跳到正文

#教程/实践

今日 2 条
今天10月3日周六
  1. 宝玉12

    宝玉回应如何保持高质量高频分享，称自己大量使用 AI 并把经验分享出来，习惯把日常零散的点串起来，每次输出都是前一次积累的结果。他举例刷到 Shivon Zilis 八卦后，用 Opus 5.5 尝试剪辑八卦视频，发现效果还可以，便顺手把结果和提示词一起分享，写作成本低更容易坚持分享。

    引用熵减zz@shangjian_zz

    @dotey 宝玉老师怎么做到这么高质量和频率的分享的🥹 我感觉我每次踩完坑或者实践中想到了好点子，往往在过程中就把多巴胺耗尽了，真正总结输出的时候又不够结构化，也没有那么有分享欲了，效率很低。 求教宝玉老师

  2. 宝玉29

    宝玉尝试用 Opus 5.5 制作吃瓜视频，全程由模型自己找素材、自己配音，配音使用 Gemini 3.8 Flash TTS（自备 API Key），并产出了英文和中文两个版本。

    引用Shivon Zilis@shivon

    It’s hard to go from in love to let go in a week with no warning, but that’s just how it is sometimes 🤷🏻‍♀️ I feel happy that I got to show Elon how it feels to be deeply understood, nurtured, and peacefully loved with stability and gentleness. Given the tumultuous nature of his early life, his often tortured soul, and how hard he fights for humanity I wanted him to feel the deepest and most stable form of love this world can provide. My heart is full knowing I got to do that, and I hope it leaves a lasting good effect. We were always his safe space. A place where all of us were overjoyed to see him and one that was always full of happiness and love, not war, in contrast to his otherwise militant existence (a needed break from the battlefield where he could recharge his heart and soul before heading back out) I loved being that counterbalancing place of safety, sense of calm, and love — and delighted in bringing a smile back to his face when he was down. I will miss him dearly. I’ve loved him more than life itself and he’s taught me 100 lifetimes of knowledge and made my cup overflow with life meaning, so there is a lot of loss, but luckily we created four beautiful little loves of my life ❤️❤️❤️❤️ I am so beyond grateful for our children and they make every single day the best day of my life! I do hope and pray he and I can be great friends and coparents. I’m hurting, but care deeply about E and will always be cheering for his happiness. God speed, Elon, the world is lucky to have you.

10月2日周五
  1. Hugging Face Blog70

    AutoSynthData 将模型失败转为企业智能体训练数据

    ServiceNow CoreAI介绍 AutoSynthData，它利用目标模型的失败和更强教师模型的成功，生成并验证适用于企业环境的智能体训练任务。该流程通过可执行性检查、正负验证、修复和批次覆盖审查筛选数据，并将训练目标移向模型仍然困难的能力边界。

    推荐理由：文章把企业智能体训练拆成失败诊断、任务生成、环境执行和正负验证闭环，为构建可复用且难度贴合的 SFT 数据流程提供了具体参考。

  5. Luma · 创作产品与实践50

    2026 年建筑师最佳 AI 渲染工具

    2026 年建筑师的 AI 渲染工具选择正从试验转向工作流决策，重点比较建筑信息建模集成、画质与设计修改能力；44% 的建筑师已用 AI 制作概念图，74% 计划增加使用。Luma 以 Ray 3.2、图层编辑、场景变换和可重复工作流覆盖从概念图到动画制作；Veras 可直接连接 Revit、SketchUp、Rhino 等六个平台，Enscape 则提供实时渲染与虚拟现实漫游。

  8. Luma · 创作产品与实践28

    2026 年最适合儿童内容的 AI 卡通视频生成器

    面向儿童内容的 AI 卡通视频生成器，核心不是单个片段的惊艳效果，而是跨集保持角色外观、声音和风格一致，并支持高频完成系列制作。Luma 的 Ray 3.2 提供电影级视频、多关键帧序列和精确摄像机控制；Luma Skills 可保存并重复执行从脚本到角色设置再到成片的工作流。LongStories.ai 的 Universe 支持最长 15 分钟的一致角色视频。

  11. ComfyUI · 工作流与实践77

    Comfy Agent 与 852話 Hakoniwa 如何创作动画短片《YUI》

    Comfy Agent 与 AI 动画艺术家 852話 Hakoniwa 共同完成了首部使用 Comfy Agent 创作的动画短片《YUI》。项目最终成片时长为 4:20，主要使用 Seedance 2.5 制作正片、MiniMax H3 制作幕后视频，并比较了 Wan 等视频模型。

    推荐理由：文章拆解了从角色设计、分镜准备到镜头重生成、模型比较和一致性检查的流程，并给出成本与工时参考。

10月1日周四
9月30日周三
  2. 可灵 · 模型与创作实践62

    2026 年 5 款 UGC 视频生成 AI 工具对比与 Kling AI 实践指南

    可灵发布一篇 2026 年 UGC 视频生成工具指南，对比 Kling AI、Higgsfield、Dreamina、HeyGen 和 CapCut 在场景生成、数字人呈现与视频组装等工作流中的适用方向，强调这不是基准排名。

    推荐理由：文章按产品场景、脚本呈现与后期组装拆分工具差异，并给出从参考素材到审片修复的 Kling AI UGC 工作流，便于评估商品保真与制作成本。

  3. 可灵 · 模型与创作实践74

    Kling 4.0 如何用 Multiple Keyframes 控制 30 秒 AI 视频

    Kling 4.0 通过 Multiple Keyframes 在视频时间线上设置多个视觉节点，单次生成最多支持 10 张关键帧图像，原生视频时长为 3 到 30 秒。官方指南还介绍了如何结合 Omni Reference、时间线提示词和一致性参考素材，控制商品广告或短叙事中的角色、产品、场景与镜头变化。

    推荐理由：这篇指南把长视频控制拆成关键时间点、参考素材与过渡提示词，适合复用到商品广告和结构化短叙事的制作流程中。

  4. 可灵 · 模型与创作实践71

    可灵 AI 四步将静态图片制作成短视频

    可灵介绍了使用 AI 将静态图片制作成短视频的四步流程，包括上传图片、描述运动、设置时长并生成，以及检查和优化结果。教程以 Kling VIDEO 3.0 Omni 为例，支持使用 Start Frame、End Frame 和 Element 参考，单次生成最长 15 秒，并提供多镜头、原生音频和常见问题修复方法。

    推荐理由：文章将图片转视频拆成选择运动对象、编写提示词、设置时长和复检四步，并给出起始帧与元素参考的使用方法。

9月29日周二
  1. Luma · 创作产品与实践49

    Gemini 照片编辑提示词：25 个修图示例

    Gemini 照片编辑提示词指南整理了 25 个覆盖人像润饰、产品优化和复古修复的示例。有效提示词应包含主体识别、动作说明、保留规则和风格参数，明确“keep face identical”等要求可减少面部特征变化。人像修图需指定纹理保留，产品摄影需写明背景与光线，修复则应区分色彩校正和结构修复。

  2. Luma · 创作产品与实践46

    AI 头像提示词：2026 年专业肖像的 15 条提示词

    15条可直接复制的专业 AI 头像提示词覆盖企业、创业公司、高管、创意行业等场景，强调保留参考照片的真实面部结构，并用提示词控制服装、环境、镜头设置和光线。AI 头像可由单张参考照片生成10-50种变体，支持更换背景和局部调整而无需重新生成；拥有专业照片的 LinkedIn 资料获得的浏览量和消息量分别高出14倍和36倍。

  3. Luma · 创作产品与实践54

    Luma 分享 AI 照片编辑提示词：颜色、光线与皮肤修复方法

    Luma 介绍一套用于 AI 照片编辑的四部分提示词方法，覆盖颜色、光线、背景和皮肤修复，并强调保护不应改变的元素。文章建议每次只执行一个编辑，再检查身份、皮肤纹理、颜色准确度、光线方向和边缘质量。文中还介绍 Luma 的 Uni-1、Layers 和 Luma Agents 如何用于保持品牌颜色、皮肤纹理、背景与多轮编辑的一致性。

  4. Luma · 创作产品与实践53

    Luma AI汽车摄影提示词指南：覆盖棚拍、动态与外景镜头

    Luma AI的汽车摄影指南覆盖棚拍、动态行驶和外景三类广告镜头，并给出15个可复用提示词。指南将提示词拆为车辆描述、机位、光线、背景或地点、氛围和保真要求，强调动态镜头中的背景运动模糊与车辆细节清晰。文章还介绍了使用Layers和Uni-1调整背景或车辆元素，以及用Ray 3.2将视觉方向延伸到动态内容。

  5. Luma · 创作产品与实践54

    Luma 教你如何通过提示词保持 AI 自拍的人脸相似度

    Luma 发布指南，介绍如何通过先锁定身份特征、再加入创意方向的提示词结构，生成在多种场景中保持人脸相似度的 AI 自拍。指南提供 15 组可复用提示词，并建议使用 3-5 张不同角度的清晰参考照片，通过多轮生成和局部编辑逐步完善结果；文中称提示词方案的报告成功率为 50-60%，更高级的微调方法可达到 80-90% 一致性。

  6. Luma · 创作产品与实践53

    Luma 2026 年护肤与美妆品牌 AI 提示词指南

    Luma 发布了一份护肤与美妆品牌 AI 提示词指南，提供 15 组覆盖产品图像、社交内容、邮件、广告和视频的提示词结构。指南强调七部分美妆产品图像提示词框架，以及针对 Instagram、TikTok 等平台调整格式和叙事方式。它还介绍了用 Layers 保留既有构图进行局部修改，并提到 Luma Agents、Skills 和 Ray 3.2 在连续创作流程中的应用。

  8. Luma · 创作产品与实践40

    AI Avatar 提示词：打造个人头像与品牌角色

    结构化 AI Avatar 提示词通过角色、外貌、场景和输出风格等细节，帮助生成适用于 LinkedIn、企业网站及品牌材料的统一头像与角色。案例中，团队用四天完成 43 张头像，并通过 Seed 值、negative prompts 和多轮迭代保持身份与视觉一致性。Google 研究显示，高质量提示词平均约 21 个词。

9月28日周一
  4. 可灵 · 模型与创作实践52

    Kling VIDEO 3.0 Omni 如何为音乐表演替换背景

    Kling VIDEO 3.0 Omni支持基于已有音乐表演视频替换背景，并通过上传素材、描述或引用新场景、生成后复检三步完成编辑。教程还介绍了使用Kling VIDEO 3.0从文本或图片生成全新表演场景，以及通过Native Audio生成音乐、环境音和对白的方法。发布前需检查歌曲、录音、视频和参考素材的版权许可。

  5. 可灵 · 模型与创作实践50

    如何为篮球联赛标志创建醒目的提示词：Kling IMAGE 3.0 实践指南

    为篮球联赛标志创建提示词应明确联赛身份、篮球元素、风格、构图、颜色和背景，再用 Kling IMAGE 3.0 将文字概念转成视觉标志方向。文中提供 professional、modern、youth、retro、minimal 和 street 6 种示例，并支持通过 Text to Image 或参考图生成、评审和调整方案。

  7. 可灵 · 模型与创作实践56

    Kling IMAGE 3.0 如何从文字或照片创建 AI 图像

    可灵发布教程，介绍如何用 Kling IMAGE 3.0 从文字描述或照片创建 AI 图像，并通过提示词和自然语言指令持续修正结果。教程涵盖参考图上传、主体与构图描述、画面比例选择及生成后的审片；IMAGE 3.0 支持最多 10 张参考图，用于保持角色、商品、构图或视觉风格等细节的一致性。

  8. 可灵 · 模型与创作实践63

    Kling AI 如何通过提示词让 AI 图片更真实

    Kling AI 介绍了通过光线、材质、比例、透视和镜头感等具体视觉细节提升 AI 图片真实感的方法。文章给出“主体、场景、光线、构图、材质细节、相机感、关键约束”的提示词结构，并说明 Kling IMAGE 3.0 支持文本生成、参考图生成和自然语言图像编辑。实践中应先定位最明显的不自然之处，再逐项调整并检查皮肤纹理、接触阴影、材质反光和商品轮廓。

    推荐理由：文章将光线、材质、透视和镜头感拆成可操作的提示词要素，并结合 Kling IMAGE 3.0 的参考图与局部修复流程，适合用于提升图像真实感和商品细节控制。

9月24日周四
  2. 可灵 · 模型与创作实践54

    6 款水印移除工具对比：Kling AI 如何处理复杂图像修复

    Kling AI 发布一份指南，对比 6 款水印移除工具及其适用场景，并重点介绍 Kling IMAGE 3.0 与 IMAGE 3.0 Omni 的图像修复流程。指南指出，纯色背景更易处理，头发、纹理、细节主体和重复图案需要更谨慎的局部编辑与全尺寸复检；IMAGE 3.0 Omni 支持继续修复并输出原生 2K/4K 图像。

  4. 可灵 · 模型与创作实践65

    当前 AI 视频生成技术的 6 项局限与应对方法：Kling VIDEO 3.0 系列如何提升创作控制

    Kling 发布的创作实践文章梳理了当前 AI 视频生成的 6 项局限，并给出参考图、分镜、分步提示和后期处理等应对方法。文章指出，角色与商品跨镜头不一致、运动和物理表现异常、长视频连贯性不足、文字细节失真及提示词控制有限，仍是常见问题。

    推荐理由：文章把一致性、物理运动、长视频、文字细节和提示词控制等问题对应到具体工作流，便于判断何时使用参考图、分镜或后期处理。