我用一個 Claude Skill (技能) 省下了所有生成圖片和影片的訂閱費用！每個月現省上千元！ — Transcript

Full transcript

1. 0:02嗨，大家好
2. 0:04平常如果我们想要用 AI 来生成图片或影片
3. 0:07最常见的方式就是订阅各种线上的 AI 平台
4. 0:11不过这些服务每个月可能都要固定支付 10 至 15 美元以上
5. 0:15部分进阶的方案甚至更贵
6. 0:18这对于只是偶尔使用
7. 0:19或是单纯想要体验 AI 创作的用户来说
8. 0:22是一个不小的负担
9. 0:24因此今天我要向大家介绍一个更具弹性的方式
10. 0:28就是在自己的 AI 助理
11. 0:29像是 ChatGPT 或 Claude 安装一个 Skill (技能)
12. 0:33让 AI 助理能以非常低廉的成本来生成图片和影片
13. 0:37不需要绑定任何的订阅方案
14. 0:40好，那这边我们首先要下载 Claude 或 ChatGPT 的桌面版软体
15. 0:44因为后续我们需要让 AI 助理读取参考图片
16. 0:48并且将生成好的档案储存到指定的位置
17. 0:51而如果你习惯使用 ChatGPT
18. 0:53你也可以在它的官网首页来下载它的桌面版软体
19. 0:57好，那我以 Claude 为例
20. 0:59下载并安装完成后
21. 1:01你可以直接把桌面版的软体打开
22. 1:04而这边我们需要在电脑中
23. 1:05先建立一个专案资料夹
24. 1:08你可以随意找一个位置
25. 1:10利用滑鼠右键执行「新增」
26. 1:12并取一个自己容易记住的名字
27. 1:15建立好后
28. 1:16我们对着资料夹双击滑鼠左键来将它打开
29. 1:20并且重复刚才的步骤
30. 1:21另外建立两个资料夹
31. 1:23分别是「完成档」和「参考图」
32. 1:25之后我们会使用到
33. 1:28资料夹准备好之后
34. 1:29你就可以回到桌面版的软体
35. 1:31来将目前的专案指定到刚建立的资料夹
36. 1:34点击「打开」
37. 1:36再按下「信任此工作区」
38. 1:39而如果你使用的是 ChatGPT
39. 1:41方式也大同小异
40. 1:43你只要把来源资料夹
41. 1:45同样指定到刚才的位置就 OK 了
42. 1:48好，那接下来我们要来到一个叫做 FAL 的平台
43. 1:51它的优点是提供的 AI 模型非常地多
44. 1:54且计费方式非常地透明
45. 1:56你可以用自己的 Gmail 信箱先注册一个帐号
46. 2:00登入之后
47. 2:01我们要取得一个叫做 API Key 的金钥
48. 2:04系统会使用这把金钥来辨识你是哪一位使用者
49. 2:08好，所以我们到右上角点击「新增金钥」
50. 2:11点击「建立」
51. 2:13然后你就可以把荧幕上显示的金钥密码拷贝下来
52. 2:16妥善保存在自己的电脑
53. 2:19那 FAL 不需要你支付固定的月费
54. 2:22而是按照你实际生成的图片数量来计算费用
55. 2:25因此我们必须先绑定一张信用卡
56. 2:28绑定完成后
57. 2:29切换到 Credits 的页面
58. 2:32那一开始其实不需要储值太多
59. 2:34你可以等熟悉操作之后
60. 2:36再视自己的需求来增加额度
61. 2:39而要查看 FAL 有提供哪些 AI 模型
62. 2:42你可以到左上角点击「探索」(Explore)
63. 2:44如此你就能在页面左侧看到所有的模型分类
64. 2:48例如 Text to Image 就是所谓的「由文字生成图片」
65. 2:52那目前「文生图」的 AI 模型
66. 2:54其中最受欢迎的一个
67. 2:56是由 Google 推出的 Nano Banana 2
68. 2:59那这个页面有提供了一个简单的范例
69. 3:02左侧的 Prompt 栏位是这张图使用的提示词
70. 3:06然后下面有一个宽高比的下拉选单
71. 3:09再下来是影像的解析度
72. 3:11而在旁边有一个进阶设定的按钮
73. 3:14你可以在这个区块指定生成图片的数量
74. 3:17以及图档要采用哪一种储存格式
75. 3:20最后在右栏有一项很重要的资讯
76. 3:23就是在使用 Nano Banana 2 的时候
77. 3:25费用是如何计算的
78. 3:27你可以把这些资讯做个拷贝
79. 3:30来跟其它 AI 模型做个比较
80. 3:32譬如目前另一个很热门的 AI 模型是 GPT Image 2
81. 3:36你可以进入它的页面之后
82. 3:38同样找到它的计价方式
83. 3:40把它拷贝下来
84. 3:42然后我们就可以在 ChatGPT 把两个模型的价目表贴上去
85. 3:46请它来做个分析
86. 3:47看看哪个比较划算
87. 3:50好，那分析的结果
88. 3:51ChatGPT 认为使用 Nano Banana 2 来生成图片会比较省钱
89. 3:56所以我打算把它当成主力的模型
90. 3:59接着再回到 FAL 的官网
91. 4:01将 Nano Banana 2 的模型 ID 做个复制
92. 4:04那这边有个要注意的地方
93. 4:06就是 FAL 提醒我们
94. 4:08一个模型可能会使用不同的接口 (Endpoints)
95. 4:10来执行不同的任务
96. 4:12以 Nano Banana 来说
97. 4:13它有两个接口
98. 4:15一个是「文字生成图片」
99. 4:17而另一个是「修改现有的图片」
100. 4:20至于 GPT Image 2 这边也是一样的
101. 4:23总共有两个不同的接口
102. 4:25好，取得了 API 金钥和模型的 ID 之后
103. 4:28我们可以回到 Claude 准备来建立一个 Skill (技能)
104. 4:31所谓「技能」
105. 4:32你可以把它当成是一个让 AI 助理阅读的操作手册
106. 4:36让它知道在执行任务时要遵守哪些要点
107. 4:40举例来说
108. 4:40我们可以告诉 Claude
109. 4:42只要我们请它生成或编辑图片
110. 4:44就要启用这个技能
111. 4:46使用的模型包含了 Nano Banana 2 和 GPT Image 2
112. 4:51同时要提醒它必须依照任务的类型
113. 4:53来选择正确的接口
114. 4:55那这边还有一点要特别注意
115. 4:57就是我们刚才取得的 API 金钥不要直接贴给 Claude
116. 5:01因为这有可能会让金钥
117. 5:02随着对话内容一同曝光到网路上
118. 5:05比较合适的做法
119. 5:07是把这类型的机密资讯
120. 5:08储存在一个叫做 .env 的档案
121. 5:11让程式在执行时自动读取
122. 5:14那最后我们也要在提示词中说明
123. 5:16如果生成的任务需要用到参考图
124. 5:19AI 助理可以到「参考图」资料夹内来存取这些档案
125. 5:23至于生成好的图片则统一放到「完成档」资料夹
126. 5:27并且以模型名称加上日期时间来作为档名
127. 5:31好，那我把这个提示词贴到输入框内
128. 5:33并且按下 Enter 键送出
129. 5:36Claude 有可能会在建立技能的过程中
130. 5:38向我们询问一些问题
131. 5:40你可以依照自己的需求来进行作答
132. 5:43也可以直接采用它提供的建议
133. 5:46等技能建立完成后
134. 5:47你就可以打开 Claude 替我们准备好的 .env 档案
135. 5:51让它显示在电脑的资料夹内
136. 5:54接着再将这个档案使用一般的记事本开启
137. 5:57来把先前我们取得的 API 金钥贴到指定的位置
138. 6:01最后再按下 Ctrl +S 执行储存
139. 6:04好，那我们就来测试一下建立好的技能吧
140. 6:07我请 Claude 生成一张图片
141. 6:09主题是一个在古罗马竞技场奋战的角斗士
142. 6:13然后将提示词送出
143. 6:15过程中如果跳出授权的对话框
144. 6:17就直接按下「允许」
145. 6:19于是过了一会儿之后
146. 6:21一张手持剑盾的角斗士图片就生成完毕了
147. 6:25而且图片也已自动储存到先前我们指定的资料夹
148. 6:29OK，那接着我们来试试看
149. 6:31让 AI 修改现有的图片
150. 6:34举例来说
151. 6:34这里我有一张狮子的图片
152. 6:37我想要让牠穿上一套金色的铠甲
153. 6:39而要让 Claude 能取得这张图片
154. 6:42我们必须先把图档拷贝起来
155. 6:44进入到专案中的「参考图」资料夹
156. 6:47然后按下 Ctrl +V 来将图档贴上
157. 6:50参考图放到定位之后
158. 6:52你可以回到 Claude 来撰写生成图片的提示词
159. 6:56如有需要
160. 6:57你甚至可以请 Claude 使用不同的模型各生成一张图片
161. 7:00方便我们对照两个模型输出图片的风格特色
162. 7:04好，我们将提示词送出
163. 7:06稍待片刻后
164. 7:07Claude 便回传了两张生成好的狮子图片
165. 7:10甚至还贴心说明了两个作品在细节上的差异喔
166. 7:14好，当我们在撰写图片提示词时
167. 7:17常会遇到一个瓶颈
168. 7:19就是我们不知道该如何描述画面中的细节
169. 7:22像是场景该如何铺陈
170. 7:24镜头视角该如何拿捏等
171. 7:27而这种需要专业知识的任务
172. 7:29其实我们也可以交给 AI 助理来代劳
173. 7:32就是把原来的技能做个改写
174. 7:34请它在生成图片时
175. 7:36先依据我们提供的主题自动补充更丰富的细节
176. 7:40而且修改好后要先让我们过目
177. 7:42确认没有问题之后才能送出
178. 7:45OK，技能修改完成后
179. 7:47我们来验收一下成果
180. 7:49譬如我请 Claude 生成一张
181. 7:51「苏格拉底在雅典街头与别人辩论」的图片
182. 7:55然后将提示词送出
183. 7:57而这一次 Claude 并没有直接动工
184. 7:59而是先把这个主题
185. 8:01扩展成一段内容详尽的提示词
186. 8:03包含了人物的神态
187. 8:05周围的建筑
188. 8:06乃至于镜头的焦段等全都描述得一清二楚
189. 8:10而我们看过觉得没有什么问题的话
190. 8:12就可以请 Claude 送出
191. 8:14于是很快地
192. 8:15一张生动地苏格拉底辩论的场景就呈现在我们的眼前啰
193. 8:20OK，那这个技能不光可用来生成图片
194. 8:23如果想要生成影片也没有任何问题
195. 8:26我们一样可以回到 FAL 的网站
196. 8:28在左侧的分类中勾选 Text to Video (文字生成影片)
197. 8:32以目前来说
198. 8:33生成影片效果最出色的模型首推 Seedance 2.0
199. 8:37而旁边的 Minimax H3 则是前几天才刚亮相的新模型
200. 8:42除此之外
201. 8:43下面还有一个性价比很不错的选择是 Kling V3
202. 8:47那同样地
203. 8:48你可以逐一进入这几个模型的页面
204. 8:51把它们的计价资讯拷贝下来
205. 8:53一同交给 AI 来进行分析和比较
206. 8:56等你选定好中意的主力模型之后
207. 8:59你就可以写一段提示词
208. 9:01请 Claude 把影片生成的功能
209. 9:03一并加入到原有的技能之中
210. 9:05而由于影片的设定参数较多
211. 9:08而且每个模型的数值都不太一样
212. 9:10因此这边我让 Claude 采用一问一答的方式
213. 9:13协助我们来进行设定
214. 9:16好，我将提示词送出
215. 9:18功能一切就绪之后
216. 9:19就可以立即来做个测试
217. 9:21例如我指定用 Kling 3.0 生成一段影片
218. 9:24让一位穿着时尚的男子朝着镜头走过来
219. 9:27然后拿出一条巧克力棒咬了一口
220. 9:30接着按下 Enter 键送出
221. 9:32同样地
222. 9:33Claude 会根据这个主题先进行提示词的优化
223. 9:37我们看过没有问题之后
224. 9:38Claude 就会开始逐一询问影片参数的细节
225. 9:42包含影片的秒数
226. 9:43宽高比要设为多少、以及是否要生成音讯
227. 9:47全部确认完毕后
228. 9:49Claude 就会开始进行影片的生成
229. 9:52好，我们来看一下生成好的作品
230. 10:04OK，那在生成影片时有一个很常见的技巧
231. 10:08就是我们先提供一张静态的图片作为初始影格
232. 10:12然后请 AI 将这张图片动起来
233. 10:15那我们来看一个例子
234. 10:17譬如这里有一张图片
235. 10:18是一名女子将脸颊贴在一条巨大的飞龙头上
236. 10:22而我想让 AI 延伸出后续的画面
237. 10:25同样地
238. 10:26我们要先把这张图片做个拷贝
239. 10:29进入到「参考图」资料夹
240. 10:31按下 Ctrl +V 来将它贴上
241. 10:33然后我们再回到 Claude 的介面来撰写提示词
242. 10:37譬如这一次我改用 Minimax H3 的模型
243. 10:40让女子抬起头跟飞龙一同看向相机的镜头
244. 10:44并且将镜头逐渐拉远
245. 10:46然后按下 Enter 键送出
246. 10:48那 Claude 同样会先替我们优化提示词的内容
247. 10:51来扩展影片中的细节
248. 10:53接着再向我们逐一确认影片的各项参数
249. 10:57包含长度要设为几秒
250. 10:58解析度要设为多高
251. 11:01确认完毕后
252. 11:02Claude 就开始执行影片生成的任务
253. 11:04于是片刻之后
254. 11:06一段充满史诗感的奇幻短片就成功产生啰
255. 11:13OK，最后如果你想让生成图片和影片的流程更加顺手
256. 11:17我们甚至还可以更进一步
257. 11:19请 Claude 把这个技能改造成一个桌面版的 App
258. 11:23由于这是一个比较大的任务
259. 11:25所以你可以把 Claude 先切换成「计划」(Plan) 模式
260. 11:28接着再来描述我们心目中理想的 App 样貌
261. 11:32像是视窗版面的布局
262. 11:34想要走什么样的设计风格
263. 11:37面板内应该有哪些栏位和按钮
264. 11:40以及生成好的作品要如何呈现和管理等
265. 11:43把这些想法送出之后
266. 11:45Claude 会询问我们一些问题
267. 11:46来确认实作的细节
268. 11:48如果你对于技术层面的术语不太熟悉
269. 11:51可以直接采用它给的建议就 OK 了
270. 11:54细节都确认完毕之后
271. 11:56Claude 会先写一份计划的提案
272. 11:58看过之后如果没有问题
273. 12:00Claude 就会开始着手实作
274. 12:03好，那 App 目前已制作完成
275. 12:05我们可以把它打开实际来测试一下
276. 12:09首先 API 金钥的部分
277. 12:11你只要打开「设定」对话框
278. 12:13就能把金钥贴到栏位里面来做妥善的保存
279. 12:16而在介面的左上角
280. 12:18我们可以自由切换「图片」和「影片」两个分页
281. 12:21至于要使用哪一个 AI 模型
282. 12:24则可透过底下的下拉选单来做挑选
283. 12:27由于这个 App 目前还缺少一个专属的图示
284. 12:30所以我们不妨借着这个机会
285. 12:32让 App 自己来生成
286. 12:34例如我想要生成一个抽象几何风格
287. 12:37带有圆角造型的白色图示
288. 12:40宽高比的话可以设成 1:1
289. 12:42然后按下「生成」按钮
290. 12:44图示生成完毕后
291. 12:46我们就把它储存到电脑资料夹
292. 12:48并且将它命名为 Icon
293. 12:50那最后我们就让 Claude
294. 12:52把这个 App 的外观套用刚制作好的图示
295. 12:55并且将 App 安装到「应用程式」资料夹
296. 12:59如此一来
297. 12:59之后当我们想要生成图片或影片的时候
298. 13:02只要在电脑内打开这个 App 就能立即使用
299. 13:05是不是非常地方便呢？
300. 13:08OK，那今天关于 Claude 生成图片和影片技能的介绍
301. 13:12我们就聊到这边
302. 13:13我们下回再见
303. 13:15拜拜