文字记录：06-29 | DuMate 生图实战：从一句话画图到 AI 视频第一帧 ｜WaytoAGI晚8点共学 2026年6月29日

文字记录：06 29 | DuMate 生图实战：从一句话画图到 AI 视频第一帧 ｜WaytoAGI晚8点共学 2026年6月29日 文字记录：06 29 | DuMate 生图实战：从一句话画图到 AI 视频第一帧 ｜WaytoAGI晚8点共学 2026年6月29日 Modified June 30 @carl 卡尔 01:10:42 比方说这里为什么会把卡尔科跟 Code x 都加上去？因为很多人可能看了第一眼啊，他都已经做那个肌肉记忆了，就已经知道， OK， 我是在讲一个编程 agent， 这会比我直接说我在快速打通编程 agent， 这更好使。所以说我会结合这种生活。画的道具以及怎么去隐喻这个主题。比方说这里为什么我会拿这两个大，就是拿这两个大 logo 啊，大家可以猜一下我这个灵感是怎么来的？这我这三张图的灵感都都非常不一样啊。 @carl 卡尔 01:11:17 这个拿着大 logo 的，是因为我在淘宝上偶然看到有人用 AI 生图，然后把它用视觉差哈。比方说我这视觉差，我有一台手机，然后我把这个手机放到离这个镜头很近的一个情况下。大家可以看到，现在你看到的有视觉差之后，镜，手机其实是比日常的大。如果说我再把手机 logo 夸张到不属于它平时的大小呢，这就成为一个展示产品的一个动作啊。 @carl 卡尔 01:11:48 当然，如果你没有看到过淘宝带货的话，你去在小红书你也能看到非常多喝奶茶的时候会摆这个手势。所以说日常囤多点图片库是非常有用的，你这个时候我就把喝奶茶，就是喝打卡喜茶的那个图丢给他，然后把两个 logo 丢给他，然后再写这样的一个提示语，就是做一个小红书的图文封面，然后它的比例是怎么样的？要去避免去做什么？这个不要生成文字，只是放在第一轮嘛，第二轮进入第一轮的时候，我们会把所有的元素，所有的背景，背景要尽可能的简单的情况下把它备好，然后第二轮的时候再给它加文字，我通常是这样的。所以说中间其实我们也可以接入一些自己做的素材啊，像。 @carl 卡尔 01:12:32 排列的那么整整齐齐的，这些其实就是 AI 比较难做的，这个时候我们会用也不需要用 PS， 大家直接拿个 PPT， 把这个 logo 拉起来，把它组合去背景就可以了，不需要用那么复杂的东西啊。这就是一个带文字图，还有就是纯文字图，以及横图的一个生成了。那么接下来大家肯定还会有一个疑问啊，就是在 agent 每一个积分其实都不便宜啊，那我要。怎么把失败的图片做一个再利用呢？首先其实我觉得我总结了几个高频的错误错误点啊，一个就是文字少了，就是乱码文字，我觉得包含在里面，它少了、多了、劈叉了，或者是焚字改成了那个火写错了，我觉得都算乱码文字。所以这个解决方法呢，如果你用的不是很很好的图片模型的话，你可以尝试后期加，这样后期加你还可以决定它是宋体啊或者是什么体。 @carl 卡尔 01:13:35 我之前很喜欢陆，侠刘玲，我有点忘记了，但是大家可以选择自己的体啊，包括那个 Mstand 的那个体，其实都很很好看。第二个就是构图，整体的构图太满了，这也是用生图出会出现的一个问题，因为如果你要做封面的话，封面其实最重要的是要保那个主体。如果说在这个主体的基础上会有非常多凌乱的背景，其实是色块。如果大家尽，大家可以去尝试一下这样去看一张图啊。如果你你可以尝试尽量拉满，如果有近视的话，就是版本优势哈，尽量去拉满去看这样一张图。 @carl 卡尔 01:14:16 如果你发现这张图整体放到一张模糊的形象，当然如果你也可以直接像生图模型给这张图整体打个高斯模糊的背景。如果你看到这一张图片，这张图片的用途是要表达信息的，且这张。图面的重点色，就是除掉黑色跟白色这两种最常见的，可能我们觉得是背景色的一个情况下，它的重点色块超过了三个之后呢，其实就会变成非常紊乱了。它不，它是色块紊乱，不是构图的元素紊乱。 @carl 卡尔 01:14:49 所以说我们要为什么有一些强调词，或者是一些红框，就是因为我们要给文字以及元素来去留空间，包括为什么我们会做成纯白，或者是四个角是黑色的。一个情况下，也是要为了让背景色突出这些，突出整体的主体。再者就是风格跑偏了，风格跑偏就是我想让它生成一个正常，拟真人的，它给我偏去漫剧的，这个上面已经讲了很多遍了，我就不赘述了，它就是固定用途，然后再去调整风格。后面其实我还会讲到怎么去局限一些材质，如果你要做 UI 设计，你想要把这个液态玻璃只是。风格应用到一个衣袖上面，或是应用到一个杯，彩玻璃反射应用到一个杯子上面，要怎么去写这个提示语？OK， 如果是你生成一张失白的图，我们之前可能会重新窝一遍，就是同样的提示语重新窝一遍。 @carl 卡尔 01:15:50 但现在更多的是让他去，比方说这样的一张图，他其实一个副提示语，那提示，啊， OK， 很可惜嘛，他其实就差一个字，那有没有一种可能，我们可以保留上图的一个主体跟结构，让他去调整背景的复杂度跟留白，让他去调整了，那这里其实提示语就很简单了，甚至是不需要加我上面这个提示语的开头前缀框架哈，你可，你当然你可以加，加了之后他的人物的上前两次的面部变化可能没有那么高，但是我这里的更多的只需要跟他说。你只需要把提示词给它加个是就好了。不需要给我全部的字，他也能够给我具体改到。 @carl 卡尔 01:16:36 最近的工作者，因为我讲了那么多，除了我之外，还有没有另外一些创作者？他们用生图模型怎么玩呢？所以这里我跟各种 agent 一拍即合啊，给大家烧了几十个、几十万个 token， 给大家找出了最近可能在 X 上面比较火的这五类工作流，大家都可以去看一下。其实比较常见，但是真正就是这种比较常。 @carl 卡尔 01:17:02 常见的工作流播放巨狠，大家可以去看一下为什么水果短剧在啊能说吗？还能在海外那么火，就是因为它够简单，所有人都能看得懂，包括大家可以在这次直播结束之后去看一下几大的主流平台，播放量最高的，我觉得最简单，大家可以去看一下某书，过去一周。点赞最高的 AI 的内容，你会发现其实大家都在做很简单的东西，就是他们是想要尽量符合大众，所有人都能看懂的东西就是最好的。哦，这句话可能有歧义啊，丹丹拿出来最歧义，但是结合上下的背景来说，其实是这样的。那 OK， 所以如果我们是一个创作者，我们是一个个人，我们要怎么去玩这个图片呢？那当然是不，这样这张图不只是一次性的东西，那么我们可以做。做到的是去生活化整体的一个角色。如果比方说我们今天有个 IP， 大家可以看到，像创作者们每个人都会有自己的一个头像作为自己的 IP， 维度 AGI 是彩虹嘛，都每次一个，我你可以理解成为它是个桌面 agent， 可以去下载来用了，这个就是他们的是，他们的这个使用界面，其实是一个 agent 那个形式，有思考过程，可以去引用各种各样的工具。去执行，对。 @carl 卡尔 01:18:34 然后 OK， 那回到这一个，你如果想要生活化自己的角色的话，你就可以给自己的 IP 啊，我的 IP 就是一个紫色小人嘛，然后去让他去做各种各不一样的不一样的事情，包括去做面部护理，或者是做瑜伽，这样会代替了，如果你不想要真人出镜，出现了一些窘迫，因为我身边我也留意到有很多人，他们会把自己的东西，自己的 IP 会做做成向外表达的，这个时候就会变成了。 @carl 卡尔 01:19:05 大家想要的一个形式，你可以通过这个 IP 形象去给大家分享你的日常，你的很多东西。对，就是这张图的一个生成啊，它相当于一个小玩偶在做 SPA， 前景要做起来，这是大家非常喜欢的。包括你去做文旅啊，或者是做一些 PPT 表达的时候，你可以在左下角追加一个人偶，来去让大家都知道。到这个东西。那第二个其实比较做的比较多啊，就这种用的很多的图片化精细管理啊，因为现在的生图模型呢，它已经能够做九宫格、16宫格，甚至有些更夸张的36宫格的都做过，但我日常应该也就是12宫格和九宫格来去做了。那让它来去做这个，是让让整体的图片设计去做设计图，这里这个图片可能比较模糊，但。可以跟大家讲解一下，你可以用不同颜色的画笔来去描述整体的这个角色是要怎么去移动的。比方说我们刚刚已经已已经说了红色箭头来去描述用整个角色的动作嘛，所以我们这里就不要变颜色了。 @carl 卡尔 01:20:20 那蓝色箭头呢，大家可以理解成为是镜头的运动，那么镜头的运动跟角色人物角色的运动是很不一样的。他同样是一个挥手，下一秒同样是一个挥手，但是镜。头呢，是在远景、近景、中景也是很不一样的。黄色的话更多的是标注，它的光线应该怎么去发生变化？因为大家可以知道，我现在的背景可能打的是一个比较黄的光嘛，大家可能看我的脸比较黄，但是如果我在这里，很明显啊，我会甚至可以举一个现实情况，大家可以看到，如果我往我的45度打一个光，大家可以看到，我这边的人物的光就暗下去了嘛，所以我比起。我的背景就会更加突出，哪怕现在我是一个虚拟背景。 @carl 卡尔 01:21:06 再者，如果你还有一个光的话，在这个光的后面再打一个背景，你会觉得这个人在整个背景上面是突出出来的，或者是把他放到你的右下角，再做一些光的漫射，你就会发现整个人的，大家可能会称之为叫美人光啊，这个人物会更加突出出来。包括，如果你在这个画面上，我的正前方打这样一个灯呢，大家看我的瞳孔就会出现一个圆形的光。这些都是生图的过程中，如果大家比较熟悉这个光影的应用的话，你可以后面会用到的一些提示词的一些相关元素。所以这个就是我上面写的，就红色字体，然后蓝色镜头，黄色是灯光变化，这样会使你如果要做 AI 视频的话，可以更加方便。 @carl 卡尔 01:21:55 还有一个案例，就大家很常见的，就是做这种室内设计的，虽然它是可能看起来是个小类，但是这一个在。在推特上就是出乎意料的非常受欢迎。那么基本上大家的工作流就是生成一张草图，就是给甲方生成一张草图，又很方便嘛。其实这看上去都像，之前看上去就像手绘的，但其实都是用 AI 去生成的。 @carl 卡尔 01:22:19 那我们要做的其实就是生成一张初始的草图，然后通过草图呢，接这种视频的一个相关的，我给他的一个首帧呢，就是他去结合。我给他们定稿的第一帧的画面，让整体的空房间建造起来，沙发、灯具什么的全部都漂浮起来，就是有那种从空房子变成一个正在建的房子，家具都一一按照顺序放在他们想要的位置上面来说，这个也是在目前很多创作者会用到的，就是怎么样通过静物的移动去表达这个视频的，所以。 @carl 卡尔 01:23:02 刚可以了解到了，有生活化自己的 IP， 有高动作，真人高动作，还有静物移动，还有一类是目前比较，也是比较多的，这类就是比较纯粹的生图了。因为目前来说，很多时候生图其实是服务于 AI 视频的，也就是为什么我这次说会说 AI 视频那么多，但是还是会有一部分的材质控制。那在 Midjourney 或者是 Stable Diffusion 的那个时代呢，可能大家会用一些 Lora， Lora， 去做一个材质的控制。你看可以去做一些玻璃材质啊，一些水晶材质啊，或者是毛玻璃啊，液态玻璃材质等等等等。但是出这样的一个材质呢，就会出现一个问题啊，比方说我这里其实是一张已经算比较好的图片了，但是我只想它的袖子会出现这样的液态玻璃材质，我不想。 @carl 卡尔 01:24:02 说他的指，他的指甲也出现，这个时候就会出现了，如果我们不限制一个材质，就是我们在做一张风格化的图片，不限制材质发生的区域的话，会出现的一个问题，也就是说他的毛玻璃或是他的彩虹玻璃质效，不仅作用于他的衣袖，还作用于他的指甲，其实会发生很尴尬的事情。 @carl 卡尔 01:24:27 这个看起来是比较好看，但是如果你要做液态玻璃类的话，它甚至会慢。连到你想要展示的图片文字，这个时候你就会发现那个文字其实整体的是糊了，不好看的。那同样的情况下，如果我们把它限制到一个具体的区域，比方说这里我要生成一个静态摄影，一个透明玻璃杯，我只想要它在杯口跟边缘出现彩虹折射，整体还是保持干净干净透明的，大家就可以看到其虽然说不是，那个彩虹就会出现，彩虹光的斑纹就会出现在整体的杯口啊，还有去杯沿，那包括整体杯的反射光线，还有它的背景都不会再出现像这样的反射了。那硬要我说的话，它就是可能这一例有点太真了。我可能会给它打一点模糊，让它看起来更像一个现实中的图片一点。包括这里在这个彩虹折射里面会稍微会有点像波纹的，它不太像一个真实玻璃杯的样子。这些其实是我们都可以改的，但是我们。也成功地把在一个杯子里面画出了光的折射反射这个物理现象，这会使你整个图片变得更加真实， AI 视频也变得可有效。 @carl 卡尔 01:25:44 OK， 对，同样也是故事版，除了说真人的故事版之后呢，我们还是会比较多的程程度会做卡通动画的，在做卡通动画的时候呢，也是老。老样子啊，我们通常都是会画主体，那卡通会比较简单一点，所以就不需要刚刚提到的三种曲线，那我们通常会用到两种，一样是红色箭头去描述这个整体的物体运动，我们还可以通过一些文字，它这里其实是用英来，去加文字的，但是实际上我们生成图片的时候，我们还可以通过生成图片里面带文字来去控制这个漫剧，因为动漫嘛，它跟。 @carl 卡尔 01:26:32 真人不太一样，他们说不说话，问要不要通过画面里的文字来表述整体的一个信息，所以这个就是大家能够画出来的，其实你通过这样的一个提示语就能够画出来。为什么会这样画呢？因为如果大家之前也学过一些可能图像提示语的相关的教程的话，大家其实很有一点其实很强调的，就一致性，场景一致性、风格一致性是个人 IP 一致性，这都是很强调的。为什么生成故事版那么重要呢？就是因为这是一个模型在一次生成内生成的所有 IP， 所以大家可以看到它在这个小浣熊的整体的 IP 的形象上是特别稳定的，包括它的比例。这也就是为什么我不会去再去强调说，一一定要去 cue 这个人物一致性的，因为在这样的一个故事版的一个生图基础上，我们完全可以把一个30秒或者是40秒的一个视频的所有的分镜。定都做出来。对，然后。 @carl 卡尔 01:28:09 OK， 行。所以说我们我觉得现在大家已经明白了用途，细化用途去控制整体的图像的一个风格。下一步是什么？我觉得现在因为 agent 的积分已经比以前便宜了，虽然特别是生成图像，我觉得图像。那现在很好的一个点是因为我可能会觉得生 AI 生成视频会稍微有性价比有点低，但是我不会觉得一张图很贵。那以前可能生成，在做 Midjourney 的时候，还会觉得一张图挺贵的，一次性生成四张图吃不消。但是我们现在甚至可以一张图生成15张、16张、三十几张，都是没有问题的。 @carl 卡尔 01:28:54 那为什么我去那么鼓励大家先写一些很短的提示语，然后第一次生成的时候不加任何文字，你可以先去大胆去发挥自己的创意，就是因为以前的成本很高，你可能生成一张图之外，你还要给它生成哪一堆参考资料。现在你可以先生成一大堆草图，就像我刚刚说的，你可以生成一些手绘的图片，让 AI 去生成一些手绘的图片。你可以先让它忽略掉忽略掉色块，让它先补充线条，这是 AI 非常擅长的。它生成这样一张线条图的信息量也不是很高，等。把它生成一张我们可以来讨论， AI 可以跟着这张图片去划线的这样一张图，我们再决定要不要精修，要不要进之，要不要进入下一步，我们把它打磨成为视频第一帧，或者要不要把它处理成为我刚刚说的一个公众号，或者是一个小红书的这样的一个封面。对，那接下来其实可以让大家看一下常见的这些画图啊。它。会，以前啊，我们会做一些风格类的融合，如果你在现在一个情况下，你还想做一些星图，包括但不限于你想做一些海报，如果你想要做出来跟一些设计师可能差不多，或者是靠近六七十，最简单的一个是东，什么东西呢？就是我经常用的，除了我刚刚提到的，你可以把自己日常看到的比较震撼的画面截图下来，我比较常用的一个技巧就是做风格融合和迁移。 @carl 卡尔 01:30:31 梵高嘛，大家其实很经常会用到了一个元素，这个元素就是为了降低大家的认知曲线的。当他意识到这个画风其实是梵高的画风之后呢，有没有一种可能在这个画风的基础上添加一种画风，让他觉得你这幅画跟别人做出来的这个图会有一点不一样呢？所以我就选择了用了不同的图来做风格融合和迁移。但风格融合迁移还是会有问题的，因为之前我们想要聊的就是你要怎么控制这个。 @carl 卡尔 01:31:02 风格融合的比例嘛。我给出大家的建议就是，首先我给他也是说明了用途，我们是一张创意的图片。我们是整体把想要保留的风格写到这样一张图片，这样迁移出来的风格是最稳定的。我再强调一次哈，这可能可能说的有点快，是把我们想要融合的风格，我们这里的主体是梵高的风格，次风格是。是一个复古现实主义，大家如果有看过的话，它其实是有些标准的霓虹灯灯带，然后复古的建筑，但是有复古的元素的同时显得很现代，这种复古主义啊。把新来新入，所以我这里会写成把某一样风格的某一样物品做成这一个已有风格的整个夜景，来去保留具具体的笔触，这样你就能够得。 @carl 卡尔 01:32:02 到一个风格融合的一个作品，比不会丢失你原有的风格，所以风格化通常我会放在最后一步，把物体用途都做出来了之后，再做风格化，然后再做文字的说明。对，然后那按照同样的一个思路啊，这个是我自己做出来的个人 IP 啊，个人形象。那么如果我们有这样的个人形象呢，我们还可以做一种复格的复古的插画。通过插画呢，我们可以跟不同的名人去对话，去探讨，去表达自己的信息。还可以做这种跨时代的对话，包括同一个角色的分镜。如果我们想要设计出，当然这里是有点穿帮啊，这个电脑有点穿帮。但是如果我们想要去做一个自己的角色，自己的分镜的话，那第一步是什么呢？ @carl 卡尔 01:33:01 我推荐大家。除了可以上传自己的个人照片之外，还可以像我那样，你可以先去 VO 一个创作者，你的身份去 VO 四五个，甚至16个不同的角色呀，去 VO 出来你自己喜欢的，然后这些角色就可以生成三视图，来去保持整体角色的脸型跟服装以及发型，让他去成为你之后的 IP。 @carl 卡尔 01:33:29 对啊，所以说如。如果你要做创意类图片的话，比较常用的这四类风格就在这了，包括风格迁移、历史合影，角色的分镜，因为历史合影这大家非常非常常做，而且每次做都会火的。比方说有一个常见的，大家可能会做到去上海明珠，去跟甄嬛合影，去跟蒙娜丽莎合影，去跟小黄人合影，这些都是的。 @carl 卡尔 01:33:57 还有就是角色分镜，就是保持我们这个角色，我们可以把它做成表情包。可以把它做成我们的 AI 视频，我们做出来 AI 内容里面的每一个标示，其实就有点像个人风格的水印了。还有就是刚刚反复提到的视频首帧，那最后其实就是给大家一个简单的一个分诀啊，让大家可以成为在上面的所有的视频图像素材都可以做的一个点啊。就是如果说你今天要做一个提示语，你还是想从提示语做起，从提示语开始慢慢去迭代，把你的图像的做得更好，做得更好看，做的是。适合用于你想要的所有的途径的话，那我建议你可以从这个方向上写起。 @carl 卡尔 01:10:42 比方说这里为什么会把卡尔科跟 Code x 都加上去？因为很多人可能看了第一眼啊，他都已经做那个肌肉记忆了，就已经知道， OK， 我是在讲一个编程 agent， 这会比我直接说我在快速打通编程 agent， 这更好使。所以说我会结合这种生活。画的道具以及怎么去隐喻这个主题。比方说这里为什么我会拿这两个大，就是拿这两个大 logo 啊，大家可以猜一下我这个灵感是怎么来的？这我这三张图的灵感都都非常不一样啊。 @carl 卡尔 01:11:17 这个拿着大 logo 的，是因为我在淘宝上偶然看到有人用 AI 生图，然后把它用视觉差哈。比方说我这视觉差，我有一台手机，然后我把这个手机放到离这个镜头很近的一个情况下。大家可以看到，现在你看到的有视觉差之后，镜，手机其实是比日常的大。如果说我再把手机 logo 夸张到不属于它平时的大小呢，这就成为一个展示产品的一个动作啊。 @carl 卡尔 01:11:48 当然，如果你没有看到过淘宝带货的话，你去在小红书你也能看到非常多喝奶茶的时候会摆这个手势。所以说日常囤多点图片库是非常有用的，你这个时候我就把喝奶茶，就是喝打卡喜茶的那个图丢给他，然后把两个 logo 丢给他，然后再写这样的一个提示语，就是做一个小红书的图文封面，然后它的比例是怎么样的？要去避免去做什么？这个不要生成文字，只是放在第一轮嘛，第二轮进入第一轮的时候，我们会把所有的元素，所有的背景，背景要尽可能的简单的情况下把它备好，然后第二轮的时候再给它加文字，我通常是这样的。所以说中间其实我们也可以接入一些自己做的素材啊，像。 @carl 卡尔 01:12:32 排列的那么整整齐齐的，这些其实就是 AI 比较难做的，这个时候我们会用也不需要用 PS， 大家直接拿个 PPT， 把这个 logo 拉起来，把它组合去背景就可以了，不需要用那么复杂的东西啊。这就是一个带文字图，还有就是纯文字图，以及横图的一个生成了。那么接下来大家肯定还会有一个疑问啊，就是在 agent 每一个积分其实都不便宜啊，那我要。怎么把失败的图片做一个再利用呢？首先其实我觉得我总结了几个高频的错误错误点啊，一个就是文字少了，就是乱码文字，我觉得包含在里面，它少了、多了、劈叉了，或者是焚字改成了那个火写错了，我觉得都算乱码文字。所以这个解决方法呢，如果你用的不是很很好的图片模型的话，你可以尝试后期加，这样后期加你还可以决定它是宋体啊或者是什么体。 @carl 卡尔 01:13:35 我之前很喜欢陆，侠刘玲，我有点忘记了，但是大家可以选择自己的体啊，包括那个 Mstand 的那个体，其实都很很好看。第二个就是构图，整体的构图太满了，这也是用生图出会出现的一个问题，因为如果你要做封面的话，封面其实最重要的是要保那个主体。如果说在这个主体的基础上会有非常多凌乱的背景，其实是色块。如果大家尽，大家可以去尝试一下这样去看一张图啊。如果你你可以尝试尽量拉满，如果有近视的话，就是版本优势哈，尽量去拉满去看这样一张图。 @carl 卡尔 01:14:16 如果你发现这张图整体放到一张模糊的形象，当然如果你也可以直接像生图模型给这张图整体打个高斯模糊的背景。如果你看到这一张图片，这张图片的用途是要表达信息的，且这张。图面的重点色，就是除掉黑色跟白色这两种最常见的，可能我们觉得是背景色的一个情况下，它的重点色块超过了三个之后呢，其实就会变成非常紊乱了。它不，它是色块紊乱，不是构图的元素紊乱。 @carl 卡尔 01:14:49 所以说我们要为什么有一些强调词，或者是一些红框，就是因为我们要给文字以及元素来去留空间，包括为什么我们会做成纯白，或者是四个角是黑色的。一个情况下，也是要为了让背景色突出这些，突出整体的主体。再者就是风格跑偏了，风格跑偏就是我想让它生成一个正常，拟真人的，它给我偏去漫剧的，这个上面已经讲了很多遍了，我就不赘述了，它就是固定用途，然后再去调整风格。后面其实我还会讲到怎么去局限一些材质，如果你要做 UI 设计，你想要把这个液态玻璃只是。风格应用到一个衣袖上面，或是应用到一个杯，彩玻璃反射应用到一个杯子上面，要怎么去写这个提示语？OK， 如果是你生成一张失白的图，我们之前可能会重新窝一遍，就是同样的提示语重新窝一遍。 @carl 卡尔 01:15:50 但现在更多的是让他去，比方说这样的一张图，他其实一个副提示语，那提示，啊， OK， 很可惜嘛，他其实就差一个字，那有没有一种可能，我们可以保留上图的一个主体跟结构，让他去调整背景的复杂度跟留白，让他去调整了，那这里其实提示语就很简单了，甚至是不需要加我上面这个提示语的开头前缀框架哈，你可，你当然你可以加，加了之后他的人物的上前两次的面部变化可能没有那么高，但是我这里的更多的只需要跟他说。你只需要把提示词给它加个是就好了。不需要给我全部的字，他也能够给我具体改到。 @carl 卡尔 01:16:36 最近的工作者，因为我讲了那么多，除了我之外，还有没有另外一些创作者？他们用生图模型怎么玩呢？所以这里我跟各种 agent 一拍即合啊，给大家烧了几十个、几十万个 token， 给大家找出了最近可能在 X 上面比较火的这五类工作流，大家都可以去看一下。其实比较常见，但是真正就是这种比较常。 @carl 卡尔 01:17:02 常见的工作流播放巨狠，大家可以去看一下为什么水果短剧在啊能说吗？还能在海外那么火，就是因为它够简单，所有人都能看得懂，包括大家可以在这次直播结束之后去看一下几大的主流平台，播放量最高的，我觉得最简单，大家可以去看一下某书，过去一周。点赞最高的 AI 的内容，你会发现其实大家都在做很简单的东西，就是他们是想要尽量符合大众，所有人都能看懂的东西就是最好的。哦，这句话可能有歧义啊，丹丹拿出来最歧义，但是结合上下的背景来说，其实是这样的。那 OK， 所以如果我们是一个创作者，我们是一个个人，我们要怎么去玩这个图片呢？那当然是不，这样这张图不只是一次性的东西，那么我们可以做。做到的是去生活化整体的一个角色。如果比方说我们今天有个 IP， 大家可以看到，像创作者们每个人都会有自己的一个头像作为自己的 IP， 维度 AGI 是彩虹嘛，都每次一个，我你可以理解成为它是个桌面 agent， 可以去下载来用了，这个就是他们的是，他们的这个使用界面，其实是一个 agent 那个形式，有思考过程，可以去引用各种各样的工具。去执行，对。 @carl 卡尔 01:18:34 然后 OK， 那回到这一个，你如果想要生活化自己的角色的话，你就可以给自己的 IP 啊，我的 IP 就是一个紫色小人嘛，然后去让他去做各种各不一样的不一样的事情，包括去做面部护理，或者是做瑜伽，这样会代替了，如果你不想要真人出镜，出现了一些窘迫，因为我身边我也留意到有很多人，他们会把自己的东西，自己的 IP 会做做成向外表达的，这个时候就会变成了。 @carl 卡尔 01:19:05 大家想要的一个形式，你可以通过这个 IP 形象去给大家分享你的日常，你的很多东西。对，就是这张图的一个生成啊，它相当于一个小玩偶在做 SPA， 前景要做起来，这是大家非常喜欢的。包括你去做文旅啊，或者是做一些 PPT 表达的时候，你可以在左下角追加一个人偶，来去让大家都知道。到这个东西。那第二个其实比较做的比较多啊，就这种用的很多的图片化精细管理啊，因为现在的生图模型呢，它已经能够做九宫格、16宫格，甚至有些更夸张的36宫格的都做过，但我日常应该也就是12宫格和九宫格来去做了。那让它来去做这个，是让让整体的图片设计去做设计图，这里这个图片可能比较模糊，但。可以跟大家讲解一下，你可以用不同颜色的画笔来去描述整体的这个角色是要怎么去移动的。比方说我们刚刚已经已已经说了红色箭头来去描述用整个角色的动作嘛，所以我们这里就不要变颜色了。 @carl 卡尔 01:20:20 那蓝色箭头呢，大家可以理解成为是镜头的运动，那么镜头的运动跟角色人物角色的运动是很不一样的。他同样是一个挥手，下一秒同样是一个挥手，但是镜。头呢，是在远景、近景、中景也是很不一样的。黄色的话更多的是标注，它的光线应该怎么去发生变化？因为大家可以知道，我现在的背景可能打的是一个比较黄的光嘛，大家可能看我的脸比较黄，但是如果我在这里，很明显啊，我会甚至可以举一个现实情况，大家可以看到，如果我往我的45度打一个光，大家可以看到，我这边的人物的光就暗下去了嘛，所以我比起。我的背景就会更加突出，哪怕现在我是一个虚拟背景。 @carl 卡尔 01:21:06 再者，如果你还有一个光的话，在这个光的后面再打一个背景，你会觉得这个人在整个背景上面是突出出来的，或者是把他放到你的右下角，再做一些光的漫射，你就会发现整个人的，大家可能会称之为叫美人光啊，这个人物会更加突出出来。包括，如果你在这个画面上，我的正前方打这样一个灯呢，大家看我的瞳孔就会出现一个圆形的光。这些都是生图的过程中，如果大家比较熟悉这个光影的应用的话，你可以后面会用到的一些提示词的一些相关元素。所以这个就是我上面写的，就红色字体，然后蓝色镜头，黄色是灯光变化，这样会使你如果要做 AI 视频的话，可以更加方便。 @carl 卡尔 01:21:55 还有一个案例，就大家很常见的，就是做这种室内设计的，虽然它是可能看起来是个小类，但是这一个在。在推特上就是出乎意料的非常受欢迎。那么基本上大家的工作流就是生成一张草图，就是给甲方生成一张草图，又很方便嘛。其实这看上去都像，之前看上去就像手绘的，但其实都是用 AI 去生成的。 @carl 卡尔 01:22:19 那我们要做的其实就是生成一张初始的草图，然后通过草图呢，接这种视频的一个相关的，我给他的一个首帧呢，就是他去结合。我给他们定稿的第一帧的画面，让整体的空房间建造起来，沙发、灯具什么的全部都漂浮起来，就是有那种从空房子变