创作者神器Viko上线:AI图像反推与视觉资产管理工具
作者宣布其专为AIGC视觉创作者打造的工具“Viko”正式上线。该工具由Chrome插件和网页工作台组成,旨在解决传统生图流程繁琐的问题。Viko不仅能一键捕捉并多维度深度拆解图片的美学基因(如风格、构图、色彩等),还提供了色卡提取和动作参考还原等功能。此外,工具强调“创作复利”,可将灵感图、Prompt等核心创作要素沉淀为个人的视觉资产库,帮助创作者更好地进行二次创作。
作者宣布其专为AIGC视觉创作者打造的工具“Viko”正式上线。该工具由Chrome插件和网页工作台组成,旨在解决传统生图流程繁琐的问题。Viko不仅能一键捕捉并多维度深度拆解图片的美学基因(如风格、构图、色彩等),还提供了色卡提取和动作参考还原等功能。此外,工具强调“创作复利”,可将灵感图、Prompt等核心创作要素沉淀为个人的视觉资产库,帮助创作者更好地进行二次创作。
文章发布时间极近,时效性满分;详细介绍了AIGC工具Viko的核心功能(多维拆解、色卡、动作参考、资产管理),行文流畅易懂且提供了优惠码,有一定实用性和新颖性,但缺乏技术深度、客观评测与具体操作数据。
作者将平时积累的AI视觉创作经验整理为开源项目Derekwen AIGC Visual Skills,包含30条案例记录、10个可复用Agent Skills和16个公开视觉图例。项目把提示词、参考条件、关键控制点整理成统一数据结构,并配Gallery示例图方便按效果查找。涵盖角色设定板、多参考图融合、品牌视觉、社媒配图等场景,解决角色一致性、素材组合等常见问题。支持直接用生图工具改提示词,或通过Agent接入Skill两种使用方式,采用MIT许可。
作者苏乐介绍自己开发的 Chrome 浏览器插件 XWise,用于增强 X(Twitter)的使用体验。文章详细讲解了插件的安装与各项功能,包括关注分析与粉丝分析(批量查看关注关系并筛选)、快捷添加 List、特别关注(最多 25 人的精华名单)、隐身(伪装头像昵称保护隐私)、勿扰(隐藏通知未读数字)、首页 List 聚合阅读面板(支持卡片视图、按作者/关键词/内容类型筛选、键盘连续阅读)以及快捷互动。作者希望通过这些功能减少反复滚动和鼠标操作,让信息获取更高效、阅读更专注。
文章介绍了沉浸式翻译这款 Chrome 插件如何帮助用户高效获取英文互联网信息。作者重点介绍了几项实用功能:BabelFast 可快速翻译 X 长帖、Reddit 等大量文字页面;圈选翻译支持对屏幕上任意文字、图片、PPT、视频画面圈选翻译;网页双语对照阅读适合技术内容;YouTube 双语字幕与实时直播翻译降低了看英文视频的门槛;BabelDOC 能保留 PDF 排版翻译财报和论文;还有三下空格中文转英文输入功能。作者认为这类工具显著降低了语言门槛,抹平了英文互联网的信息差。
文章介绍了如何制作 AI 角色设定板(Character Sheet)以实现人物一致性控制,这是打造 IP 和提升作品留存率的关键技能。作者将角色卡视为一张角色视觉定义图,分四个步骤讲解:一是通过正面、侧面、背面多视角固定角色的脸部特征与整体造型;二是通过表情、微表情、姿态和手部动作增强角色表现力;三是补充发型、服装材质等细节说明以提升质感;四是结合图像生成工具与完整提示词模板进行实操。核心原则是所有小图都服务于中心主形象图,为 AI 提供一份'角色说明书'。
OpenAI 发布 ChatGPT Images 2.5,对图像生成能力全面升级。核心改进包括速度更快、画面更逼真、编辑与微调更精准。新增 Sketch 功能,用户可直接在 ChatGPT 中绘制草图,由模型生成完整图像,还支持将简笔画转为艺术风格、Logo 或 3D 黏土风格。生图过程新增进度条,光照与纹理更自然,并提供自由画布选风格、海报商品图模板、照片一键合成、图上标注编辑等功能。同时推出 GPT-Image-2.5 Flare 和 Sunburst 两个新模型,向所有 ChatGPT、Work 和 Codex 用户开放。
作者在学习完《玩转 X 回复与互动》视频后,发现原有 Reply Counter 插件功能简陋,于是借助 Codex 和 Claude Code 自制了一个更完善的浏览器插件“互动工作台”。文章记录了完整过程:一是用 AI 深入学习视频内容,包括自制字幕双语翻译插件;二是用提示词让 AI 把视频字幕逐段改写为完整中文文章;三是发现工具缺口后,用 Codex 快速做出原型,并基于 Claude Code 细致优化,实现多列工作台展示、每日待办跟踪、快捷键换列、回复统计等功能,减少对昂贵 X Pro 档位的依赖,并帮助作者坚持每天高质量社交互动。插件已开源在 GitHub 并申请上架 Chrome 商店。
本文介绍了设计 Agent Lovart 国内版的上线及功能升级。作者通过多个品牌设计案例(如虚构家居品牌、茶饮品牌、夜跑社群、软糖品牌、相机品牌)展示了 Lovart 在品牌 Logo、产品设计、包装、快闪空间、社媒图片、Motion 海报、视频及 Campaign 网页等方面的全案生成能力。重点介绍了新增的 Chrome 插件,可将小红书、淘宝、亚马逊等平台的图片直接收藏至 Lovart 作为设计参考,省去下载上传的繁琐步骤。此外,Lovart 提供 100 个专业 Skill,支持一键转矢量 SVG,并可将满意的流程保存为个人 Skill。作者认为 Lovart 的工作方式正接近人类设计团队,AI 生成成果已接近可交付水平,设计师只需把控方向与细节。
文章介绍了如何用 Stable Diffusion + ControlNet 在 ComfyUI 中生成可扫描的艺术二维码。作者首先解释了为什么 GPT-image-2 等模型无法完成此任务:文字通过交叉注意力进入生成过程,缺乏坐标信息,且 AI 生成的码常因几何定位失败而无法解码。解决方案是使用专门为二维码训练的 control_v1p_sd15_qrcode_monster_v2 控制网,关键技巧包括:控制图只占画布 60%~70%、纠错级别用 H、strength 参数 1.35-1.8 调节'好看与能扫'的平衡。最后需批量出图筛选,并用重绘定位角、修正错误模块等后期手段提升通过率。
作者分享了一个极具魅力的Midjourney风格参考参数 --sref 3447475866。该风格呈现出典型的儿童绘本插画质感:充满奇思妙想的角色设计、夸张的比例、柔和的粉彩色调,以及类似彩色铅笔和油画颜料的可爱手绘纹理。整体效果简洁、温暖、富有表现力且个性十足。在回复网友时,作者表示 Midjourney 无可替代,值得投入使用。