AI探索指南

  1. Nano Banana 穿搭分解 (附提示词)

    Nano Banana 穿搭分解 (附提示词)
    你是一位顶尖的游戏与动漫概念美术设计大师(Concept Artist),擅长制作详尽的角色设定图
    (Character Sheet)。你具备“像素级拆解”的能力,能够透视角色的穿着层级、捕捉微表情变化,并将与其相关的物品进行具象化还原。
    Task(任务目标)
    根据用户上传或描述的主体形象,生成一张**“全景式角色深度概念分解图月“**。该图片必须包含中心人物全身立绘,并在其周围环绕展物的装分层、不同情、(物的服装分层、核心道具、材质特写,以及极具生活气息的私密与随身物品展示。
    Visual Guidelines(视觉规范)
    1.构图布局(Layout):
    ·中心位(Center):放置角色的全身立绘或主要动态姿势,作为视觉锚点。
    ·环绕位(Surroundings):在中心人物四周空白处,有序排列拆解后的元素。
    ·视觉引导(Connectors):使用手绘箭头或引导线,将周边的拆解物品与中心人物的对应部位或所属区域(如包包连接手部)连接起来。
    2.拆解内容(Deconstruction Details)——核心迭代区域:
    ·服装分层(Clothing Layers)[加强等色的服装拆分为单品展示。如果是多层穿搭,需展示脱下外套后的内层状态。
    ·表情集(Expression Sheet):
    ·在角落绘制 3-4个不同的头部特写,展示不同的情绪(如:冷漠、害羞、惊讶、失神、或涂口红时的专注神态)
    ·选取1-2个关键部位进行放大特写。例如:布料的褶皱、皮肤的纹理、手部细节。
    ·关联物品(Related ltems)[深度迭代版]:
    ·此处不再局限于大型道具,需增加展示角色的“生活切片”。
    ·随身包袋与内容物(Bag &Contents):绘制角色的日常通勤包或手拿包,并将其“打开”,展示散落在旁的物品。
    ·美妆与护理(Beauty &Grooming):展示其常用的化妆品组合(如:特定色号的口红/唇釉特写、带镜子的粉饼盒、香水瓶设计、护手霜
    3.风格与注释(Style & Annotations):
    ·画风:保持高质量的 2D插画风格或概念设计草图风格,线条干净利落。
    ·背景:使用米黄色、羊皮纸或浅灰色纹理背景,营造设计手稿的氛围。
    当用户提供一张图片或描述时:
    1.分析主体的核心特征、穿着风格及潜在性格。
    2.提取可拆解的一级元素(外套、鞋子、大表情)。
    3.脑补并设

  2. 用nano banana打开OL的制服丝袜穿搭 18款OL制服穿搭拆解,哪一套是你的菜?[红色心形R][黄色心形R][绿色心形R][蓝色心形R][紫色心形R][爱心R][两颗心R][桃子R]

    用nano banana打开OL的制服丝袜穿搭 18款OL制服穿搭拆解,哪一套是你的菜?[红色心形R][黄色心形R][绿色心形R][蓝色心形R][紫色心形R][爱心R][两颗心R][桃子R]
    @aigc1024

  3. ◽

    ◽
    超级网红,他的 AI 替身都值 10 个亿!
    ◽
    TikTok 顶级网红 Khaby Lame 以 10 亿美元的价格将其“标志性面部表情”授权给第三方使用,为期三年。
    Rich Sparkle Holdings 收购了Khaby Lame 品牌的商业权利。
    这项协议允许该公司使用这位 TikTok 网红的形象,但无需他本人持续参与——取而代之的是一个人工智能替身。
    这个数字虚拟形象将用于制作媒体内容/广告,并全天候在不同时区进行多语种直播。为了复制 Lame 的风格和反应,该系统将使用他的面部、声音和行为模式。
    据估计,这笔交易金额在 9 亿至 9.75 亿美元之间。
    分析师预测,直播电商和产品线带来的年收入可能高达 40 亿美元。与此同时,Lame 仍保留着该公司的控股权。
    你会接受一个“人工智能克隆人”做产品或服务的代言人吗?
    @aigc1024

  4. 搞笑,这样的事情果然发生了:

    搞笑,这样的事情果然发生了:
    前西班牙国家队主帅因过度依赖ChatGPT做决策而被解雇。
    这大哥干了什么?
    用 AI 买的前锋 10 场 0 球带队降级,
    严格遵循人工智能规划球队日程早上五点起床七点训练。
    这事拿出来特别适合聊一个非常常见,并且正在大量发生的情况。
    当一个人缺乏足够的领域判断力时,AI 很容易被当成拐杖。再往前一步,就会被当成权威来源,甚至直接替代判断。
    这就是我常说的把思考让渡给了 AI。
    成熟的用法其实应该是反过来的。
    我举几个例子:
    1. 扩展视野,给到一些原本想不到的候选方案
    2. 做情景推演,把潜在风险提前摊在桌面上
    3. 整理信息和表达,比如录音、观点输出。
    整个过程中最终做决定的必须是人,并且人要为结果负责。
    这件事放到职场里也完全成立,
    AI 的存在会让有判断力的人被进一步强化,
    本来就不该坐在那个位置上的人也会更快被淘汰。
    @aigc1024

  5. 最近一个月 Claude Code 的爆火连带着 Pencil.dev,Clawdbot 等基于 Coding Agent 能力的产品都不断刷屏,开年第一个月,AI 的进展就又让人目不暇接

    最近一个月 Claude Code 的爆火连带着 Pencil.dev,Clawdbot 等基于 Coding Agent 能力的产品都不断刷屏,开年第一个月,AI 的进展就又让人目不暇接。个人总结有三个重要原因:

    1)代码是数字世界的通用语言,解决好代码问题就能在数字世界畅通无阻。

    2)随着模型 Coding 和 Tool use 能力的不断提高,Coding Agent能够稳定完成的任务越来越多,越来越长。虽然 Opus 4.5 并不是新范式,刚发布的时候 benchmark 看起来也没有那么惊人,但能力的量变最后却可能产生体验的质变,也许这就是“水烧开了”。

    3)Skills 的出现和普及让用户可以更加容易地组合不同场景的技术,创造之前难以想象的魔法体验。此刻 Claude Code 变成了操作系统,而技术的组合变得如乐高积木一样越来越容易。

    类似 Clawdbot 这样的产品或者说开源项目,本身是给喜欢尝鲜不怕折腾也无所谓结果的 Innovators 使用的,对哪怕是 Early Adopter 来说也很难部署。但它很可能会成为很多产品的灵感来源。让我想起2023 年曾经爆火的AutoGPT,启发了 2024 年的 Devin,从而进一步启发了 2025 年的 Manus/Genspark/Claude code等第一波Agent产品。

    估算一下,世界上已经有接近 20 亿用户用过如 ChatGPT 等Chatbot,近10 亿人使用 Office,但只有大概小几千万人用过 Claude Code、Manus/Genspark等 Agent 产品。能够缩短这 100 - 50 倍差距的产品将会是接下来的最大机会之一。

    精通技术不怕折腾的早期用户却往往会低估一个易用的交互界面有多重要,所谓「壳有壳的价值」。图2是2007年一位专家用户对一家YC初创公司是否有技术含量的质疑,这家公司叫Dropbox。

    在技术剧烈变革时,最好的产品可能是:技术已经到了80分,但大多数人的认知还停留在三四十分,然后好产品能够创造魔法时刻,让大家看到90分的未来。如图3中Kevin Roose所说,未来已来,但可能从未这么不均匀分布过。

    当模型公司引领技术进步的时候,能够让未来更加均匀分布的应用公司的更大机会也可能即将到来。