Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

官方给出的 Claude Code 在大型代码库中的最佳实践当然同样的方法论也可以用在 Codex 或任何 Agent 上，AI 会犯错，会糊弄人，项目越大 AI 债越多，文章中是一些基本的防护和优化方式。本文使用快速改写并生成封面图和插图。感兴趣的可以使用下。

nash_su - e/acc

20,178 subscribers

57,594 просмотров • 3 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

我分享一下，我会给codex部署的两个文件。可以让我的codex越用越聪明。一个文件是踩坑记录，可以让ai有记忆。犯过的错，下次不会再犯。一个是AGENTS.md可以把一些项目通用规范写在里面，这样的话我就可以不用让ai干一些重复性的问题。

我分享一下，我会给codex部署的两个文件。可以让我的codex越用越聪明。一个文件是踩坑记录，可以让ai有记忆。犯过的错，下次不会再犯。一个是AGENTS.md可以把一些项目通用规范写在里面，这样的话我就可以不用让ai干一些重复性的问题。

小墨同学

43,446 просмотров • 2 месяцев назад

Manga-image-Translator: 一键翻译各类图片内文字一个开源工具，专门用于翻译漫画或图片中的文字。利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型项目地址：官方演示：

Manga-image-Translator: 一键翻译各类图片内文字一个开源工具，专门用于翻译漫画或图片中的文字。利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型项目地址：官方演示：

小互

45,571 просмотров • 2 лет назад

使用 Codex+GPT Image 2 配合我封装的这个 Skill，直接复制文章内容就可以生成 Anthropic 极简美学封面图。同时我也提供了直接使用 ChatGPT 一键复制文章内容生成四张风格封面图的提示词用法。详细用法请看视频，另外附上开源项目地址，有需要的可以试试看:

使用 Codex+GPT Image 2 配合我封装的这个 Skill，直接复制文章内容就可以生成 Anthropic 极简美学封面图。同时我也提供了直接使用 ChatGPT 一键复制文章内容生成四张风格封面图的提示词用法。详细用法请看视频，另外附上开源项目地址，有需要的可以试试看:

AI少年

12,986 просмотров • 16 дней назад

生成式 AI 入门教程 1 - 什么是生成式 AI - 了解其定义、应用与影响视频描述：欢迎来到“生成式 AI 入门教程”。自 ChatGPT 发布以来，生成式 AI 引起了广泛关注，它改变了我们的学习和工作方式，并且被认为将大幅提升生产力和推动全球经济增长。但同时，它也带来了一些负面影响的担忧，比如可能导致失业。在本课程中，你将学到生成式 AI 是什么，它能做什么，不能做什么，以及如何在工作或业务中应用它。生成式 AI 是一种能够生成高质量内容的 AI 系统，包括文本、图像和音频。目前最有影响力的是文本生成，但它也能生成美丽或逼真的图像，甚至是音频。通过这门课，你将了解到生成式 AI 如何使构建 AI 应用变得更容易和低成本，以及如何识别和探索对特定业务有用的应用。课程分为三周，第一周深入了解生成式 AI 的工作原理和应用案例；第二周讨论 Generative AI 项目，包括寻找应用和构建最佳实践；第三周从宏观角度探讨其对商业和社会的影响，并分享如何最大限度发挥其潜力的策略，同时确保使用 AI 的方式既安全又正面。 🚀 课程亮点：提供非技术性的生成式 AI 知识，易于理解。深入探讨生成式 AI 在文本、图像和音频生成方面的应用。分析生成式 AI 对个人、业务和社会的潜在影响。 🔥 你将学到：生成式 AI 的定义和能力如何在工作或业务中应用生成式 AI 生成式 AI 的潜在风险和如何安全使用 🌐 课程内容：生成式 AI 的工作原理和应用案例 Generative AI 项目的寻找和构建生成式 AI 对商业和社会的影响 📚 学习建议：保持开放的心态，积极探索生成式 AI 的潜力。关注课程中提到的实际案例，思考如何将知识应用到自己的工作中。注意理解生成式 AI 的潜在风险，并学习如何安全使用。 🔗 相关链接：课程地址：油管播放列表： B站播放列表：

生成式 AI 入门教程 1 - 什么是生成式 AI - 了解其定义、应用与影响视频描述：欢迎来到“生成式 AI 入门教程”。自 ChatGPT 发布以来，生成式 AI 引起了广泛关注，它改变了我们的学习和工作方式，并且被认为将大幅提升生产力和推动全球经济增长。但同时，它也带来了一些负面影响的担忧，比如可能导致失业。在本课程中，你将学到生成式 AI 是什么，它能做什么，不能做什么，以及如何在工作或业务中应用它。生成式 AI 是一种能够生成高质量内容的 AI 系统，包括文本、图像和音频。目前最有影响力的是文本生成，但它也能生成美丽或逼真的图像，甚至是音频。通过这门课，你将了解到生成式 AI 如何使构建 AI 应用变得更容易和低成本，以及如何识别和探索对特定业务有用的应用。课程分为三周，第一周深入了解生成式 AI 的工作原理和应用案例；第二周讨论 Generative AI 项目，包括寻找应用和构建最佳实践；第三周从宏观角度探讨其对商业和社会的影响，并分享如何最大限度发挥其潜力的策略，同时确保使用 AI 的方式既安全又正面。 🚀 课程亮点：提供非技术性的生成式 AI 知识，易于理解。深入探讨生成式 AI 在文本、图像和音频生成方面的应用。分析生成式 AI 对个人、业务和社会的潜在影响。 🔥 你将学到：生成式 AI 的定义和能力如何在工作或业务中应用生成式 AI 生成式 AI 的潜在风险和如何安全使用 🌐 课程内容：生成式 AI 的工作原理和应用案例 Generative AI 项目的寻找和构建生成式 AI 对商业和社会的影响 📚 学习建议：保持开放的心态，积极探索生成式 AI 的潜力。关注课程中提到的实际案例，思考如何将知识应用到自己的工作中。注意理解生成式 AI 的潜在风险，并学习如何安全使用。 🔗 相关链接：课程地址：油管播放列表： B站播放列表：

宝玉

575,969 просмотров • 2 лет назад

最近在做iOS上的小鹤双拼带纠错的输入法。想问一问有没有大佬知道，目前画输入法的界面有比较方便的方法吗？最好是可以直接一行代码复用官方输入法的设计。Claude code 和 Codex 合力花了好几百刀的token做出来的效果上这样的：

最近在做iOS上的小鹤双拼带纠错的输入法。想问一问有没有大佬知道，目前画输入法的界面有比较方便的方法吗？最好是可以直接一行代码复用官方输入法的设计。Claude code 和 Codex 合力花了好几百刀的token做出来的效果上这样的：

蛋挞也是 Taco🎄

11,431 просмотров • 3 месяцев назад

概念不错，一款LLM通用记忆MCP：Supermemory MCP，作用是让不同的AI，比如ChatGPT、Windsurf、Claude等之间可以共享上下文也就是说你与一个LLM的对话内容可以被其他LLM访问和使用，实现更连贯的对话体验目前，它的记忆只基于用户与LLM的互动更新，或许扩展到连接Google Drive、Notion等个人应用其使用按需搜索和检索方式，远程存储，本身没有上下文大小的限制，理论上可以提供近乎无限的上下文这个工具解决了不同AI之间记忆割裂的问题，Supermemory MCP相当于提供了一个统一的记忆解决方案，可以实现在不同AI之间共享和延续对话 #AI记忆共享 #MCP #AI记忆工具

概念不错，一款LLM通用记忆MCP：Supermemory MCP，作用是让不同的AI，比如ChatGPT、Windsurf、Claude等之间可以共享上下文也就是说你与一个LLM的对话内容可以被其他LLM访问和使用，实现更连贯的对话体验目前，它的记忆只基于用户与LLM的互动更新，或许扩展到连接Google Drive、Notion等个人应用其使用按需搜索和检索方式，远程存储，本身没有上下文大小的限制，理论上可以提供近乎无限的上下文这个工具解决了不同AI之间记忆割裂的问题，Supermemory MCP相当于提供了一个统一的记忆解决方案，可以实现在不同AI之间共享和延续对话 #AI记忆共享 #MCP #AI记忆工具

AIGCLINK

24,415 просмотров • 1 год назад

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 просмотров • 9 месяцев назад

Repo Prompt 这个工具挺实用的，它可以把你整个Repo的代码拼成一个XML文本，方便你发给像Gemini 2、Claude 3.5、o1 pro这样支持长上下文的模型。当然你也可以只选择部分文件，目前只支持 Mac

Repo Prompt 这个工具挺实用的，它可以把你整个Repo的代码拼成一个XML文本，方便你发给像Gemini 2、Claude 3.5、o1 pro这样支持长上下文的模型。当然你也可以只选择部分文件，目前只支持 Mac

宝玉

222,045 просмотров • 1 год назад

#工程师学习前两天 Google I/O 大会上的这个沉浸式体验的 3D 地图实在太厉害了，推出了两个新产品 Aerial View API 和 Photorealistic 3D Tiles，可以让开发者使用 Google Earth 使用的同一 3D 地图源，以便提供超越传统地图的沉浸式体验，可以通过这篇文章来学习一下。 🤖

#工程师学习前两天 Google I/O 大会上的这个沉浸式体验的 3D 地图实在太厉害了，推出了两个新产品 Aerial View API 和 Photorealistic 3D Tiles，可以让开发者使用 Google Earth 使用的同一 3D 地图源，以便提供超越传统地图的沉浸式体验，可以通过这篇文章来学习一下。 🤖

Tw93

69,865 просмотров • 3 лет назад

可灵2.6可以生成群口中文说唱了，歌曲未使用其他任何音乐模型。所以可灵AI这次2.6的音画同出是可以生成完整歌曲的，也具备生成复杂音乐作品的潜力，尤其中文的表现很好，大家可以听听看，具体方法后面讲一下。 1. 完整群口西游说唱

可灵2.6可以生成群口中文说唱了，歌曲未使用其他任何音乐模型。所以可灵AI这次2.6的音画同出是可以生成完整歌曲的，也具备生成复杂音乐作品的潜力，尤其中文的表现很好，大家可以听听看，具体方法后面讲一下。 1. 完整群口西游说唱

汗青 HQ

47,382 просмотров • 8 месяцев назад

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️

宝玉

87,435 просмотров • 1 год назад

我现在尝试的方案是： 1. 先用出一个大概的风格，可以扩展不同的设计风格和布局，它可以把当前设计打包成一整套提示词，导出给其他 agents 使用。 2. 在其他 agents 比如我用 Replit ⠕ 还原，基本粘贴它的提示词都能完美还原，然后让 Replit 再基于这个设计完成其他页面和功能。(Replit agent 4.0 支持 canvas 也可以生成不同风格和布局的设计) 3. Replit 绑定 Github 后代码是实时同步到你的 repo 的，基本满意后 fork 到本地，让 Claude Code 重构。

我现在尝试的方案是： 1. 先用出一个大概的风格，可以扩展不同的设计风格和布局，它可以把当前设计打包成一整套提示词，导出给其他 agents 使用。 2. 在其他 agents 比如我用 Replit ⠕ 还原，基本粘贴它的提示词都能完美还原，然后让 Replit 再基于这个设计完成其他页面和功能。(Replit agent 4.0 支持 canvas 也可以生成不同风格和布局的设计) 3. Replit 绑定 Github 后代码是实时同步到你的 repo 的，基本满意后 fork 到本地，让 Claude Code 重构。

Ding

56,866 просмотров • 5 месяцев назад

一个非常实用的图表生成网站：chartcube图表魔方无需注册和登录，使用简便同时功能全面。它不仅允许用户导出各种图表，还支持多种文件格式的导出。通过四个简单的步骤，用户可以迅速制作出专业级别的图表，相较于使用PPT和Excel，这种方式更为高效便捷！ 🔗：

一个非常实用的图表生成网站：chartcube图表魔方无需注册和登录，使用简便同时功能全面。它不仅允许用户导出各种图表，还支持多种文件格式的导出。通过四个简单的步骤，用户可以迅速制作出专业级别的图表，相较于使用PPT和Excel，这种方式更为高效便捷！ 🔗：

知识分享官

61,838 просмотров • 2 лет назад

刚刚过去的一天整个ai行业又有大事发生！ Claude code重磅更新！今天凌晨推出了自动修复功能，现在claude code可以自己完成代码修复，自动持续提交pr以及修改bug等功能，确保代码的审核修改和上交都在自动化的过程中可以完成，这也是自周初推出自动研究功能后，本周推出的第二个自动化功能。 AI自动化写代码改代码提交代码，本周也是上升到了一个新的维度。同时谷歌也是在今天凌晨发布了gemini3.1 flash live版本，这是一个语音输入的大模型，现在用户可以通过语音输入的方式，指导用户写代码。我觉得这种语音输入的大模型后续可以方便残疾人使用ai，这也是ai技术进步对于人类温情的体现。谷歌也发布了一个音乐生成模型 lyria，这是一个可以帮助用户更方便的制作音乐的模型，也可以通过图片文字和视频更好的生产新的音乐，目前在谷歌ai studio已经可以使用。 Openai宣布其广告收入的年化收入也已经超过了1亿美金，他们从今年1月开始为部分美国用户提供了广告，并且和600多家公司签订了合同。如果这条路径能走通，也将为openai获得一个新的收入渠道，不过之前anthropic也已经多次嘲讽过openai的广告太多，希望不要成为下一个百度。更多具体内容请看视频！感谢大家点赞关注支持！谢谢！

刚刚过去的一天整个ai行业又有大事发生！ Claude code重磅更新！今天凌晨推出了自动修复功能，现在claude code可以自己完成代码修复，自动持续提交pr以及修改bug等功能，确保代码的审核修改和上交都在自动化的过程中可以完成，这也是自周初推出自动研究功能后，本周推出的第二个自动化功能。 AI自动化写代码改代码提交代码，本周也是上升到了一个新的维度。同时谷歌也是在今天凌晨发布了gemini3.1 flash live版本，这是一个语音输入的大模型，现在用户可以通过语音输入的方式，指导用户写代码。我觉得这种语音输入的大模型后续可以方便残疾人使用ai，这也是ai技术进步对于人类温情的体现。谷歌也发布了一个音乐生成模型 lyria，这是一个可以帮助用户更方便的制作音乐的模型，也可以通过图片文字和视频更好的生产新的音乐，目前在谷歌ai studio已经可以使用。 Openai宣布其广告收入的年化收入也已经超过了1亿美金，他们从今年1月开始为部分美国用户提供了广告，并且和600多家公司签订了合同。如果这条路径能走通，也将为openai获得一个新的收入渠道，不过之前anthropic也已经多次嘲讽过openai的广告太多，希望不要成为下一个百度。更多具体内容请看视频！感谢大家点赞关注支持！谢谢！

Vic TALK

14,539 просмотров • 4 месяцев назад

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。

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

10,548 просмотров • 20 дней назад

优化版来啦 ~ 垃圾小视频 + 1 复盘总结（V2.2版本）本次修改了一些明显的镜头bug，降低了出戏频率并对上个版本总结的问题，如画面比例，场景道具等，进行了约束解决了场景和道具等资产变来变去的问题 1️⃣方法在上次方法的基础上，进一步约束场景和道具，并和角色参考卡一起作为视频资产参考输入即梦的agent模式此次对场景和道具的约束使用了两种方法，一个是重新生成场景图和道具图结果生成的图的氛围不合适于是采用第二种方法，根据第一版的视频画面，直接生成场景图和道具图见评论区 2️⃣不足和展望问题最大的是剧本的打磨但剧本不是现阶段我需要考虑的事，下一阶段再考虑目前只考虑剧本到导演镜头的脚本转换，以及视频可视化的效果呈现优化 3️⃣实践经验总结当视频抽卡出现错误时，不需要重新生成一整段，只改单独的镜头就可以了 #nana #AIGC #AIart #AI视频 #AI漫剧

优化版来啦 ~ 垃圾小视频 + 1 复盘总结（V2.2版本）本次修改了一些明显的镜头bug，降低了出戏频率并对上个版本总结的问题，如画面比例，场景道具等，进行了约束解决了场景和道具等资产变来变去的问题 1️⃣方法在上次方法的基础上，进一步约束场景和道具，并和角色参考卡一起作为视频资产参考输入即梦的agent模式此次对场景和道具的约束使用了两种方法，一个是重新生成场景图和道具图结果生成的图的氛围不合适于是采用第二种方法，根据第一版的视频画面，直接生成场景图和道具图见评论区 2️⃣不足和展望问题最大的是剧本的打磨但剧本不是现阶段我需要考虑的事，下一阶段再考虑目前只考虑剧本到导演镜头的脚本转换，以及视频可视化的效果呈现优化 3️⃣实践经验总结当视频抽卡出现错误时，不需要重新生成一整段，只改单独的镜头就可以了 #nana #AIGC #AIart #AI视频 #AI漫剧

Nana & 晟

41,430 просмотров • 24 дней назад