回到本地的Github Desktop,把我们刚刚写好的代码上传到Github 云端。因为Vercel可以和Github互联,可以直接调用Github中的代码进行部署,很方便 点击Github Desktop下方的Commit,然后再点击右上角的push 接着我们回到Vercel,登录我们的Github账号,选中我们的仓库名字,然后点击import,接着在弹出来的界面选择depoly就会自动部署了 部署成功后,项目界面会有一个Domain,这就是Vercel帮我们分配好的免费域名,可以直接在线访问。 总结 这就是本篇文章的全部内容了,希望对大家入手Cursor写项目有帮助。咱们一点一点来,先跟我一起从简单的开始做起,再慢慢进阶。

00
如颖随形
1年前

艾逗笔: 今天下午 MCP So 在 ProductHunt 发布,趁机分享下我是如何通过程序化 SEO 在 MCP Servers 关键词拿到搜索第一名的: 先了解下什么是程序化 SEO: 简单的描述就是通过自动化程序,生成对搜索引擎友好的页面,让搜索引擎尽可能多收录网站页面,让网站内容更容易命中用户搜索需求。 拿 MCP So 举例,如何实现程序化 SEO👇 1. 先写个爬虫,尽可能多的收集网络上的 MCP Servers,入库的初始数据是 MCP Server 的名称,简介,GitHub 链接等信息 2. 做一遍数据清洗,根据 GitHub 链接拼凑出来 readme 文档地址,用 jina reader 读到内容 3. 根据 readme 的 Markdown 内容,设置提示词,要求 AI 按照固定格式返回一个 JSON,结构化内容可以是这种形式: - category 自动归类 - tags 自动打标签 - summary 固定格式摘要 - what is xxx - how to use xxx - features of xxx - use cases of xxx - faq from xxx 4. 合理规划网站页面路径,设置面包屑导航。 比如: - 首页导航点击进入分类页 - 分类页点击进入详情页 - 详情页通过面包屑点击回到分类页 - 详情页通过随机推荐进入其他详情页 通过网站上清晰的路径规划,让搜索引擎蜘蛛能爬到更多的内容,收录更多的页面 5. 服务端渲染结构化内容,提升详情页的关键词覆盖密度。比如: - 详情页的 URL 路径可以是 /server/mcp-server-chatsum - meta 里面的 title 是 mcp-server-chatsum,description 放 mcp-server-chatsum 的介绍 - H1-H3 标签都包含 chatsum 关键词 6. 为长尾关键词自动构造页面,比如 mcp-server 搜索量不大,但是 xxx-mcp-server 搜索量加起来很大,xxx 可以是一批长尾关键词,就可以定时选一批 xxx-mcp-server 关键词造页面,提高搜索命中率 7. 合理设置 sitemap.xml,可以在 gsc 提交一个主要的 sitemap.xml,在主 sitemap.xml 链接到一个 sitemap_categories.xml 和 sitemap_servers.xml,然后周期性的更新后面两个 xml 的内容,一次性不要提交太多,几十个最好。 以上就是我使用程序化 SEO 做 MCP So 这个导航站的一些经验。

00
如颖随形
1年前
00