AI探索指南

  1. 「帮我根据这个视频实现类似的交互

    AI探索指南
    lpjrEIMEzPlFJXZQtR40tHyxHSP1.mp4.mov
    「帮我根据这个视频实现类似的交互。中间的天气图片可以用互联网图片。交互核心:鼠标 hover 上去时,卡片大小调整的弹性变化和无缝过渡的动效(如弹跳效果等),可以用 Anime.js 等动效库去完成。功能模块:删除卡片、调整卡片大小」

    第一个版本就搞出了不错的东西。

    ------

    有些视觉小问题,我截图标记发给它,不需要费心描述位置和细节。而且我还在修复问题的时候让它加功能。

    经过两轮修改,基本就还原了视频原本的交互动画和效果。除了图标不一样,K2.5 实现的效果我觉得甚至比原视频还要好一些。

    ------

    做到这里,基本上完成了一个类似 iOS 卡片组件的动效效果。

    自然而然就想把这部分做完,加上更多的卡片类型,同时处理纵向的排列逻辑。

    于是又去找其他类似卡片设计参考,找到一个阅读卡片还不错。让它基于现在的交互效果,为系统增加阅读卡片的样式,同时增加添加卡片的按钮。

    ------

    进行两三次这样的迭代之后,实现了一个非常炫酷充满动效的卡片组件自定义系统。

    现在它支持天气卡片、纯文本卡片、书籍卡片、书籍推荐卡片、股票卡片。所有的操作都有动画,即使是添加和删除,每个部分都加上了不同卡片大小的样式适配。

    还记得之前有个个人链接聚合产品就是这样的吗,后来还被收购了。而我们现在只需要打几个字,点几下同意就能完成这样精美的产品。

    K2.5 已经完全可以支持通过 Vibe Coding 和多模态参考的形式,跳过设计直接进行开发。你完全可以通过不同的参考图边设计边开发,而且相较于 Sonnet 4.5 便宜很多。

    ======

    Agent 模式:给它一个链接,啥也不说

    这次的 Agent 模式非常强,给了 K2.5 虚拟机和各种工具之后,任务完成率高了一大截。

    你甚至可以直接给它一个链接,啥也不说,就让它复刻这个网站。

    它会自己访问网页,然后一点一点浏览、截图、存档分析。如果网站允许的话,它甚至可以帮你把图片素材都搞过来。

    ------

    直接看结果,K2.5 把所有的交互和内容都搞定了,甚至那个卡片缺角也在有意模仿。

    而且它不是 1:1 复刻,它会在一些小细节上采用自己的设计风格,而且这个风格很一致,会保持完整个网页。

    从这个例子可以看到,K2.5 是有自己的美学逻辑和思维的,不只是单纯的像素级致敬。

    它会抽取参考网页的设计思路和特殊的处理方式,然后自己再进行融合处理。当然你说你就是想让它像素级复刻,多改几次它也会遵循。

    ======

    最惊艳的案例:设计系统规范网站

    这个是意外。

    我整理了一个设计风格的提示词,准备给它一个文档,变成网页的。结果我忘了发文档本身,就把提示词发了进去。

    但它给了我一个非常惊艳的结果:它直接为这个提示词做了一个设计系统的设计规范网站。而且本身的风格也是跟着提示词来的。

    ------

    这个提示词其实非常长,要求很多。

    结果它的遵循相当不错,用结合各种组件把具体的要求和设计风格都展示出来了。它还给背景加上了那种很像条纹的纹理,有种很像纸张的感觉。

    ------

    还有一个案例也是无意间跑出来的。

    当时我让它复刻一个网页,可能网页有反爬它没有拿到信息。但是自己发挥依然给了一个相当不错的结果。

    这说明它的自主设计能力已经很强了。

    ======

    使用建议

    从这次测试的结果来看:

    ▸ 简单效果和代码:用普通模式就行
    ▸ 复杂项目、大量动效、多资料参考:用 Agent 模式

    ------

    Agent 模式的任务完成率明显高很多,但消耗的 Token 也更多。根据你的项目复杂度和预算选择。

    ======

    局限性

    这次的多模态能力虽然有了非常大的进步,但与其他类似模型一样,在涉及到一些非常小的设计细节时,它其实无法完全理解和捕捉到那些精准的数值。

    主要体现在几个方面:

    ▸ 很小的圆角
    ▸ 卡片的描边细节
    ▸ 具体的色值

    这方面我觉得大家(多模态模型)都还需要继续努力。

    ------

    但总体来说,K2.5 在前端审美和动效复刻上已经是目前最好的选择之一了。配合 Agent 模式,边设计边开发的工作流已经很流畅。

    而且相比 Sonnet 4.5,便宜不少。

  2. 试了一下 Kimi-K2.5,真的很顶!

    试了一下 Kimi-K2.5,真的很顶!

    美学表现、设计还原、从视频还原动效交互都是 T0 水平。

    我后面写前端应该都会优先用这个模型了。

    里面还有些藏师傅的使用小技巧:https://mp.weixin.qq.com/s/udlZJIu-aqRFdMhvq27zyw

    ======

    为什么审美重要

    以前 AI 生成的网页,不管你提示词写得多好,默认生成的结果都很土。

    设计师每次都得反复调教,普通人根本不知道怎么描述自己想要的风格。

    K2.5 解决了这个痛点:

    ▸ 对设计师:它能更好地遵循你的设计稿和提示词,帮你还原想象中的设计
    ▸ 对普通人:不用管提示词,不用找参考,把内容交给它就行

    这两个加起来,迭代代码和生成网页就很舒服了。你可以随便找参考内容扔给它——图片、视频、网页链接都可以,然后通过截图标记不断迭代。

    ======

    测试 1:Tab 切换交互组件

    既然支持视频了,就搞个难的。

    我找了一个 Tab 切换的交互视频,这个组件虽然小,但交互挺复杂。切换到右侧时会一分二,选中状态变白色,还有文字移动、回弹效果、右侧的胶囊设计。

    提示词:
    「帮我实现视频中的这个前端组件,重点是丝滑的交互动效,可以使用 anime.js 这类动效库,重点关注切换后的已选中和未选中颜色变化以及关于右侧一分二之后的设计细节」

    ------

    第一次生成的交互动效就还原得很好了。

    基础视觉有些小问题,比如左侧文字颜色和右侧对齐。我截图标红反馈之后,立刻搞定。

    来看跟原始 AE 做的动效对比,基本所有要点都处理好了:圆润的文字字体、右侧一分二、颜色互换、黑色包裹白色胶囊。

    它甚至加上了 duangduang 的回弹动效,看起来比原始交互更有活力和真实感。

    ------

    这类小组件的交互视频才是最难的考题。

    因为变化很快,交互的真实感往往是很多非常小的细节堆叠起来的。K2.5 第一次测试就完成得不错,我原本没指望它能做到。

    ======

    测试 2:从视频到完整的卡片系统

    这个案例展示如何用 K2.5 的多模态能力迭代一个项目。

    首先找灵感,我找到一个天气卡片切换的动效,非常丝滑。把视频发给 K2.5,让它还原这部分动效。

    提示词:
    lpjrEIMEzPlFJXZQtR40tHyxHSP1.mp4.mov
    6.6 MB

  3. * **景深**:全焦清晰还是背景虚化(Bokeh)?

    * **景深**:全焦清晰还是背景虚化(Bokeh)?
    * **留白**:画面留白的位置(用于放文案的空间)。
    5.  **变量槽位 (The Variable Slot)**
    * **原主体描述**:描述原图中的产品是什么(方便在生成新Prompt时将其剔除)。
    * **替换建议**:指出新产品应该放置的位置和角度(如:中心位置,依附于浮木倾斜放置)。
    请按以下 JSON 格式输出分析结果,并在最后生成一段英文 Prompt (适用于 Midjourney/SD):
    ```json
    {
    "scene_setup": "...",
    "props_detailed": "...",
    "lighting_style": "...",
    "composition_camera": "...",
    "variable_slot": "原产品为[图像文件名],建议替换点为[Y位置]"
    }
    @aigc1024

  4. 前几天看了一个消息,就是说有一个90后团队,然后他们单纯用提示词做了一个电商工具,登上了飞书官方直播推荐,应该能商业化落地的;提示词我放下面了⬇️

    前几天看了一个消息,就是说有一个90后团队,然后他们单纯用提示词做了一个电商工具,登上了飞书官方直播推荐,应该能商业化落地的;提示词我放下面了⬇️
    只要丢一个想模仿的电商广告图,再丢上自己的商品图,然后几秒钟就可以生成一个一模一样设计的广告
    这个提示词的原理叫逆向渲染法,就是我们原本想让AI模仿一个东西,那就是凭空想象一个维度,像摄影一样告诉他要把形状描述出来,要把颜色描述出来,或者是怎么样给他一些维度,但是他都不能给到一个很好的效果,抓不到那个更为具体的维度
    然后呢,就是让AI来理解图像,然后再让AI去输出具体的风格
    那么呢,就用了六个方向,那十八个维度去参考电商图实现精准的复刻
    那我大致反推了一下这个提示词能尽可能保证他的形和神是比较相似的
    实践效果如下,但是我觉得还没达到我想要的效果,后面会再迭代一版出来
    提示词:
    DNA Extractor
    你是一位精通商业摄影布景与Midjourney/Stable Diffusion提示词工程的专家。你的任务是深度解析参考图片,将其转化为一段可以直接用于AI生成的、能够高度还原场景细节的Prompt。
    解析用户提供的参考图,目的是**保留场景、光影、构图和道具完全不变**,仅准备将画面主体的“产品”进行替换。
    (必须严格按此逻辑提取)
    1.  **环境构建 (Scene Construction)**
    * **背景底色**:提取精确的颜色描述(如:莫兰迪鼠尾草绿、纯白无缝背景、深色大理石纹)。
    * **地面材质**:描述承载物体的平面(如:哑光纸面、倒影亚克力、粗糙水泥)。
    * **空间感**:是平面拍摄(Flat lay)、45度俯拍、还是正视透视?
    2.  **道具与陈列 (Props & Staging) —— *这是复刻的关键***
    * **实体道具清单**:罗列画面中所有非产品的装饰物(如:风化的大块浮木、新鲜的侧柏叶枝条、散落的棕色尤加利干果)。
    * **位置关系**:描述道具相对于画面的位置(如:浮木呈对角线贯穿画面左下至右上,枝叶点缀在边缘)。
    3.  **光影与氛围 (Lighting & Mood)**
    * **光源类型**:自然窗光、硬光聚焦、柔光箱(Softbox)。
    * **阴影质感**:长阴影、漫射柔和阴影、无影。
    * **整体色调**:低饱和度、高对比度、冷暖倾向。
    4.  **构图与镜头 (Composition & Camera)**

  5. 同志们!我得说,Kimi 2.5 真的比 Opus 4.5 和 GPT 5.2 好用啊!!!

    同志们!我得说,Kimi 2.5 真的比 Opus 4.5 和 GPT 5.2 好用啊!!!
    这两周我一直在折腾博客编辑器迁移,把 Trix 换成 tinyMCE。先是用 Opus 4.5 单刷,不行;换 GPT 5.2/codex 单独上,还是搞不定。后来甚至还搞起了"组合拳"——让 Opus 4.5 做架构设计,GPT 5.2 负责执行,结果依然翻车。反反复复折腾,烧了好几个五小时的额度,心态都快崩了。
    然后晚上我用 Claude Code + Kimi 2.5,没用 Plan 模式,就一句话直接开干。第一次迁移完成后测试,不出所料又遇到了之前同样的坑。但这次不一样——我把报错信息甩给 Kimi,全都是一次过!五轮对话,干净利落,迁移成功,而且干干净净,没引入任何新 bug。
    最让我惊艳的是 Kimi 的思考过程:逻辑极其清晰,中文表达很流畅,看着非常舒服,一次就能抓住我问题的核心,而且比 Opus 还会深挖相关代码,速度又快,几乎完美!
    我终于可以退订那一堆七七八八的中转站,只留 Kimi 了。国产模型总算支棱起来了!!激动得都快哭了😭
    现在更期待 DeepSeek 的新模型了!!!!
    @aigc1024

  6. 过去10年,GitHub上那些顶级开源项目,对普通人来说就是看得见摸不着

    过去10年,GitHub上那些顶级开源项目,对普通人来说就是看得见摸不着
    就拿yt-dlp来说,140k+ star的视频下载神器,功能强到爆
    但你得会命令行、搞定环境配置、处理依赖冲突
    光看到部署两个字,90%的人就已经关掉页面了
    现在完全不一样了
    有了Claude Code + Skills这套组合
    你只需要对着Claude说一句:"帮我把yt-dlp打包成Skill"
    它就会自己去:
    分析项目结构
    写封装代码
    处理所有依赖
    几分钟后,你就有了一个开箱即用的视频下载工具
    以后想下YouTube视频,直接扔链接就行
    我从产品经理的角度看,这件事的本质不是"工具变简单了"
    而是开源世界的生产关系被重构了
    过去:技术能力是刚性门槛,你不会就是不会
    现在:AI成了中间层,把专业工具翻译成自然语言接口
    这意味着什么
    GitHub上那些经过无数人验证的成熟项目,稳定性和成功率远超AI临时写的代码
    现在这些都能变成你的"超级技能库"
    而且不只是视频下载
    格式转换、PDF处理、图片压缩、网页抓取...
    那些你能想到的需求,90%都有大佬在GitHub上开源了完整解决方案
    以前你用不了,现在你用Skills就能直接调用
    补充一个技术细节:
    Skills本质是Claude Code的按需加载机制
    它把常用的工作流、脚本、知识打包成独立模块
    只在你需要的时候才调用,不会每次都消耗token
    这个设计非常聪明——既省钱又高效
    超级个体时代,信息差就是生产力
    别人还在为"不会技术"发愁
    你已经把全GitHub的轮子都装进自己的工具箱了
    这才是真正的降维打击
    @aigc1024