首页 › 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。
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:
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。
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。
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。
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。
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。
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。
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。
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。
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
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
| 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。 |