有没有coze玩的很好的up主或者教程

以下是为您推荐的相关学习内容： 一泽 Eze：Coze+飞书多维表格，打造专属 AI 智能体，享受 10 倍知识管理效率 逐步搭建 AI 智能体： 搭建选择内容推荐流，用于根据用户输入的“想看 xxx 内容”，在飞书多维表格的稍后读存储地址中检索现有的收藏记录，匹配符合阅读兴趣的内容记录。 新建工作流「recommendRead」，根据弹窗要求自定义工作流信息。 工作流全局流程设置： 4.1 开始节点：输入想阅读的内容主题。收到用户输入的“想看 xxx 内容”这类指令即开始流程，判断哪些用户输入是在交代想阅读的内容主题交由外层 bot 的大模型判断。 4.2 变量节点：引入 bot 变量中保存的飞书多维表格地址，添加变量节点并设置。 4.3 插件节点：添加「飞书多维表格search_records」插件，设置{{app_token}}参数，在{{app_token}}引用变量节点的{{app_token}}，输出结果的{{items}}里会返回所需查询结果，也可通过额外配置定向检索未读状态的收藏记录。 4.4 大模型节点：采用批处理对检索出来的收藏记录逐个进行相关性匹配，可优化用户提示词提升匹配精准度。 输入观点一键生成文案短视频 基于其它博主开源的视频生成工作流做了功能优化，实现视频全自动创建。 功能：通过表单输入主题观点，提交后自动创建文案短视频，并推送视频链接到飞书消息。 涉及工具：Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程） 大体路径： 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径，引用该智能体。 在多维表格中创建自动化流程，推送消息给指定飞书用户。

以下是关于 Coze 开发的相关教程： 1. Coze AI 应用开发教学： 背景：智能体开发从最初的 chatbot 只有对话框，到有了更多交互方式，因用户需求扣子推出了 AI 应用，其低代码或零代码的工作流等场景做得较好。 现状：AI CODING 虽强，但目前适用于小场景和产品的第一个版本，复杂应用可能导致需求理解错误从而使产品出错。 案例：以证件照为例，说明以前实现成本高，现在有客户端需求并做了相关智能体和交互。 学习过程：创建 AI 应用，学习操作界面、业务逻辑和用户界面，包括布局、搭建工作流、用户界面及调试发布，重点熟悉桌面网页版的用户界面。 2. Coze 使用教程： 概述：字节的官方解释为 Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础，都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。并且，可以将搭建的 Bot 发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动。个人认为 Coze 是字节针对 AI Agent 这一领域的初代产品，在 Coze 中将 AI Agent 称之为 Bot。字节针对 Coze 这个产品部署了两个站点，分别是国内版和海外版。 国内版： 网址：https://www.coze.cn 官方文档教程：https://www.coze.cn/docs/guides/welcome 大模型：使用的是字节自研的云雀大模型，国内网络即可以正常访问。 海外版： 网址：https://www.coze.com 官方文档教程：https://www.coze.com/docs/guides/welcome 大模型：GPT4、GPT3.5 等大模型（可以在这里白嫖 ChatGPT4，具体参考文档：），访问需要突破网络限制的工具，参考文档：https://www.coze.com/docs/zh_cn/welcome.html AI Agent 的开发流程：Bot 的开发和调试页面布局主要分为如下几个区块，包括提示词和人设的区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件、知识库、变量、数据库、长记忆、文件盒子、一些先进的配置、触发器（例如定时发送早报）、开场白（用户和 Bot 初次对话时，Bot 的招呼话语）、自动建议（每当和 Bot 一轮对话完成后，Bot 给出的问题建议）、声音（和 Bot 对话时，Bot 读对话内容的音色）。 3. Coze 应用技巧： 操作步骤： 创建一个 Coze。 在“用户界面”拖入一个 markdown 组件。 在 markdown 中写入 html（对于了解前端页面的同学来说可能不难理解，用 html 写一个音乐播放器。不懂前端、不会写前端代码可问 AI，习惯使用智谱清言，大家可以选择自己习惯的 AI 工具）。 调整代码获取在线音乐：将 markdown 自带的内容全部删除，将生成的代码写入进 markdown 组件的内容中。此时的播放器还无法正常播放音乐，需要找一个在线音乐播放平台，获取到歌曲的 url，再将 url 复制进上面的代码。网上很多在线音乐的网站，随便找一个，打开浏览器的控制台（按 F12）找到 network（网络），选择播放的请求，将带有.mp3 格式的 url 复制出来。找到上面代码中的<source src=\"song.mp3\"type=\"audio/mpeg\">部分，将 song.mp3 换成复制的音乐地址。刷新开发页面，播放器即可使用。

以下是关于 Coze 教程的相关内容： 可能是全网最好的 Coze 教程（之一），带你一次性入门 Coze 工作流。即使是非技术出身的爱好者，也能上手跟学，一站式学会 AI Agent 从设计到落地的全流程方法论。 阅读指南： 长文预警，请视情况收藏保存。 核心看点： 通过实际案例逐步演示，用 Coze 工作流构建一个能够稳定按照模板要求，生成结构化内容的 AI Agent。 开源 AI Agent 的设计到落地的全过程思路。 10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。 适合人群： 任何玩过 AI 对话产品的一般用户（如果没用过，可以先找个国内大模型耍耍）。 希望深入学习 AI 应用开发平台（如 Coze、Dify），对 AI Agent 工作流配置感兴趣的爱好者。 注：本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中，附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容，以供前置或拓展学习。 Coze 概述： 字节的官方解释如下：Coze 是新一代一站式 AI Bot 开发平台。无论你是否有编程基础，都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。并且，你可以将搭建的 Bot 发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动。 个人认为：Coze 是字节针对 AI Agent 这一领域的初代产品，在 Coze 中将 AI Agent 称之为 Bot。字节针对 Coze 这个产品部署了两个站点，分别是国内版和海外版。 国内版： 网址：https://www.coze.cn 官方文档教程：https://www.coze.cn/docs/guides/welcome 大模型：使用的是字节自研的云雀大模型，国内网络即可以正常访问。 海外版： 网址：https://www.coze.com 官方文档教程：https://www.coze.com/docs/guides/welcome 大模型：GPT4、GPT3.5 等大模型（你可以在这里白嫖 ChatGPT4，具体参考文档：），访问需要突破网络限制的工具。 参考文档：https://www.coze.com/docs/zh_cn/welcome.html AI Agent 的开发流程： Bot 的开发和调试页面布局如下，主要分为如下几个区块： 提示词和人设的区块。 Bot 的技能组件。 插件。 工作流。 Bot 的记忆组件。 知识库。 变量。 数据库。 长记忆。 文件盒子。 一些先进的配置。 触发器：例如定时发送早报。 开场白：用户和 Bot 初次对话时，Bot 的招呼话语。 自动建议：每当和 Bot 一轮对话完成后，Bot 给出的问题建议。 声音：和 Bot 对话时，Bot 读对话内容的音色。 下面会逐一讲解每个组件的能力以及使用方式。

在 Coze 平台中判断数据属于哪个用户，插入数据库节点时通常需要明确用户的唯一标识，如用户 UUID 或类似的唯一标识。 例如，在自动总结公众号内容并定时推送到微信的工作流中，考虑到可能有多个用户同时使用，使用了 server 酱的 sendkey 作为用户的唯一标识（重命名为 suid）。在数据库节点中查询是否已经推送过文章时，需要文章的 url 和用户的 suid 这两个值来判断。 在增加记账记录的工作流中，通过大语言模型将用户输入的非结构化数据转变为结构化数据存入数据库时，也需要明确相关的用户标识。 在 COZE 工作流中，数据库节点的设置包括输入参数的设置（如参数名、参数值、引用来源）以及在 SQL 输入中添加相应的代码。 总之，明确用户标识对于准确判断数据归属和进行数据库操作是很重要的。

以下是关于如何用 Coze 搭建和维护知识库的详细步骤： 1. 创建知识库： 来到个人空间，找到知识库导航栏，点击创建知识库。 选择知识库的格式，目前（2024.06.08）Coze 支持三种格式：文档、表格（CSV、Excel 等）、图片（上传图片并填写图片文字说明）。 可以选择本地文档（问答对可选择表格），并进行自定义的文档切割。 数据处理完成后，一个问答对会被切割成一个文档片。 2. 使用知识库： 可参考教程： 。 3. 手动清洗数据的相关操作： 在线知识库：点击创建知识库，创建一个如画小二课程的 FAQ 知识库。知识库的飞书在线文档中，每个问题和答案以“”分割。选择飞书文档、自定义的自定义，输入“”，然后可编辑修改和删除。点击添加 Bot，添加好后可在调试区测试效果。 本地文档：对于如画小二课程这类内容，不能一股脑全部放进去训练。正确的方法是先将大的章节名称内容放进来，再按照固定方式对章节内详细内容进行人工标注和处理，然后选择创建知识库自定义清洗数据。 4. 发布应用：点击发布，确保在 Bot 商店中能够搜到。 创建知识库时的小技巧：知识库好不好用，跟内容切分粒度有很大关系，可以在内容中加上一些特殊分割符，比如“”，分段标识符号选择“自定义”，内容填“”。

可以通过 Coze 做小程序。目前微信小程序变现模版正在开发中，不久将会上线。但实现小程序端目前可以通过 API 形式搭建。 以下是一些相关的信息和教程： 1. 以 API 形式链接 Zion 和 Coze：同理也可以为 dify、kimi、给任何大模型&Agent 制作收费前端。相关教程如： 。 2. 自定义配置：变现模版 UI 交互、API、数据库等拓展功能，支持在 Zion 内自由修改，可参考文档配置。相关文档如：支付： 。 3. 完成小程序搭建的方法： 直接使用 Coze 的 API 对接前端 UI 框架，将工作流逻辑集中在工程模板端，实现前后端分离的处理方式。 直接调用大模型 API，并通过前端代码实现提示词处理和逻辑控制，将交互流程完全放入前端代码中。 实现文件上传通过 Coze 的 。 搭建 Demo 最简单的方式是首先绘制草图，然后借助多模态 AI 工具（如 GPT/Claude）生成初步的前端结构代码。前端开发语言简要说明：HTML 用于构建网页的基础框架，定义整体的页面结构；CSS 负责网页的布局样式美化，使页面视觉效果更优美；JavaScript 实现交互逻辑，如信息处理、网络请求及动态交互功能。 此外，还有相关的学习日记和共学内容，如：《雪梅 May 的 AI 学习日记》中提到的 Zion+coze 变现相关内容，以及相关产品链接：https://zion.functorz.com/ 、waytoAGI 的共学链接： 等。

以下为为您提供的 AI 教程相关内容： 1. 五步学会用 AI 制作动画视频播客：五个步骤教您从零到一制作动画版视频播客，适合有一定技术基础的朋友，轻松上手创作动画视频！相关链接： 2. Poe AI 平台：这是一个支持与多个智能 AI 机器人（如 GPT4 等）进行实时在线交流的聊天网站。注册账号后可免费使用，部分功能需付费订阅。不同 AI 机器人有不同特点，可按需选择。官网地址是：https://poe.com/ ，可在官网帮助中心找到具体教程。

以下是即梦 AI 的详细教程： 1. 图片生成： 打开即梦 AI 官网：https://jimeng.jianying.com/aitool/home 。 点击 AI 作图中的图片生成。 填写绘图提示词，选择生图模型 2.1，点击立刻生成。 2. 视频生成 V1.2 教程： 新版本可控性增强不少。 时长：增加了时长，最长可达 12s 。 首尾帧：首尾帧权重超强优化，输入 prompt 可精准控制过渡效果。 运镜控制：新增移镜、摇镜，并支持三档运镜幅度设定。 模式：标准模式，流畅模式。 即梦 AI 是剪映旗下类 Sora 的工具，原名 Dreamina，已于 2024 年 5 月正式改名为“即梦”。其优点包括在动效方面采取激进策略，对画面识别准确，人物微表情、汽车行驶等画面表现出色，首尾帧相连功能优秀，对简单画面有不错的表现力，人物面部特写惊艳等。缺点有精度不够，后期需用超分工具放大，画面稳定性不足，动效丰富导致画面易“出轨”，输出视频存在掉帧问题，运动幅度不能过大等。总体 3 6s 的生成长度一般。 相关文章报道： AI 产品评测|字节剪映 Dreamina 一手测评 https://mp.weixin.qq.com/s/2fSEEZtS5DGnZ7RmW4hiA Dreamina，字节的 Sora 时刻要来了！ https://mp.weixin.qq.com/s/E1D0uG_Bk0fNkCK70ANzg 关注「烧拍 AI」可了解更多 AI 资讯。

以下是为您提供的 AI 产品经理教程： 一、AI 市场与 AI 产品经理分析 个人对 AI 产品经理做了以下划分，仅供娱乐和参考： 1. 入门级 能通过 WaytoAGI 等开源网站或一些课程了解 AI 的概念，使用 AI 产品并尝试动手实践应用搭建。对应的画像可能是喜欢听小宇宙 APP 的播客或浏览 AI 相关的文章。 以前互联网刚兴起的时候，部分用谷歌的人会比用百度的有优越感，现在可能用 AI 搜索的更有优越感。 2. 研究级 有两个路径，一个是技术研究路径，一个是商业化研究路径；对应传统互联网偏功能实现的产品经理和偏商业运营的产品经理，当然最好是同一个人，产品运营不分家。 这个阶段对应的画像可能是对某一领域有认知，可以根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用 这一阶段的画像就是有一些成功落地应用的案例，如产生商业化价值。 对应传统互联网 PM 也有三个层级： 负责功能模块与执行细节。 负责整体系统与产品架构。 熟悉行业竞争格局与商业运营策略。 总结来说，对 AI 产品经理要求懂得技术框架，不一定要了解技术细节，而是对技术边界有认知，最好能知道一些优化手段和新技术的发展。AI 是工具和手段，产品经理要关注的还是场景、痛点、价值。 二、超越贪吃蛇——技术纯小白如何用 AI 开发真正的应用 1. 基础小任务 推荐从一个最最基础的小任务开始，让 AI 先帮您按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑。这样，您可以通过最基础的绝对不会出错的小任务，来学会必备的调试技能。 您可以这样要求 AI：“我在学习写 chrome 插件。请选择最适合小白上手的技术栈，按照 best practice 为我生成一个简单的示范项目，但要包含尽可能全面的典型文件和功能。请为我讲解每个文件的作用和程序运行的逻辑。” 此处要求 AI 按照 best practice 来写非常重要：文件一开始就有良好的组织，后续功能复杂了才不会乱套。 还有一个偷懒小妙招：如果您用的是 o1mini，您可以在 prompt 最后添加这句：“请生成 create.sh 脚本，运行脚本就能直接创建插件所需要的所有文件。请教我如何运行脚本。”（如果 windows 机器则是 create.cmd）足够勤勉的 o1mini 会为您生成一段超级长的代码，并给出提示，您只需要复制粘贴并执行，一次性生成十多个目录和文件，超方便。 2. 明确项目需求 您可以通过和 AI 的对话，来逐步明确项目需求。（如果您是训练有素的产品经理，可以忽略这一步） 您可以这样要求 AI：“我想要开发一个 XXX。你能否像一个高级别的还懂技术的产品经理指导初级产品经理那样，向我提问，帮我梳理清产品功能，尤其要注意可能会涉及到技术方案选择的关键点。请一问一答，帮我由全局到细节逐步梳理。不要一口气问我太多问题。” 来来回回的对话后，您可以让 AI 帮助您梳理出产品需求文档。这样的文档会包含影响技术方案选择的细节，比直接给 AI 一段口头的需求描述要准确得多。在后续开发的时候每次新起一个聊天就把文档发给 AI 并告知您现在在做第几点功能，会非常方便。 三、2024 年历史更新（归档） 1. 2024 年 7 月 22 日 《》今日是二十四节气的大暑，SD 的教程奉上。 《》Agent 共学活动新一期“谁是人类”全新开启！本次活动获得了阿里云☁️百炼和通义千问大模型的大力支持，为大家准备了丰厚的比赛奖品，不过切记：“奖品不是目的,目的是共同学习，享受学习过程带来的成长。”本次活动是一个基于通义千问模型的 Bot 拟人化竞赛，通过多轮问答和投票，旨在识别最模仿人类交流最像人类的 Bot。 《》，作者 ElliotBai，本文探讨了 AI Agent 产品经理在工具（Tools）方面的经验。尽管大模型不断进化，接口依然是基础。通过 AI 模型，可以将非结构化数据转化为结构化信息，实现自动化。引入 Function Calling 和 Tools 后，开发流程变得更高效、维护成本降低。推荐放弃不稳定的 JSON 模式，减少系统提示依赖，增强 API 响应提示，以及提供选项而非填空，以提升 Agent 的可控性和准确性。

以下是为新手提供的 AI 学习教程： 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，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，能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的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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，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，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。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。

以下为您提供一些制作机器人相关的视频资源： Adobe MAX 2024 全球创意大会：一个可爱的机器人举着一颗红色发光心形，电影般逼真的详细镜头。灯光绚丽，阳光明媚，机器人脸上有斑驳的灯光，背光强烈。逼真的细节和纹理。色彩等级梦幻、阳光、温暖的色调。浅景深。胶片颗粒。用 35 毫米胶片拍摄。阳光透过窗户轻轻地照进来，营造出一种微妙而空灵的氛围。前景中失焦的绿色植物。慢动作，轻柔的动作。相机静止且锁定。 扣子案例合集 社区内容分享： 【Agent 共学第二期】制作一个新闻鉴别相关的 bot：https://www.bilibili.com/video/BV1QJ4m1M7ti/ 用 Coze 搭建智能机器人并挖掘销售线索：https://wap.peopleapp.com/video/rmh41227880/rmh41227880 coze 实战系列（一）| 天天小管家：https://www.bilibili.com/video/BV1nRMQexER7/ 毕业加速器：如何用 AI 爆肝论文？：https://www.bilibili.com/video/BV12z421m7YV 不写代码，如何用 Coze 做专属的对话机器人：https://www.bilibili.com/video/av1603694358 用 coze 一键生成朋友圈文案：https://www.xiaohongshu.com/explore/65c1d0ae000000001100d442 COZE：中小企业均可 0 门槛创建业务 agent，支持接入微信公众号、微信客服、discord、tele 等各种终端，实现公司 AI 客服、销售机器人等触达客户：https://www.bilibili.com/video/BV1DA4m1w72p/ 【Agent 共学第二期】许键分享｜拆解“离谱村捏剧本”coze bot 思路：https://www.bilibili.com/video/BV1Cx4y1n7yU/ 【Agent 共学第二期】银海分享|用 AI 重塑我的工作流：https://www.bilibili.com/video/BV1sr421L7Hj/ 【Agent 共学第二期】大家一起捏 Bot，Coze 作品分享会：https://www.bilibili.com/video/BV1hT421v7YD/ 工具教程：morphstudio Morphstudio 官方 discord 使用教程 MorphVideo 机器人的使用： 文生视频：提示词指令：/video。举例：/video 你好世界比例 16:9动作幅度为 5镜头拉近每秒 30 帧秒数为 5 秒 Morph 机器人的使用： 图生视频：提示词指令：/animate 参数说明： ar（只针对 MorphVideo 机器人）：这个参数用来设置视频的画面比例（比如 16:9,4:3,1:1,3:4,9:16）。 motion：这个参数用来调整视频中的运动强度。数值越低，运动越微妙，数值越高，运动越夸张。 camera：这个参数用来控制摄像头移动。Zoom：镜头拉近/拉远；Pan：摄像机向上/向下/向左/向右移动；Rotate：相机顺时针旋转或逆时针旋转；Static：相机静态。 fps：视频的帧率是指每秒钟播放的图片帧数。默认的帧率是每秒 24 帧。 s（只针对 MorphVideo 机器人）：设置视频的时长，单位是秒。 提示：使用更加详细和描述性的提示可能会导致您生成的视频效果更好。可以试着调整不同的设置来达到想要的效果！

以下是一些关于旅游规划智能体项目的学习内容： 对于旅游路线规划的 Bot 智能体，其自带插件可根据目的地做出合适规划，包括路线规划、周边规划、历史文化普及及热门打卡点搜索等。通过输入 Prompt 描述并使用官方优化功能，能获得不错效果。 在多智能体模式设置方面，包括全局设置和多个代理之间的编排协调。全局设置涉及角色设定与回复逻辑、记忆管理及对话体验等。在全局设置中，人物设定与回复逻辑应侧重于角色塑造。智能体的交互流程应形成完整互动链条，设计为闭环结构，以确保用户能自由在不同智能体间切换。以旅游场景为例，可设计分别负责景点推荐、路线规划和食宿安排的三个智能体，并写好提示词和做好全局人物设定。

以下是一些关于文生图的模型和工具的信息： Tusiart： 定主题：确定生成图片的主题、风格和表达的信息。 选择基础模型 Checkpoint：可选用麦橘、墨幽等系列模型。 选择 lora：寻找与生成内容重叠的 lora 以控制图片效果和质量。 ControlNet：可控制图片中特定的图像。 设置 VAE：选择 840000 。 Prompt 提示词：用英文写需求，单词和短语用英文半角逗号隔开。 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语用英文半角逗号隔开。 采样算法：一般选 DPM++2M Karras ，也可参考模型作者推荐的采样器。 采样次数：选 DPM++2M Karras 时，采样次数在 30 40 之间。 尺寸：根据需求和喜好选择。 吐司网站： 文生图的操作方式：在首页的对话生图对话框输入文字描述即可生成图片，不满意可通过对话修改。 模型及生成效果：Flex 模型对语义理解强，不同模型生成图片的积分消耗不同，生成效果受多种因素影响。 图生图及参数设置：可基于图片做延展，能调整尺寸、生成数量等参数，高清修复消耗算力多，建议先出小图。 特定风格的生成：国外模型对中式水墨风等特定风格的适配可能不足，可通过训练 Lora 模型改善。 Liblibai： 定主题：确定生成图片的主题、风格和表达的信息。 选择 Checkpoint：可选用麦橘、墨幽等系列模型。 选择 lora：寻找与生成内容重叠的 lora 以控制图片效果和质量。 设置 VAE：选择 840000 。 CLIP 跳过层：设成 2 。 Prompt 提示词：用英文写需求，单词和短语用英文半角逗号隔开。 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语用英文半角逗号隔开。 采样方法：一般选 DPM++2M Karras ，也可参考模型作者推荐的采样器。 迭代步数：选 DPM++2M Karras 时，迭代步数在 30 40 之间。 尺寸：根据需求和喜好选择。 生成批次：默认 1 批。

在短视频制作领域，以下是一些可供使用的 AI 软件及其所能提供的帮助和相关案例参考： 1. ChatGPT + 剪映：ChatGPT 可生成视频脚本，剪映能依据脚本自动分析所需场景、角色、镜头等要素并生成素材和文本框架，实现从文字到画面的快速转化，节省时间和精力。 2. PixVerse AI：在线 AI 视频生成工具，支持将多模态输入（如图像、文本、音频）转化为视频。 3. Pictory：AI 视频生成器，允许用户轻松创建和编辑高质量视频，用户提供文本描述即可生成相应内容。 4. VEED.IO：提供 AI 图像生成器和 AI 脚本生成器，帮助用户从图像制作视频，并规划视频内容。 5. Runway：AI 视频创作工具，能将文本转化为风格化的视频内容，适用于多种场景，但存在爱变色、光影不稳定的问题。 6. 艺映 AI：专注于人工智能视频领域，提供文生视频、图生视频、视频转漫等服务，可根据文本脚本生成视频。 案例参考：在制作 AI 短片时，会根据不同工具对画面的处理能力进行组合使用。例如，Pixverse 擅长物体滑行运动，有手部特殊运动的画面会用 Runway 来辅助完成，需要人物表情自然的画面会用 Pika 来生成。在声音方面，使用 11labs 进行对白制作，但存在 AI 声音没有情绪和情感的问题。在剪辑方面，先进行粗剪确定画面逻辑，再进行定剪调整和替换画面素材。音效和音乐方面，剪映中有简单音效库，复杂音效可能需另外制作，商用音乐要注意版权。特效方面，剪映可添加一些光影效果。包装方面，剪映智能匹配字幕较为方便。

很抱歉，上述提供的内容中没有直接提到可以分析历史事件关联性的 AI 相关信息。但目前在 AI 领域，有一些自然语言处理和数据分析的技术及工具可能会被应用于历史事件关联性的分析。例如，利用大规模的语言模型结合历史数据进行文本挖掘和关联分析。不过，具体的专门用于此目的的成熟 AI 应用可能还需要进一步的研究和开发。

以下是关于历史进程分析的 AI 相关内容： AI 技术的发展历程和前沿技术点可以概括如下： 发展历程： 1. 早期阶段（1950s 1960s）：包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期（1970s 1980s）：有专家系统、知识表示、自动推理。 3. 统计学习时期（1990s 2000s）：出现机器学习算法如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等得到发展。 当前前沿技术点： 1. 大模型（Large Language Models）：如 GPT、PaLM 等。 2. 多模态 AI：包括视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习：如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习：有元学习、一次学习、提示学习等。 5. 可解释 AI：涉及模型可解释性、因果推理、符号推理等。 6. 机器人学：包含强化学习、运动规划、人机交互等。 7. 量子 AI：如量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 对于大众来说，AI 领域的使用随着国内互联网的发展，在近 20 年才开始普及。最初的应用主要是基于 NLP 技术的聊天机器人和客服机器人。随后，中英文翻译、语音识别、人脸识别等技术取得突破，在日常生活中的应用广泛，如语音助手、智能翻译设备、人脸识别支付系统等。但以前的技术突破大多限于特定领域，模型应用范围相对狭窄。而随着 OpenAI ChatGPT 等大型语言模型的突破，展示了通过大规模模型预训练涌现出广泛智能应用的新发展路线，一个模型就能实现多种能力。 此外，在法律法规方面，某些用于司法和民主进程的 AI 系统应被归类为高风险，考虑到其对民主、法治、个人自由以及有效补救和公平审判权利的潜在重大影响。但某些用于纯辅助行政活动且不影响个别案件实际司法管理的 AI 系统不应被归类为高风险。