从一张好看的图,到一套能持续生产的画风:我为什么做 hand-drawn-styles
本文介绍了作者开发 hand-drawn-styles 项目的初衷,即为了解决 AI 生成视频时画风不一致的问题。文章以北欧纸雕风格为例,详细讲解了如何通过控制生图和视频提示词,以及严格的验收标准,来实现稳定、高质量的视觉输出。作者建议从简单的 5 秒视频开始测试,逐步优化生产流程。
本文介绍了作者开发 hand-drawn-styles 项目的初衷,即为了解决 AI 生成视频时画风不一致的问题。文章以北欧纸雕风格为例,详细讲解了如何通过控制生图和视频提示词,以及严格的验收标准,来实现稳定、高质量的视觉输出。作者建议从简单的 5 秒视频开始测试,逐步优化生产流程。
本文详细介绍了作者如何构建基于Obsidian和Claude Code的个人工作流系统。文章提出了“未经人脑处理的知识不进仓库”和“输入服务于输出”两大原则,通过构建COO、CTO、心理医生等AI Agent角色,配合定时任务和自动化工作流,实现了一个具有问责机制、自动化记录和个人百科功能的数字“健脑房”,旨在提升思考质量与工作效率。
手绘 Skill 库发布新画风 FE-068(传统编号 #366)——唐山皮影,属于新国风与非遗分类。该风格将非遗皮影'以刀代笔、以光为骨'的美学转译到生图体系:刀刻镂空的负空间轮廓、半透皮质背光透射的剧场感、关节缀结的程式化角色,并基于 36 色库构建色彩骨架。文章展示了折子戏角色、民俗文创等实测出图效果,并列举五大商业落地场景:新中式茶饮包装、文旅非遗联名文创、国潮美妆香氛、咖啡烘焙空间、节庆礼赠食品。文末提供提示词调用公式及 Skill 安装更新方法。
作者分享了一套利用AI工具生成电影级名字/Logo多场景无缝转场视频的工作流。核心思路是让Logo以自然形态融入森林、海岛、车流、沙漠、云层、冰川等多种场景,实现一镜到底的自然流动效果,质感对标顶级品牌TVC。具体步骤分两步:第一步在Google Flow中使用Nano Banana 2生图模式生成2x4网格的故事板图片,提示词强调Logo必须是场景物理结构的一部分而非平面叠加;第二步引用故事板,使用Omni 1.1 flash模型图生视频,生成10个节奏的电影级序列,并通过平滑无缝转场连接所有场景。
作者将近期热门的 10 个 AI Skills 按实际任务重新梳理,覆盖图生视频、文生视频、参考生视频、视频编辑、图片生成、音乐生成,以及 Reddit 需求分析和手机界面设计等场景。文章逐个说明每个 Skill 适合接哪一步、如何撰写提示词,并给出可直接套用的示例。同时提醒安装前分清不同仓库、确认 RunComfy 等服务授权与计费方式,建议小步验证、一次只改一个变量、给参考素材写明分工。最后提供一条任务模板,帮助读者从手头小任务入手,少走弯路、控制成本。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。
国外开发者用 GPT 5.6 Astra 四天消耗15.6亿 token 做出完整可玩的3D游戏 PaperRoute。文章介绍其核心方法论:先让游戏能玩再做好看;将项目拆成游戏机制与美术资产两条独立工作流,一个问题对应一个 Prompt、一次测试和一次提交;3D 资产用 Blender 脚本后台生成;角色则结合 ChatGPT 概念图与 Astra 减面绑骨。核心启示是:AI 时代关键能力是任务拆分、建立测试、选择合适工具并反复迭代,而非迷信单一模型。
文章指出 AI 时代最残酷的不是 AI 取代人,而是会用 AI 的普通人做出三倍的产出,重新定义了“正常工作量”。作者通过一个市场策划朋友的案例,说明只会普通交付的职场人正被“初稿化”贬值,并提出转策略、做个人 IP、服务高端客户、转管理等 7 个出路。文章强调 AI 会让判断力、问题定义能力、审美、信任和真实经验变得昂贵,普通人应把 AI 当团队而非工具,重构工作流程、沉淀提示词和案例库,将经验产品化。AI 是放大器,诚实面对自己工作的真实含金量才是应对之道。
文章基于麦肯锡 2026 年 8 月《The state of AI in 2026》报告指出:80% 受访者称 AI 提升了个人生产力,但仅 37% 认为 AI 对组织 EBIT 有正向贡献,高绩效组织仅占约 6%。作者通过职场故事说明,把 AI 当润色器与把 AI 当隐形团队的人差距会滚雪球式扩大。文章提出个人应在组织变革前主动重构工作流、沉淀模板与经验、学会管理 AI 成本、成为责任节点;同时分析中层管理者的尴尬处境、岗位任务被重新切分的趋势,强调未来值钱的是敢为 AI 参与后的结果负责的人,而非只会操作工具的人。