利用 AI 创作动漫短剧可以参考以下内容： 有创作者决定使用 Pika、Pixverse、Runway、SVD 四大 AI 视频工具制作 AI 短片，每张图片只抽一次卡，生成了包括科幻片、战争片、奇幻片等不同类型的视频内容，如太空舰队交战、宇航员头盔特写、士兵在战壕准备迎击等场景。 现阶段，AI 视频产品的主要受众群体包括专业创作者（艺术家、影视人等），其能为作品赋予独特风格和想象力，降低后期制作门槛和成本，目前主要应用在音乐 MV、短篇电影、动漫等方向；自媒体、非专业创作者，他们在制作视频时存在如寻找素材、版权问题、不同平台内容形式转换等痛点，一些产品已在发力解决；企业客户，AI 视频生成可为资金不足的小企业、非盈利机构大幅缩减成本。 尾鳍 Vicky 用 AI 工具制作了动画短片，虽然存在一些问题，但仍有惊喜。制作流程包括写故事和分镜头，可以自己构思，也可借助 GPT4、Claude2、智谱清言、Kimi.chat 等应用帮忙想故事，写故事梗概时要明确时长、主题、人物、人物关系、结构等要素。

对于小白来说，开始学习 AI 可以参考以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库查看大家实践后的作品、文章分享，并分享自己实践后的成果。 5. 体验 AI 产品： 与现有的 AI 产品（如 ChatGPT、Kimi Chat、智谱、文心一言等）进行互动，了解其工作原理和交互方式。 此外，根据电脑的硬件情况和自身财力选择合适的开始方式： 1. 本地部署：如果电脑是 M 芯片的 Mac 电脑（Intel 芯片出图速度非常慢，因此不建议）或者 2060Ti 及以上显卡的 Windows 电脑，可以选择本地部署。强烈建议在配有 N 卡的 Windows 电脑上进行。 2. 在线平台：对于电脑不符合要求的小伙伴可以直接使用在线工具，在线工具分为在线出图和云电脑两种，前者功能可能会受限、后者需要自己手动部署，大家根据实际情况选择即可。 不建议一上来就配主机，玩几个月后还对 AI 有兴趣的话再考虑配个主机。主机硬盘要大，显卡预算之内买最好，其他的随意。 先验经验方面，需要熟练使用文生图、图生图；需要有一定的逻辑思考能力以及推理能力；适合炼丹新人、小白。课程大约 70 80%是理论和方法论的内容，大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示。 必学、必看内容是基础课，主要是为了解决环境问题和软件安装不上的问题；建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程；正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分。 小白的第一课是读文档，若没看懂，可使用提示词让 GPT 换种说法解释或举例。可以点击链接查看对话原文，顶部的问题可以复制，然后作为 prompt 自己去提问来自测是否真的读懂。下一节会带来 prompt 小白系列课程（二）如何开始练习有效提问。

抱歉，当前提供的内容中没有关于如何用 AI 做家庭财务系统 Excel 的直接相关信息。但一般来说，您可以考虑以下步骤： 1. 明确家庭财务系统的具体需求和功能，例如收入、支出的分类，预算设定等。 2. 寻找支持 Excel 操作的 AI 工具或插件，有些工具可能能够根据您提供的需求和数据自动生成相关的表格和计算。 3. 在向 AI 提出需求时，尽可能详细地描述您的要求，包括格式、计算公式、数据来源等。 4. 对于生成的结果，进行检查和调整，确保其符合您的实际需求和财务逻辑。

DeepSeek 的 JanusPro 模型将图像理解和生成统一在一个模型中，具有以下特点和处理方式： 统一 Transformer 架构：使用同一个模型就能完成图片理解和生成。 规模和开源：提供 1B 和 7B 两种规模，全面开源，支持商用，采用 MIT 协议，部署使用便捷。 能力表现：Benchmark 表现优异，能力更全面，7B 版本在 GenEval 和 DPGBench 中击败 OpenAI 的 DALLE 3 和 Stable Diffusion。 处理方式： 理解模式：用“超级眼镜”仔细看最大 384x384 大小的图片，还能读文字。 画画模式：用“魔法画笔”自己创作同样大小的图片。 训练方法：先自己看很多图画书学习（预训练），然后老师手把手教（监督微调），最后用“精华浓缩法”保存最好的学习成果。 Transformer 大一统架构： 理解部分：输入包括一张“Clean Image”（干净图像）和“Und.Prompt”（理解提示），经过处理后由大语言模型输出，再通过“Text DeTokenizer”（文本去标记器）处理得到响应。 生成部分：输入包括“Gen.Prompt”（生成提示）和一张“Noisy Image”（含噪图像），经过处理后在“Gen.Decoder”（生成解码器）中不断更新，最终完成图像生成。 模型地址： 模型（7B）：https://huggingface.co/deepseekai/JanusPro7B 模型（1B）：https://huggingface.co/deepseekai/JanusPro1B 下载地址：https://github.com/deepseekai/Janus

以下是关于 DeepSeek 的使用手册： 效果对比： 用 Coze 做了个小测试，大家可以对比看看： 如何使用： 1. 搜索 www.deepseek.com，点击“开始对话”。 2. 将装有提示词的代码发给 Deepseek。 3. 认真阅读开场白之后，正式开始对话。 设计思路： 1. 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 2. 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能。 3. 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 4. 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 5. 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定）。 完整提示词：v 1.3 特别鸣谢： 李继刚：【思考的七把武器】在前期为我提供了很多思考方向。 Thinking Claude：这个项目是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源。 Claude 3.5 Sonnet：最得力的助手。 在生成 2048 游戏中的使用： 1. 可以使用任意 AI 工具获得代码，当然专业代码模型表现更优。 Cursor：使用 cursor 可以不用下载上一步中的 Pycharm，网址：https://www.cursor.com/。通过对话获得代码即可。因为这里面用的是大语言模型 Claude3.5sonnet、GPT4o 等语言模型，包括用 cursor small 也试了，最好是指令更详细一些，比如：我想做个 2048 游戏，请用上 pygame 库。 Deepseek（新手推荐这个，2→3.2→4 这样路径）：网址：https://www.deepseek.com/zh 。只需要获得游戏代码即可，Deepseek 很方便，国内能访问，网页登录很方面，目前完全免费！点击开始对话，左边选择代码助手，直接向神龙许愿吧。 通义灵码：在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“通义灵码”（如图：），安装通义灵码插件（目前免费）。 JetBrains 自身的助手插件：在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“Jetbrains AI assistant”（如图：），安装 Jetbrain AI assistant 插件（收费，目前有 7 天免费试用）。 Marscode 及 Tencent cloud AI code Assistant 等等。 无影的晓颖 AI 助手：在云栖大会上有过使用。晓颖助手内置在云电脑里，无影也是阿里旗下的，晓颖助手的使用很流畅，只是需要在无影的云电脑中。 使用技巧： 1. 先了解下优势和特点： 推理型大模型：DeepSeek 的核心是推理型大模型，与指令型大模型不同，它不需要用户提供详细的步骤指令，而是通过理解用户的真实需求和场景来提供答案。 更懂人话：DeepSeek 能够理解用户用“人话”表达的需求，而不需要用户学习和使用特定的提示词模板。 深度思考：DeepSeek 在回答问题时能够进行深度思考，而不是简单地罗列信息。 文风转换器：DeepSeek 可以模仿不同作家的文风进行写作，适用于多种文体和场景。 2. 使用 DeepSeek 的正确方法： 可以扔掉提示词模板：用自然语言描述，直接描述真实场景和具体需求，提示词模板的目的是清晰表达，如果使用也完全没问题。 让 DeepSeek“说人话”：在提问时加上“说人话”“小学生能听懂”“菜市场大妈能听懂的话”等，可以让 DeepSeek 的回答更加通俗易懂。 激发深度思考：让 DeepSeek 进行批判性思考、反面思考和复盘，以恢复其深度思考能力。 文风转换：通过指定模仿的作家和文体，让 DeepSeek 生成符合特定风格的文本。

以下是关于 AI 工具学习路径的相关内容： 基于 Agent 的创造者学习路径： 结合“一人公司”的愿景，未来的 AI 数字员工会以大语言模型为大脑，串联所有工具。创造者的学习方向是用大模型和 Agent 模式把工具串起来，着重关注创造能落地 AI 的 agent 应用。Agent 工程（基础版）如同传统软件工程学，有迭代范式： 1. 梳理流程：梳理工作流程 SOP，并拆解成多个单一「任务」和多个「任务执行流程」。 2. 「任务」工具化：自动化每一个「任务」，形成一系列小工具，让机器能完成单一任务。 3. 建立规划：串联工具，基于 agent 框架让 bot 来规划「任务执行流程」。 4. 迭代优化：不停迭代优化「任务」工具和「任务执行流程」规划，造就能应对实际场景的 Agent。 中学生学习 AI 的路径： 1. 从编程语言入手学习：可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台：使用 ChatGPT、Midjourney 等生成工具，体验应用场景。探索百度的“文心智能体平台”、Coze 智能体平台等面向中学生的教育平台。 3. 学习 AI 基础知识：了解基本概念、发展历程、主要技术如机器学习、深度学习等，学习在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目：参加学校或社区组织的编程竞赛、创意设计大赛等活动，尝试解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态：关注权威媒体和学者，了解最新进展，思考对未来社会的影响，培养思考和判断能力。 基于 LLM 的 AI Agent 相关： 1. 行动模块（Action）：AI Agent 有效使用工具的前提是全面了解其应用场景和调用方法。利用 LLM 的 zeroshot learning 和 fewshot learning 能力，通过描述工具功能和参数的 zeroshot demonstartion 或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。在面对复杂任务时，应先将其分解为子任务，然后组织和协调，这依赖于 LLM 的推理和规划能力以及对工具的理解。 2. 使用工具：学习使用工具的方法主要包括从 demonstartion 中学习和从 reward 中学习。环境反馈包括行动是否成功完成任务的结果反馈和捕捉行动引起的环境状态变化的中间反馈；人类反馈包括显性评价和隐性行为。 3. 具身智能：在追求 AGI 的征途中，具身 Agent 正成为核心研究范式，强调将智能系统与物理世界紧密结合。与传统深度学习模型相比，LLMbased Agent 能够主动感知和理解物理环境并与其互动，进行决策并产生具身行动。

以下是关于 AI 工具学习路径的相关内容： 基于 Agent 的创造者学习路径： 结合“一人公司”的愿景，未来的 AI 数字员工会以大语言模型为大脑，串联所有工具。创造者的学习方向是用大模型和 Agent 模式把工具串起来，着重关注创造能落地 AI 的 agent 应用。Agent 工程（基础版）如同传统软件工程学，有迭代范式： 1. 梳理流程：梳理工作流程 SOP，并拆解成多个单一「任务」和多个「任务执行流程」。 2. 「任务」工具化：自动化每一个「任务」，形成一系列小工具，让机器能完成单一任务。 3. 建立规划：串联工具，基于 agent 框架让 bot 来规划「任务执行流程」。 4. 迭代优化：不停迭代优化「任务」工具和「任务执行流程」规划，造就能应对实际场景的 Agent。 中学生学习 AI 的路径： 1. 从编程语言入手学习：可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台：使用 ChatGPT、Midjourney 等生成工具，体验应用场景。探索百度的“文心智能体平台”、Coze 智能体平台等面向中学生的教育平台。 3. 学习 AI 基础知识：了解基本概念、发展历程、主要技术如机器学习、深度学习等，学习在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目：参加学校或社区组织的编程竞赛、创意设计大赛等活动，尝试解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态：关注权威媒体和学者，了解最新进展，思考对未来社会的影响，培养思考和判断能力。 基于 LLM 的 AI Agent 相关： 1. 行动模块（Action）：AI Agent 有效使用工具的前提是全面了解其应用场景和调用方法。利用 LLM 的 zeroshot learning 和 fewshot learning 能力，通过描述工具功能和参数的 zeroshot demonstartion 或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。在面对复杂任务时，应先将其分解为子任务，然后组织和协调，这依赖于 LLM 的推理和规划能力以及对工具的理解。 2. 使用工具：学习使用工具的方法主要包括从 demonstartion 中学习和从 reward 中学习。环境反馈包括行动是否成功完成任务的结果反馈和捕捉行动引起的环境状态变化的中间反馈；人类反馈包括显性评价和隐性行为。 3. 具身智能：在追求 AGI 的征途中，具身 Agent 正成为核心研究范式，强调将智能系统与物理世界紧密结合。与传统深度学习模型相比，LLMbased Agent 能够主动感知和理解物理环境并与其互动，进行决策并产生具身行动。

以下是关于学习运用在运营短视频 AI 的一些建议： 一、了解 AI 基本概念 首先，建议阅读相关资料熟悉 AI 的术语和基础概念，了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。同时，浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 在相关的学习路径中，您可以找到一系列为初学者设计的课程，这些课程将引导您了解生成式 AI 等基础知识，特别推荐李宏毅老师的课程。您还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛，比如图像、音乐、视频等。您可以根据自己的兴趣选择特定的模块进行深入学习。特别建议您一定要掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 理论学习之后，实践是巩固知识的关键。尝试使用各种产品做出您的作品，在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。通过与这些 AI 产品的对话，您可以获得对 AI 在实际应用中表现的第一手体验，并激发您对 AI 潜力的认识。 六、在短视频运营中的应用 1. 特效制作：如利用 AE 软件，通过图层软件抠元素加插件做特效，如利用 auto field 自动填充工具，轨道遮罩功能让图层按特定形状变化等。还可以用 runway 生成烟花爆炸素材，结合 AE 的图层混合模式、遮罩等功能实现特效可控的画面。 2. 内容处理：用内容识别填充功能处理视频画面，如抹掉入镜的人；从素材网站获取粒子素材为画面添加氛围感。 3. 学习途径：可在 B 站找丰富的 AE 软件入门课程自学，也可从包图网下载工程文件学习。通过拆解视频、留意路边广告特效、按层级逻辑思考画面运动来学习 AE，还可参考模板。 需要注意的是，AI 出现后，AE 的使用有所减少，有些动效可用 AI 完成。

以下是关于学习 AI 提问的建议： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念。了解人工智能及其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅： 在「」中，可找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库有很多实践后的作品、文章分享。 5. 体验 AI 产品： 与现有的 AI 产品（如 ChatGPT、Kimi Chat、智谱、文心一言等）进行互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。 对于中学生学习 AI，建议： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术（如机器学习、深度学习等）。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的 AI 发展做好准备。但请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是关于提问的相关内容： 在“如何做一门课程”的课程中，提问模板包括： 1. 做课程的市场调研： 请列举 10 个在中国比较受欢迎的在线网络课程的教学平台。 请列举 10 个在 XXX 在线教育平台，有哪些受欢迎的、销量高的课程。 请从这些销量高的课程里面，筛选出与社交媒体营销（XXX 主题）紧密相关的课程。 2. 选择主攻的细分领域： 你是一个社交媒体营销（XXX 子主题）专家，我想设计一个关于社交媒体营销（XXX 子主题）的课程，在这个领域，有哪些更细化的主题可以选择？ 3. 生成课程大纲： 根据主题：《如何在小红书规划社交媒体内容，包括：如何构思和制作有吸引力的文案、图片和视频，以及如何通过调研、竞品分析等方式提高内容创作的效率和质量》（XXX 细分领域的主题名+该主题下包含的具体内容），帮我设计一门在线课程大纲，要求包含课程名称、课程亮点、课程目标用户、课程章节、课程推广渠道。 4. 针对课程大纲里面的单独小节进行提问： 根据《创作有吸引力的小红书文案（复制上面的课程大纲里的某一节标题）》，写一个课程脚本。 请对主题《了解小红书的文案基本要素（复制上面的课程大纲里的某一节标题）》，进行详细解释。 针对以上的内容，能给我举一些具体的案例吗？并且提供 10 个 XXX 领域（复制主题名称）的 XX（名词）。 在“如何深入的用好 ChatGPT，以及一些思考”的观点中，写好提示词的技巧包括： 1. 提问的几要素： 思考我的问题需要知道哪些前置信息。 思考我的问题主要解决哪些主客体、哪些关系。 思考我需要的回答有哪些要求。 思考有没有一个类似问题的参考样例。 开始编辑问题模板。相似问题的问题与答案（不一定需要）+我的问题是要你干什么（问题主体）+问题的前置条件（你这个机器人要知道哪些我早就知道的事情）+回答的要求（回答要客观有好之类的）。 2. 举例法： 举个例子，让他模仿写，但是会变更一下主题改了。 此外，还有以下提问模板： 1. 目前国际上有哪些比较流行的、高效的（列举 23 个形容词）XXX（具体方法），请为我做详细说明。 2. 帮我展开详细介绍一下这个主题：《创作有吸引力的小红书文案（复制上面的课程大纲里的某一节标题）》。 3. 结合上面刚刚你提到的一些 XXX（具体方法/名词），帮我写一个章节内容。主题是《XXXXX》（直接复制上面的课程大纲里的某一节标题）。如果写到 2000 字就不写了，那就复制 ChatGPT 所说的最后一句话，然后告诉它请从这里继续往下写。 4. 第五步，将章节内容转换成 PPT 格式： 请将以上脚本转换为幻灯片演示文本。 帮我把上面这个章节的内容，转写成 PPT 里面每一页的内容（包含：标题、副标题、正文、话题标签）。 5. 第六步，将学员案例、参考范例加进去，让 chatgpt 根据某个主题进行改写或者续写： 请参考以下示例：XXXX（输入学员的案例描述），帮我根据《创作有吸引力的小红书文案》（XX 主题）进行改写。 请参考以下范本：XXX（输入参考范例，根据《创作有吸引力的小红书文案》（XX 主题）进行续写。