type
Post
status
Published
date
Jul 1, 2025
slug
2025Q3 胡言乱语
summary
2025Q3 胡言乱语
tags
读书
思考
category
胡言乱语系列
icon
password
2025.08.18 昨天
欲买桂花同载酒，终不似，少年游。
比起更多的名利，少年心性才是最宝贵的不可再生资源。
2025.08.15 猫
公司楼下地铁口旁边的餐厅养了一只猫，可能是美短，灰白相间，很是漂亮，每天上班路过的时候，我都能看到它帅气地卧在门口，地铁口吐出的一个个睡眼惺忪，盯着满电手机，被肌肉带向工位的打工人鱼贯走过它面前，但它不拦人，不撒娇，也不蹭裤脚，只是眯着眼睛看着，偶尔打个哈欠，一种神仙式的淡然，旁观着这个世界的芸芸众生。
2025.08.13 结构化JSON提示词
一种新的 prompt 编写思路 https://mp.weixin.qq.com/s/Ksl-srd7gbCyPb2TPUlndA
示例：
{ "镜头": { "构图": "特写", "相机运动": "跟拍镜头", "帧率": "24fps", "胶片颗粒": "轻微" }, "拍摄主体": { "描述": "一位韩国女士走下楼梯。", "着装": "极简休闲装（T恤和短裤）", "道具": "太阳镜" }, "场景": { "地点": "现代公寓楼梯间", "拍摄时间": "黄金时段", "环境": "干净整洁，极简风格" }, "视觉细节": { "动作": "懒散随意地走下楼梯", "视觉元素": "光影效果" }, "摄影手法": { "光线": "自然光", "色调": "暖色调" }, "音频": { "环境音": "null", "音效": "流行音乐" }, "色调风格": "大胆对比", "对白": { "角色": null, "字幕": false } }
1.
镜头：这是“导演”工作的核心，直接决定了观众的视角。构图: 控制画面如何安排主体。可选值包括：特写(Close-up)、中景 (Medium shot)、全景(Full shot)、远景(Long shot)、过肩镜头(Over-the-shoulder shot)等。实践技巧：想强调人物情绪就用特写，想展示宏大场景就用远景。
相机运动: 让画面动起来。可选值：静态镜头(Static)、平移(Pan)、推拉(Dolly)、跟拍(Tracking shot)、摇臂(Crane shot)。实践技巧：跟拍镜头能营造强烈的沉浸感和跟随感，非常适合表现行进中的人物。
帧率: 电影质感的关键。24fps是标准的电影帧率，能带来经典的动态模糊效果。如果你想要更流畅、更具真实感的视频（如体育赛事），可以尝试60fps。
胶片颗粒: 增加复古或艺术感。可选值：无(None)、轻微(Slight)、中等(Medium)、重度(Heavy)。
2.
拍摄主体：视频的核心内容。描述越具体，AI的“捏人”能力就越强。描述: 主体的核心身份信息。例如性别、年龄、国籍、外貌特征。
着装: 定义主体的风格和身份。通过测试验证，越具体的描述（如“白色府绸衬衫搭配蓝色水洗牛仔裤”）比模糊的描述（如“时尚穿着”）效果好得多。
道具: 增强故事感和真实性的关键。一个太阳镜、一杯咖啡或一本书都能极大地丰富画面信息。
3.
场景：故事发生的环境，决定了视频的整体基调。地点: 室内还是室外？城市还是自然？具体到“东京涩谷的十字路口”或“巴厘岛的悬崖日落”会得到更精确的地理特征。
拍摄时间: 光线的决定性因素。黄金时段(Golden hour)的光线柔和温暖，正午(Midday)光线则强烈而刺眼，蓝色时刻(Blue hour)则充满神秘感。
环境: 描述场景的氛围和状态。干净整洁与杂乱无章会生成完全不同的背景细节。
4.
视觉细节与摄影手法：这两个模块是提升视频质感的“高级选项”。动作: 主体在做什么？“懒散随意地走”和“匆忙跑下”是完全不同的表演指令。
视觉元素: 你希望画面中出现的额外效果。例如光影效果(Chiaroscuro)、镜头光晕(Lensflare)、雨滴落在窗户上(Raindrops on window)。
光线:自然光(Natural light)、霓虹灯(Neon lights)、柔光箱(Softbox light)，不同的光源会塑造不同的情绪。
色调:暖色调(Warm tones)、冷色调(Cool tones)、单色(Monochrome)。这直接影响视频的情感表达。
5.
音频与其他：虽然目前视频模型的音频生成能力仍在发展，但提前定义可以为后期制作提供方向，或在模型支持时直接生效。环境音: 增加场景的真实感。
音效: 匹配主体动作的声音。
色调风格: 对整体风格的最终定义，如大胆对比(High contrast)、柔和梦幻(Soft and dreamy)。
拿到模板后，遵循以下步骤填写：
- 明确核心： 首先确定你的视频最核心的
拍摄主体和动作。这是故事的根基。
- 设定舞台： 围绕核心，构建
场景，定义好时间、地点和环境。
- 架设机位： 思考你想如何呈现这个故事，然后配置
镜头参数。这是叙事的关键。
- 精雕细琢： 最后，通过调整
视觉细节、摄影手法和色调来打磨画面的艺术感。
迭代与改进的技巧：
AI的首次生成不一定完美。当结果不理想时，不要只是简单地重新生成，而是要学会“诊断”问题：
- 动作不自然？ 检查
动作描述是否过于复杂。尝试简化指令，或将其分解为更简单的动作。
- 风格不对？ 检查
色调、光线和胶片颗粒的组合是否恰当。例如，“霓虹灯”和“自然光”同时存在可能会让AI困惑。
- 主体或场景出现错误？ 在
描述中增加更明确、更排他性的关键词，减少AI的想象空间。
2025.08.07 心不着相
万事都是相，事过之后，回头看，轻舟已过万重山。
2025.08.03 大学学历的意义
2025.08.01 HOLD
做任何一个产品，要么懂需求、要么懂技术、要么能管项目，缺了其中任何一个都完不成，而至少要擅长其中一个，才能参与。暂时先把硬件项目hold了，等到有新想法再试试。
2025.07.31 少年心志是不可再生之物
所以，别在无意义的事情上蹉跎岁月。go forward
2025.07.24 三千年读史，不外功名利禄；九万里悟道，终归诗酒田园
这句话居然是南怀瑾写的。
原句：佛为心，道为骨，儒为表，大度看世界。技在手，能在身，思在脑，从容过生活。三千年读史，不外功名利禄；九万里悟道，终归诗酒田园。
2025.07.19 Context Engineering
这段时间在做 ai 应用的过程中，一直围绕 prompt，few-shot examples，function call，mcp，a2a，tool，memory，rag 等各种概念，这些概念有重叠的部分，又有独立的部分，隐约觉得应该有某种更大的概念可以涵盖所有，但又朦朦胧胧想不清楚。直到 6 月 19 日 Shopify CEO Tobi Lutke 提出 context engineering 这个词，如惊天巨雷，让人醍醐灌顶，真理就是如此简单而直接，从 prompt engineering 到 context engineering，格局就完全不一样了 (虽然 context engineering 也只是大模型应用的一部分)。
2025.07.18 容错率
人们都在追求平淡、淡定和稳健，其实这跟认知高低的相关性远不如跟人生容错率的相关性。什么是人生的容错率？就是你的资产和你的社会关系可以允许你犯错而不至于堕入底层，简而言之，钱多就容易淡定。
2025.07.09 从终局反推
你在七八十岁回忆过往一生的时候，会想起什么？GO FROWARD, NOT GO UP.
2025.07.08 电池
我走过一片大厂的工位，看到每个工位都安装了一个人形干电池。
2025.07.07 人人都是全栈工程师
上周还在用bolt.new，后端代码还需要自己调一调，这周minimax直接放大招，前后端无缝衔接，我只需要提供几个api key即可，十几分钟，一个支持用户注册登录，优雅前端界面，内容丰富，操作丝滑，前后端配合顺畅的英语学习网站就诞生了。一个人人都是全栈工程师的全民开发时代到来了。可以预见的是海量的满足长尾需求的小众应用将涌现出来。在这样的未来下，行业不同的岗位的影响：
1、基础开发，CRUD操作的岗位消失；
2、上游价值提升：产品设计/交互、用户体验、领域知识建模、需求分析等 (个性化/情感化)；
3、下游价值提升：复杂系统的集成、部署、运维 (尤其是AI生成的低效代码)、安全审计；
4、底层能力：AI基础模型的优化升级依然重要；
但整体而言，因为大模型已经可以解决大部分基础问题，对人的技能点要求将发生巨变，新时代具备批评性思维、创造性解决问题、领域专长、项目管理、沟通协作能力的人才将更受欢迎，这些都是软性的能力。
2025.07.06 gemini-cli + github cli
史上最慷慨免费额度：个人用户通过谷歌账号登录，即可获得Gemini 2.5 Pro的使用权，享有100万Token的上下文窗口，以及每分钟60次、每天1000次的模型请求额度。
- Prerequisites: Ensure you have Node.js version 20 or higher installed.
- Run the CLI: Execute the following command in your terminal:
如果只是试一试，那npx就可以：
npx https://github.com/google-gemini/gemini-cli如果想安装那请npm：
npm install -g @google/gemini-cli- Pick a color theme
- Authenticate: When prompted, sign in with your personal Google account. This will grant you up to 60 model requests per minute and 1,000 model requests per day using Gemini.
- 登录方法 1：Login with Google (Gemini Code Assist)
- 登录方法 2：Gemini API key，generated from Google AI Studio (环境变量里配置一下Gemini API key就好，但有地区限制，大陆是不让用的，香港澳门也不行，台湾可以，VPN得指定出口地址，目前看这种方式对大陆用户是最方便的)
- 登录方法 3：Vertex AI，略有点麻烦。
- Github cli：下载安装使用就好，结合 gemini-cli，简直是程序员的xxx。