隐私 模型许可

首页 › 指南

简短指南

季节工坊是用出来的,不是读出来的。这一页只为开始前的几件小事而存在,以及当你被什么惊到时可以回来看的那几件。

读完这里的时间,不会比你正在等的模型加载时间更长。

最初十分钟

应用打开时已经内置了一个小型语言模型,所以立刻就有事可做。建议的顺序:

  • 打开文本,问它点什么。无需下载,无需设置。它能告诉你窗口怎么运作,以及你的机器大概有多快。
  • 打开翻译,粘贴一段文字。应用中最立即可靠的工具,也是验证推理是否在使用你预期后端的好方法。
  • 打开图片,输入一句话。面板会告诉你需要什么模型文件。先用一个轻量模型跑 512×512,看看整个流程,再决定要不要下载大模型。
  • 看看结果面板。所有工具的输出都汇聚到同一个地方,也是"保存那一个"最快的路径。

忍住先下载最大模型的冲动。一个快模型教会你应用;一个慢模型教会你等待。

认识窗口

一扇窗口,三个区域,永远不变。工具列表在左侧,当前工具的控制项在中间,结果收集在右侧。

工具列表

八项——文本、翻译、图片、视频、音乐、语音转文字、文字转语音和视觉。切换工具不会丢弃你之前的内容;你可以回到一个面板,发现设置还在原地。

Premium

左下角。一个界面,一个价格,以及一个恢复已购项目的操作。它解锁所有模型和硬件加速后端;没有订阅,没有循环扣费。

控制区

模型、提示词,以及这个工具需要的两三个数字。面板刻意暴露的比节点图应用少——目标是一个几秒内就能做出的决定。

结果面板

所有工具的输出,最新的在前,点击即可查看全尺寸。保存你想要的;其余的只占一点磁盘缓存。

添加模型

这是工坊唯一需要你做的整理工作,而且方式是我们能找到的最省心的:一次运行会告诉你它缺什么,仅此而已。

两种入口

  • 让运行去取。选一个模型,按下开始,如果文件不在磁盘上,应用会告诉你它叫什么并提供下载。只取那一个文件——工坊永远不会预先准备一个你没要求的模型库。
  • 导入你已有的。如果你已经有一文件夹来自其他本地工具的 GGUF 或 ONNX 文件,把工坊指向它。不会在背后复制或转换任何东西,也不会触碰网络。

搭建适合自己的书架

两个图片模型胜过五个:一个快速模型用来探索,一个重型模型用来出成品。同样的逻辑适用于所有地方——一个小的转录模型用于语音备忘,一个大的用于访谈,比一个折中的中间模型更称手。

关于文件大小

图片模型从几个 GB 到二十 GB 不等;视频模型更大。开始下载之前请先查看硬件预期,免得下载了一个跑不动的模型。

写提示词

没有秘密语法,也没有魔法词表。好的提示词主要在于在对的地方具体,在别的地方安静。

先说主体,再说光线,最后说媒介。其余都是装饰。 — 我们所知最短的有用提示词建议

四个立竿见影的习惯

  • 先说主体,而非风格。"一个巫师在蘑菇下读书"在前;"水彩绘本插画"在后。模型对提示词的前部权重更高。
  • 明确描述光线。柔和轮廓光、阴天的正午、一支蜡烛。它比任何关于质量的形容词更能改变一张图。
  • 一次只改一处。当结果接近满意时,编辑一个从句并保持种子不变。重写整个提示词会丢掉有效的部分。
  • 克制使用反向提示词。两三个真正的问题——文字、水印、生硬对比——胜过一段抄来的模板。

让一个工具替另一个写

文本面板是个好提示词编辑器。用普通句子描述你想要的画面,请它生成紧凑的图片提示词,然后粘贴到图片面板。这也是应用本身正在发展的方向——参见路线图。

结果,以及它们去哪里

输出是普通格式的普通文件——PNG 图片、MP4 视频、WAV 音频、纯文本。没有项目格式,也没有需要导出的库数据库。

看着它,然后放弃它

图片生成在采样时会绘制实时预览。如果第五步构图就不对,第三十步也不会对——停下来,改一个从句,重新跑。这一个习惯比任何硬件升级都更省时间。

把设置与结果一起保留

当某个结果好用时,在继续之前把模型、种子和步数记在某处。自动持久化这些参数,以便日后重新打开和重跑一次运行,是路线图上的第一件事——在那之前,图片旁边的一个文本文件就够了。

内容安全

每次运行前后各有一道门,与应用中的其他一切一样,它们都在你的机器上运行。

提示词 → 提示词门 → 生成 → 输出门 → 显示并保存
  • 提示词门在任何模型加载之前、任何文件下载之前读取你的输入。这里的拒绝只花费你一句话的代价。
  • 输出门在每一张生成的图片、实时预览帧和视频帧被显示或写入磁盘之前进行分类。超过阈值的内容会被替换为中性占位图——该帧永远不会到达屏幕,也永远不会到达你的文件夹。

两道门都使用随应用附带的小型分类器。与工坊的其他部分一样,它们在断网时也能工作,也不向任何地方报告。

隐私,直说

没有账号,没有服务器组件,没有分析或崩溃报告 SDK。你的提示词、导入的文件和生成的结果永远不会离开你的机器。

应用通过网络做什么

一件事:下载你明确要求下载的模型文件。这就是全部。从磁盘导入模型,应用就完全没有理由建立连接——你可以通过离线运行来验证这一点,这是一种完全正常的使用方式。

存储了什么,在哪里

模型放在你放的地方。结果和缓存的预览在应用自己的文件夹里。设置是一个本地文件。删除应用就带走一切。

商店购买

Premium 解锁完全由 Microsoft Store 或 Mac App Store 处理,这意味着我们永远看不到支付信息。在新设备上恢复购买也通过同一家商店机制完成。

出了问题怎么办

你看到的现象 通常意味着
生成速度远低于预期 运行已回退到 CPU。检查后端选择,确认 Premium 解锁(如果你依赖加速后端),并尝试更小的模型或更小的输出尺寸。
运行中断或应用内存不足 模型装不下。降低分辨率,使用量化更重的模型,关闭其他应用,或在硬件预期中下调一档。
模型无法加载 通常是下载不完整或缺少配套文件——图片模型需要匹配的 VAE,视频模型需要文本编码器。重新获取文件并检查配对。
提示词被拒绝 提示词门在任何工作开始之前拒绝了它。换个说法重新运行;没有下载任何东西,也没有记录任何东西。
结果显示为灰色占位图 输出门替换了超过安全阈值的帧。调整提示词通常就够了。
图片模糊或发灰 步数太低、引导太高,或者模型未训练过的尺寸。先回到模型的原生分辨率,然后一次调一个数字。
转录满是错误 音频质量是主导因素。尝试更大的 Whisper 家族模型,如果录音中有说话人重叠,请预期需要手动编辑。