Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Codex 官方「画布」的最优解来了。刚发现 Codex 桌面端这个「画布」式视觉工作区，确实很好用。点击图片上的「画布」，就能进入独立界面，可以一次多选多张图片放进聊天框，统一下发修改指令；也可以直接选中图片里的具体位置，写下评论，让 Codex 针对这一处继续修改。以前需要反复描述「左上角那个按钮」「第三张图的人物」「右边那块区域」，现在直接在画面上选出来、标出来、说清楚，图片、位置、上下文和修改要求都连在了一起，沟通成本低了很多。前一阵很流行的侧边栏画布，本质上都在解决同一个问题：怎样让人和 AI 围绕视觉内容更准确地沟通。现在 OpenAI 直接把选图、标注、评论、修改和继续对话做进 Codex，一条链路完整跑通，确实有点官方下场终结比赛的感觉。这种工作流，OpenAI 现在是越玩越溜了。

爆裂队长NEXT

1,690 subscribers

10,270 Aufrufe • vor 1 Tag •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

根据 Cell 细胞大佬的Codex无限画布思路实战了一把，发现确实可行啊，直接用内置浏览器可以把在线画布网站当成codex的无限画布使用，给图片生成修改建议以后，codex直接可以读取建议进行修改，大家也来试一试吧！

根据 Cell 细胞大佬的Codex无限画布思路实战了一把，发现确实可行啊，直接用内置浏览器可以把在线画布网站当成codex的无限画布使用，给图片生成修改建议以后，codex直接可以读取建议进行修改，大家也来试一试吧！

雨哥向前冲

46,642 Aufrufe • vor 1 Monat

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了以前做一个量化交易系统图、Agent 架构图、策略流程图：改一个模块，要重新拖半天。 drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。然后就会得到每个元素都可以修改的可编辑图片！我就喜欢拿来做量化框架图，这感觉真的很爽！

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了以前做一个量化交易系统图、Agent 架构图、策略流程图：改一个模块，要重新拖半天。 drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。然后就会得到每个元素都可以修改的可编辑图片！我就喜欢拿来做量化框架图，这感觉真的很爽！

爱吃折耳根的Ace

95,386 Aufrufe • vor 5 Tagen

兄弟们，以后要改图直接在Codex里调整，不浪费GPT生图次数🥳。操作很简单： 1/ 在Codex的右侧栏里点开内置浏览器，输入网址： 2/ 在这个网站上打开你要修改的图片，并在上面标注要修改的地方，如图所示 3/ 然后把整张图连修改意见截图发给Codex，让它按截图上的修改已经进行调整，然后输出不带红色标记和文字的图片即可，完整内容如视频所示。感谢大佬Cell 细胞提供的思路。

兄弟们，以后要改图直接在Codex里调整，不浪费GPT生图次数🥳。操作很简单： 1/ 在Codex的右侧栏里点开内置浏览器，输入网址： 2/ 在这个网站上打开你要修改的图片，并在上面标注要修改的地方，如图所示 3/ 然后把整张图连修改意见截图发给Codex，让它按截图上的修改已经进行调整，然后输出不带红色标记和文字的图片即可，完整内容如视频所示。感谢大佬Cell 细胞提供的思路。

李岳

144,746 Aufrufe • vor 1 Monat

这个真的有点炸裂，我必须要炸裂一下，亲自测试了🤣 字节跳动发布AI图像编辑工具只需一句话即可实现全自动P图你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改和编辑，不需要专业的图片处理技能，不需要其他任何操作，不用再相 Photoshop 那样复杂的操作才能修改编辑图像。无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。

这个真的有点炸裂，我必须要炸裂一下，亲自测试了🤣 字节跳动发布AI图像编辑工具只需一句话即可实现全自动P图你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改和编辑，不需要专业的图片处理技能，不需要其他任何操作，不用再相 Photoshop 那样复杂的操作才能修改编辑图像。无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。

小互

123,997 Aufrufe • vor 1 Jahr

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

Paidax

37,642 Aufrufe • vor 1 Jahr

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

歸藏(guizang.ai)

23,038 Aufrufe • vor 8 Monaten

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,423 Aufrufe • vor 1 Monat

Figma 的画布简直是 Gemini 的天然战场。结合 Gemini API 的能力和 Figma 的形态，做了个一个言出法随改图插件，所有工作流都在一处完成，未来一定是这种原生多模态的天下

Figma 的画布简直是 Gemini 的天然战场。结合 Gemini API 的能力和 Figma 的形态，做了个一个言出法随改图插件，所有工作流都在一处完成，未来一定是这种原生多模态的天下

三秋十李 Sergio

140,315 Aufrufe • vor 1 Jahr

全程用Codex和Seedance以及豆包语音完成的一部小宣传片。从开始写脚本，到后来的成片，全部由AI完成。总共24个分镜。180秒左右。大概成本400元人民币。最让我震惊的是，前期生成关键帧时。Codex可以全程不需要我上传任何资料。他自己在全网搜索关于我内容的实际资料，比如建筑高度、城市规划、相对位置、主体结构等等。然后进行统一调色，确定质感。具体的工作流就是先确定生产内容。然后ChatGPT来安排脚本和分镜。让Collage根据脚本和分镜生成关键帧。以及主要建筑，和主要视觉。再通过Seedance的图生视频功能。把参考图、提示词及镜头和运镜的质感我刻意地选了一部分没有那么真实的画面。营造了一点点CG感。这真的让我在思考。一个普通人加上工具流，就可以用几个小时做出这样的内容。蔚来的品牌广告、影视宣传片甚至3A大作的前期视觉生态。会不会被彻底改写？

全程用Codex和Seedance以及豆包语音完成的一部小宣传片。从开始写脚本，到后来的成片，全部由AI完成。总共24个分镜。180秒左右。大概成本400元人民币。最让我震惊的是，前期生成关键帧时。Codex可以全程不需要我上传任何资料。他自己在全网搜索关于我内容的实际资料，比如建筑高度、城市规划、相对位置、主体结构等等。然后进行统一调色，确定质感。具体的工作流就是先确定生产内容。然后ChatGPT来安排脚本和分镜。让Collage根据脚本和分镜生成关键帧。以及主要建筑，和主要视觉。再通过Seedance的图生视频功能。把参考图、提示词及镜头和运镜的质感我刻意地选了一部分没有那么真实的画面。营造了一点点CG感。这真的让我在思考。一个普通人加上工具流，就可以用几个小时做出这样的内容。蔚来的品牌广告、影视宣传片甚至3A大作的前期视觉生态。会不会被彻底改写？

邪恶大薯条

50,269 Aufrufe • vor 4 Tagen

做内容运营，生图生视频，你现在还在跑好几个工具吗？被朋友拉去做瑜伽图，搭了无数工作流 GPT Image 2 出来后，发现全废了得重新规划一套，但这几天身体不舒服，没心思搞随手把提示词扔进 flowith 试了一下以为偷懒的结果会很烂，但实际上这个是我最近用的最好的生图agent之一。它直接出了 12 个瑜伽动作分镜，动作清晰，描述完整分镜图和人物图来生成出首末两张图片，用视频模式可灵模型，简单的演示视频，一条链路打通，全在一个工具里面 Agent 模式还能联网，生成下周海报日历，日期星期都是对的，普通的生图模型记忆估计2025年这条链路怎么跑起来，看我下面细细说来👇

做内容运营，生图生视频，你现在还在跑好几个工具吗？被朋友拉去做瑜伽图，搭了无数工作流 GPT Image 2 出来后，发现全废了得重新规划一套，但这几天身体不舒服，没心思搞随手把提示词扔进 flowith 试了一下以为偷懒的结果会很烂，但实际上这个是我最近用的最好的生图agent之一。它直接出了 12 个瑜伽动作分镜，动作清晰，描述完整分镜图和人物图来生成出首末两张图片，用视频模式可灵模型，简单的演示视频，一条链路打通，全在一个工具里面 Agent 模式还能联网，生成下周海报日历，日期星期都是对的，普通的生图模型记忆估计2025年这条链路怎么跑起来，看我下面细细说来👇

铁锤人

64,611 Aufrufe • vor 3 Monaten

#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。这就是我们将要在 UIST2025 大会上分享的论文精髓。我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的

#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。这就是我们将要在 UIST2025 大会上分享的论文精髓。我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的

宝玉

35,626 Aufrufe • vor 11 Monaten

今天没有晚安提示词，周六依旧对这周发的内容做一个汇总，我专门做了一个新的页面来上传图片，所有我做的图片都可以在这里下载，随便使用，要是能标注个来源就更好了。下载地址：

今天没有晚安提示词，周六依旧对这周发的内容做一个汇总，我专门做了一个新的页面来上传图片，所有我做的图片都可以在这里下载，随便使用，要是能标注个来源就更好了。下载地址：

歸藏(guizang.ai)

23,212 Aufrufe • vor 3 Jahren

哼哧哼哧用 Codex 又改了一整天的官网，对于网页注释功能是越来越爱不释手了。总结了几个小技巧，记录和分享一下，👇 1. 网页注释只支持 Codex 的内置浏览器。通过 Codex 在本地跑起来的服务，只需要点击输出内容中的链接即可自动唤起。如果没有链接，也可以通过窗口最右侧的侧边栏按钮，直接打开浏览器手动输入地址唤起。 2. 注释功能分为简要和详细模式，又分别是对应单个和批量两种修改执行方式。这一点估计是很多人没有注意到的，其实是用好注释功能的关键。 3. 先说简要模式。使用简要模式，只需要在开启了注释功能之后，使用对话气泡样式的鼠标 ICON ，在需要调整的元素上点击一下，即可唤出输入框，然后直接在输入框中描述期望的修改即可。输入完毕之后，使用回车确认，注释的内容和相关上下文就会直接到进入到 Codex 的对话框，并立即开始执行修改操作。 4. 更有价值的是详细模式。打开详细模式，需要点击注释输入框的左侧的配置 ICON。打开之后，元素对应的属性值会一览无遗，需要做什么样的修改，都可以直接手动调整最底层的细节。同时，也依然支持通过自然语言，在上方的输入框中输入期望的调整效果。另外，在详细模式下，此前 ⬆️ 形状的确认按钮，变成了 ☑️ 的形状。在每一个注释确认了之后，也并不会立即执行，而是可以持续的添加多个注释，最后再一起通过右上角的“发送”发送至 Codex 进行批量处理。 5. 注释模式还有一些细节做的挺用心的，例如 Esc 键的逐级取消，在Codex 对话框的样式，甚至还有个很漂亮的轻微摆动的交互效果，很明显是花了不少的心思打磨的。作为在 AI 时代依然坚守了 VS Code 三年的老顽固，最近沉迷于 Codex 无法自拔，已经好久好久没有打开过老伙计了。原因无他，一个超级 App ，All in One 搞定一切需求，这种顺畅感实在是让人无法抗拒，也许 Codex 真的是那个带领用户从 Vibe Coding 阶段迈入 Vibe Working 阶段的天选之子。我郑重承诺，只要你丫不封号，我就一直充值用下去！

哼哧哼哧用 Codex 又改了一整天的官网，对于网页注释功能是越来越爱不释手了。总结了几个小技巧，记录和分享一下，👇 1. 网页注释只支持 Codex 的内置浏览器。通过 Codex 在本地跑起来的服务，只需要点击输出内容中的链接即可自动唤起。如果没有链接，也可以通过窗口最右侧的侧边栏按钮，直接打开浏览器手动输入地址唤起。 2. 注释功能分为简要和详细模式，又分别是对应单个和批量两种修改执行方式。这一点估计是很多人没有注意到的，其实是用好注释功能的关键。 3. 先说简要模式。使用简要模式，只需要在开启了注释功能之后，使用对话气泡样式的鼠标 ICON ，在需要调整的元素上点击一下，即可唤出输入框，然后直接在输入框中描述期望的修改即可。输入完毕之后，使用回车确认，注释的内容和相关上下文就会直接到进入到 Codex 的对话框，并立即开始执行修改操作。 4. 更有价值的是详细模式。打开详细模式，需要点击注释输入框的左侧的配置 ICON。打开之后，元素对应的属性值会一览无遗，需要做什么样的修改，都可以直接手动调整最底层的细节。同时，也依然支持通过自然语言，在上方的输入框中输入期望的调整效果。另外，在详细模式下，此前 ⬆️ 形状的确认按钮，变成了 ☑️ 的形状。在每一个注释确认了之后，也并不会立即执行，而是可以持续的添加多个注释，最后再一起通过右上角的“发送”发送至 Codex 进行批量处理。 5. 注释模式还有一些细节做的挺用心的，例如 Esc 键的逐级取消，在Codex 对话框的样式，甚至还有个很漂亮的轻微摆动的交互效果，很明显是花了不少的心思打磨的。作为在 AI 时代依然坚守了 VS Code 三年的老顽固，最近沉迷于 Codex 无法自拔，已经好久好久没有打开过老伙计了。原因无他，一个超级 App ，All in One 搞定一切需求，这种顺畅感实在是让人无法抗拒，也许 Codex 真的是那个带领用户从 Vibe Coding 阶段迈入 Vibe Working 阶段的天选之子。我郑重承诺，只要你丫不封号，我就一直充值用下去！

李不凯正在研究

31,567 Aufrufe • vor 1 Monat

预告一下，给社区做了一个图像解构插件：Viko。一键爆破任何图片，让你功力大增！（哈哈哈哈夸张了）当你在网上冲浪，刷 X、小红书、Pinterest、VSC 论坛，或者任何网页时，看到一张有感觉的图，不用再只是截图收藏。 Viko 可以帮你把这张图： - 画面解构：拆出风格、构图、光线、色彩、成像质感等关键元素 - 反推提示词：输出适合 GPT 图像模型使用的自然语言提示词，即关键词词组，绝对不用JSON - 提示词变体：在保留原图核心气质的基础上，生成新的创作方向 - 直接生成图片：一键从参考图到新图 - 保存到 Eagle：图片和提示词一键保存到本地素材库，方便后续管理和复用为什么要做这个插件？其实我个人一直不太喜欢传统意义上的反推。尤其 GPT-Image2 出来以后，那种把图片拆成一大段 JSON，然后追求 1:1 复刻的玩法，对我来说实在太无聊了。复刻出一张差不多的图，然后呢？我真正想要的是：当我们看到一张好图时，能快速抓住它最核心的画面结构，知道它为什么好看，风格在哪里，构图在哪里，光线和质感在哪里。然后基于这些信息继续发散，做出同一视觉体系下的新图、新玩法、新方向。这也是 Viko 现在最核心的三个能力：解构，反推，变体。目前 Viko 还在内部测试中，等后面上架 Chrome 插件商店，再同步给大家。

预告一下，给社区做了一个图像解构插件：Viko。一键爆破任何图片，让你功力大增！（哈哈哈哈夸张了）当你在网上冲浪，刷 X、小红书、Pinterest、VSC 论坛，或者任何网页时，看到一张有感觉的图，不用再只是截图收藏。 Viko 可以帮你把这张图： - 画面解构：拆出风格、构图、光线、色彩、成像质感等关键元素 - 反推提示词：输出适合 GPT 图像模型使用的自然语言提示词，即关键词词组，绝对不用JSON - 提示词变体：在保留原图核心气质的基础上，生成新的创作方向 - 直接生成图片：一键从参考图到新图 - 保存到 Eagle：图片和提示词一键保存到本地素材库，方便后续管理和复用为什么要做这个插件？其实我个人一直不太喜欢传统意义上的反推。尤其 GPT-Image2 出来以后，那种把图片拆成一大段 JSON，然后追求 1:1 复刻的玩法，对我来说实在太无聊了。复刻出一张差不多的图，然后呢？我真正想要的是：当我们看到一张好图时，能快速抓住它最核心的画面结构，知道它为什么好看，风格在哪里，构图在哪里，光线和质感在哪里。然后基于这些信息继续发散，做出同一视觉体系下的新图、新玩法、新方向。这也是 Viko 现在最核心的三个能力：解构，反推，变体。目前 Viko 还在内部测试中，等后面上架 Chrome 插件商店，再同步给大家。

古一

80,245 Aufrufe • vor 1 Monat

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。【3】内置浏览器：给开发者的沙盒内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。【选哪个？】简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。【3】内置浏览器：给开发者的沙盒内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。【选哪个？】简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

宝玉

179,752 Aufrufe • vor 1 Monat

AI 动画现在最先改变的，还是整个制作过程。以前一个人想做动画 IP，最难的是把剧本、角色、分镜、配音、音乐、发布这些环节串起来。现在难点变成了三件事 1. 会不会讲一个短故事 2. 有没有持续生产的审美 3. 能不能把流程稳定跑起来工具已经把制作成本打下来了，接下来拼的是选题、执行和连续更新。

AI 动画现在最先改变的，还是整个制作过程。以前一个人想做动画 IP，最难的是把剧本、角色、分镜、配音、音乐、发布这些环节串起来。现在难点变成了三件事 1. 会不会讲一个短故事 2. 有没有持续生产的审美 3. 能不能把流程稳定跑起来工具已经把制作成本打下来了，接下来拼的是选题、执行和连续更新。

zhouluobo

10,556 Aufrufe • vor 1 Monat

卧槽，被这个思路震惊了，简直是 AI 视频领域的 Figma，完全解决了目前的痛点 GPT-image-2 画故事板，Figma 风格画布编辑，Seedance 2.0 出片当你在脑子里想好了画面，写成文字描述给 AI，AI 理解偏了，你再改，再生成。来回几轮，时间和 Token 全耗在“让 AI 理解脑子里的画面”。 Topview Canvas 直接加了一步：生成视频之前，先用 GPT-image-2 把故事板画出来。每一帧长什么样，你都能先在画布上看到。不满意就改图，比改 prompt 快且精确。排好了再一键 Seedance 2.0 出片。像 Figma 之于设计，先规划再动手永远比边做边猜效率高，TopviewAI 这一步走的太好了。

卧槽，被这个思路震惊了，简直是 AI 视频领域的 Figma，完全解决了目前的痛点 GPT-image-2 画故事板，Figma 风格画布编辑，Seedance 2.0 出片当你在脑子里想好了画面，写成文字描述给 AI，AI 理解偏了，你再改，再生成。来回几轮，时间和 Token 全耗在“让 AI 理解脑子里的画面”。 Topview Canvas 直接加了一步：生成视频之前，先用 GPT-image-2 把故事板画出来。每一帧长什么样，你都能先在画布上看到。不满意就改图，比改 prompt 快且精确。排好了再一键 Seedance 2.0 出片。像 Figma 之于设计，先规划再动手永远比边做边猜效率高，TopviewAI 这一步走的太好了。

余温

26,694 Aufrufe • vor 2 Monaten

藏师傅的 PPT Skill 再配上 Pencil 太爽了！昨天评论里有个朋友分享给了我启发：把藏师傅的 PPT 配上 Pencil，就可以直接在 Pencil 里一次性看到所有生成的 PPT 页面。这种方式不仅编辑起来非常方便，还能导出网页和对应的编辑文件。我试了一下，体验确实非常爽。虽然 AI 生成内容时不可避免会出现一些排版上的小问题，比如元素重叠或者对齐不准之类的情况，但在 Pencil 里你完全可以手动调整，比如： 1. 对齐元素 2. 修改字体 3. 调整重叠的部分而且 Pencil 作为一个专业的设计软件，它的可编辑性非常强，甚至比 PPT 软件本身能做的还要多很多，尤其是对齐、嵌套和打组等操作非常方便。我录了个视频教一下大家，推荐你们也试试这种用法。这样的话，你可以从它导出 PNG 图片，然后直接放到你的 PPT 里边。或者也可以直接在 PPT 里进行演示，然后你直接替换对应 PPT 页面的图片就行了

藏师傅的 PPT Skill 再配上 Pencil 太爽了！昨天评论里有个朋友分享给了我启发：把藏师傅的 PPT 配上 Pencil，就可以直接在 Pencil 里一次性看到所有生成的 PPT 页面。这种方式不仅编辑起来非常方便，还能导出网页和对应的编辑文件。我试了一下，体验确实非常爽。虽然 AI 生成内容时不可避免会出现一些排版上的小问题，比如元素重叠或者对齐不准之类的情况，但在 Pencil 里你完全可以手动调整，比如： 1. 对齐元素 2. 修改字体 3. 调整重叠的部分而且 Pencil 作为一个专业的设计软件，它的可编辑性非常强，甚至比 PPT 软件本身能做的还要多很多，尤其是对齐、嵌套和打组等操作非常方便。我录了个视频教一下大家，推荐你们也试试这种用法。这样的话，你可以从它导出 PNG 图片，然后直接放到你的 PPT 里边。或者也可以直接在 PPT 里进行演示，然后你直接替换对应 PPT 页面的图片就行了

歸藏(guizang.ai)

52,865 Aufrufe • vor 29 Tagen

无需复杂提示词，小白到大神只需一个P视频智能体只需写一个故事梗概，一次生成一个完整视频但能一句话生成视频，生成视频后还能不跳出流程直接调用AI编辑器，实现改图，改视频，改字幕，改配音，改音效。不仅如此，上传图片，输入：图片修改指令，它还能直接修改图像生成一个你要求的动态视频。这个就是最新的纳米AI最新的P视频智能体，它可以很大程度的减少小白上手难度，很多人不会写复杂提示词也不用担心，Agent会在后台自动分析需求帮你写提示词。

无需复杂提示词，小白到大神只需一个P视频智能体只需写一个故事梗概，一次生成一个完整视频但能一句话生成视频，生成视频后还能不跳出流程直接调用AI编辑器，实现改图，改视频，改字幕，改配音，改音效。不仅如此，上传图片，输入：图片修改指令，它还能直接修改图像生成一个你要求的动态视频。这个就是最新的纳米AI最新的P视频智能体，它可以很大程度的减少小白上手难度，很多人不会写复杂提示词也不用担心，Agent会在后台自动分析需求帮你写提示词。

小互

44,512 Aufrufe • vor 10 Monaten

新的图像视频创作工具 FLORA 接入了所有顶级 AI 图片社视频模型，甚至有 Midjourney 而且交互非常的优雅，可以看成一个去掉了缺点的 Comfyui 在无限画布中通过连线高效的探索视频和图片生成 LLM 之后多媒体内容创作套壳工具的春天也来了

新的图像视频创作工具 FLORA 接入了所有顶级 AI 图片社视频模型，甚至有 Midjourney 而且交互非常的优雅，可以看成一个去掉了缺点的 Comfyui 在无限画布中通过连线高效的探索视频和图片生成 LLM 之后多媒体内容创作套壳工具的春天也来了

歸藏(guizang.ai)

24,321 Aufrufe • vor 1 Jahr