在 AI 视频模型领域，字节 (ByteDance) 的 Seedance 2.0 模型能力备受瞩目。即便与 Google 旗舰级 Omni 模型相比，其在角色一致性与物理逻辑的表现上仍具显著优势。
Krea AI 的 Seedance 2.0 列为付费模型，但 iOS 移动端应用 当前出现了权限 Bug？当前可以无需消耗订阅额度，直接调用包括 Seedance 2.0 在内的多个高级模型。
本操作目前仅限 iOS 平台，且不排除官方在未来修复（Hotfix）此权限。
在实际测试中，Seedance 2.0 的生成速度与质量表现如下：
为验证 Seedance 2.0 的多动捕物理特性与光影渲染，可参考以下复杂的镜头提示词：
谷歌（Google）在旗下 AI 创作平台 Flow 中，向免费用户开放了最新图像生成模型 Nano Banana 2 的使用权限。目前支持单次并发生成 4 张图像，且不消耗账户积分。对于需要高频测试提示词或调整图像细节的用户而言，这提供了一个比标准 Gemini 网页版更高效的替代方案。
Flow 是 Google Labs 推出的生成式 AI 影像创作平台。不同于传统的基于时间轴的剪辑软件，Flow 整合了 Veo 3.1（视频）、Nano Banana 2（图像）与 Gemini（语义）等核心大模型，允许用户通过自然语言构建包含连贯画面和音效的场景。
现在向所有用户开放了 0 积分使用最新图像生成模型 Nano Banana 2。目前支持单次并发生成 4 张图像，且不消耗账户的积分。
通过浏览器访问Google Flow 平台。进入后，可选择打开历史项目，或点击页面底部的按钮新建项目（New Project）。
进入项目工作区，展开页面底部的聊天框功能菜单。
完成设置后，在文本框中输入描述图像的提示词并发送。
系统将并发展示 4 张生成结果。相较于在普通版 Gemini 中逐张生成，该工作流大幅降低了等待时间。
Nano Banana 2 在生成时支持上传参考图片，以便更精准地控制视觉风格或角色的一致性。
经测试，在连续生成 40+ 张图像后，系统未出现拦截提示，且未扣除任何账户积分。这一配额已显著超出普通版 Gemini 的免费限制。
随着知道的人变多，Google 随时可能更新策略或者加上次数限制。
所以！看到这篇内容，赶紧先去试试！
AI 搜索公司 Perplexity 与支付平台 PayPal 达成全球合作，为符合条件的 PayPal 用户提供为期一年的 Perplexity Pro 免费订阅资格，价值 200 美元（约人民币 1450 元），并包含其 AI 浏览器 Comet 的优先体验权。
Perplexity Pro 与 PayPal 合作
活动链接：https://www.perplexity.ai/join/p/paypal-subscription
为防止一年后产生 200 美元的年费，强烈建议领取成功后，立即通过以下任一方式取消自动续订。取消后，Pro 会员资格仍会完整保留一年。
在 Perplexity 官网取消
在 PayPal 后台取消
Anthropic 的内部团队正在利用 Claude Code 彻底改变他们的工作流程。无论是开发者还是非技术人员，都能借助它攻克复杂项目、实现任务自动化，并弥补那些曾经限制生产力的技能鸿沟。
为了深入了解，我们采访了以下团队：
通过这些访谈，我们收集了不同部门使用 Claude Code 的方式、它对工作带来的影响，以及为其他考虑采用该工具的组织提供的宝贵建议。
数据基础设施团队负责为公司内所有团队整理业务数据。他们使用 Claude Code 来自动化常规的数据工程任务、解决复杂的基础设施问题，并为技术和非技术团队成员创建文档化工作流，以便他们能够独立访问和操作数据。
利用截图调试 Kubernetes
当 Kubernetes 集群出现故障，无法调度新的 pod 时，团队使用 Claude Code 来诊断问题。他们将仪表盘的截图喂给 Claude Code，后者引导他们逐个菜单地浏览 Google Cloud 的用户界面，直到找到一个警告，指出 pod 的 IP 地址已耗尽。随后，Claude Code 提供了创建新 IP 池并将其添加到集群的确切命令，整个过程无需网络专家的介入。
为财务团队打造纯文本工作流
工程师向财务团队成员展示了如何编写描述其数据工作流程的纯文本文件，然后将这些文件加载到 Claude Code 中，以实现完全自动化的执行。没有任何编程经验的员工只需描述“查询这个仪表盘，获取信息，运行这些查询，生成 Excel 输出”等步骤，Claude Code 就能执行整个工作流，甚至会主动询问日期等必要输入。
为新员工提供代码库导览
当新的数据科学家加入团队时，他们会被指导使用 Claude Code 来熟悉庞大的代码库。Claude Code 会阅读他们的 Claude.md 文件（文档），识别特定任务所需的相关文件，解释数据管道的依赖关系，并帮助新人理解哪些上游数据源为仪表盘提供数据。这取代了传统的数据目录和发现工具。
会话结束时自动更新文档
在每项任务结束时，团队会要求 Claude Code 总结已完成的工作并提出改进建议。这创建了一个持续改进的循环：Claude Code 根据实际使用情况帮助优化 Claude.md 文档和工作流指令，使后续的迭代更加高效。
跨多个实例并行管理任务
在处理耗时较长的数据任务时，团队会为不同项目在不同的代码仓库中打开多个 Claude Code 实例。每个实例都能保持完整的上下文，因此即使在数小时或数天后切换回来，Claude Code 也能准确地记住他们当时正在做什么以及任务进行到哪里，从而实现了无上下文丢失的真正并行工作流管理。
无需专业知识即可解决基础设施问题
解决了通常需要系统或网络团队成员介入的 Kubernetes 集群问题，利用 Claude Code 诊断问题并提供精确的修复方案。
加速新员工上手
新的数据分析师和团队成员无需大量指导，就能迅速理解复杂的系统并做出有意义的贡献。
增强支持工作流
Claude Code 能够处理比人类手动审查大得多的数据量，并识别异常情况（例如监控 200 个仪表盘），这是人力无法完成的。
实现跨团队自助服务
没有任何编程经验的财务团队现在可以独立执行复杂的数据工作流。
编写详细的 Claude.md 文件
团队表示，你在 Claude.md 文件中将工作流程、工具和期望文档化得越好，Claude Code 的表现就越出色。当你拥有现成的设计模式时，这使得 Claude Code 在设置新数据管道等常规任务上表现卓越。
处理敏感数据时使用 MCP 服务器而非命令行界面
他们建议使用 MCP 服务器而不是 BigQuery 命令行界面，以便更好地控制 Claude Code 的访问权限，尤其是在处理需要日志记录或存在潜在隐私问题的敏感数据时。
分享团队使用心得
团队举办了分享会，成员们互相演示他们使用 Claude Code 的工作流程。这有助于传播最佳实践，并展示了他们自己可能没有发现的各种工具使用方法。
Claude Code 产品开发团队使用自家的产品来为 Claude Code 构建更新，扩展产品的企业级功能和 AI 智能体循环功能。
通过“自动接受模式”快速构建原型
工程师们通过启用“自动接受模式”（Shift+Tab）并设置自主循环，让 Claude 编写代码、运行测试并持续迭代，从而实现快速原型开发。他们将自己不熟悉的抽象问题交给 Claude，让它自主工作，然后在接手进行最后润色前，审查已完成 80% 的解决方案。团队建议从一个干净的 git 状态开始，并定期提交检查点，这样如果 Claude 跑偏了，他们可以轻松回滚任何不正确的更改。
同步编码开发核心功能
对于涉及应用程序业务逻辑的更关键功能，团队会与 Claude Code 同步工作，提供带有具体实现指令的详细提示。他们实时监控过程，确保代码质量、风格指南合规性和正确的架构，同时让 Claude 处理重复的编码工作。
构建 Vim 模式
他们最成功的异步项目之一是为 Claude Code 实现 Vim 快捷键绑定。他们要求 Claude 构建整个功能，最终实现中大约 70% 的代码来自 Claude 的自主工作，只需几次迭代即可完成。
生成测试和修复 bug
在实现功能后，团队使用 Claude Code 编写全面的测试，并处理在代码审查中发现的简单 bug。他们还使用 GitHub Actions 让 Claude 自动处理像格式问题或函数重命名这样的 Pull Request 评论。
代码库探索
在处理不熟悉的代码库（如 monorepo 或 API 端）时，团队使用 Claude Code 来快速理解系统的工作方式。他们不再等待 Slack 上的回复，而是直接向 Claude 提问以获取解释和代码参考，从而大大节省了上下文切换的时间。
更快的功能实现
Claude Code 成功实现了像 Vim 模式这样的复杂功能，其中 70% 的代码由 Claude 自主编写。
提升开发速度
该工具可以快速构建功能原型并迭代创意，而不会陷入实现细节的泥潭。
通过自动化测试提高代码质量
Claude 生成全面的测试并处理常规的 bug 修复，在减少手动工作的同时保持了高标准。
更好的代码库探索
团队成员可以快速熟悉 monorepo 中不熟悉的部分，而无需等待同事的回复。
创建自给自足的循环
设置 Claude 通过自动运行构建、测试和代码检查来验证自己的工作。这使得 Claude 可以更长时间地自主工作并发现自己的错误，尤其是在你要求 Claude 在编写代码之前先生成测试时效果更佳。
培养任务分类的直觉
学会区分哪些任务适合异步处理（外围功能、原型设计），哪些需要同步监督（核心业务逻辑、关键修复）。产品边缘的抽象任务可以用“自动接受模式”处理，而核心功能则需要更密切的监督。
编写清晰、详细的提示
当组件具有相似的名称或功能时，你的请求要极其具体。提示越好、越详细，你就越能信任 Claude 独立工作，而不会对代码库的错误部分进行意外更改。
安全工程团队专注于保障软件开发生命周期、供应链安全和开发环境安全。他们广泛使用 Claude Code 来编写和调试代码。
复杂基础设施调试
在处理事故时，他们将堆栈跟踪和文档喂给 Claude Code，并要求它在代码库中追踪控制流。这大大缩短了生产问题的解决时间，使他们能够在大约 5 分钟内理解问题，而手动扫描代码通常需要 10-15 分钟。
Terraform 代码审查与分析
对于需要安全审批的基础设施变更，团队将 Terraform 计划复制到 Claude Code 中，并提问“这会做什么？我会后悔吗？”。这创建了更紧密的反馈循环，使安全团队能够更快地审查和批准基础设施变更，减少了开发过程中的瓶颈。
文档综合与操作手册
Claude Code 吸收多个文档来源，创建 Markdown 格式的操作手册、故障排除指南和概述。团队将这些精简的文档作为调试实际问题的上下文，创建了比在完整知识库中搜索更高效的工作流程。
测试驱动开发工作流
他们摒弃了以往的“设计文档 → 粗糙代码 → 重构 → 放弃测试”模式，现在他们要求 Claude Code 提供伪代码，引导其进行测试驱动开发，并定期检查以在卡住时进行引导，从而产出更可靠、更易于测试的代码。
上下文切换与项目上手
在为现有项目（如用于安全审批工作流的 Web 应用“dependant”）做贡献时，他们使用 Claude Code 来编写、审查和执行存储在代码库中的 Markdown 格式的规范，从而能够在几天内做出有意义的贡献，而不是花费数周时间。
缩短事故解决时间
通常需要 10-15 分钟手动代码扫描的基础设施调试现在大约需要 5 分钟。
改进安全审查周期
需要安全审批的 Terraform 代码审查速度大大加快，消除了开发人员在等待安全团队批准时的阻塞。
增强跨职能贡献
团队成员可以在几天内为项目做出有意义的贡献，而不是花费数周时间来建立上下文。
更好的文档工作流程
从多个来源综合而成的故障排除指南和操作手册创建了更高效的调试过程。
广泛使用自定义斜杠命令
安全工程团队使用了整个 monorepo 中 50% 的自定义斜杠命令实现。这些自定义命令简化了特定的工作流程，并加快了重复性任务的速度。
让 Claude 先说
他们不再通过提出有针对性的问题来生成代码片段，而是告诉 Claude Code “边做边提交你的工作”，让它在定期检查的情况下自主工作，从而得到更全面的解决方案。
利用它进行文档处理
除了编码，Claude Code 还擅长综合文档和创建结构化输出。团队提供写作样本和格式偏好，以获得可立即在 Slack、Google Docs 和其他工具中使用的文档，避免界面切换带来的疲劳。
推理团队负责管理在 Claude 读取你的提示并生成回复时存储信息的内存系统。团队成员，尤其是那些刚接触机器学习的人，可以广泛使用 Claude Code 来弥补知识差距并加速他们的工作。
代码库理解与新员工上手
在加入一个复杂的代码库时，团队严重依赖 Claude Code 来快速理解其架构。他们不再手动搜索 GitHub 仓库，而是询问 Claude 哪些文件调用了特定的功能，几秒钟内就能得到结果，而不是向同事求助或手动搜索。
包含边界情况的单元测试生成
在编写完核心功能后，他们要求 Claude 为其编写全面的单元测试。Claude 会自动包含被遗漏的边界情况，在几分钟内完成通常需要大量时间和精力的工作，就像一个他们可以审查的编码助手。
机器学习概念解释
没有机器学习背景的团队成员依赖 Claude 来解释模型特定的函数和设置。过去需要一个小时谷歌搜索和阅读文档的工作，现在只需 10-20 分钟，研究时间减少了 80%。
跨语言代码翻译
在用不同编程语言测试功能时，团队向 Claude 解释他们想要测试的内容，Claude 就会用所需的语言（如 Rust）编写逻辑，从而无需为了测试目的而学习新语言。
命令记忆与 Kubernetes 管理
他们不再需要记住复杂的 Kubernetes 命令，而是向 Claude 询问正确的语法，比如“如何获取所有 pod 或部署状态”，然后就能收到他们基础设施工作所需的确切命令。
加速机器学习概念学习
有了 Claude Code，他们的研究时间减少了 80%，历史上需要一个小时谷歌搜索的工作现在只需 10-20 分钟。
更快的代码库导航
该工具可以帮助团队成员在几秒钟内找到相关文件并理解系统架构，而不是依赖同事在几天内分享知识。
全面的测试覆盖
Claude 自动生成包含边界情况的单元测试，在保持代码质量的同时减轻了精神负担。
消除语言障碍
团队可以在不熟悉 Rust 等语言的情况下实现功能，而无需学习它。
首先测试知识库功能
尝试问各种问题，看看 Claude 能否比谷歌搜索更快地回答。如果它更快、更准确，那么它就是你工作流程中一个宝贵的时间节省工具。
从代码生成开始
给 Claude 具体的指令，让它编写逻辑，然后验证其正确性。这有助于在将其用于更复杂的任务之前，建立对该工具能力的信任。
用它来编写测试
让 Claude 编写单元测试可以极大地减轻日常开发工作的压力。利用这个功能来保持代码质量，而无需花费时间手动思考所有测试用例。
数据科学和机器学习工程团队需要复杂的 可视化工具来理解模型性能，但构建这些工具通常需要不熟悉的语言和框架的专业知识。Claude Code 使这些团队能够构建生产质量的分析仪表盘，而无需成为全栈开发人员。
构建 JavaScript/TypeScript 仪表盘应用
尽管对“JavaScript 和 TypeScript 知之甚少”，团队仍使用 Claude Code 构建了完整的 React 应用，用于可视化强化学习（RL）模型的性能和训练数据。他们让 Claude 控制从头开始编写完整的应用程序，比如一个 5000 行的 TypeScript 应用，而无需自己理解代码。这一点至关重要，因为可视化应用相对上下文较少，不需要理解整个 monorepo，从而可以快速构建原型工具，以便在训练和评估期间了解模型性能。
处理重复的重构任务
当遇到合并冲突或半复杂的文件重构时——这些任务对于编辑器宏来说太复杂，但又不足以投入大量开发精力——他们就像玩“老虎机”一样使用 Claude Code：提交当前状态，让 Claude 自主工作 30 分钟，然后要么接受解决方案，要么在不成功时重新开始。
创建持久性分析工具而非一次性笔记本
团队现在不再构建用完即弃的 Jupyter 笔记本，而是让 Claude 构建可重复使用的 React 仪表盘，这些仪表盘可以在未来的模型评估中重复使用。这很重要，因为理解 Claude 的性能是“团队最重要的事情之一”——他们需要了解模型在训练和评估期间的表现，而这“实际上并非易事，简单的工具无法从观察一个数字上升中获得太多信号”。
零依赖任务委托
对于完全不熟悉的代码库或语言中的任务，他们将整个实现委托给 Claude Code，利用其从 monorepo 中收集上下文并执行任务的能力，而无需他们参与实际的编码过程。这使得他们在自己专业领域之外也能保持生产力，而不是花时间学习新技术。
节省了 2-4 倍的时间
过去虽然可以手动完成但很繁琐的常规重构任务现在完成得更快了。
用不熟悉的语言构建了复杂的应用
尽管 JavaScript/TypeScript 经验极少，却创建了 5000 行的 TypeScript 应用。
从一次性工具转向持久性工具
不再使用一次性的 Jupyter 笔记本，而是构建可复用的 React 仪表盘进行模型分析。
直接获得模型改进的洞见
第一手使用 Claude Code 的经验为未来模型迭代中更好的内存系统和用户体验改进提供了信息。
实现了可视化驱动的决策
通过先进的数据可视化工具，更好地理解了 Claude 在训练和评估期间的性能。
把它当作一台老虎机
在让 Claude 工作之前保存你的状态，让它运行 30 分钟，然后要么接受结果，要么重新开始，而不是试图费力去修正。重新开始的成功率通常比试图修复 Claude 的错误要高。
必要时为了简化而打断它
在监督过程中，不要犹豫，停下来问 Claude “你为什么这么做？试试更简单的方法。” 模型默认倾向于更复杂的解决方案，但对于简化方法的请求反应良好。
产品工程团队致力于开发如 PDF 支持、引用和网页搜索等功能，这些功能将额外的知识引入 Claude 的上下文窗口。在大型、复杂的代码库中工作意味着不断遇到不熟悉的代码部分，花费大量时间来理解特定任务需要检查哪些文件，并在进行更改前建立上下文。Claude Code 通过充当向导，帮助他们理解系统架构、识别相关文件并解释复杂的交互，从而改善了这种体验。
第一步工作流规划
团队将 Claude Code 作为任何任务的“第一站”，要求它确定在进行 bug 修复、功能开发或分析时需要检查哪些文件。这取代了传统上在开始工作前手动浏览代码库和收集上下文的耗时过程。
跨代码库独立调试
团队现在有信心处理不熟悉代码库部分的 bug，而无需向他人求助。他们可以问 Claude “你觉得你能修复这个 bug 吗？我看到的行为是这样的”，并经常能立即取得进展，这在以前由于所需的时间投入是不可行的。
通过内部测试进行模型迭代测试
Claude Code 自动使用最新的研究模型快照，使其成为他们体验模型变化的主要方式。这为团队在开发周期中提供了关于模型行为变化的直接反馈，这是他们在之前的发布中从未体验过的。
消除上下文切换的开销
他们不再需要复制粘贴代码片段并将文件拖入 Claude.ai，同时还要详细解释问题，现在可以直接在 Claude Code 中提问，无需额外的上下文收集，从而显著减少了心智负担。
增强了处理不熟悉领域的信心
团队成员可以独立调试 bug 并调查不熟悉代码库中的事故。
在上下文收集中节省了大量时间
Claude Code 消除了复制粘贴代码片段和将文件拖入 Claude.ai 的开销，减轻了心智上的上下文切换负担。
加速轮岗员工上手速度
轮岗到新团队的工程师可以快速熟悉不熟悉的代码库并做出有意义的贡献，而无需与同事进行大量咨询。
提升开发者幸福感
团队报告称，随着日常工作流程中的摩擦减少，他们感到更快乐、更高效。
将其视为迭代伙伴，而非一次性解决方案
不要指望 Claude 能立即解决问题，而是把它当作一个与你一起迭代的合作者。这种方法比试图在第一次尝试中就获得完美的解决方案效果更好。
用它来建立在不熟悉领域的信心
不要犹豫去处理你专业领域之外的 bug 或调查事故。Claude Code 使得在通常需要大量上下文建立的领域独立工作成为可能。
从最少的信息开始
从你需要的最低限度的信息开始，让 Claude 引导你完成整个过程，而不是一开始就提供大量的解释。
增长营销团队专注于在付费搜索、付费社交、移动应用商店、电子邮件营销和 SEO 等领域建立效果营销渠道。作为一个只有一人的非技术团队，他们使用 Claude Code 来自动化重复性的营销任务，并创建通常需要大量工程资源的 AI 智能体工作流。
自动化 Google Ads 广告创意生成
团队构建了一个 AI 智能体工作流，该工作流可以处理包含数百个现有广告及其效果指标的 CSV 文件，识别表现不佳的广告进行迭代，并生成符合严格字符限制（标题 30 个字符，描述 90 个字符）的新变体。通过使用两个专门的子智能体（一个用于标题，一个用于描述），该系统可以在几分钟内生成数百个新广告，而无需在多个广告系列中手动创建。这使他们能够大规模地进行测试和迭代，这是以前需要花费大量时间才能实现的。
用于批量创意制作的 Figma 插件
他们没有手动复制和编辑用于付费社交广告的静态图片，而是开发了一个 Figma 插件，该插件可以识别框架并通过替换标题和描述来以编程方式生成多达 100 个广告变体，将需要数小时复制粘贴的工作缩短为每批半秒。这使得创意产出提高了 10 倍，让团队能够在关键社交渠道上测试数量庞大的创意变体。
用于广告活动分析的 Meta Ads MCP 服务器
他们创建了一个与 Meta Ads API 集成的 MCP 服务器，以便直接在 Claude Desktop 应用内查询广告活动表现、支出数据和广告效果，从而无需在不同平台之间切换进行性能分析，节省了宝贵的时间，因为每一分效率的提升都意味着更好的投资回报率。
利用内存系统进行高级提示工程
他们实现了一个基本的内存系统，该系统记录了广告迭代中的假设和实验，使得系统在生成新变体时能够将之前的测试结果纳入上下文，创建了一个自我改进的测试框架。这使得系统性的实验成为可能，而这些实验是无法手动追踪的。
在重复性任务上节省了大量时间
Claude Code 将广告文案创作时间从 2 小时缩短到 15 分钟，让团队能够专注于更具战略性的工作。
创意产出增加 10 倍
通过自动广告生成和与 Figma 集成以获取最新的视觉设计元素，团队现在可以在各个渠道上测试数量庞大的广告变体。
像一个更大的团队一样运作
团队能够处理传统上需要专门工程资源的大型开发任务。
战略重点转移
团队可以将更多时间用于整体战略和构建 AI 智能体自动化，而不是手动执行。
识别支持 API 的重复性任务
寻找涉及使用带有 API 的工具（如广告平台、设计工具、分析平台）进行重复操作的工作流程。这些是自动化的主要候选对象，也是 Claude Code 提供最大价值的地方。
将复杂工作流分解为专门的子智能体
不要试图在一个提示或工作流中处理所有事情，而是为特定任务创建单独的智能体（比如一个标题智能体和一个描述智能体）。这使得调试更容易，并在处理复杂需求时提高输出质量。
在编码前进行充分的头脑风暴和提示规划
在前期花大量时间使用 Claude.ai 来构思整个工作流，然后让 Claude.ai 为 Claude Code 创建一个全面的提示和代码结构以供参考。此外，要逐步进行，而不是要求一次性解决问题，以避免 Claude 因任务过于复杂而不堪重负。
产品设计团队支持 Claude Code、Claude.ai 和 Anthropic API，专注于构建 AI 产品。即使是非开发人员也可以使用 Claude Code 来弥合设计与工程之间的传统鸿沟，使他们能够直接实现自己的设计愿景，而无需与工程师进行大量的反复迭代。
前端润色和状态管理变更
团队不再为视觉调整（字体、颜色、间距）创建大量的设计文档并与工程师进行多轮反馈，而是直接使用 Claude Code 实现这些变更。工程师们注意到，设计师们正在进行“通常不会看到设计师做的大型状态管理变更”，这使他们能够实现他们所设想的精确质量。
GitHub Actions 自动化工单处理
通过使用 Claude Code 的 GitHub 集成，他们只需提交描述所需更改的问题/工单，Claude 就会自动提出代码解决方案，而无需打开 Claude Code，从而为他们积压的润色任务创建了一个无缝的 bug 修复和功能优化工作流。
快速交互式原型制作
通过将模型图粘贴到 Claude Code 中，他们可以生成功能齐全的原型，工程师可以立即理解并在此基础上进行迭代，这取代了传统的静态 Figma 设计，后者需要大量的解释和转换才能成为可用代码。
发现边界情况和理解系统架构
团队使用 Claude Code 来规划错误状态、逻辑流程和不同的系统状态，使他们能够在设计阶段就识别出边界情况，而不是在开发后期才发现，从而从根本上提高了他们初始设计的质量。
复杂的文案更改和法律合规
对于像在整个代码库中移除“研究预览”信息这样的任务，他们使用 Claude Code 查找所有实例，审查周围的文案，与法务部门实时协调更改，并实施更新。这个过程只用了两次 30 分钟的电话会议，而不是一周的反复协调。
核心工作流程的变革
Claude Code 成为主要的设计工具，80% 的时间里 Figma 和 Claude Code 都是打开的。
执行速度提高 2-3 倍
以前需要与工程师进行大量反复沟通的视觉和状态管理变更，现在可以直接实现。
周期时间从数周缩短到数小时
像 Google Analytics 发布信息这样需要一周协调的复杂项目，现在只需两次 30 分钟的电话会议就能完成。
两种截然不同的用户体验
开发者获得了“增强型工作流”（执行更快），而非技术用户则获得了“天哪，我竟然也成了开发者”的工作流。
改善了设计与工程的协作
Claude Code 促进了更好的沟通和更快的问题解决，因为设计师理解了系统的限制和可能性，而无需与工程师紧密合作。
从工程师那里获得适当的设置帮助
让工程团队的同事帮助进行初始的代码库设置和权限配置——对于非开发人员来说，技术上的上手过程具有挑战性，但一旦配置完成，它将彻底改变日常工作流程。
使用自定义内存文件来引导 Claude 的行为
创建具体的指令，告诉 Claude 你是一个几乎没有编码经验的设计师，需要详细的解释和更小、更增量的更改。这极大地提高了 Claude 回应的质量，使其不再那么令人生畏。
利用粘贴图片进行原型制作
使用 Command+V 将截图直接粘贴到 Claude Code 中。它在读取设计并生成功能性代码方面表现出色，使其在将静态模型图转化为工程师可以立即理解和构建的交互式原型方面非常有价值。
强化学习（RL）工程团队专注于 RL 中的高效采样和跨集群的权重迁移。他们主要使用 Claude Code 来编写中小型功能、进行调试和理解复杂的代码库，并采用一种包含频繁检查点和回滚的迭代方法。
有监督的自主功能开发
团队让 Claude Code 在提供监督的情况下编写大部分中小型功能的代码，例如为权重迁移组件实现认证机制。他们以交互方式工作，允许 Claude 主导，但在其偏离轨道时进行引导。
测试生成和代码审查
在自己实现更改后，团队会要求 Claude Code 添加测试或审查他们的代码。这种自动化的测试工作流程在常规但重要的质量保证任务上节省了大量时间。
调试和错误调查
他们使用 Claude Code 来调试错误，结果好坏参半。有时它能立即识别问题并添加相关测试，而其他时候则难以理解问题，但总的来说，在有效时仍能提供价值。
代码库理解和调用栈分析
他们工作流程中最大的变化之一是使用 Claude Code 来快速获取相关组件和调用栈的摘要，取代了手动阅读代码或生成大量调试输出。
Kubernetes 操作指导
他们经常向 Claude Code 询问 Kubernetes 操作，这些操作否则需要大量谷歌搜索或询问基础设施工程的同事，从而能立即获得配置和部署问题的答案。
实验性方法的实现
他们现在使用一种“尝试并回滚”的方法，频繁提交检查点，以便他们可以测试 Claude 的自主实现尝试，并在需要时进行回滚，从而实现了更具实验性的开发。
文档编写加速
Claude Code 自动添加有用的注释，节省了大量的文档编写时间，尽管他们也指出，它有时会在奇怪的地方添加注释或使用有问题的代码组织方式。
有限制的提速
虽然 Claude Code 可以在他们“相对较少的时间”投入下实现中小型 PR，但他们承认，它在第一次尝试中成功的几率大约只有三分之一，需要额外的指导或手动干预。
为特定模式自定义你的 Claude.md 文件
在你的 Claude.md 文件中添加指令，以防止 Claude 重复犯工具调用错误，例如告诉它“运行 pytest 而不是 run，不要不必要地 cd – 只需使用正确的路径”。这显著提高了一致性。
使用检查点密集的工作流
随着 Claude 进行更改，定期提交你的工作，这样当实验不成功时，你可以轻松回滚。这使得在没有风险的情况下可以采用更具实验性的开发方法。
先尝试一次性解决，然后协作
给 Claude 一个快速的提示，让它先尝试完整的实现。如果成功了（大约三分之一的时间），你就节省了大量时间。如果没有，再切换到更具协作性、引导性的方法。
法务团队通过实验和了解 Anthropic 产品的好奇心，发现了 Claude Code 的潜力。此外，一位团队成员有一个个人用例，即为家人创建无障碍工具和为工作创建原型，这展示了该技术对非开发人员的强大能力。
为家人定制的无障碍解决方案
团队成员为因医疗诊断而有语言障碍的家人构建了沟通助手。在短短一小时内，一个人使用原生的语音转文本功能创建了一个预测性文本应用，该应用可以建议回复并使用语音库将其读出，解决了言语治疗师推荐的现有无障碍工具的不足之处。
法务部门工作流自动化
团队创建了“电话树”系统的原型，帮助团队成员联系到 Anthropic 合适的律师，展示了法务部门如何在没有传统开发资源的情况下为常见任务构建自定义工具。
团队协调工具
经理们构建了 G Suite 应用程序，可以自动化每周的团队更新，并跟踪各产品的法律审查状态，让律师只需通过简单的按钮点击就能快速标记需要审查的项目，而无需管理电子表格。
用于解决方案验证的快速原型制作
他们使用 Claude Code 快速构建功能性原型，然后展示给领域专家（例如向加州大学旧金山分校的专家展示无障碍工具），以验证想法并在投入更多时间之前识别现有解决方案。
在 Claude.ai 中规划，在 Claude Code 中构建
他们使用两步流程：首先在 Claude.ai 中进行头脑风暴和规划，然后转到 Claude Code 进行实现，要求它放慢速度，逐步工作，而不是一次性输出所有内容。
视觉优先的方法
他们经常使用截图向 Claude Code 展示他们想要的界面样子，然后根据视觉反馈进行迭代，而不是用文本描述功能。
原型驱动的创新
他们强调克服分享“傻瓜式”或“玩具级”原型的恐惧，因为这些演示能激励他人看到他们未曾考虑过的可能性。
MCP 集成担忧
产品律师使用 Claude Code 立即识别深度 MCP 集成的安全隐患，并指出随着 AI 工具访问更多敏感系统，保守的安全策略将成为障碍。
合规工具的优先级
他们主张随着 AI 能力的扩展，应迅速构建合规工具，认识到创新与风险管理之间的平衡。
首先在 Claude.ai 中进行详尽规划
在转到 Claude Code 之前，使用 Claude 的对话界面来充实你的整个想法。然后要求 Claude 将所有内容总结成一个分步的实现提示。
增量式和可视化工作
要求 Claude Code 放慢速度，一次实现一个步骤，这样你就可以复制粘贴而不会不知所措。大量使用截图来展示你想要的界面样子。
尽管不完美也要分享原型
克服隐藏“玩具”项目或未完成工作的冲动。分享原型有助于他人看到可能性，并在通常不互动的部门之间激发创新。
在 Pixel 设备上打开 Google app 的新闻链接，或在 Windows 设备上通过开始菜单访问网络搜索结果，这两种情况都存在一个共同点：系统会忽略你的默认浏览器设置，强行使用自家的浏览器（Chrome 或 Edge）进行访问。
对此，似乎大家并没有太大反应，正如人们对欧盟地区用户在数字生活中享有选择而感到无奈似的。
今天我们就来探讨一个问题：如何成为一名数字意义上的欧盟地区 Windows 用户。
受《数字市场法案》影响，微软在欧盟地区针对用户做出了很多让步，包括：
关于 Windows 的地区设置，你可以在「系统设置 > 时间和语言 > 语言和区域」中找到几个选项：
不过，今天的重点是一个新加入的、不可更改的选项——设备设置区域。将其更改为欧盟地区是个不错的切入点。
我最初想到的是去年推出的 Edge 重定向工具 MSEdgeRedirect，但不久后发现该模式在 2024 年 3 月后将失效，原因是微软的 UCPD 驱动3。
UCPD（用户选择守护驱动）利用内置的黑白名单机制，屏蔽非微软签名的进程，阻止第三方工具对系统的修改。这不仅影响到一些文件协议的处理，而且更难被禁用。微软还设置了一个名为 UCPD velocity 的自动化任务，每次用户登录时都会恢复被禁用的系统文件和设置。
因此，想要使用 MSEdgeRedirect 开启「欧盟模式」的用户，首先可以按照 SetUserFTA 开发者的思路摆脱微软的干预。
彻底解决方案：直接删除 UCPD 驱动。以管理员权限运行 CMD，执行命令 sc.exe delete UCPD，然后重启。需要注意的是，该驱动可能会在系统更新后复活。
温和解决方案：禁用 UCPD 驱动，以管理员权限在 CMD 下执行：
完成后，便可以正常使用 MSEdgeRedirect 修改地区设置。
成功更改设备设置区域后，不仅能享受之前提到的「权益」，更能在各类设置中拥有更多自由，成为一个选择上的欧洲人、商店里的美国人、文本习惯上的中国人——这份灵活，值得我们珍惜。
参考链接：
前几天最近随着 Claude Code 这个命令行 AI 代码工具的火爆，谷歌也耐不住寂寞推出了自己的同类产品 Gemini CLI，而且完全免费，非常顶。
下面会教你用 Gemini CLI 实现哪些能力：
首先他们是没有界面的，所有的操作都是在终端以命令行的方式展示。
然后就是也是 Agents 可以自动执行任务处理本地文件，同时内置了非常多的工具，比如谷歌搜索、阅读文件、查找文件、搜索文字、写入文件、保存记忆等，你输入 /tools 然后回车就可以让他列出目前支持的工具。
另外 Gemini CLI 也是支持 MCP 的，你可以安装其他的 MCP 工具帮助模型扩充上下文。
很多朋友说命令行是不是很复杂啊，我不会编程是不是会很难用。
其实并没有，如果你的网络环境正常，能够正常登录 Gemini CLI 的话，跟使用 Cursor 没有本质区别。
因为核心交互的时候还是主要为提示词输入框，命令行又不用你写，Gemini 写就行。
从这里开始我所有的演示都基于 Mac OS 的自带终端进行，Windows 大部分操作都是通用的，但是可能出问题概率比 Mac 复杂。
首先要做的第一步就是进入到我们的启动台，搜索终端两个字，搜到之后打开。
这时候你就看到一个空白界面里面写了些你看不懂的字，不要担心。
这里我建议我们想好要进行的任务之后，新建一个文件夹把需要的任务素材扔进去，然后按住 option 按键鼠标右键选择“将 XXXX 文件夹拷贝为路径名称”，这时候你就快速获得了这个文件夹的路径。
然后我们回到我们的终端窗口，输入 cd + 空格 + 你刚才复制的路径，接下来你终端的所有操作都只会影响这个文件夹的内容，不用担心把电脑搞坏。
到这一步我们终于开始安装 Gemini CLI 了，非常简单，你只需要输入下面的内容然后回车就行。
安装成功你就会看到这个界面，应该会先让你选择命令行的颜色主题，然后让你选择登录方式。
这里需要注意：终端的操作大部分时间需要用上下左右方向键来操作选项，选中之后按回车确认。
你只需要选择一个自己喜欢的主题之后，选择正常的谷歌账号登录，在拉起网页登录后关掉就行。
我这个这里已经登录了，所以没有这些选项，然后你就能看到提示词输入框了。
恭喜你到这里，你已经完成了 Gemini 的安装。
由于用的 NPX 的安装方式，所以你以后每次关掉终端重新使用 Gemini CLI 的时候都需要输入开始的那个命令，不过不用登录了，直接就能用。
另一种方法是输入下面这个命令，但是对于不会编程的人来说很麻烦，启动就是少输入点东西，输入 Gemini 就能启动。
最后由于命令行本身都是英文的，可能很多人会望而却步，这个时候你可以装个 Bob 这个翻译软件，支持划词翻译，看不懂的选项直接选中划词翻译就行。
装好之后我们可以来点基础用法了。
由于 Gemini 可以看到你的文件并且操作，而且它还有生成能力，本身模型还是多模态的，所以即使只用本身的工具也可以有很多用法。
首先是 Gemini CLI 本身支持谷歌搜索，你可以让他搜索指定内容给你写成文档，也可以对你本身的文档进行编辑。
当然搜索工具经常会限额，这个有点恶心，比如让他搜索歸藏的信息并且整理一个介绍文档。
你也可以让他分析你保存在本地的文章之后进行改写，生成新的文章。
比如我这里就让他把 Karpathy 的软件 3.0 文章改写成适合发布的博客文章，同时生成对应的推特发布版本，也可以对于会议总结之类的文档进行分析和处理。
记得我之前写的用 Curosr 这种 IDE 帮助分析 Obsidian ，把 Obsidian 当做本地知识库的方法吗，Gemini CLI 也可以，甚至更加强大。
你可以找到你的 Obsidian 文件夹打开之后启动 Gemini CLI，然后让 Gemini CLI 查找相关的内容。
比如我这里就让他检索我所有的剪藏文件，找到 MCP 相关的文章，然后给我生成一个带反向链接的《MCP 剪藏内容索引》文档，可以看到他完成的很好。
每个无序列表都有文件标题以及文章的总结，最后还有链接可以直达那个文章。
提到反向链接了，就不得不提 Obsidian 的一个知识图谱的功能，它可以把所有有反向链接的相关文档都链接起来，形成你自己的网状笔记网络，方便你学习和回顾。
但是反向链接需要你自己手动加，大部分人都没这个毅力，现在有了 Gemini CLI 问题解决了，可以让他帮你给你文件夹中的相关文档加反向链接。
不过这个需要的时间比较长，如果内容多的话可能得等一段时间。
由于本身 Gemini CLI 是多模态的的，所以你的图片也可以让他帮忙处理。
比如我打开了一个全是图片的文件夹，里面的图片名字乱七八糟的，这时候就可以让他分析图片内容之后根据图片内容给图片重新命名。
再重新命名之后我们也不能浪费他分析的图片内容。
我们都知道在训练图像模型或者 Lora 的时候需要对图像进行标注，大部分训练工具都是把标注放在一个跟图片命名一样的文本文件里，现在我们就可以让 Gemini CLI 来做这件事了。
可以看到他执行的非常完美，以往这些你还得找对应的工具，而且不好自定义要求，现在提示词就行。
Gemini CLI 除了可以读取文件和修改文件外也是可以控制系统设置的。
比如我们就可以写好自己日常对于软件和系统设置在不同工作时间的喜好，需要的时候一键完成所有操作的更改。
这里我就让他给我关掉浏览器，然后打开 Obsidian，降低系统音量，直接进入工作模式。
更进一步让他把操作写成脚本，之后你就可以直接双击脚本完成系统设置了。
我们肯定也有很多时候桌面或者文件没有整理乱七八糟。
这个时候就可以让 Gemini CLI 新建文件夹进行分类和整理。
但是这里得注意，不要让他整理过大的过于重要的文件夹，不然误删了就痛苦了。
这里我就让他把刚才的图像和标注文件新建了两个文件夹分别整理了。
上面都是些基本用法，你最近可能也看到了一些。
但是我发现结合一些本地软件，Gemini CLI 能实现对各种文件更加高级的处理，比如视频转 gif、youtube 视频下载、加水印、文档格式转换等。
这些就非常牛皮了，而且我们日常内容创作大部分都非常需要。
前面我们有了文档了，但是很多时候演示的时候总不能真给人看 Markdown 文档吧，能不能生成 PPT 呢？
可以的，朋友，必须可以，比如我这里就把前面我那个 MCP 索引文档的内容直接转换为 PPT 了。
这个依赖一个叫 Slidev 的项目，它可以用类似 Markdown 文档的格式将内容变成带有丰富样式的 PPT。
你不需要知道这个项目的细节，直接用我下面的提示词生成文件之后，复制文件到这个页面（https://stackblitz.com/github/slidevjs/new?file=slides.md）预览就行。
上面的 Slidev 不需要本地安装直接预览就行，接下来我们介绍一些需要本地安装的项目，这些本地的软件，非常强大，但是由于本身他们是没有界面的，阻碍的很多用户使用。
但是有了 Gemini 之后一切都解决了，提示词可以直接转换为驱动他们的命令行，也可以用提示词直接安装他们，你直接用就行。
首先先介绍一下 ffmpeg 这个项目，给予他你可以实现非常强的视频编辑能力，理论上剪映之类的视频编辑软件都是基于这个完成的。
你可以对本地的视频进行拼接、剪辑、增加文字、转换格式、转换分辨率、增加音乐，基本上你能想到的视频编辑能力他都能做到。
首先我们需要大概你需要处理视频的的文件夹，然后启动 Gemini CLI 第一个命令是让他安装 Homebrew。
然后安装完成后，让他用 Homebrew 帮你安装 ffmpeg。
看到没，跟网页哪些乱七八糟的要求都没关系，你只需要说两句话，就全部安装了。
然后我们就可以爽用了，先给我们指定的视频加个水印试试。
可以看到新的视频右上角果然有了一个水印，这种言出法随的感觉谁不喜欢，你不需要了解原理，你就只需要知道所有的视频编辑他都能帮你搞定。
然后我想要给视频配乐也可以，你只需要告诉他视频文件和音乐文件的名字就行，我甚至让他给音乐加上了淡入和淡出。
他先是获取了一下视频的时长，然后就开始操作了，然后搞定了，非常完美，严丝合缝，淡入淡出也加上了，可以看剪映界面预览的频谱。
我们很多时候需要把视频转换为序列帧，然后拿其中一帧进行处理，或者处理所有的帧，以前你是不是还得到处找这种工具，而且转换效果不一定好。
Gemini CLI 一句话就能搞定，处理的又快又好，而且节省了用网页工具上传下载的时间。
另一个常见的任务就是视频转 gif，尤其公众号有 10 个视频的限制，很多时候迫不得已得转成 gif 发布。
Gemini 捕捉到了高品质这个关键词还制作了调色板保证颜色还原度，最后处理的非常完美。
像 ffmpeg 这种宝藏项目还有很多，比如 yt-dlp 这个项目跟 ffmpeg 配合几乎可以下载你能想到的所有视频平台的视频。
我们还是可以让 Gemini CLI 帮我们安装 yt-dlp 这个项目就行。
然后直接提供视频链接他就会帮你下载，甚至可以批量下载多个视频或者一起连封面和视频一起下载，再也不需要忍受那些工具的垃圾网速了。
处理视频我们有 ffmpeg 这种项目，当然图片也有。
ImageMagick 是一个极其强大的工具集，你可以用它来转换格式、缩放、裁剪、旋转、添加滤镜、组合图片等等。
依然是老一套，先让 Gemini 帮我们安装
先来一个常见任务，我们设计师做外包经常用，在没结款之前给甲方低分辨率和带水印的图片，现在就可以直接批量完成。
这里我让他把所有图片宽边调整为 800 PX，然后统一加上带“内部资料”文字的水印。
中文的水印有些问题，后来改成英文就 OK 了，而且出错之后他自己开始用多模态能力检查修改后的图像了，发现 10% 不透明度的文字不明显，又自己重新改了一下，太聪明了。
然后再来一个常见的图像拼接需求，这种在媒体上发消息的时候经常需要，尤其是推特。
搞得不错，这几张图比例不同，所以没有对齐，可以在命令上加上统一比例这种要求就行。
文档格式转换也是常见的需求，相当多的公司工作文档还是 word，很多时候我发过去 .md 文件那边都不知道怎么办。
首先还是让 Gemini CLI 帮我们安装。
这个时候我们就可以利用 Pandoc 这个项目进行各种文档格式之间的互相转换，当然批量转换也是可以的。
可以看到转的很好，Markdown 的一些基本格式也都迁移了，不管是加粗还是无序列表有序列表。
好了教程到这里就结束了。
你可以用 Gemini CLI 控制这些已经非常成熟的命令行项目，基本上你所有的需求都能找到对应的项目。
不是只有 MCP 才能做 Agent，这些传统工具在有了 LLM 加持之后会更加强大。
看到这里，你可能会突然意识到：原来那些让我们望而却步的专业工具，其实一直都在那里等着我们。
史蒂夫·乔布斯说过的一句话：”技术应该是隐形的。” 今天的 Gemini CLI，正是让那些强大的命令行工具变得”隐形”——你不需要理解它们的工作原理，只需要说出你的需求。
更重要的是，这种改变不仅仅是效率的提升，而是创作门槛的彻底消失。
所以，如果你还在犹豫要不要试试 Gemini CLI，我想说：别让”我不会编程”成为你探索新世界的借口。 因为在这个新世界里，你需要的不是编程能力，而是想象力。
那些曾经高高在上的专业工具，现在都在静静等待着你的一句话。而你要做的，就是勇敢地说出你的需求。
因为最好的工具，是让你忘记它是工具的工具。
截止 2025 年 3 月 1 日，根据 Similarweb 网站排名， 当全球网民在 Google 检索知识、在 YouTube 观看视频、在 Facebook 分享生活时，中国互联网用户正困守在一个由百度（第 15 位）、淘宝（跌出前 100 位）和微信构筑的数字孤岛。
Alexa 数据显示，全球前 15 大流量平台中，仅百度（第 15 位）、俄罗斯 Yandex（第 12 位）和部分受限的雅虎（第 10 位）能在境内正常访问。
这种物理层面网络隔绝，造就了人类文明史上最吊诡的景观：14 亿人口的市场与全球 60%的英语信息之间，横亘着无形的数字柏林墙。
搜索引擎的对比尤为刺眼：Google 以853 亿月访问量统治着全球信息分发，而百度虽在中国市场独占鳌头，其国际影响力却仅限于中文世界。
更令人深思的是，即便在被封锁的状态下，Google 仍以断层优势稳居榜首，这种”缺席的统治力”印证了开放生态的顽强生命力。
正如三星退出中国仍保持全球销量第一，谷歌被屏蔽 13 年依然傲视群雄，这些现象都在叩问：我们引以为傲的”市场规模”，是否只是温水煮青蛙的幻象？
当英语世界创造着占全球 60%的互联网内容，中文信息仅贡献 1.3%的微小份额，这种悬殊对比揭开了残酷真相：每个中文网民本质上都生活在经过三重过滤的”楚门世界”。
在抖音推送的娱乐至死中，在微博热搜的议程设置里，在微信朋友圈的信息茧房内，人们接触的所谓”海量信息”，不过是浩瀚知识海洋中的涓滴之水。
这种认知局限在学术领域尤为致命。
维基百科（第 8 位）作为全球最大的知识共享平台，其英文词条数量是中文版的 15 倍。
当中国学生还在百度百科检索被阉割的知识时，国际学术界早已在 arXiv、PubMed 等开放平台实现知识共享。
更可怕的是，那些呼吁”取消英语教育”的喧嚣，正在将阶层固化推向深渊——精英阶层通过匿名服务突破封锁获取全球 60%的信息，而普通民众却被永久禁锢在 1.3%的围城之中。
中国互联网企业看似辉煌的流量数据，实则暴露出结构性危机。
淘宝虽在国内电商市场称雄，其全球排名却已跌出前 100；腾讯视频坐拥庞大用户群，但内容创新力远逊于 Netflix（第 18 位）；即便是引以为傲的短视频平台 TikTok（第 14 位），也因地缘政治风险在多个市场遭遇封杀。
这种”内卷式繁荣”折射出中国互联网经济的致命伤：过度依赖封闭市场，缺乏真正的全球竞争力。
反观亚马逊（第 13 位）的全球化布局，其日本、德国、印度站点同步跻身全球百强，这种”多点开花”的生态正是中国企业欠缺的。
当我们的电商平台还在为”二选一”垄断沾沾自喜时，Booking.com 已通过全球化运营实现月访问量飙升。这种对比残酷地揭示：在温室里培育的巨头，终究难敌旷野中生长的猛兽。
打破困局需要三重觉醒：
首先，必须承认中文信息生态的先天不足，1.3%的占比不仅是数量劣势，更是质量危机——当百度百科充斥着商业软文，当知网沦为空壳论文的仓库，我们拿什么参与全球知识生产？
其次，要正视语言壁垒带来的认知断层，英语不应是特权的通行证，而应成为公民的基础素养。
最后，需要重建开放包容的互联网精神，正如 B 站通过引进国际优质内容实现破圈，真正的文化自信从来不是闭关锁国。
那些叫嚣”取消英语”的愚昧，那些沉醉”市场规模”的虚妄，那些迷信”信息管控”的短视，终将被证明是文明进程中的逆流。
当俄罗斯 Yandex 都在努力突破语言边界时，我们是否该反思：困守 1.3%的信息孤岛，真的能孕育出引领人类文明的力量吗？答案，早已写在谷歌 853 亿月访问量的星辰大海里。
AI 生成音乐工具，海外有 Suno、Udio，国内有字节的海绵音乐、天工 AI 音乐等。
个人体验看，Suno 综合实力最强，几乎是遥遥领先。
尤其是最近更新了 4.5 版，提示词遵循能力大大提升。
可玩性、可用性猛的提升，非常酷。
iOS 版下载地址
Make and explore music with Suno. Whether you’re a shower singer or a charting artist, we break barriers between you and the song you dream of making. No instrument needed, just imagination. Begin your musical journey with 10 free songs per day. – * Your subscription will be charged to your App…
注册有积分，可免费生成音乐，但不能用最近刚出的 4.5 模型。
如想体验，用我链接，互赚点积分。
Join me on Suno 🙂
但是，想玩最牛模型，双币信用卡 Stripe 支付（有被拒概率），或某宝买成品号（75 元左右/月）。
以网页版为例。
点击 Create->Simple，输入音乐风格和主题提示词，点橙色的 Create 按钮。
就能生成一首还 OK 的歌。
是不是很简单？
如想相对精确控制一首歌的歌词、每小节风格/唱腔/器乐等。
就要用 Custom 模式，可理解为专家模式。
不要怕，其实也很简单。
核心输入就三个：
负向提示词，可以避免完全不想要的风格，选填。
比如喜欢重金属的，肯定要俗套的流行乐。
不会写歌词怎么办？
点击 Lyrics 模型下的“Full Song”，出现弹窗，输入主题和风格。
然后点击“Write Lyrics”，AI 自动生成两个版本，选一个即可。
如不满意，可手动修改。
或点“By Line”，选中待修改段落，让 AI 继续改。
虽方便，但生成歌词质量一般。
也没用上很多 Suno 的一些隐藏控制技巧。
理论上，任何一首歌，都是结构的。
类似于文章的起承转合。
一般不会上来就是高潮。
让 AI 给了一些常见音乐结构组成的解释。
主歌是讲述故事或表达主题的部分，歌词内容通常每段不同，推动歌曲情节发展。
位于主歌和副歌之间，起到过渡和增强期待感的作用，旋律和情绪通常逐渐上升。
歌曲中最核心、最具记忆点的部分，通常包含主题和 Hook（钩子），旋律和歌词多次重复，是整首歌的高潮。
在歌曲后半段出现，提供音乐和情感上的转折，带来新鲜感，通常旋律和和声与主歌、副歌不同。
歌曲的结尾部分，用于收尾和渐渐结束，帮助听众从情绪中平稳过渡出来。
• Post-Chorus（后副歌）：副歌后的延伸部分，通常更具能量或舞曲感。
• Drop：电子音乐中高潮爆发的部分，常在前副歌后出现。
• Interlude（间奏）：歌曲中段的器乐过渡部分，给听众短暂休息。
• Breakdown：乐器简化或重新编排的部分，常用于突出某种情绪或为高潮做铺垫。
• Refrain（叠句）：在每个主歌结尾重复的短句，加强记忆点。
• Spoken Word（说唱/对白）：用说话或朗诵的方式表达内容，增加表现力。
• Ad-libs（即兴短句）：歌手即兴添加的背景声音或短句，增强歌曲表现力。
Suno 4.5 升级后，语义理解和遵循能力大幅提升。
能在歌词（Lyrics）中做段落标记，以控制歌曲的结构和情绪走向。
支持的结构标记如下：
此外，通过搜索官方 Reddit 社区，发现还有一些更细的控制。
比如
窗前明月光(明月光)
效果：括号内也会跟着唱出来，像叠唱和声效果。
再比如，Suno 对中文理解不到位。
某字发音不对，也可以通过小括号加上音标。
春花秋月何时了(liǎo)
避免唱成 le
[]括号也很有用，比如想指定某段用甜美女声唱，可以这么写：
[Verse 1: Narrative] [Sweet Female Vocal]
没关系。
像我们普通人。
音乐风格也了解的不多。
所以，借助 AI ，我把上面的技巧写到了一个提示词中。
模型推荐 Claude 3.7 sonnet，或 Gemini 2.5 Pro。
另外发现，如果是中文歌，豆包写歌词更押韵，但音乐标记做的不够好。
推荐模型组合使用，加上人工微调，完成你的歌词。
大概效果如下：
与此同时，还会生成正向和负向风格提示词、推荐歌名。
只需要复制粘贴到 Suno 中即可。
刷 Reddit，发现一些专业搞音乐的网友。
他们的用法：用 Suno 找创作灵感。
通过录音哼唱，生成纯音乐歌曲。
如何做？
点创作界面中的 Audio
可录音（也可上传一段音乐）
支持最多 120s 音频，以此为基础生成翻版或延长。
注意： 上传或录制的音频，会做版权检测，测了一些大牌乐队歌曲，都不让用…
先用 Suno 生成纯音乐，挑选最喜欢的一首，下载为 MP3。
打开谷歌 AIStudio，上传后让它基于歌曲写 Lyrics 歌词。
Google AI Studio is the fastest way to start building with Gemini, our next generation family of multimodal generative AI models.
示例如下：
谷歌多模态 AI 威武，不少音乐人喜欢这个 Use Case。
可能有人好奇，这么多复杂技巧怎么发现的？
工具：Google Deep Research + 提示词:
调研下 suno.ai 的歌词创作和 lyrics 写法
十多分钟后，输出一份完整报告。
为方便查看，我做成了一个网站：
对于更具诗意、结构更复杂或不规则的歌词，Suno AI 也能进行处理，前提是用户提供了结构清晰、格式规范的输入文本。但是，AI 的默认倾向可能是生成更简单、重复性更强的旋律和结构。 因此，要成功演绎复杂的诗歌式歌词，很大程度上依赖于用户输入的质量以及是否使用了恰当的格式化技巧来引导 AI。 适合度：★★★☆☆ (适合，但需要更多技巧和高质量输入)
AI 音乐真的太神奇了。
以前觉得，创作音乐是天才和专业人士的专属。
现在，有了 AI，普通人也能写歌、作曲、制作，甚至能做出让自己感动的作品。
每次听到自己用 AI 做出的歌，心里都特别激动。
技术让梦想变得触手可及，也让更多人敢于尝试、表达自己。
希望大家多多体验 AI 音乐，别害怕不会乐理，不会写词。只要你有想法，有热情，AI 会帮你把它变成现实。
如果你觉得这篇文章有用，欢迎点赞支持。你的鼓励，是我继续分享的动力。
让我们一起用 AI，玩出更多音乐的可能！
以往要对付垃圾邮件我会推荐使用临时邮箱来取代真实 Email 邮箱，临时邮箱又被称为临时邮箱、一次性邮箱或随用即丢邮箱，最知名的 10 分钟邮箱大家应该都听过。临时邮箱的原理是进入网页后随机生成 Email 地址，可使用该地址来注册账号、接收验证邮件并通过认证，同时保持匿名状态，不泄漏自己的真实邮箱，毕竟大多数的人都会有一个主要电子邮件地址，通过地址进行查找很容易就找到个人相关信息。
尽管临时邮箱有相当优异的便利性，也能实现以匿名邮箱收取 Email 邮件，但遗憾的是它们有个最大缺点就是无法重复使用，当离开服务、关闭网页后就无法继续使用相同的邮箱地址收件〔有些临时邮箱可设置密码就不在此列〕，但有部分服务可能会在指定情况需要重新以 Email 进行验证，如此一来就会造成后续使用上的麻烦。
电子邮件转发〔Email Forwarding〕又称为「邮件别名」〔Email Aliases〕服务，简单来说，它可以将发送到随机生成匿名 Email 地址的邮件转送到用户真实邮箱，由于这些邮件别名不会包含与你有关的字串，就不用担心被识别出真实身份。电子邮件转发功能将 Email 正确转发到用户真实邮箱，同时也保持 Email 地址匿名性。
实际案例：
假设你使用邮件转发服务在某电商网站注册账户，该网站只会看到你设置的邮件别名，而非你的真实 Email。即便该网站发生安全事件，外泄的也是邮件别名，无法直接联系到你的真实邮箱。
各种网络服务安全事件频传，如果使用 Have I been pwned、Data Breach Checker、Firefox Monitor 或 Google One 暗网报告查询，会发现我们平常使用的 Email 地址可能都已经被外流很多次了。还好密码大多数都会经过加密〔hash〕，不会以明码方式储存，但用户账号、Email 等个人资料就很容易被收集后于暗网兜售。
黑客利用这些外泄的账号、Email 和密码组合去攻击用户常用的服务，有可能就会被登入滥用，因此这些资料很可能成为垃圾邮件或是网络钓鱼诈骗的目标。以邮件转发服务生成随机、不易被识别的 Email 地址有助于保护自己的真实身份。
接下来我将会列出五个推荐的邮件转发、邮件别名服务，列出的邮件转发服务注册就能使用，不是电子邮件自带的邮件别名功能。
Firefox Relay 是 Mozilla 提供的邮件转发邮箱功能，免费版在全世界大多数国家都能使用，免费版就能符合大部分用户需求。
从 Firefox Relay 注册账号后可以获取五组转发邮箱，可以随意生成无限组合转发邮箱来保护真实邮箱，别名可以随时暂停或删除，避免该邮箱继续接收邮件。收到邮件、转发时会自动移除邮件追踪器，以提供用户更好的隐私防护。
如果你从未使用过邮件转发服务，我会推荐从 Firefox Relay 开始。
SimpleLogin 是一项开源、匿名邮件转发服务，2022 年被 Proton 公司收购成为旗下的产品。免费方案有提供十组邮件别名，无流量和接收邮件数量限制，与各种浏览器、移动设备都有相当好的整合，如果不想额外安装扩展，通过网页操作界面一样可以进行设置使用。
比较特别的是 SimpleLogin 具有「Reply from alias」功能，可以从邮件别名直接回复邮件，而不用通过真实邮件地址。付费后可以设置域名，享有无限制的邮件别名、Catch-all 等功能。
知名的查找引擎服务 DuckDuckGo 也有邮件保护方案〔Email Protection〕，让用户通过 @duck.com 邮件地址来隐藏真实邮箱，在接收到新邮件时 DuckDuckGo 会先将邮件内的追踪器移除〔和 Firefox Relay 一样〕，在将邮件转发到用户 Email 地址，这项服务不会储存任何收到的邮件内容。
需要先在浏览器下载、安装 DuckDuckGo 扩展才能进行设置，或是要从手机下载应用程序。
比较特别的是 DuckDuckGo 邮件保护计划有一项比较特别的功能「Private Duck Address Generator」，可在现有的邮件转发地址再生成随机的邮箱地址，有点像多一层保护的概念。
Addy.io〔旧名 AnonAddy〕是匿名的电子邮件转发服务，主要用途是保护用户真实邮箱地址，免费方案就提供无限制的邮件别名，不过可用的共用网域别名、真实 Email 地址数量和别名域名有限制，免费和付费最主要差异依然是可否设置域名，要注意的是 Addy 回复功能是需要付费才能使用。
如果有直接以匿名转发邮件回复的需求，建议可以使用前面介绍过的 SimpleLogin 代替。
Forward Email 是无限制电子邮件转发服务，跟前面几项不同的是它是唯一提供免费设置域名功能的服务，可以使用自己的域名转发邮件，也具有发送邮件功能。基本方案已具备相当完整的功能，唯有在需要一些付费项目或团队功能时才需要升级方案。
Forward Email 是 100% 开源的服务商，非常透明且注重隐私和安全性，服务不倚赖任何第三方，也不会对任何用户记录进行储存，最自豪的是它是目前世界上唯一使用抗量子和单独加密 SQLite 的邮箱。
你拍下一些照片，却觉得照片的背景不够完美？你是内容创作者，但找不到文章合适的配图？你是电商卖家，想位产品设计更吸引人的配图？你是老师，需要为教材找出一系列搭配的示范图片？以前，我们修图可能需要 学 Photoshop，需要花很多时间调整细节，或是要下载各种修图 App，还要在图库中翻找适合自己的图片文件。
但现在，只要一个 AI 指令，就能让我们需要的照片「瞬间改造完成」。
如果你想体验看看类似的工作流程，可以试试看前两天推出的 Google Gemini 免费 AI 修图！只要「一句话」，你就能改变图片，换背景、改风格、添加新元素，甚至创造连续漫画。
〔类似功能，在 Google Pixel 系列手机的 Google 相册中也能部分实现，Adobe、Canva 等的 AI 修图也能实现部分功能。〕
这篇文章，我会实测 Gemini 的 AI 修图能力〔而且免费即可使用〕，看看它怎么帮助我们「一句话变出想要的修图效果」！
我将分成三种应用角度来介绍，这些全部都能在 Gemini 中用自然语言下指令，便可以把照片生成或改造：
基础照片修图：让拍坏的照片变完美
替换背景、增加物品、改变颜色光线、调整风格。
进阶场景创作：为文章制作主题插图、让商品看起来更吸引人
搭配原始照片，制作特殊场景图
搭配原始照片，重新设计房间或产品
连续系列照片生成：根据文章、教材内容，生成一系列互相搭配的图片
模拟图文食谱
说故事的连续漫画、图画
文章中搭配的系列配图
首先，这个功能目前〔2025/3/14〕尚未开放在正式版的 Gemini 中，但可以通过免费账号即可登入的「 Google AI Studio 」来使用。
用 Google 账号注册登入后，进入一个新的对话框，并在右边控制列的「Model」菜单，切换到「Gemini 2.0 flash experimental」，就可以利用其 AI 来创作图片、修改图片，最大的特色是：
这个 Gemini 模型可以上传自己的图片，用「自然语言」下指令，请 AI 在图片上修图或生成新内容。
就如同 experimental 所说的「实验性」，实际测试结果，这个 AI 修图功能确实很神奇，也能够看到一些未来修图、创作图片的新可能性，不过可下载的图片质量等限制，目前还是不足以真正用在商业用途上的。
在「Gemini 2.0 flash experimental」的对话框中，我们可以先上传一张原始照片，如果想要替换背景，只要简单的说一句这样的指令：「把照片的背景换成草地。」
就可以在 10 几秒的处理后，完成下图的成果。可以看到，Gemini 的「修图」是真的可以保留原始照片中的内容，只修改我要修改的部分。所以是真的 AI 修图，而不是 AI 重新生成图片。
我也可以上传一张风景照片，然后下指令：「把照片的天空改成大晴天。」Gemini 同样可以处理这样的调整。〔在 Google Pixel 手机的 Google 相册中就有类似功能可用〕
如果想要替换照片风格，套用艺术滤镜，也可以用 AI 下指令：「把照片变成中国水墨画风格。」就能轻松转换风格。
不过当然跟真正的艺术滤镜还是有落差，例如下图中我要 AI 把照片改成「彩色的铅笔绘画风格」，看起来还可以，不过专业的艺术滤镜一定会处理得更好。
除了可以用「Gemini 2.0 flash experimental」的 AI 修图外，也可以在原始照片上进行创作。
例如延续上面的图片案例，我对 AI 下指令：「拓展成一幅横幅的中国水墨画。」十几秒后，照片就变成了一幅新的水墨风景画。
或是我的书籍封面，上传后，下指令说到：「我想把原书的图片，摆在一张高雅的书桌上。」结果还真的可以顺利生成新的产品摆拍图。
不过如果细看，书籍封面上有些小字其实是有瑕疵的。
因为 Gemini 是对话的模式，所以在原始照片的改造上，我们可以通过多次讨论，让 AI 在原始照片上陆续添加内容，制作出自己需要的场景图。
例如下面原本只是单纯公园照片，我先请 Gemini：「在这张照片的草地上，加上一对正在野餐的男女朋友。」于是生成了下面的图片。
然后我继续追问：「让两人旁边有一只小狗在奔跑。」
然后再下指令：「旁边的道路上，也有零星的路人在散步。」
最后说「让天空变得更晴朗。」于是我要的最终场景图，就通过 AI 创作完成了。
我还做了一个尝试，先上传一张原始的房间照片〔某家旅馆〕。
然后我陆续对 AI 下了下面这些指令：
结果 AI 生成了下面这样的图片，第一张是原图，第二张是最后生成的图片，改造的图片还是保有原图的空间格局，只是风格焕然一新。
Google Gemini 本来就可以生成图片，但「Gemini 2.0 flash experimental」比较厉害的是可以分析文章内容，生成适合的配图，或是一系列的连续漫画、故事图片。
例如，我对「Gemini 2.0 flash experimental」下了这样的指令：「你是意大利面专家，提供给我一道海鲜意大利面的食谱，请一步一步处理，用文字具体列出关键步骤，并在步骤后搭配图片。」
结果他「一次」就生成了下面的连续图文教程内容，这是在一次的问答后就完成的结果。
我假设自己写了一篇游记，于是请 AI「设计一系列素描画，展现一个人在京都街头散步的故事，请一步一步分析，以京都的场景，搭配素描画风格，设计有意思的散步故事，创作一连图画。」
结果「Gemini 2.0 flash experimental」也在一次的生成中，提供给我下面连续故事图，比较神奇的是这些连续图片中都有类似的人物，保持图片连贯性，虽然风格上有点跳跃。
还可以这样问 AI，我让 Gemini 自己思考如何设计一系列进入书店场景的图片，Gemini 自己写了一大篇分析内容后，才开始设计并产出图片。
但效果看起来还不错。
所以，在功能上，利用现在〔2025/3/15〕在 Google AI Studio 中的「Gemini 2.0 flash experimental」，你可以上传原始照片请 AI 修图、改图。也可以让 AI 读一篇文章、思考一个主题，生成一系列连续图片。
未来这个功能越来越成熟，或许有下面这些应用可能性：
现在，你也可以通过免费账号即可登入的「 Google AI Studio 」来试试看。
Aux Machina 是一款由人工智能 AI 技术驱动的图片生成工具，协助设计师、运营人员和内容创作者快速、轻松地创建设置视觉内容，以往常见的图片生成器大多使用提示词〔Prompt〕来描述要生成的图片，Aux Machina 提供用户上传图片来制作类似结果，再利用文字描述对生成后的图片进行微调，最终生成令人惊叹的视觉效果。
Aux Machina 将这样的流程简化，直接上传图片后就可以快速生成四张相似、但又不太一样的结果。此外，也能够以关键词查找网络上的图片，再将它加入 Aux Machina 以生成近似的图片。
Aux Machina 在操作上也很容易，用户必须先注册账户〔免费〕，就能在免费试用方案下生成图片，每月最高的生成数量为 100 张图片，可使用于商业用途，若有更多生成需求可付费升级 Pro 方案或购买单次付费，不过当前服务的计价方式尚未很完整，有兴趣的朋友就先去试玩一下吧！
No Description
进入 Aux Machina 网站后点击右上角「Try for Free」，接着会看到注册、登入页面，推荐直接使用 Google 或是 Facebook 账户注册登入即可，完全不用经过任何验证。
关键词查找图片
登入后就会看到 AI 图片生成工具，先介绍第一种方法，直接输入关键词查找网络上的图片〔下方有 AI 图片生成器服务列表，不过在免费方案只能使用 Berserq 无法选择其他服务〕。
点击图片右上角「爱心」后再点击下方工具栏的「Generate」就能以 AI 生成相似的图片结果。
以图生图功能
另一个「以图生图」方式是点击查找栏位右侧的「相机」图标，会出现上传图片的功能，支持 JPEG、PNG、WEBP、AVIF、JFIF 五种图片格式。
把要生成的原始图片拖曳后点击「Upload Images」上传。
设置细部调整
Aux Machina 就会以 AI 人工智能技术生成四张类似、但又有一点不太一样的图片。
下方会有一个「Want to make changes?」功能，可以在选择图片后输入描述、对画面进行细部修改编辑。
下载与使用图片
将光标移动到图片上方，点击右下角「Download」就能下载、保存图片，以 AI 生成的图片素材可自由使用于个人和商业用途，无需标示出处来源，也不用担心会有侵权问题。
Aux Machina 网站有提到未来还会加入更多 AI 辅助图片工具，例如：更换背景、影像变化、图片文字编辑、图片分辨率增强、去除背景、转为草图、魔术橡皮擦或是转向量图等等，不过目前的图片生成器已经很有用，若有需要各种图片素材的话可以使用它进行生成。
你是否因为不会写程序，总觉得无法打造自己的自动化工作流程？每次设置 AI 工具都需要大量手动操作，效率难以提升？试试看一个实验性的新工具：「tldraw computer」，通过直觉的流程图设计，就能将繁琐 AI 指令与工作流程视觉化，打造高效率的 AI 自动化系统！
一开始使用 AI 〔指得是 ChatGPT、 Google Gemini 这类工具〕，我们可能会问：「生成一个某某主题的报告。」但当继续深入使用，真的把 AI 当作工作辅助工具，就会发现这样简单的提问是不行的，我们需要把任务「切割成」不同步骤，一个阶段一个阶段让 AI 处理，然后通过反问讨论，整合出最终更好的内容。
这时候，我们要请 AI 生成报告草稿，可能会先请 AI 设置 TA、痛点，再请 AI 做资料研究、摘要，然后请 AI 根据资料思考出更好的报告论述逻辑，然后才请 AI 根据这样的逻辑与资料，最后总结出一个更深入的报告大纲。
那么，如果上述的操作流程，可以用「视觉化」的流程图规划出来，然后 AI 就会自动跑完所有流程，生出我们需要的成果呢？这就是今天分享的这个最新 AI 工具：「tldraw computer」所具备的独特功能。
「 tldraw 」是很知名且好用的在线流程图工具，不过她们最新推出的「 tldraw computer 」AI 功能，不是要帮我们画流程图，而是让我们用简单好上手的流程图，规划出自己想要的 AI 自动化工作流程，打造一个可以根据更复杂逻辑生成报告、文章、设计图、声音文件的 AI 自动化助手。
「tldraw computer」内核特色：
「tldraw computer」用途：
我们先来看看「tldraw computer」这个工具可以完成什么样的应用案例，分享一个简单版实例：我自己常常会需要把拍照扫描的纸张图片，转换成一个有效的文字内容，就利用这个工具来建立一个快速扫描与修正文字的 AI 工具。
我可以在「tldraw computer」流程图上设置一个上传图片的卡片框，然后拉一条连接线。接着在一个 AI 的指令框框里，输入我希望用什么样的逻辑来识别图片并修饰文字。然后接下来我再拉一条连接线，设置一个输出的文字框，让 AI 可以把完成的结果输出到这里。
而在使用的时候，我就只要在「第一步：上传图片的卡片框」把图片上传，按下右上方的播放启动按钮。这时候，这个工具就会自动跑流程图上的步骤，把扫描出来的文字转换成我需要的内容。
「tldraw computer」目前使用的 AI 模型是 Gemini，看起来无论是中文的文字还是手写字，都能够非常有效的识别完成。
接下来我们来看一个比较进阶复杂的应用案例。我想让 AI 帮我写一篇文章的草稿，但是就像前面提到的，直接让它撰写通常不会有很好的结果。
所以我利用「tldraw computer」工具画出一个文章产出的工作流程图。在流程图的一开始，我利用两张绿色的卡片，让我可以自己简单的设置这篇文章要解决什么 TA 问题，以及这篇文章想要采用什么方法论来解决问题。
接着，我开始用「tldraw computer」流程图展开我希望 AI 一步一步处理的自动化步骤。
首先，我利用红色的卡片设计 AI 处理的指令，请 AI 根据我的 TA 问题，写出一段有效的痛点描述。接着再请 AI 利用我想要介绍的方法论，写出一段这个方法论的重点思维基本背景的介绍文字。
但是，这样还不够。我继续往下画流程图。我让 AI 根据他自己输出的 TA 痛点以及方法论的重点，重新思考，拟出文章最好的架构。这个架构需要具体，有操作步骤，而且每个方法、每个步骤都要尽量有深入的诠释。
然后接下来，我让 AI 一步一步的把这篇文章往下扩展，有了文章的架构之后，我再请 AI 从这个架构出发，让这篇文章有一个完整的故事开场，有方法论重点，也有具体操作步骤，把前面的内容做一个有效的并且延伸插件的整合。
最后，我再画出下一步的 AI 流程图。我请 AI 用惯用的语言，用口语更亲切的方式来润饰改写它产出的文稿，输出一个解决痛点、介绍方法的一篇中文文章草稿。
甚至我可以再继续往下拉出下一步的流程图，放上一张声音的输出卡片，让 AI 把这篇文章的草稿转换成一个精简扼要的介绍音频文件。
有兴趣的朋友，可以看看我完成的这个 AI 自动化的工作流程图，看看上面的内容：https://computer.tldraw.com/t/szQY1iuGZCHAEmwzFASShH〔网址可以查看生成结果，如果要试用这个 AI 自动化流程工具，需要注册一免费账号。〕
当我有了这样的一个自动化的工作流程图，以后我只要每次回头修改一开始的两张绿色卡片，后面 AI 就会像刚才一样，自动跑完我已经设计好的工作流程，一步一步的去设计结构，推演文章进行润饰，甚至最后产出声音文件。我可以立刻获得最后输出的文章草稿以及声音文件的结果。
看完两个具体案例，最后我来分享「tldraw computer」如何操作？
先注册一个免费账号，建立一个 AI 自动化工作流程〔图〕的项目。
A computer by tldraw.
建立 AI 流程的基本逻辑是：输入、〔AI〕处理、〔AI〕输出。
掌握上面这个逻辑，你就能快速设计出一个有效的 AI 自动化工作流程。
首先，我们要设置「输入」内容的填写框，这是 AI 工作流程的起点，就像是要告诉 AI 目标、结果、资料的意思。
在「tldraw computer」中，利用 Text 或 Image 等卡片，可以设置输入文字、上传图片的填写框，作为启动流程的起点。
接着，我们要告诉「tldraw computer」如果去处理输入的内容，这时候从输入内容的卡片，画出连接线，连接到「Instruction」这个卡片上，然后在「Instruction」中说明希望 AI 如何处理内容的指令。
「tldraw computer」会根据我们简单的指令，自己做优化，让 AI 处理内容的结果更好。
然后，我们继续从「Instruction」卡片画出连接线，这时候可以连到 Text、Image、Speech、Website 等卡片，代表要让 AI 处理后，输出什么格式的内容。
重复上面：输入、处理、输出，三阶段流程，我们就可以串联出一个更复杂的 AI 自动化工作流程。
通过流程图的规划方式，我可以继续推进下一步的 AI 处理流程，甚至利用连接线把不同段落的内容连接到需要的步骤上，建立我自己需要的工作步骤。
最后，「tldraw computer」也提供了一些辅助功能，让设计这样的流程图更简单。
例如有一个启动按钮，让我们到时候只要按下启动，后面的 AI 流程就会自动跑完。
或是像流程图一样可以设置大小颜色，这样帮助我们分辨流程图中不同的卡片类型。
「 tldraw computer 」还有不少高级功能，有兴趣的朋友可以进一步玩玩看。
整体来说，「tldraw computer」是一个强大且易上手的自动化工具，让我们能够轻松打造自己的 AI 流程，推荐大家试试看。
Login
