《人工智能通识与实践》课件 单元4 AIGC入门及应用

人工智能单元4AIGC入门及应用从"个体工匠模式"到"智能工厂模式"的内容生产革命本章学习地图概览承前启后的意义本单元承接上一单元的提示工程技能，正式进入AIGC实战阶段，为成为人机协作大师奠定坚实基础。核心目标本单元的核心目标：能够掌握文案生成、文生音、文生图、图生图、文生视频、图生视频及数字人制作等提示词构建技巧、工具使用方法，能独立运用AIGC工具，像运营智能工厂一样高效产出高质量内容，提升学习和工作效率。地图导览本单元通过三大项目，从认识AIGC协同办公三件套，再到玩转图文音视频创意设计，全面体验内容生产的智能革命。目录&

任务分解CONTENTS项目一理解AIGC的基本概念项目二AIGC办公软件实践任务1.1理解AIGC的基本概念AIGC与AGI、发展历程、工作原理核心技术、AIGC提示词任务1.2:AIGC应用场景与工具AIGC的应用领域、实践、常见软件任务2.1:AIGC—文档生成实践AIGC生成原理、文本生成、改扩写逻辑等任务2.2:表格数据处理与统计图表数据预处理、数据分析与数据统计、数据可视化任务2.3:AIGC-演示文稿生成结构化设计、视觉设计、交互式编辑任务2.4:AIGC-校园APP营销实践产品/活动介绍、营销方案设计、用户行为分析项目三AIGC图文创意设计实践任务3.1AIGC—生成图片AIGC图片生成、图片生成元素、文生图通用结构任务3.2:AIGC-生成播客音频文音转换、声音克隆、任务3.3:AIGC-生成Vlog视频文生视频、图生视频任务3.4:AIGC-创建虚拟数字人数字人分类AIGC基础与应用场景项目1理解提示工程与提示的基本概念、及其价值所在YOURLOGO任务1.1：理解AIGC的基本概念任务目标认识AIGC的生成依赖生成对抗网络、扩散模型、多模态适配技术打通文本、图像、音频的语义关联。对比不同AIGC模型的生成效果差异，并设计提示词实验验证结构化指令，涵盖AIGC与AGI的区别与联系，核心技术、提示词的特殊性。以“AI伦理的七言绝句”案例展示AIGC的创造性思维能力知识概要涵盖AIGC与AGI的区别与联系，核心技术如生成对抗网络、扩散模型、大模型预训练、多模态融合，以及提示词的特殊性-提示词在AIGC中具有更强的创意控制和迭代优化能力，通过精心设计的提示词，可以引导AI生成更符合需求的内容任务1.1：理解AIGC的基本概念AIGC与AGIAIGC（ArtificialIntelligenceGeneratedContent）即人工智能生成内容，是指利用人工智能技术，通过接收用户的任务指令，处理自然语言，自动生成文字、图像、音频、视频等内容的生产方式。AIGC的出现，标志着内容创作方式的巨大变革和进步。AGI（ArtificialGeneralIntelligence）即通用人工智能，指具备与人类相当的通用智能系统，能够理解、学习并自主解决任何智力任务，其目标是实现跨领域的通用认知能力，目前仍处于理论发展阶段。任务1.1：理解AIGC的基本概念AIGC与AGI维度AGI（通用人工智能）AIGC（人工智能生成内容）定义能像人类一样执行多种任务的通用智能系统利用AI技术自动生成内容（文本、图像、视频等）核心目标实现全面智能，具备跨领域学习和复杂问题解决能力高效生成高质量内容，替代人工创作能力范围多模态感知、因果推理、自我意识、主动学习算法、数据驱动的内容创作，依赖用户需求解析发展现状理论阶段，大模型处于“新兴AGI”水平（Level-1）商业化成熟，广泛应用于新闻、设计、营销等领域典型应用医疗诊断、教育个性化、金融风险评估（潜在）ChatGPT（文本）、DALL-E（图像）、Sora（视频）技术基础多模态模型、强化学习、自我监督学习自然语言处理（NLP）、生成对抗网络（GAN）、扩散模型等与AGI的联系AGI的目标包含AIGC的能力，AIGC是AGI的应用分支依赖AGI的基础技术，推动AGI向通用内容生产演进挑战技术实现难度大，伦理与安全风险（如自主性失控）虚假信息、版权争议、技术滥用（如深度伪造）任务1.1：理解AIGC的基本概念AIGC发展历程技术萌芽期2014-2018

生成对抗网络提出

深度学习算法发展

AIGC技术开始受关注

关键技术

GANVAECNN能力爆发期2019-2021大型语言模型发展GPT系列模型发布AIGC能力显著提升关键技术TransformerGPT-2/3BERT生态成熟期2022至今扩散模型广泛应用多模态模型成熟AIGC商业化应用关键技术扩散模型DALL-EChatGPTMidjourney任务1.1：理解AIGC的基本概念AIGC的工作原理核心技术生成对抗网络与扩散模型生成对抗网络（GAN）通过生成器与判别器的动态博弈实现内容生成，扩散模型则通过逐步添加噪声再逆向去噪的过程，将随机噪声转化为高质量数据生成器：创建逼真数据；判别器：区分真实与生成数据；应用：图像生成、风格迁移扩散模型通过逐步去噪生成高质量内容;前向过程：向数据添加噪声;反向过程：从噪声恢复数据;优势：生成细节丰富，可控性强大规模预训练与强化学习机制AIGC依赖海量数据预训练大语言模型（如Transformer架构），通过自注意力机制捕捉文本、图像等数据的深层语义关联，实现跨模态理解与生成。预训练：大规模无监督学习；微调：针对特定任务优化；强化学习：通过反馈优化输出多模态融合与条件控制技术多模态融合技术通过统一编码器处理文本、图像、音频等异构数据，实现跨模态内容协同生成跨模态理解：文本、图像、音频融合；条件控制：通过提示词引导生成；应用：文生图、图生视频等任务1.1：理解AIGC的基本概念AIGC的工作原理核心技术​核心技术分类​​生成对抗网络（GAN）与扩散模型​​大规模预训练与强化学习机制​​多模态融合与条件控制技术​​核心原理​​GAN​：生成器与判别器对抗博弈，通过损失函数优化生成质量​预训练​：自监督学习海量数据（如GPT-4的1750亿参数）​跨模态对齐​：CLIP等模型建立文本-图像语义关联​扩散模型​：逐步去噪生成数据，基于马尔可夫链优化KL散度​强化学习​：通过人类反馈（RLHF）优化策略​条件控制​：通过文本/图像引导生成过程​代表模型/技术​GAN：StyleGAN（图像生成）、BigGAN（高分辨率生成）预训练模型：GPT系列、BERT、LLaMA多模态模型：CLIP（图文对齐）、ControlNet（条件控制）扩散模型：StableDiffusion、Sora（视频生成）强化学习框架：PPO算法、DPO（直接偏好优化）跨模态生成：DALL·E3、RunwayGen-2​技术实现特点​GAN：生成速度快，易受模式坍塌影响预训练：海量数据+自监督学习（如掩码预测）特征空间对齐：最大均值差异（MMD）扩散模型：生成质量高但计算成本高强化学习：奖励模型（RM）+策略优化（如PPO）条件注入：ControlNet适配器模块结合DiffGAN实现优势互补

端到端训练优化​典型应用场景​图像生成（艺术创作、虚拟角色）文本生成（ChatGPT、Claude）跨模态生成（文本→图像/视频）视频合成（RunwayGen-2）对话系统优化医疗影像生成风格迁移代码生成（GitHubCopilot）虚拟人驱动（如Synthesia）​优势与挑战​​优势​：GAN实时生成、扩散模型高保真​优势​：泛化能力强、支持复杂任务​优势​：多维度控制生成结果​挑战​：GAN训练不稳定，扩散模型效率低​挑战​：计算资源消耗大，对齐人类偏好难度高​挑战​：跨模态特征对齐复杂度高，计算负载大​关键技术突破​Diffusion-GAN融合：结合GAN速度与扩散质量LoRA（低秩适应）：低成本微调大模型联合训练框架：CLIP+Diffusion的多模态联合优化分阶段去噪（如StableDiffusion的DDIM采样）推理优化：KV缓存加速、模型量化条件控制增强：3D几何约束（如NeRF引导）​行业落地案例​Midjourney（艺术创作）ChatGPT（智能客服）AdobeFirefly（设计工具）DeepFake（影视特效）百度ERNIE（中文NLP）OpenAISora（视频生成）医学影像增强自动驾驶决策系统（毫末智行）虚拟主播（百度度晓晓）任务1.1：理解AIGC的基本概念AIGC的应用特征高效生成快速生成高质量内容，大幅提高生产效率个性化定制根据用户需求和偏好生成个性化内容创意辅助为创作者提供创意灵感和辅助，拓展创作可能性多模态输出生成文本、图像、音频、视频等多种类型内容低门槛使用降低内容创作技术门槛，普及创作能力多样性和丰富性AIGC能跨领域生成高质量内容，如文字、图像、音频、视频，满足用户多元化需求。自然性和真实性通过深度学习，AIGC生成内容贴近真实，如自动生成吸引人的预告片或建筑设计方案。与用户交互性AIGC可根据用户输入动态调整生成方式，实现个性化内容定制和优化。动态性和适应性AIGC根据用户喜好调整生成策略，提供更贴合个人偏好的内容，增强用户体验。任务1.1：理解AIGC的基本概念AIGC的提示词大模型提示词差异不同模型对提示词理解与响应存在差异模型特性影响响应需针对性调整结构化指令清晰结构引导AI生成更准确内容明确任务目标逻辑层次分明多模态适配提示词需适配不同模态生成需求文本、图像、音频跨模态转换技巧创意控制要求通过提示词控制创意方向和风格风格描述关键词情感与氛围设定迭代优化策略多次迭代优化提示词，提高生成质量反馈调整机制渐进式改进行业适配模板针对不同行业特点设计专门模板行业术语与规范场景化应用AIGC提示词更聚焦内容生产（如文本、图像、音频、视频），不仅包括任务的基本描述，还涉及风格、情感、细节等多维度的要求。提示词的优化与设计对最终生成内容的质量和相关性至关重要。示例：“为环保主题短视频创作脚本，时长60秒，目标受众为Z世代，结尾需添加互动话题”任务1.1：理解AIGC的基本概念任务实施-AI伦理的七言绝句AI写诗揭示了AIGC在提升创作效率上的潜力，但也暴露了大众创作的局限性。人人并非杜甫，但AIGC可能成为例外。以文心一言为工具，提示词：“生成一首关于AI伦理的七言绝句。”；然后对生成结果进行迭代优化,提示词：“以上结果中，需包含‘责任’与‘边界’关键词”任务1.2：AIGC应用场景与工具任务目标认识AIGC的四大应用领域：文本、图像、音视频、代码生成，以及国内主流AIGC工具，构建“场景-工具-技术”映射表，通过智谱清言形成行业报告大纲和摘要、在开发软件中集成通义灵码的任务，理解AIGC的在文本摘要和智能编程领域的常见应用。认识AIGC在文本、图像、音视频、代码等领域的应用，以及国内外主流AIGC软件及其适用场景知识概要任务1.2：AIGC应用场景与工具AIGC的应用领域AIGC技术已渗透至多行业核心场景，形成差异化应用生态。营销领域，则依托AIGC生成个性化品牌内容，满足年轻群体对创新与定制化体验的高需求，助力品牌突破传统营销瓶颈。教育行业，聚焦新闻传播人才培养，结合AIGC技术革新教学内容与传播方式，为文化事业输送高素质人才；金融领域，其通过分析海量金融数据与网络关系，实现欺诈行为精准识别、投资策略优化及风险管理升级，显著提升金融机构风控效能；数字娱乐领域，通过AIGC构建虚拟角色、场景及互动叙事，推动游戏、影视等产业，向智能化沉浸式体验转型。此外，内容创作领域涌现大量AIGC爆文生成工具，赋能用户高效完成文章、视频等全流程创。任务1.2：AIGC应用场景与工具AIGC的应用实践AIGC的应用实践呈现“技术-场景-价值”深度耦合特征。文本生成AIGC能够生成多种类型的文本内容，如新闻报道、营销文案、诗歌、视频脚本等，显著提升了内容生产的效率，为用户提供了全新的创作路径和灵感源泉。图像生成AIGC能够根据用户提供的文本描述或参考图生成各种风格的图像。此外，AIGC在图像修复、色彩调整等方面也展现出卓越的能力。音视频生成AIGC不仅可以根据情感分析结果生成符合情绪变化的背景音乐，还可以基于文本描述生成自然流畅的语音播报，并且还可以根据文本描述生成动态视频，另外还可以将图像转换为视频代码生成用户可以使用自然语言描述代码生成需求，AIGC能自动翻译并生成相应代码。AIGC还能辅助代码审查、优化代码结构、预测潜在漏洞等。任务1.2：AIGC应用场景与工具AIGC创新应用媒体行业提升内容创作效率，革新传统媒体生产方式。利用AIGC技术生成高质量新闻报道和文章。教育行业个性化教学资源生成，满足不同学生需求。虚拟教师辅助教学，提高教学质量。娱乐行业生成创意剧本，丰富影视作品内容。创造虚拟角色，增强用户体验。科技行业推动技术创新，加速科研成果转换。开发智能产品，改善人们生活。文本创作豆包、文心一言等工具引领文本创作，提高写作效率。自动生成高质量文章，减少人工成本。图像创作生成逼真图像，用于广告设计等领域。快速制作视觉效果，提升用户体验。任务1.2：AIGC应用场景与工具AIGC的应用工具简介文本创作豆包讯飞智文通义千问智谱清言音频领域魔音工坊CosyVoice视频创作即梦AI可灵AI百度蒸汽平台MuseSteamer蝉镜图像设计文心一言通义万相腾讯混元助手秒画AI/堆友A按照文本创作、图像设计、音频、视频领域及通用工具五大核心应用维度，精选的国内主流且功能突出的AIGC工具，其中也不乏有许多全能选手，比如豆包、文心一言、智谱清言等通用大模型。任务1.2：AIGC应用场景与工具任务实施-梳理报告大纲和报告摘要以智谱清言为工具，梳理《中国新型储能发展报告2025》报告的大纲与摘要生成大纲，提示词“请分析这份《中国新型储能发展报告2025》（附文件），总结核心发展现状、主要竞争者分析、未来3年趋势预测和潜在风险点，并给出一个包含图表建议的报告章节大纲。”任务1.2：AIGC应用场景与工具任务实施-梳理报告大纲和报告摘要生成摘要：提示词：“继续《中国新型储能发展报告2025》（附文件）的报告摘要摘要要求：1.提取核心：仅保留关键论点、核心数据、结论或行动建议，删除所有示例、背景解释及次要细节2.极端精简：压缩至原文长度的5%-8%3.结构化输出：按此框架组织：核心目标关键方法/路径主要发现（用●分项列出）最终结论/建议4.严格客观：禁止添加原文不存在的信息5.语言：使用简洁书面语，避免口语化表达”任务1.2：AIGC应用场景与工具任务实施-集成AIGC代码开发工具Pycharm工具为例。在Pycharm中集成通义灵码在Pycharm界面选择“File”-“settings”-“Plugins”菜单，在搜索框输入“通义”，即可在弹出“通义灵码”的安装提示AIGC办公软件实践项目2让AI成为“数字办公助手”，将重复性工作转化为创造性决策。YOURLOGO任务2.1：AIGC—文档生成实践任务目标掌握AIGC文本生成三层机制：目标约束层（如字数、风格）定义输出边界；内容生成层基于预训练知识填充逻辑；评价优化层通过反馈迭代质量；改扩写则需识别原文“信息密度不足点”（如缺乏数据支撑），通过提示词注入专业术语。通过“生成实训报告模板”掌握文档生成技巧知识概要文本生成的工作流，包括目标设定、生成、评价和优化，以及文本改扩写的逻辑与实操要点。确定目标与约束明确文档的主题和长度等基本要求。利用模型生成使用预训练模型生成初步内容。评估质量优化对生成的内容进行质量评估并不断优化。改扩写确保连贯识别核心信息，调整结构细节保证语义连贯。任务2.1：AIGC—文档生成实践AIGC生成原理AIGC生成原理基于多模态融合技术，结合自然语言处理（NLP）与计算机视觉（CV）。NLP模块解析用户指令（如“生成科技风产品发布会PPT”），提取主题、风格、行业属性等参数；CV模块则调用模板库匹配视觉元素（如蓝色渐变背景、扁平化图标）。关键技术包括模板自适应算法——根据内容长度自动调整图文占比，以及语义关联推荐任务2.1：AIGC—文档生成实践文本生成文本生成是自然语言处理的一个核心子领域，它涉及使用模型来自动创建自然语言文本。从而生成质量达到甚至超越人类平均水平的内容。这一技术能够理解用户输入内容的含义并作出相应的回应，有效实现低门槛的交互对话，极大地提升用户体验。如“生成会议纪要需包含时间、议题、决议”的任务指令。文本生成流程：确定目标和约束->内容的生成->评价和优化任务2.1：AIGC—文档生成实践文本改扩写通过人工智能技术实现文本重构，其核心在于利用深度学习算法与大型语言模型解析用户指令，生成逻辑严谨的新文本。实际操作需遵循多阶段技术路径：首先进行语义解析，构建原文语义图谱以识别主题关键词与逻辑关联，分析长句分布及被动语态特征；随后实施句式重构，通过重组句子成分与转换语态实现表达多样化文本改扩写改写：调整表达方式，保持原意扩写：丰富细节，增加内容深度摘要：精简内容，提取核心要点改扩写逻辑保持核心：不变关键信息调整表达：改变句式结构丰富细节：添加补充说明精简内容：去除冗余信息操作场景报告撰写：自动生成分析报告内容创作：文章、博客、故事文案优化：营销文案、广告语任务2.1：AIGC—文档生成实践任务实施-制作“实训报告模板”以智谱清言为工具，制作“实训报告模板”。提示词：“生成中职《电子商务》专业“直播带货实训”报告模板，要求：包含实训目标、流程、成果分析、反思建议，字数500字。强调关键参数：行业领域（电子商务）、文档类型（实训报告）、结构要素（4个模块）。”任务2.2：AIGC-表格数据处理与统计图表任务目标学习表格数据处理的基本技能，以数据预处理案例，学习处理数据格式、异常数据、数据缺失；数据统计、数据分析、图表制作实操，体验AIGC数据分析的便捷性，通过“成绩统计”、“销售数据”组合图表掌握表格数据处理与统计图表的技巧知识概要AI在表格数据处理中的应用，如数据预处理、分析与可视化技能技巧，高效处理数据。数据预处理清洗、整合原始数据，确保准确性与一致性，为后续分析奠定坚实基础。数据分析方法运用统计学与机器学习算法，揭示数据背后的趋势与模式，支持决策制定。柱状图应用直观展示类别间的比较，适用于离散数据的分布情况说明。折线图解读追踪时间序列变化，展现趋势走向，辅助预测分析。任务2.2：AIGC-表格数据处理与统计图表数据处理与可视化图表数据预处理数据预处理是表格数据分析的基石，指在正式统计或可视化前，对原始数据进行清洗、转换和规范化的过程。其核心目标是消除数据“噪声”（如重复值、缺失项、格式错误），确保数据结构一致、逻辑合理，为后续分析提供高质量输入。数据分析与数据统计是Excel应用的核心能力，指通过数学方法（如求和、平均、分组聚合）从原始数据中提取有价值信息的过程。数据可视化（图表）是将抽象数据转化为直观图形的技术，旨在揭示数据规律与趋势。常见图表类型包括：1）柱状图/条形图：用于分类数据对比（如不同产品销量）；2）折线图：展示时间序列变化（如月度增长趋势）；3）散点图：分析变量相关性（如广告投入与销售额关系）。AIGC工具能根据数据特征自动推荐图表类型，并支持动态调整（如添加趋势线、标注关键数据点），使可视化更符合业务场景需求。任务2.2：AIGC-表格数据处理与统计图表任务实施-成绩表处理以豆包为工具，依照成绩表中的成绩，计算个人成绩综合，并给出成绩评价提示词：“分析附件中的成绩表，按照人员名单在对应的“总成绩”单元格计算每个人的总成绩，并按照总成绩给出每个人的成绩评价。评价标准（单科满分100）：-优秀:>=270-良好:>=240and<270-及格:>=180and<240-不及格:<180”姓名语文数学英语总成绩评价成绩赵**859278

钱**768895

孙**928590

李**657080

周**556050

吴**909592

郑**788285

姓名语文数学英语总成绩评价成绩赵**859278255良好钱**768895259良好孙**928590267良好李**657080215及格周**556050165不及格吴**909592277优秀郑**788285245良好任务2.2：AIGC-表格数据处理与统计图表任务实施-图表处理以豆包为工具，处理日期格式不一致，销售员数据格式不一致，数据有缺项提示词-删除重复行"（若存在）-将日期列统一为YYYY-MM-DD格式-将销售额列转换为数值，移除货币符号和千分位-填充区域列空值为'未知'-标记销售额中所有负数为红色日期产品名称销售额区域2024.5.1笔记本￥5,200华东2024/5/2鼠标180

3-May-24键盘￥-350华南2024.5.4显示器1,200华北2024/5/5耳机￥800华中2024.5.6U盘

西南2024/5/7手机支架￥4,500.50西北8-May-24充电器￥1200

2024.5.9数据线￥-100东北2024/5/10保护壳80华东日期产品名称销售额区域2024/5/1笔记本5200华东2024/5/2鼠标180未知2024/5/3键盘-350华南2024/5/4显示器1200华北2024/5/5耳机800华中2024/5/6U盘

西南2024/5/7手机支架4500.5西北2024/5/8充电器1200未知2024/5/9数据线-100东北2024/5/10保护壳80华东处理后的数据表确认数据格式，比如红色销售额，判断为输入错误，将值修改为正数补充”U盘”的销售额采用上位单元数据填充“未知”销售区域保存数据表，为制作图表做准备任务2.2：AIGC-表格数据处理与统计图表任务实施-图表处理在豆包中，重新上传经格式转化并作数据修改、补充后的数据文件制作柱状图和组合图表制作柱状图参考提示词1："生成区域销售额对比柱状图。要求：-数据范围：区域列（D列）和销售额列（C列）-图表标题：'各区域销售额对比'-横坐标：区域名称-纵坐标：销售额（单位：元）-按销售额降序排列柱形-在Sheet1的空白处，生成柱状图，图形能随数据而变动"组合图表参考提示词2："创建组合图表：-主图表：折线图（日期列vs销售额列），展示时间趋势-次图表：饼图（产品名称列vs销售额列），展示产品占比-要求：-折线图添加趋势线-饼图突出显示占比前3的产品-图表布局为上下结构-在Sheet1的空白处，生成组合图，图形能随数据而变动"任务2.3：AIGC-演示文稿生成任务目标学习演示文稿生成的基本技能，掌握AIGC生成演示文档的基本操作，通过报告大纲和报告摘要生成演示文档的纲要和文稿生成技巧。知识概要AI辅助演示文稿的结构化设计，自动生成大纲，并生成演示文稿初稿的技能技巧。结构化设计原则遵循逻辑框架，确保信息层次分明，利于观众快速捕捉关键点。视觉设计要素运用色彩、字体和布局，增强视觉吸引力，使内容更易于理解和记忆。交互式编辑技巧引入动态元素和互动环节，提升观众参与度，加深对主题的理解和兴趣。AIGC辅助设计利用AIGC技术自动生成初步设计，节省时间，提高演示文稿的制作效率。任务2.3：AIGC-演示文稿生成设计思路AIGC相应“PPT制作”工具就像犹如制作演示文稿时的贴心助手，能在多个关键环节助你一臂之力。当你苦于没有灵感时，它能帮助你激发创意，提出新颖的PPT主题构想，并围绕主题生成核心演讲内容和关键要点结构化设计演示文稿结构化设计是AIGC生成的基础，指通过层级化主题组织内容逻辑，如“总-分-总”框架或“问题-分析-方案”叙事线。AIGC工具需解析用户指令中的结构关键词（如“包含背景、目标、实施路径”），自动生成符合逻辑的目录与分页标题。视觉设计视觉设计要素涵盖排版、配色、字体三维度。AIGC需遵循设计原则：排版上通过网格系统对齐元素，避免信息过载；配色采用行业规范（如金融类PPT多用深蓝+金色），并通过对比度算法确保文字可读性；字体选择需适配场景（如标题用无衬线体增强现代感）。交互式编辑交互式编辑是AIGC与人工协同的关键环节。生成初稿后，用户需通过自然语言指令迭代优化。任务2.3：AIGC-演示文稿生成任务实施智谱清言的PPT模式制作的演示文档PPT模式对话页面，附件方式提交项目1的任务中生了《中国新型储能发展报告2025》报告大纲和报告摘要。参考提示词如下：基于附件中的“中国新型储能发展报告2025-报告大纲和摘要”文档，制作报告演讲PPT，受众为行业管理者，关心数据和图表。【要求】

严格按文档大纲生成内容完整：覆盖所有关键点，重点突出设计精美：

-风格：[简约商务/科技感/学术风]+[主色调，如蓝色系]-必含：专业图表（转化文档数据）、图标/配图、清晰排版

-页数：5页左右任务2.3：AIGC-演示文稿生成任务实施确认制作选项演示文稿生成结果任务2.4：AIGC-校园APP营销实践任务目标设计层面需精准匹配校园场景需求与营销策略，避免内容同质化；技能点需掌握产品特性提炼、多渠道文案生成及效果预测；掌握结合自然语言交互，解决传统营销中内容创作效率低、场景适配性弱等问题，通过AIGC生成校园APP营销方案，掌握开放式营销策略的智能生成，实现用户增长与活跃度提升的技巧。知识概要AI辅助营销方案的结构化设计，自动生成大纲、初稿。结构化设计原则遵循逻辑框架，确保信息层次分明，利于观众快速捕捉关键点。视觉设计要素运用色彩、字体和布局，增强视觉吸引力，使内容更易于理解和记忆。交互式编辑技巧引入动态元素和互动环节，提升观众参与度，加深对主题的理解和兴趣。AIGC辅助设计利用AIGC技术自动生成初步设计，节省时间，提高演示文稿的制作效率。任务2.4：AIGC-校园APP营销实践任务目标AIGC制作营销方案的本质与文本生成、演示文稿生成在底层逻辑上高度一致。不同的是，营销方案是跨模态整合的复合型输出，需融合市场数据（文本）、用户画像（数据图表）、创意素材（图像/视频）及策略路径（流程图），形成系统性商业方案驱动商业决策，其生成内容需包含可量化的目标（如转化率预测）、风险评估及资源分配策略，直接关联企业盈利模型。产品/活动介绍生成产品介绍文案创建功能说明内容设计活动宣传材料优化用户体验描述用户行为分析分析用户数据与行为模式预测用户行为趋势优化营销策略与内容生成个性化推荐方案营销方案设计智能生成营销策略规划推广渠道组合开放式设计广泛吸引各类用户，扩大覆盖面封闭式设计针对特定用户群体，精准营聚焦学生需求校园APP专注于满足学生的多样化需求，提供学习资源、社交平台与生活服务。个性化推荐通过AIGC技术实现个性化推荐，根据学生的行为和偏好提供定制化内容。增强用户体验利用AIGC技术优化用户界面和交互设计，提高用户的使用满意度。精准定位群体营销方案结合AIGC技术，精准定位目标学生群体，设计符合其兴趣的活动。设计互动活动推出虚拟校园导览和智能问答挑战等互动性强的活动，提升学生的参与度。分析用户数据利用AIGC技术分析用户数据，识别学生的行为模式和兴趣偏好。优化内容推送基于数据分析结果，优化内容推送策略，实现更加精细化的运营。实现精细化运营通过持续的数据分析和策略调整，不断提升校园APP的服务质量和用户体验。任务2.4：AIGC-校园APP营销实践任务2.4：AIGC-校园APP营销实践任务实施-产品介绍生成DeepSeek为工具，生成产品推荐文案参考提示词为校园APP设计一篇微信公众号推文，需包含校园卡、教务查询、后勤报修三大功能，面向所有学校，突出便捷性，突出“无感支付”、“课程表同步”、“失物招领”三大核心功能，目标用户为大学生，要求：-标题用“告别校园生活三大痛点！这款APP让你效率翻倍”；-正文用场景化语言（如“早八人再也不用排队充饭卡”）；-结尾添加“扫码下载，前100名送校园咖啡券’的转化引导”-强调“一键扫码进出宿舍”、“实时课表冲突提醒”-学生KOL合作形式任务2.4：AIGC-校园APP营销实践任务实施-营销方案设计继续在DeepSeek提示词框中输入提示词，“设计校园APP在抖音的推广方案框架，框架包含话题挑战（#校园生活神器）、学生KOL合作形式，奖励校园APP会员等策略。要求：-目标：30天内实现APP下载量破10万-核心功能：课程表同步/图书馆占座/校园跑腿/失物招领-目标人群：18-24岁在校大学生-关键指标：完播率>40%、互动率>8%、转化率>5%”AIGC图文创意设计实践项目3AIGC技术为图文创意设计带来了全新的创作模式。

YOURLOGO任务3.1：AIGC—生成图片任务目标如何通过精准的文本提示词控制图像生成效果，以及利用优化工具消除AI图像的违和感；掌握图文生成工具的操作流程与图像优化技巧；通过商业海报的生成，掌握图片生成的技能、技巧。知识概要AIGC图片生成结合深度学习，如GANs与扩散模型，实现从无到有的图像创造，革新视觉内容创作方式;图片生成提示词结构包括主体、细节、风格、画质和构图等，通过精心设计的提示词可以生成高质量的图片；文生图、图生图、提示词反推等图片生成提示构建技巧，并进一步优化提示词，提升生成效果。任务3.1：AIGC—生成图片图片生成AIGC图像生成依托于扩散模型（DiffusionModel）和生成对抗网络（GAN）等技术，通过逐步去噪或对抗训练将文本描述转化为像素级图片，可用于图片生成、图片修复、图像增强、图像识别、抠图与图片融合等。与文本生成不同，图像生成需同时处理语义理解与视觉呈现，要求用户通过提示词明确主体、风格、构图等视觉要素。任务3.1：AIGC—生成图片图片生成元素主体是AIGC生成图像的核心内容，它是画面中的主要元素。例如，“卡通人物”“狸花猫”等都可以作为主体。细节描述是对主体的进一步细化，包括画面的构图方式、质感、光源、色调、人物表情等。风格类型是指图像所呈现的艺术风格或流派，如中国风、赛博朋克、印象派、野兽派、抽象派、超现实主义等。指令参数是一些具体的、可调节的参数，用于控制图像的尺寸、分辨率、模型版本等。基础操作：从单一分类入手（如先确定风格，再调整色调），逐步叠加关键词。高效描述：使用“风格+构图+色调”公式（例：“水墨风格+俯视+淡雅色调”），快速生成符合预期的图像。（风格/艺术形式+描述主体+分层描述视觉元素(构图、色彩与色调、光影、质感与纹理)+环境+氛围+细节刻画+质量要求。）任务3.1：AIGC—生成图片图片生成元素分类核心词汇解释分类作用总结构图类特写、全景、俯视、黄金分割聚焦细节/宏大场景/上方视角/数学比例布局，控制画面结构与视觉焦点。作用：决定画面元素的排列方式，引导观众视线，强化主题表达。色调类冷色调、暖色调、高对比度、渐变蓝绿/红黄色系/明暗差异/色彩过渡，营造氛围或突出主体。作用：通过色彩搭配传递情感（如宁静、活力），增强视觉层次感。风格类赛博朋克、水墨、扁平插画、超现实主义未来科技/传统写意/简约设计/奇幻融合，定义图像的视觉语言。作用：快速匹配特定审美或文化符号，满足多样化创意需求（如科幻、复古、商业设计）。光影类伦勃朗光、逆光、体积光侧光三角区/后方光源/可见光束，塑造立体感或戏剧效果。作用：模拟真实光照或创造超现实氛围，提升画面真实感或艺术性。质感类细腻、粗糙精细纹理/不平整表面，表现物体材质特性。作用：增强画面真实感或风格化表达（如写实、工业风）。情感类宁静、神秘柔和色调/暗调阴影，传递平和或悬疑情绪。作用：通过视觉元素直接触发观众情感共鸣，深化主题内涵。生成图片元素关键维度分类任务3.1：AIGC—生成图片文生图通用结构自然语言表达：艺术风格类词汇通常出现在句首，用于奠定整体基调。例如：“生成一张写实照片，内容是……”标签化提示词表达：艺术风格类词汇的位置则更为灵活，可以置于主体词和环境词之前，也可以置于它们之后。核心要素：主体词：清晰描述图片的核心对象及其显著特征。例如：“一只眼睛很大的小狗”、“一个黑色卷发戴太阳镜的女孩”。环境词：具体说明主体所处的场景或背景环境。例如："雄伟的殿堂”、“幽静城市街道”、“繁忙的办公室”、“午后的咖啡厅”。艺术词：精准定义期望的图片艺术类型、取景构图方式、光线效果、艺术风格等。例如：照片、全景、侧逆光、毕加索画风。格式及其他词：明确指定图片的输出比例、画质要求、分辨率、文件格式等参数。任务3.1：AIGC—生成图片文生图通用结构核心要素标签化表达的提示词：“新国风美学，极致通透的翡翠玉石质感，水墨渐变晕染效果，超写实渲染，8K分辨率。巨大的雕花的青绿色玉器与青花瓷的花瓶世界，多个花瓶，一个渺小的玉石雕刻的青绿色+白色裙子的敦煌舞女，弹琵琶，翡翠质感，走在瓷器的世界里，半掩面，面带微笑。”任务3.1：AIGC—生成图片图像优化技术人像优化流程，修复瑕疵（祛斑）→调整光影（提亮面部）→色彩校正（肤色自然）→风格强化（柔焦滤镜）。关键词组合：“人像精修+祛斑+柔光滤镜+暖色调”。风景优化流程，透视校正（修正建筑倾斜）→动态范围扩展（亮部暗部细节）→色彩分离（蓝天加深/植被增绿）。关键词组合：“风景优化+透视校正+HDR效果+青橙色调”。商品图优化流程，背景去除（纯色替换）→锐化（突出产品细节）→阴影增强（立体感）→输出适配（CMYK印刷模式）。关键词组合：“商品精修+透明背景+微距细节+高光阴影强化”任务3.1：AIGC—生成图片图像优化技术分类核心词汇解释分类作用总结清晰度锐化、降噪、超分辨率、细节增强提升边缘清晰度/减少杂点/放大分辨率/强化微小纹理，优化画面精细度。作用：解决模糊、颗粒感或低分辨率问题，提升视觉质感，适合印刷或高清展示场景。色彩校正白平衡、色温、饱和度、色调分离修正偏色/调整冷暖/增强色彩纯度/分离高光/阴影色调，统一画面色彩风格。作用：还原真实色彩或创造艺术化色调，避免因设备差异导致的色偏，增强视觉吸引力。光影调整曝光补偿、高光/阴影、对比度、动态范围调整亮度/控制过曝/提亮暗部/增强明暗差异/扩展亮暗细节，优化画面层次感。作用：修复过曝/欠曝问题，突出主体轮廓或营造氛围（如戏剧性光影），提升画面立体感。构图优化裁剪、旋转、透视校正、黄金螺旋重新构图/调整角度/修正倾斜/按数学比例布局，强化视觉焦点与平衡感。作用：修正拍摄时的构图缺陷（如倾斜、杂乱背景），引导观众视线至核心元素，提升专业度。风格强化滤镜、LUTs、纹理叠加、颗粒感应用预设效果/色彩查找表/叠加材质/模拟胶片颗粒，统一或增强画面风格。作用：快速实现特定美学（如复古、电影感），通过纹理增加画面深度，避免单调。修复与修饰祛斑、克隆图章、内容识别填充、液化去除瑕疵/复制修复/智能填充/局部变形，完善画面细节。作用：修复人物/物体缺陷（如划痕、污点），调整形态（如瘦脸、拉长腿部），提升画面完美度。输出适配分辨率、色彩模式（RGB/CMYK）、压缩匹配设备显示需求/印刷要求/文件大小，平衡质量与效率。作用：确保图片在不同场景（如网页、打印）下保持最佳效果，避免因格式或参数错误导致质量损失。修改图片关键维度分类任务3.1：AIGC—生成图片图像优化技术以风景图优化为例，优化一张曝光有问题的照片，增强色彩，调整视角等，提示词如下：“主体：风景图片中的天空与地面元素，重点在天空视角：3/4视角，略带倾斜，增加动态感距离：远景距离，平衡天空与地面的细节表现情绪：宁静而充满激情细节：修正整体偏色，调整冷暖平衡，使画面更加和谐；特别突出蓝天与火烧云的细节，增加云彩的层次感光线：模拟黄昏光线，增强火烧云的暖色调，同时保持蓝天的清冷感风格：写实风格，增强色彩的真实感与表现力参数：调整白平衡，增强色彩对比度，确保蓝天与火烧云的色彩鲜明且自然过渡”任务3.1：AIGC—生成图片图生图-提示词反推提示词反推指通过分析图像内容，由AI反向推导出描述该图像的文本提示词（Prompt）的技术，跨模态生成等场景中扮演“翻译者”角色。实现风格迁移，比纯文生图更贴近原图，常用于风格复刻、跨风格融合、批量素材标注、社交媒体配图、老照片修复、分辨率提升等操作。3D卡通风格，国风小男孩，身着传统古装，头戴俏皮发冠，惬意躺卧青草地上，身旁萤火环绕，背景是满月当空、亮着暖灯的中式小屋，营造宁静浪漫的月夜氛围，画面柔和治愈，色彩清新梦幻，8K分辨率超清画质也可以使用“同款复刻”指令“高仿”示例图任务3.1：AIGC—生成图片图生图以豆包为工具，制作一套绘本故事。在豆包的图片生成模式下，依次上传一张宇航员、一张小兔子、一张月球场景提示词“帮我生成一个绘本故事，用图1的人物作为主角，图2中小兔子作为配角，图3作为故事场景，保持角色一致性和风格一致性，严格参考图3这种画风，画面简洁干净，6张图，形成一个完整故事”任务3.1：AIGC—生成图片任务实施-商业海报确定图片风格->调整提示词->调整参考图->生成图片请分析提供的图片，并生成一个用于指导AI绘图工具重新创作类似作品的详细提示词。生成的提示词需清晰包含以下维度的描述:主体内容:图片中的核心对象、人物或生物。场景设定:故事发生的环境、地点、氛围或时代背景。风格参考:艺术风格(如油画、水彩、赛博朋克、吉卜力、写实、极简等)、流派或艺术家参考。色调色彩:主要的色彩基调、配色方案、光影效果(如暖令色调、高对比度、柔光)情感类：视觉元素直接触发观众情感共鸣（如宁静、神秘、兴奋等）任务3.1：AIGC—生成图片任务实施-商业海报确定图片风格->调整提示词->调整参考图->生成图片创作一张五台山旅游宣传图，主体突出五台山标志性寺庙建筑群，置于山西五台山自然风光场景中，展现山间云雾、绿树环绕，搭配“五台山”艺术字及“倚山为堂绝巘浮青在烟岚缥渺间”等文化文案。采用写实与新中式结合风格，色调以清新暖色调为主，用柔光营造朦胧静谧氛围，触发观众宁静、向往、敬畏的情感，还原圣地古朴厚重又具自然美的意境，类似传统旅游海报注重文化韵味与真实景观呈现”。任务3.1：AIGC—生成图片任务实施-商业海报确定图片风格->调整提示词->调整参考图->生成图片使用百度图片助手的“AI去水印”和“涂抹消除”命令，调“标志性宫殿建筑群”整参考图，去干扰元素，只保持参考图中的主体，生成并保存图片）任务3.1：AIGC—生成图片任务实施-商业海报确定图片风格->调整提示词->调整参考图->生成图片在即梦平台利用“图片生成”功能生成目标图，首先上传参考图，选择“图片3.0”、比例16:9、分辨率1K，提示词使用步骤2中调整后的提示词，提交生成图片任务任务3.2：AIGC-生成播客音频任务目标认识语音克隆、语音生成技术；通过“一句话生成播客音频”，进一步理解文生音、语音克隆技巧。知识概要AIGC语音生成的原理是文音转换，通过输入文字生成高质量的音频；声音克隆技术可以模仿特定的声音，为视频解说词配音时可以选择喜欢的AI音色，生成自然流畅的音频。任务3.2：AIGC-生成播客音频AIGC语音生成原理AIGC语音生成的核心原理建立在深度学习技术之上，通过大规模语音数据训练模型实现文本到语音的智能转换。其技术基础以数据驱动为核心，依托深度神经网络（如Transformer、GAN）学习语音的声学特征、语调韵律及情感表达模式，语言模型则作为底层支撑解析文本与语音的映射关系。整个转换过程始于文本预处理，系统对输入文本进行分词、语义标注，识别语言结构中的停顿、重音等要素，为后续声学预测奠定基础。在此基础上，深度学习模型将文本转化为包含情感和韵律的声学参数（如基频、频谱），生成中间语音表示，最终通过声码器（如WaveNet、LPCNet）将参数合成为自然流畅的语音波形输出。任务3.2：AIGC-生成播客音频文音转换文语转换是语音合成的核心技术分支，专指将计算机生成或外部输入的文本信息（如文字、符号）转化为可理解的口语输出。其流程包括文本预处理（分词、语义标注）、声学特征预测（生成频谱参数）和声码器转换（参数转波形信号）。当前主流TTS技术通过学习海量语音数据中的韵律、语调等隐含特征，实现接近真人的自然度。文音转换以TTSMaker为例，打开TTSMaker网站(/)，任务3.2：AIGC-生成播客音频文音转换文语转换是语音合成的核心技术分支，专指将计算机生成或外部输入的文本信息（如文字、符号）转化为可理解的口语输出。其流程包括文本预处理（分词、语义标注）、声学特征预测（生成频谱参数）和声码器转换（参数转波形信号）。当前主流TTS技术通过学习海量语音数据中的韵律、语调等隐含特征，实现接近真人的自然度。文音转换以TTSMaker为例，打开TTSMaker网站(/)，任务3.2：AIGC-生成播客音频声音克隆使用少量声音样本生成特定角色的语音，适用于虚拟人、有声书角色配音。语音生成是语音合成的应用延伸，强调个性化与场景化输出。音频克隆以NiceVoice为例，打开TTSNiceVoice网站(/zh/)，录制/上传源音频文件使用源音频“文生音”任务3.2：AIGC-生成播客音频任务实施使用DeepSeek生成播客主题文案，提示词示例“生成一个播客的主题，及其相关的观点，主题。要求：青年一代的话题，积极向上的”，文案生成后，需甄别文案无违背与法律、道德相关约束播客主题《韧性生长：在不确定时代寻找自己的确定性》（副标题：青年成长能量站）核心观点与内容方向观点一："反内卷的另一种解法：建立个人‘能量循环’系统"现实痛点年轻人疲于应对竞争，却陷入越努力越焦虑的循环积极解法▶能量输入：筛选高质量信息源（如跨界知识/深度纪录片）▶能量转化：每天15分钟「创作输出」代替被动消费（写观察/做手账/录语音日记）▶能量再生：建立「微小成就感」清单（例：本周帮陌生人1次+学会3个新词）金句提案“当社会在比较谁转得快时，聪明人正在设计自己的转速调节器”观点二："社交资本新公式：弱连接×真诚度²"突破认知研究发现：80%机会来自二度人脉（朋友的朋友）行动指南▶每月新增3个「跨界联系人」（如：程序员结识艺术家）▶践行「5分钟善意原则」：短暂交流中主动提供价值（分享资源/真诚赞美）▶打造「人脉资产负债表」：记录帮助他人与被帮助的经历数据支撑LinkedIn调研：保持弱连接的人薪资增幅高17%观点三："对抗虚无感的终极武器：建造‘意义孵化器’"现象洞察元宇宙、AI冲击下，年轻人更渴望真实的意义锚点实践方案▶微行动：在居住社区发起「流浪猫过冬小屋」共建计划▶技能捐赠：用专业能力服务小众群体（如为视障者做音频读物）▶时间考古：录制家族长辈口述史，制作私人历史纪录片心理学依据斯坦福研究：持续小规模利他行为可提升幸福感知40%播客差异化亮点「失败者说」特别单元每期邀请1位看似“失败”的年轻人（如博士退学者/裸辞旅行者）讲述计划外的人生馈赠「城市盲盒挑战」听众提交周末探索方案（如“跟着公园大爷学水书法”），获胜者获启动基金声音实验场用ASMR录制菜市场吆喝声/地铁报站声，引导重新发现生活诗意任务3.2：AIGC-生成播客音频任务实施使用豆包AI“AI播客”功能，在提示词框中输入DeepSeek生成的播客主题文案任务3.3：AIGC-生成Vlog视频任务目标将前两个任务所学的知识综合运用于Vlog视频创作场景中，进一步理解AIGC生成文本、图片、音频、视频的核心技术挑战

是：对提示词的精准的语义理解。知识概要通过解析提示词，自动生成连贯的视频故事；解析图像内容，生成生动的视频故事。依据提示词保持人物特征一致性、自动匹配相关视觉元素，确保内容连贯性任务3.3：AIGC-生成Vlog视频文生视频文生视频技术依托多模态大模型，将文本描述分解为场景、动作、角色等视觉要素，通过时空一致性建模生成动态画面。文生视频不仅可以用于创意表达和艺术创作，还可以应用于教育、广告、科普等领域，提升信息传播的效果和吸引力。示例：“阳光下，橘猫幼崽草地上打滚，毛发泛着金色光泽,一只只蝴蝶绕着它飞舞，比例16:9”任务3.3：AIGC-生成Vlog视频图生视频图生视频聚焦素材的智能重组，通过AI识别用户上传的图片，实现匹配音乐、转场特效及字幕模板的视频生成技术。其技术核心是内容理解算法，能分析视频中的主体行为与情感基调，生成符合叙事逻辑的剪辑方案.示例提示词：“金山岭长城，风格一致性；延时摄影，季节由秋天到冬天，远景群山逐步被白雪覆盖，近景树木慢慢挂满白色冰挂，记录长城随时间、季节变换的壮美，突出自然与人文景观融合的视觉变化”，如使用延时摄影手法，利用图片生成视频。AIGC-生成Vlog视频-文生视频与图生视频的技术实现01文生视频技术通过解析文本内容，自动生成连贯的视频故事。02图生视频技术解析图像内容，生成生动的视频故事。03视觉元素匹配自动匹配相关视觉元素，确保内容连贯性。04时间轴编排结合时间轴进行编排，使视频更加生动。05语义理解挑战核心技术挑战之一是精准的语义理解。06视觉转换挑战实现自然流畅的视觉转换是另一大挑战。07音频同步挑战高质量的音频同步也是重要技术难点。08应用领域广泛这些技术广泛应用于社交媒体、教育、娱乐等领域。任务3.3：AIGC-生成Vlog视频任务3.3：AIGC-生成Vlog视频任务实施Vlog是用第一视角视频记录生活的短视频。创作者通过真实影像和表达，与观众拉近距离。接下来，豆包以文生图，图生视频的方式制作沉浸式游记Vlog步骤：分镜文案生成->游记图片生成->视频生成->视频编辑使用豆包以该风格生成6张连环画（分镜）脚本。提示词“帮我根据陶渊明的《桃花源记》的风格，制作游览山海关的6张连环画，设计风格为电影写真风格，主角和人物都是当代，你生成的人物的装饰和特点需要符合当代风格。并标注对应的旁白，然后配上生成视频的提示词(运镜手法、镜头语言、氛围灯)，以及背景音乐和环境音乐”（如需实景，可使用“6张实景连环画”）。任务3.3：AIGC-生成Vlog视频任务实施步骤：分镜文案生成->游记图片生成->视频生成->视频编辑使用豆包的文生图，按照连环画的“画面内容”生成相应的图片。继续在步骤1的会话中，以文生图的方式生成各个分镜的图片。在提示词对话栏的点击“技能”命令选择“图像生成”、点击“比例”命令选择“16:9”、点击“风格”选择“人像摄影”；输入示例提示词:“请根据以上分镜，帮我一次性生成6张连环画，来表达对应的内容，以达到剧情和内容对应，画面中不要出现文字，保持人物形象一致性”任务3.3：AIGC-生成Vlog视频任务实施步骤：分镜文案生成->游记图片生成->视频生成->视频编辑如果所生成的图片中，如果出现不理想的元素，可将鼠标移动到该图上点击“再次生成”命令，重新生成图片；或者点击该图片，使用相应的编辑命令去除异常元素任务3.3：AIGC-生成Vlog视频任务实施步骤：分镜文案生成->游记图片生成->视频生成->视频编辑待所有的图片均符合自己意图后，选择其中一张图片并点击该图片进入图片编辑模式，点击“变清晰”命令提高画质；再点击“生成视频”命令。进入“图生视频”模式，将比例调为“16:9”模式后，输入步骤1相应“视频提示词”如“帮我生成视频：以分镜1生成视频，运镜：从主角侧后方跟拍，缓慢推向巷口，用浅焦虚化背景人群，突出主角与巷口的视觉连接；镜头语言：中景（展现人物与环境关系）+巷口特写（强调神秘感）；氛围灯：午后自然光，巷口处因藤蔓遮挡形成斑驳光影，暖光为主”推荐使用豆包APP的“视频生成”模式中的“高品质”模型生成10秒的视频。其操作方式与PC端基本一致，上传相应的片后，输入图片对应的“视频提示词”，任务3.3：AIGC-生成Vlog视频任务实施步骤：分镜文案生成->游记图片生成->视频生