以下是一些制作爆款短视频的 AI 提示词相关内容： 1. 写脚本方面： 可以选择 Kimi、Claude、Chatgpt 等大模型，对于科学上网困难的小伙伴，可优先选择免费好用的 kimi（https://kimi.moonshot.cn/），有条件可选功能更强大的 chatgpt（https://chatgpt.com/），本作品用的是 Claude（https://claude.ai/new），Claude 在脚本创作方面有优势。 脚本提示词的结构是：我要做什么样的视频+视频要包含哪些关键的元素+对脚本的输出有什么要求。例如，要做 30 秒时长的广告宣传片脚本、做一个孩子们喜欢的儿童绘本脚本等；重点要把产品的特性或者想要的广告风格说出来，如奔驰高端商务、豪华舒适的特性，苹果香脆多汁、红润饱满的特点；按照一定的格式输出，推荐使用 Markdown 格式输出，方便后续操作。 2. 单镜头内容注意：要给 AI 确切的画面描述，杜绝不确切描述，如将“一个女生备考，用纳米 AI 定制模拟专题练习，最后成功上岸”改为“一个中年妇女辅导 12 岁的女儿作业，女孩看着妇女，妇女挠挠头，表情沉重。然后拿出手机对着桌子上的书拍照，然后放下手机，跟小姑娘说话，表情舒缓，欣慰，温柔。侧面镜头，镜头环绕到正面”。 3. 提示词网站分享： Learn Prompting https://learnprompting.org/docs/intro AI Short https://www.aishort.top/en/ AIPRM https://www.aiprm.com/prompts/ Prompt Library https://promptlibrary.org/

以下是关于变现赚钱创造价值的一些方式： 1. GPTs 模型变现： 直接盈利：开发者可为使用其 GPT 模型设定费用，通过直接销售获得收益，例如提供封装自媒体行业的 GPTs 辅助写爆文、出标题等产品绑定方式售卖。 间接盈利：即使模型免费使用，也可通过广告收入等方式获利，如放入商家广告、公众号信息、联系方式等，还可在封装 GPTs 时带上个人介绍、微信号、公众号名称等完成引流。 品牌收益：构建品牌影响力和个人 IP，获得声誉上的收益，例如提示词领域的知名人士通过封装的 GPTs 帮助他人解决问题或提供创意娱乐，获取口碑和影响力。 2. Coze 变现： 上节课分享了用 Zion 把 Coze bot 打造成赚钱工具，包括前端页面设计和用户支付链路搭建。 针对常见难题，如开发多个 Coze Bot 的整合及无企业支付宝和营业执照的收款账户对接，有“Coze 变现模板（多智能体版）”，个人用户无需企业支付宝账号也能轻松变现和收款。 可参考完整的，内含变现案例实操分享。 3. 扣子“AI 应用”变现： 在公司给自己贴 AI 大神标签。 在社交网络进行分享，扩大影响力。 承接项目开发。 二创方向包括增加画板节点，结合公司 Logo 生成一系列公司主题的产品邮票，承接类似需求扩充工作流，修改提示词调整生图内容方向。 总之，技术很关键，创意更重要，好技术加上好创意才能成就好产品，祝您在 AI 应用之路增加自己的收入。

以下是李飞飞关于 AIgent 的相关文章： 《对话"AI 教母"李飞飞：我们究竟需要什么样的 AI Agent？如何正确把握这个风口》：李飞飞在访谈中探讨了 AI Agent 的发展及其未来。她强调 AI Agent 应作为工具和赋能者，而非主导者，确保人们的自主性。李飞飞回顾了 ImageNet 的创立背景，并提到正在推动的“空间智能”概念，旨在理解和融合物理与数字三维世界。她认为，未来这两者的界限将逐渐模糊，从而带来更大变革。 《[李飞飞：理解世界运作方式是 AI 的下一步，我们需要从大语言模型转向大世界模型》：李飞飞认为，人工智能的下一步应从大型语言模型转向大型模型，强调视觉智能在理解和与世界互动中的重要性。计算机需要具备空间智能，能够建模、推理并在三维空间中互动。通过最新的 AI 技术，机器可以根据文本提示完成任务，并在虚拟环境中导航。未来，这种以人为中心的人工智能将在家庭护理、医疗支持等领域发挥重要作用。

AI 语言模型的记忆能力主要与以下因素相关： 1. 长期记忆：主要有长文本（持久化）、总结、RAG 等实现方式。长文本处理中的 KV Cache 可通过缓存历史计算的 Key（K）和 Value（V）减少冗余计算，但需额外存储空间，可能导致显存占用增加，未来结合持久化 KV Cache、KV Cache 的压缩技术有望控制成本，从而打造出记忆力超越人类的智能体。 2. 短期记忆：主要存在于模型的上下文中，由对话内容（用户输入、模型输出）和系统提示词组成。 Inworld AI 开发的角色引擎，增加了可配置的安全性、知识、记忆、叙事控制、多模态等功能，其中长期记忆方面，角色能以类似人类的记忆功能操作，从闪存和长期记忆中检索信息。 人类的思维是由自然语言或感官记忆构成的超高维时间序列，而人工智能与人类不同，人类会为事物赋予意义与价值，人工智能则更追求“更准”。强化学习是人工智能的一个重要分支，通过定义状态、动作与奖励等元素，让 AI 求解如何选择动作以获得最大的期望奖励总和。

AI 语言模型的运作机制主要包括以下几个方面： 1. 对于大语言模型（LLM），如豆包在回复时是一个字一个字地推理生成内容，即流式输出。这类似于输入法的输入联想逻辑，会根据输入的单个字或上下文推测下一个字。但存在两个问题：一是全量数据计算算力吃不消，二是仅算字的概率易受不相干信息干扰。为解决这些问题，出现了词向量机制和 Transformer 模型中的 Attention 自注意力机制。 2. 大型语言模型通过大量的数据训练来学习语言的结构和模式，包括词汇、语法、句子结构以及上下文关系。当接收到输入时，会根据学习到的知识生成连贯的回答，类似于词语接龙游戏。 3. 以 Kimi Chat 为例，大模型会利用网页搜索工具，在互联网上检索相关内容，并基于检索结果进行总结分析，最后给出结论。同时，大模型还可以通过自行规划任务执行的工作流路径，如先识别男孩的姿势，再找到相关模型处理等。 4. 在多智能体协作方面，如吴恩达通过开源项目 ChatDev 举例，可让一个大语言模型扮演不同角色相互协作，共同开发应用或复杂程序。 5. OpenAI 的研究主管 Lilian Weng 提出了“Agent = LLM + 规划 + 记忆 + 工具使用”的基础架构，其中大模型 LLM 扮演了 Agent 的“大脑”。规划包括子目标分解、反思与改进，将大型任务分解为较小可管理的子目标，并对过去的行动进行自我批评和反思，以提高最终结果的质量。 需要注意的是，大模型并不拥有无限知识，其知识来源于训练过程中接触到的数据，这些数据是有限的。虽然大模型可以处理和生成大量信息，但只能回答在训练过程中见过或类似的问题，且训练后的知识库不会自动更新。

以下是关于文字转语音的相关信息： Hedra： Hedra.com 放出了基础模型 Character1 的研究预览版，即日起在 http://hedra.com（桌面和移动）上提供。 具有无限期（打开预览为 30 秒）、每 60 秒产生 90 个（如果 H100 的供应保持不变）、富有表现力的说话、唱歌、说唱角色等特点。 其使命是建立一个人人都能使用的多模态创作工作室。 操作教程：可以直接文字转语音，目前有 6 个语音，也可以直接上传音频。 《神谕》： 为了提升交互体验，ChatGPT 返回的中文文字通过 TTS 服务选择合适的声音播放出来。 内部自研的 TTS 及代码平台可将游戏开发者输入的文本直接转成语音。

Lisp 语言在提示词编程中的应用具有以下特点： 1. Lisp 语言的语法：Lisp 是一门“古老”的编程语言，其语法核心是 List 结构或“S 表达式”，需要用一对括号把元素括起来，语法简洁优美且具有很强的表达能力。 2. 与 Markdown 的比较：平时写提示词更多用的是 Markdown 语法，它简单且大语言模型能很好理解，如标题、列表、加粗强调等。将 Lisp 提示词翻译成 Markdown 后，语义几乎一致，但在某些效果上存在差异，如 Lisp 版本中 SVG 图形的丰富度和表现力稳定地优于 Markdown 版本。此外，Markdown 版本在执行过程中会输出中间“思考”过程，多数场景下这样一步一步思考有正向收益，还能调试优化流程。而 Lisp 版本很难让大语言模型有条理地执行流程。 3. LLM 对 Lisp 程序的理解：一段 Lisp 提示词可能描述了简单的工作流，如对用户输入文本处理生成小确幸表达和生成 SVG 卡片等。虽然 Lisp 擅长描述程序且压缩信息能力强，但程序难懂，需要大量解码和按特定逻辑解读。大语言模型能解释 Lisp 程序，但作为提示词让其按程序逻辑运行很难，尤其对于复杂的函数调用，且难以保证程序里定义的子步骤被正确且无遗漏地执行。

智谱清言是智谱 AI 和清华大学推出的大模型产品，其基础模型为 ChatGLM 大模型。2023 年 10 月 27 日，智谱 AI 于 2023 中国计算机大会（CNCC）上推出了全自研的第三代基座大模型 ChatGLM3 及相关系列产品。 模型特点： 工具使用排名国内第一。 在计算、逻辑推理、传统安全能力上排名国内前三。 更擅长专业能力，但代码能力有优化空间，知识百科与其他第一梯队模型相比稍显不足。综合来看，是很有竞争力的大模型。 适合应用： 场景广泛，可优先推进在 AI 智能体方面相关的应用，包括任务规划、工具使用及一些长文本记忆相关的场景。 在较复杂推理应用上效果不错。 广告文案、文学写作方面也是很好的选择。 在对结构化 prompt 的测试和反馈中，输入智谱清言后，问题和文心一言一样，需先改写再看输出效果。改写后效果不错，能理解 prompt，输出内容感觉良好。这里最大的体会是结构化 prompt 非常重要，要从结构化开始，且要不断迭代，根据输出结果不断优化。

以下是将静态图片生成动图的两种方法： 方法一：使用 LivePortrait 1. LivePortrait 可以精确控制眼睛和嘴唇的动作，还能无缝拼接多个肖像，将不同人物特征合并成一个视频，确保过渡自然流畅。 2. 它使用了一种不同于主流扩散方法的隐式关键点框架，在计算效率和可控性之间取得了有效的平衡。生成的动画质量优于现有的非扩散和扩散模型方法。在 RTX 4090 GPU 上，生成速度为每帧 12.8 毫秒，效率显著高于现有的扩散模型。 3. 支持各种风格的图片，常见的动物面部迁移，并可以微调面部运动幅度。 4. 工作流与模型地址： https://pan.baidu.com/s/1FkGTXLmM0Ofynz04NfCaQ?pwd=cycy https://pan.quark.cn/s/8dfd7ace4f05 5. 教程： 在 comfyui 里使用工作流、模型：https://pan.baidu.com/s/1FkGTXLmM0Ofynz04NfCaQ?pwd=cycy 安装包解压即用链接：https://pan.baidu.com/s/1fh9vvLk8OHuIlCJxD7jiBg?pwd=282n 提取码：282n 项目地址：https://github.com/KwaiVGI/LivePortrait 节点地址：https://github.com/kijai/ComfyUILivePortraitKJ 方法二：使用星流一站式 AI 设计工具的图生图功能 1. 图生图功能允许用户上传一张图像，并基于该图像生成新的视觉内容。 2. 应用图生图： prompt 输入框下，点击“图生图”上传本地文件。 无限画布中，在图片功能区进行选择。 3. 调整“图生图”功能区参数： 参考程度： 更像原图：小幅度修改基底图像，有限的增加元素。 更创意：大幅度修改基底图像，可搭配增强模型加入更多的元素。 自定义：可自定义修改重绘幅度。 增加参考纬度：点击添加按钮，会自动的应用并打开“生成器”的图片参考功能。 替换图像：鼠标滑动到图像，点击“选择参考图”即可重新选择图片。 转换提示词：反推参考图信息填入进提示词框中。 同步生图尺寸：同步参考图尺寸到“生成器”的生图尺寸中。

以下是为您生成的包含这些关键词的有趣句子： 当我使用配备强大 GPU 的 AI 笔记本电脑，如戴尔 Precision 移动工作站，通过蓝牙耳机关闭了周围的噪音，登录到专门的 AI 驱动平台，与远方的朋友进行视频通话，探讨生成式人工智能的奇妙之处，感觉真是太棒了！ 在微星 Creator/Workstation 系列的 AI 笔记本上，我利用预装的深度学习框架，如 NVIDIA CUDA 和 cuDNN，进行着生成式模型的训练，同时通过蓝牙连接着蓝牙耳机，享受着不受干扰的创作过程，然后登录到特定的平台分享我的成果，这一切都由 AI 驱动，借助高速的网络实现了如同面对面的视频通话交流。 联想 ThinkPad P 系列的 AI 笔记本，拥有出色的散热和续航，让我能长时间专注于生成式项目的开发。我戴上蓝牙耳机，登录 AI 平台，与团队进行视频通话，共同推动项目前进，这一切都离不开 AI 驱动的强大力量。