不聊天的 Jev,怎么让兔子逃跑,又参与剪视频?
一个负责作选择的 AI,被接进了兔子游戏、滑雪混剪和小说梗概筛选。沿着三个公开案例,看看 Jev 接到什么材料,选出什么结果,又怎样交给程序继续执行。
- 适合谁
- 想从一个具体问题开始实践的人
- 能带走
- Jev / TypeSafe / 决策模型
术可速成,工夫在日常
Articles
把日常实践重新写成外部读者也能复用的长期文章。
一个负责作选择的 AI,被接进了兔子游戏、滑雪混剪和小说梗概筛选。沿着三个公开案例,看看 Jev 接到什么材料,选出什么结果,又怎样交给程序继续执行。
AI 能让一个人调动更多能力,也可能改变公司的组织方式。重读 Ivan Zhao 的文章,我更在意任务由谁验收、错误在哪里被拦住,以及新人靠什么成长。
四张 AI 生成的复古厨房烘焙写真,公开最终服装修订提示词,并说明为什么同一套场景里要先把姿态、脸部角度和小道具边界写清楚。
一张 AI 生成的清晨衣柜前选衣风格图,公开最终修订提示词,并说明为什么要先把人物、衣柜、衣架和镜子的位置关系写清楚。
一张 AI 生成的雨夜路口直闪抓拍风格图,公开最终提示词,并说明它为什么要把重点放在湿地反光、车流拖影和街头遮挡上。
第二个账号不是多一个分发口,而是一条要重新承担时间、定位和复盘成本的内容线。开之前先用一张表判断它值不值得。
AI 把做站的成本压下来了,但不会替你找到客户。上线前先核验搜索、现有页面、真实问题和下一步动作,才知道自己是在做产品,还是在做一场自嗨。
两段采样、低清先跑都可能有用。但只有交付终点一致,速度、显存、画质和返工成本才值得一起比较。
互动 AI 视频的关键不只是模型更快。把上一帧当作状态,在用户阅读选项时并行生成高概率分支,等待才有机会被藏进一次正常停顿里。
公开评论能帮你看见摩擦,但不能替你判断需求。先把原话、场景、频次和反证留在同一张表里,再让 AI 帮你归类。