AI探索指南

关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件

AI探索指南

  1. AI探索指南

    上次测试以后发现很多人找不到在哪和怎么用 Nano Banana 模型

    上次测试以后发现很多人找不到在哪和怎么用 Nano Banana 模型

    刚好最近用 Nano Banana 做手办图片的效果也很火就顺手都教了。

    首先我们需要访问 LM Arena （https://lmarena.ai/?chat-modality=image）

    打开以后需要先在右下角选择 Image 这样才能触发图像模型。

    然后我们需要上传自己想要修改的图片，我这里用的是黑神话钟馗 CG 里的截图，然后输入提示词就行。

    提示词这里我是用 ZHO 的改的，把内容换了以后还让钟馗骑上了老虎，因为截图的时候没办法截全。

    如果你不想针对性修改的话就把提示词里面所有特指的部分删掉就行。

    回车之后我们会发现 LM Arena 一次会出两张图片，因为本来这个平台就是为了让你评价模型好坏的。

    所以两张图都是不同的模型生成的，然后等生成结束你需要在输入框上面那里选一个你觉得最好的结果，这时候才会显示模型名称。

    如果你的两个结果里面都没有 Nano Banana 模型的话，就需要重新按照刚才的的流程再生成一次，一般两三次肯定能抽到了。

    然后我们还可以把抽到的图片变成视频来提高图像的表现力。

    比如就可以用我昨天介绍的可灵 2.1 首尾帧的提示词加上编辑前和编辑后的图片做个钟馗从手办回到 CG 的图像。

    首尾帧提示词生成的提示词可以在我昨天的内容找到。

    最后我还简单做了一下剪辑，加上了一小段原本的 CG 画面和其中的音乐，看起来就更加带感了。

    Invalid media: video

  2. AI探索指南

    基于nano-banana模型非常优秀的改图能力，把平面动画角色转成3D手办的玩法这几天很火，不过我自己在LMArena测试了一会儿，发现它对纯血二次元图片的转化其实不太理想，改出来的成品都更像是亚克力的吊牌而不是手办，反而让我抽到的Qwen-Image出图效果意外的好

    基于nano-banana模型非常优秀的改图能力，把平面动画角色转成3D手办的玩法这几天很火，不过我自己在LMArena测试了一会儿，发现它对纯血二次元图片的转化其实不太理想，改出来的成品都更像是亚克力的吊牌而不是手办，反而让我抽到的Qwen-Image出图效果意外的好。

    比如图1是原图，图2是nano-banana的，图3是Qwen-Image的，差距很明显。

    我还对比了nano-banana和其他图片模型在同提示词下的表现，你们也可以看看。

    图4是原图，图5是nano-banana的，图6是GPT，感觉还是GPT比较好一些。

    图7是原图，图8是nano-banana的，图9是字节的Seededit。

  3. AI探索指南

    YouMind 寻求优秀产品经理和增长运营：

    YouMind 寻求优秀产品经理和增长运营：

    1. 充满好奇心。每天用 AI 产品，对学习、创作、社区或内容平台方向有强烈兴趣。有研究大量产品及增长策略。会做梦，会焦虑也会笑。

    2. 是个疯子。能说清楚自己疯在什么地方。在疯的时候，能感染并影响人。会担心自己太疯魔，又忍不住继续疯魔。

    3. 诚实。知道自己几斤几两，知道自己不知道什么。能坦然面对自己的缺失，知道通过团队，让部分缺失成为整体优势。

    如果你觉得自己符合这三点，欢迎联系我，无论你在地球哪个地方。

    我的各种联系方式在网络上都能找到。如果你疯狂找了一圈，依旧不联系我，说明无缘。

    期待你找到我，或者我找到你。

    YouMind 的梦想起点，是超越字节跳动，而且已经在超越的路上。

  4. AI探索指南

    🚨谷歌刚刚发布了一本 68 页的提示词工程的书籍，而且是免费的！

    🚨谷歌刚刚发布了一本 68 页的提示词工程的书籍，而且是免费的！

    你甚至不需要注册。

    它包含真实的数据、实验和最佳实践。

    以下是需要了解的最重要的要点：

    1，prompt不是比谁更聪明，而是要有系统性。

    谷歌提供的这本免费书籍对于任何从事LLM的人来说都是一座金矿。

    这是链接：https://www.kaggle.com/whitepaper-prompt-engineering

    2，提示词是一门科学，不是靠运气：
    •谷歌的研究表明，结构化提示持续优于随意的表述。
    •你的措辞可以让输出质量提升几个数量级。

    链式思维 > 一次性回答：
    •把任务拆成步骤（显式把思路写出来）会让模型更准确。
    •不要只索要最终结果 → 要引导模型完成推理过程。

    3，具体性胜过模糊性
    •“请用 5 个要点为 CEO 总结这篇文章”
    要比 “总结一下这篇文章” 更好。

    清晰的角色、限制条件和上下文 = 更优质的输出。

    迭代是关键
    •论文强调：不要停留在第一个提示词。
    •精炼 → 测试 → 再精炼。
    提示词工程更接近 调试（debugging） 而不是写作。

    4，提示词格式很重要
    •换行、列表和分隔符可以减少幻觉并提升清晰度。
    •把提示词当作给初级队友的指令，而不是随意的聊天文字。

    5，评估往往被低估
    •谷歌建议构建一些简单的指标，用来比较提示词的质量。
    •否则，你永远无法知道 v2 是否真的优于 v1。