和模型对话:它会做什么,又会做错什么?
通过同一问题的不同回答,认识生成模型会根据上下文组织新内容,却可能把不确定信息说得很确定。让学生区分创意生成、资料查找和事实核对。
课堂挑战
- 让模型给出三种校园主题活动创意,并比较受众、资源和可行性。
- 追问哪些内容是创意建议、哪些内容需要另外查证。
- 把笼统的“写一个有趣故事”改成有对象、目标、语气和长度的请求。
Generative AI creative studio
这套入门课程从青少年 AIGC 夏令营材料中重新整理。我们不依赖某个平台注册流程或旧版界面,而练习可迁移的创作方法:向 AI 讲清想法、比较多个方案、反复迭代,并由创作者对最终作品负责。
生成式 AI 可以提供素材和变化,但主题、选择、判断与最终发布责任仍然属于创作者。把 AI 的输出当成草稿和灵感来源,而不是事实证明或自动完成的作品。
每一单元都有一个小任务。先预测结果,再生成和比较,最后用自己的话解释修改理由。
通过同一问题的不同回答,认识生成模型会根据上下文组织新内容,却可能把不确定信息说得很确定。让学生区分创意生成、资料查找和事实核对。
图像提示可以从主题、主体、动作、场景、构图、光线、色彩和媒介风格逐层补充。每轮只调整一两个变量,记录变化,避免堆风格词却说不清问题。
短视频创作先从受众和核心信息开始,再写一个故事板:每个镜头说明画面、动作、镜头变化、时长和声音。角色外观、场景和镜头方向要保持连续,必要时拆成短片段分别生成和剪辑。
小组先选一个校园或社区主题,确定观众和作品形式。分工完成文字、画面与动态片段,最后统一风格、校对信息并讲述创作过程。展评时不只看视觉效果,也说明内容如何形成。
不要上传同学的照片、声音或联系方式来试生成;发布前检查生成结果是否误导、冒犯或侵犯他人权益。页面保留通用创作结构与练习方式,具体平台与功能以实际可用情况为准。
继续学习 AI 背后的数学基础 →关于这门课最常被问到的几件事。
一套面向青少年与初学者的生成式 AI 创作入门课,从 AIGC 夏令营材料重新整理:4 个创作单元,小组项目制,建议 2 天完成。
四个单元各有一件小作品:活动构思卡、主题海报与创作说明、30 秒以内的镜头表或动态分镜,以及一件团队作品加授权与信息核验清单。
不依赖。课程不绑定某个平台的注册流程或旧版界面,练习的是可迁移的创作方法:向 AI 讲清想法、比较多个方案、反复迭代,由创作者对最终作品负责。