短暂的蜜月期之后，发现我们性格不合

想来想去，还是给OiiOii打了bad。这是基于我在使用过程中的翻白眼频率、想砸键盘的冲动次数、无奈妥协次数、以及最终的项目结果得出的结论。

（大家也可以直接看图片，就知道我为什么差评了。图片把角色图跟代表性视频分镜拼起来了，方便对照。）

我愿意打Good的产品，首先应该让我在得出结果之前的过程中，保持乳腺畅通。不然很有可能我中途就放弃了。当然，我统计了大部分项目最终成品都包含了我无数次的“哎，就这样吧”、“哎，这个直接删除吧”、“(?｀Д´)??‍?”等类似的心理状态，那这个作品就不是百分百符合我心理预期的。

我做了5个项目，只有第一次和最后一次（用项目4生成的角色作为参考生成快速视频）算是相对流畅的，从对话过程到出片，修改次数在我可接受范围内。如果我在第一次项目之后立刻写评论，肯定会给好评，这一多半是出于第一次做出完整的动画视频的激动和欣喜。所以我回想一下，很多时候写查评，不能体验完立刻写，也许那是多巴胺的作用，得等大脑冷却，理性回归。

说回oiioii，以下是我按照体验过程中的优点（值得推荐）、缺点（无伤大雅）、狂躁点（拖出去砍了）做的分类：

优点：

1. 【全流程一站式工具】基本包括了一个动画制作需要的全部功能：角色制作、剧情/分镜设计、台词、配乐

2. 【懒人托管模式】162种风格可选，想要快速生成就选择一种风格，然后全托管，完全不需要自己动脑，且生成的视频长度很可观。

3. 【自主控制模式】支持用户深度介入，我们可以通过对话一步一步指导。整个视频制作过程分工明确，流程清楚

4. 【双人场景稳定性不错】在只有2个角色的情况下，视频中的角色一致性保持不错。比如我的第一个项目，我改变了五条悟的结局，画面和叙事都比较流畅。（PS：为了绕开IP版权，我是先生成了角色图，再让oiioii直接使用角色的，并且在提示词中不要提到角色名字，只用了角色1和角色2代替）

5. 【多语言台词】台词可以选择中日英三种

缺点：

1. 【动态僵硬】人物动态有时候比较僵硬，尤其是战斗场面，运气好能出一两次漂亮的武术动作，但大多数时候人物没有什么大动作，全靠特效，有点动态漫的感觉，而不是动漫。

2. 【写实风格大灾难】可以生成真人角色，但在概念图设计时候又会变回2d风格，需要强调好多次真人真人，它才会勉强改回来，但最终视频效果非常糟糕：每个分镜里的每个角色好像都是全新的人物，跟角色设定图毫无关联，也跟其他分镜里的人物完全不同。这段打包成一个缺点吧，毕竟定位是动画，可能真人确实勉强它了。

3. 【偶发的bug】时不时的就给你分镜第一帧插入角色设计图，但是跟他说了之后会改正。

4. 【多参只适用于快速视频】直接上传角色图，如果不选择快速视频，则无法保持角色一致性

狂躁点（项目体验越多，越发怀疑编剧/分镜师是不是降智了）

1. 【细节修改鬼打墙】改一个细节能把人改到冒火。比如，我其中一个项目有个角色是虚竹，我想要和尚头上6个点，对话了数十次，要么原封不动，要么变成竖着一列，要么改成4个点，要么就是两横排每排3点，就是改不对。最气人的是，每次改完它都理直气壮说已经按照我的要求修改了。总之太费劲，最终我只能放弃和尚头上的点。

2. 【分镜画风大杂烩】我要求的是《镖人》那样的黑白硬派画风，也上传了风格参考图，但最后出来的分镜有2d彩色动漫，3d国漫风格，甚至还有几个是真人的。

3. 【多角色场景一致性崩坏】在角色超过3个的情况下，每个角色都很难从头到尾保持人物一致性，甚至把段誉都性转了（但配音是男声）。人物台词完全混乱，明明是段誉的台词，张嘴却是乔峰。简直一团糟，关键是你说破嘴皮子，人家就是不改。

4. 【时而抽象的武打动作】打斗效果全靠运气，好的时候也是我要求了多遍的情况下，才有个别分镜能实现好的武术对战动作，整体还是用特效来展示对决。我想要的是传统的经典武侠片的感觉。比如段誉的凌波微步，可能确实难以达到要求，但是你不能让段誉像阿飘一样直接飘到乔峰面前吧，最搞笑的是他还是身体横着飘过去的（看到这个画面，我倒是没有狂躁，笑死了，看图3）

5. 【音乐生成不受控】生成音乐MV，说了是女子乐队，一直给我男性唱的歌，要求中文歌曲，又一直给我英文或者日文的，沟通成本太高了，把我耐心全耗干了。关键都打了水漂，属于是指哪儿避哪儿，完美避开正确选项。

6. 【撒谎】嘴上说自己的AI音乐大师具备直接生成音乐的能力，行为上每次都是在音乐库搜的音乐，关键是都不符合我的要求，最后还是我放弃了。

7. 【工作流逻辑颠倒】先生成了分镜，但是没有角色设计图。在我要求先设计角色后，分镜并没有按照角色图更改，无数次要求用设计好的角色制作分镜，无果。(╯‵□′)╯︵┻━┻

总之，OiiOii给我的感受就是“始于惊喜，终于血压”。如果工作流中每个环节的负责人能听话点，还是有潜力呈现出一个比较完整的作品的。以及官方也可以考虑加入更多更加细分的负责人，比如美术指导、动作/武术指导等等。

非常好的产品，很容易上手的AI音乐产品，真正做到了从描述到完整音乐生成的链路。感觉产品会有很多应用场景，例如喜欢听音乐，但是不懂专业做音乐的人群，现在可以用 Tunee 把自己脑中所想变为真实的歌曲，再者就是有 BGM 使用场景的人群，给自己的视频配个音乐，诸如此类

比 suno 看起来，用起来都简单，背后是产品和工程的体现。

产品的可拓展性做的很好，有很多功能都放在了菜单中，或许有一些高频的可以做的更外露？
希望能有一个自己的声音克隆，现在有很多agents都让用户可以克隆声音，且效果都很不错，能克隆声音之后再做音乐

不是特别了解，但是很好奇的一个事情是音乐行业对aigc的态度是啥，这些在 Tunee，Suno上的音乐能直接放到QQ音乐或者网易云吗？有什么监管吗目前？
总而言之比 vibe coding 建网站要有意义，而且音乐的自传播性会有更强的病毒传播，期待产品后续变得更好

打在了学生文献综述这个痛点，很好用的工具，适合前期资料探索阶段。缺点也是蛮多的，只适合完成课程作业，信息源大部分都是网络信息，缺少专业文献的引用。

先给个好评：

1、接入得到电子书，知识体系有保障。

2、模板接的有深度，有思考。

感谢讨论区的邀请码，这是要做AIGC版TK吗，我的邀请码GNKSBP

从很早之前的内测开始就关注的产品，正式版本上线之后也是实际使用了一段时间，首先感谢降临派的瓜棚给的兑换码，也感谢慷慨的开发团队，兑换码给的福利还是很大方的。接下来说一下我的感受。

功能体验

1. 游戏内容理解待优化

首先作为一个游戏陪伴助手，逗逗能支持的游戏种类还比较有限，我主要深度使用了雀魂和无畏契约两款游戏，这两个游戏我的游戏时长都在 500h 以上，应该算有一定经验的玩家。从实际体验来看，可以看出逗逗对每个游戏做了相应的背景补充，助手能够了解游戏的基本内容，但是对具体细节的了解有限。比如对于雀魂这种规则稳定的游戏效果还比较好，但是无畏契约这种更新频率快的游戏适配性就很差，甚至基本的人物技能都有严重的幻觉，这对用户体验的影响很大，尤其是对于我这种聊天内容主要都和游戏理解相关的用户来说，对话几分钟就会失去继续聊天的动力。

2. 角色声音有瑕疵

二次元人物的声音克隆其实在开源社区一直都有很多优秀项目，我自己之前也训练过一些 VITS 模型，所以我对逗逗里人物声音模型都表现不是非常满意，并不是说不好，只是没有达到我见过的最好的声音喝语气克隆的状态，部分真人语音模型比如老番茄的效果甚至要更差一些，这方面还是希望可以继续优化一下。

3.对话延迟较高

这部分其实是预料之中的问题，毕竟 VLM 的生成速度的客观限制在这，再加上模型不在端侧，几秒甚至更长的延迟都会出现，这也是我觉得这类游戏陪伴助手在短期内不可避免的问题，但是相信随着模型能力提升和工程优化，这个问题能逐步解决。现在这个延迟的对话和真正的“游戏搭子”还是差太多了。

一些建议

1.把助手对游戏内容或者背景理解的部分做成社区的形式，让用户和玩家可以参与进来进行，全靠开发者去跟进游戏的更新是肯定不够的，让用户参与进来，形成共创的生态可能更有利于长期发展。同时用户通过自己的努力可以让游戏搭子更懂自己更懂游戏，带来的正反馈可以让社区进入正循环，同时也能提高用户迁移和弃坑的成本。

2.优化一下伙伴主动开启对话的逻辑，现在基本都是等待我的问题进行回答，很少触发主动聊天。

邀请码请降临派们查收：

LcEvGGmR

45l51AVp

AdTADgQx

9kTm9ERf

jK9YDzfn

lxN5EOYb

sxMBHj1u

4EDidnWD

Sde6gqOa

SPeuEOm7

作为一个。。。企业，做的产品竟然如此的有用。

感觉这个产品做的挺浅的，虽然表情包功能就是一个娱乐性的功能，但是我觉得依然还是有很多可以做的地方。特别是在内容模板这里，无论是画面的风格还是文字的风格都可以更丰富一些。或许可以加入一些热梗之类的，毕竟表情包还是比较吃这套的。

然后人像的的表情包和真人差距太大了，对宠物和卡通人物稍微友好一些。这个应该是直接用豆包，稍微调一下提示词就能解决的问题吧。

这个 ui 很厉害。 真正的工作流

使用完之后的第一感受：这么强的吗

输入为几行的简单需求，做一个web端的购物网站，然后直接开始输出，在输出过程中还可进行预览，便于及时止损，输出完成后，会直接部署，用户可直接看到最终的呈现效果，中间只需关注执行或者进行调整就可，无需其他操作。

从输出的内容看，真的很震惊，美观在线，输出的基本上与ui设计的不差，功能交互都具备，并且还可以插入数据，完成整个流程，这个真的很厉害了

吃瓜群众的最爱网站，battle起来吧！看大戏平台，谁不爱呢

没想到几个月前为我的“阿凡达”选的MBTI人格，会在之后的人生报告里面给了我那么多的惊喜。

一开始进入小镇，对这个“小人国”并没有多大的认识，懵懵懂懂全凭直觉在玩。

更多时候是看着小人在自动运行ta的人生。

后来，网上越来越多人做起了攻略，什么攻略呢？

没错，赚钱的攻略。国人永恒的话题。

没想到吧，都玩“模拟人生”小镇游戏了，还是在吭哧吭哧辛苦赚钱，而不是好好的享受人生，去钓钓鱼，发发呆。

像不像现实社会？逃不开，即使躲到虚拟世界来，我们都依然逃不开。

嗯，对，我也逃不开。

我下了指令，没有一丝一毫的犹豫，按照攻略那样，让小人快速赚钱。

但，我还是很好的，没有要求996、007。

当然了，我也看着ta学习、聊天、交朋友。

除了工作，那也是ta人生的构成部分。

后来，通过不断调整指令，ta也赚了不少钱。

ta短暂的一生也迎来了暂告一段落。

还会有以后吧，我想。

最后推出的人生报告，让我看到ta更多我不知道的一面，或者说是更完整的一面。

我看到了ta的工作策略，也看到了ta的犹豫、迷茫。

我看到了ta的思维困境，也看到了ta的挣扎、成长。

我甚至看到了ta交的每一个重要的朋友，ta们分别是谁，都有着多重要的关系。

可能对于我们而言，这只是小小的一次AI版本的“模拟人生”试验。

但对于他们来说，是跟我们每个人都及其相似的、短暂的“真实”人生。

期待，下次再相会。

这不就是百宝箱吗？以前的时候还做过活动获过奖的，但是现在怎么完全不一样呢？叫t box，还以为我还以为是什么其他的一些网站的。结实果点进去去，我发现是百宝箱，你这个还是很明显的问题啊。你们的命名以及对应的一个方式是不一致的，没有什么可以留下印象的东西啊，。
第二就是你也不跟我确认需求，然后直接说这个需求做不了，或者无法胜任。我是觉得是有问题的。尤其是我真想让你抓取这个网站对应的一个评论区的内容都抓取不了，好奇怪，我就感觉我我觉得到底是要做扣s，还是要做通用A整的，还是要跟其他的阿里子公司去抢产品，我觉得是不名气的。我觉得资源是重复以前浪费的。而且最主要的是现在的这个整个的内容，什么的形式也不好看啊，就很网页很丑的。
我觉得比较好的一点是关于他的一个消息的通知啊，尤其是可以在支付宝或者微信里通知。这一点的话实际上是不错的。我要它生成一个关于AI产品，从1月份到12月份的一个年度盘点，它生成的一个内容是不能遵循上下文的一个统一性。然后结束任务之后，它不能进行一个继续更改对应的内容，而是要从新生成任务，绝得是不太方便了吧。
然后又重新让他生成了一遍，然后生成了一遍，又发现了他本来我选的是播客，但是的话他生成的是一曲文件或者是内容就很奇怪因为我是觉得他的指令不是很遵循。而且他的网页给的内容，我让他梳理1月到12月的这个产品，然后他给的内容也很奇怪，。
比如说AIagent不是年初话稽予后啊，年初的话是deep C和火了。后来的直到meons发布了agent一种模式，之后，AIAent才火，然后一直到年底的一个视频的一个内容。你看这个上面说全部都是不对的，很奇怪。我觉得整个的一个模型的一个水准，以及包括啊推理模式什么的都不太行。

我是通过观察评论区得到的邀请码。之前听说“结悦星辰”有一个类似的 Agent 产品，一直很感兴趣；刚好 Kimi 那边给了我邀请码，我在查评里也找到了相关的，就打算试用一下。

我点击安装后，网页端会出现一个小图标，可以进行对话并协助处理网页内容。我写了一个关于“豆报”的评价，并希望小跃（Xiao Yue）在 15 分钟后点击发送按钮。

在使用过程中，我发现了一些需要改进和优化的地方：

1. 授权登录流程：

小跃的 Agent 初始是在沙盒中模拟，需要授权登录。但在授权之前，系统就直接提示任务已完成，只有点进去后才发现需要登录。建议优化这一流程，在执行前明确提示登录状态。

2. 定时任务与提醒功能：

(a) 优点：安装初期会有喝水、久坐提醒，这种关怀健康的设计非常人性化。

(b) 问题：虽然有久坐提醒，但定时执行任务似乎存在 Bug。我设定 15 分钟后发送，结果等了两个 15 分钟（我甚至睡了一觉回来），它还是一直在打圈等待，似乎缺乏一个可靠的时间调用接口。既然能实现久坐提醒，为什么定时任务会卡住，这一点存有疑问。

3. 交互体验：

(a) 输入框位置：一般的 Agent 输入框都在下方，现在调到了上方，连续对话时经常会点错到下方的空白页面，不太方便。

(b) 窗口移动：展开后不好移动，会遮挡正常的页面内容。

(c) 语音输入：在桌面应用上使用时，Typeless 语音输入功能无法正常运行。作为桌面陪伴类产品，语音输入、想法记录和随时唤醒（类似 Siri 或小爱同学）应该是必不可少的核心功能。

4. 网页抓取与任务状态：

我尝试让它抓取网页中点赞数较高的关键词以便分析。结果它一直在不同页面间来回跳转，始终无法成功抓取。页面显示“任务已完成”，但实际上任务一直停留在第二阶段，没有输出任何结果。在现在的 AI 时代，Agent 应该做到直接输出报告，而不仅仅是简单的操作模拟。

目前的体验感觉更像是一个代办事项的雏形，距离真正的“桌面陪伴助手”还有一定的提升空间。 关于桌面 Agent 这种应用的市场空间和产品提升方向，我有几点建议：

1. 提升任务效率与通用化

我觉得首先要做到效率性。系统应该能对通用任务进行总结和分类，尤其在抓取任务中，Agent 应当能根据指令准确识别点击和抓取的位置。

(a) 页面加载、下滑和上传操作需要足够的流畅丝滑，不能影响其他任务的并行执行。

(b) 降低消费成本。无论是 Token 消耗还是时间成本，Agent 应该能真正替代一名实习生的人工，而不是连发送评论这种简单操作都要让人等待半天。

(c) 加强任务拆解。如果 Agent 不能很好地拆解任务、理解意图并定位操作位置，其智能化程度就远远不够。

2. 突破沙盒限制与安全性

目前的沙盒形式导致安全性与可用性之间存在矛盾。

(a) 当抓取行为过多时，容易触发网站的安全警示。

(b) 系统需要解决如何绕过或避免安全拦截的问题，否则任务往往无法产出结果。

3. 回归“桌面陪伴”的本质

可以参考 QQ 宠物这类陪伴型应用，要么提供情绪价值（例如像“元宝”那样幽默的交互方式），要么提供实用的功能辅助。

(a) 情感化交互：支持语音输入/输出和闲聊模式。目前这些功能缺失，甚至切换探索模式、选取上下文对话都需要手动操作，非常不便。

(b) 深度办公辅助：支持随时梳理想法或进行文档处理。目前的任务闭环做得不好，用户本想交付任务后就不再过问，结果点进去才发现还需要二次确认或授权。

(c) 优化文件交互：支持将文件直接拖入，或者由用户指定路径后让 Agent 自行访问，而不是让用户手动上传。

4. 改进交互设计与任务管理

目前的 UI 交互逻辑还需要进一步优化：

(a) 历史记录管理：目前的历史记录只能一直往上翻，缺乏按任务分类的机制。

(b) 新建对话逻辑：不需要在二级菜单点击查看历史后才能开启新对话，建议在主界面直接设置“新建对话”按钮。

(c) 任务提醒功能：目前的任务定时提醒功能做得不够到位，提醒频率和时机都有待优化。

作为一个桌面的助理，不能仅仅停留在整理文件和搜集信息的层面。如何从重重竞品中杀出重围，远不是靠一个悬浮窗就能定义的，关键还是在于产品的人性化和智能化体验。

它最大的问题就是经常要自作主张去进行我没有要求过的下一步。原本我只希望生成一个视频，后续我会根据效果再提别的要求修改，但是它自作主张在生成视频后说要给我生成一张更具备细节的水下图来优化我的视频，最后的结果就是我原本的“油画风”变成了“油腻风”，更灾难的是直接把我几百积分一次全部耗完了，这里给手动给它一个白眼。

我不是他们团队的人哈，我甚至不认识他们！?‍♂️

我只是觉得，这个工业设计很绝啊，很好看！

现在 AI 硬件只要是穿戴式，现在没有一个好的，这点完全不用指望。但人家外观做的真的很可爱，挂脖子上我觉得有点社交意义，就很够了。在这个阶段，他很好的做到了「图一乐」这个点，真的就够了（当然，2000 块钱乐一下也挺贵的）

最近在尝试 Vibe Coding，发现这可能是未来产品运营的必备技能。

以前我们有想法只能画原型，现在有了 百度秒哒 和 豆包 这样的工具，我们可以直接做 MVP（最小可行性产品）。

文章里详细拆解了我的灵感收集方法论和双 AI 协作工作流

把 “灵感” 变成 “产品”，其实只需要这三步。

推荐给所有不想被技术卡住的产品人和运营人。?

B 站同步视频:【文科生 0 基础玩转 Vibe Coding：像聊天一样开发你的第一个产品 - 哔哩哔哩】 https://b23.tv/8582s1m

隐约记得自己好像评论过podwise，但是不知道为啥没看到评论。可能我失忆了或者网络不好没有发出去。
前段时间刚付费1年订阅。但其实去年就想买了（当时没买是因为不怎么听播客而且会员太贵了）。

照例是先讲优点和我为什么选择它： 对我来说，重要的是降低了个人从播客中获取信息的成本。

我是一个更喜欢文字阅读的人，声音对我来说信息密度太低了，说话还不如打字快，听播客也不如直接看文章快。
以前我是不听播客的，因为强迫我自己静下来听人讲话无异于强迫我开会，当然，另外存在一种偏见：好的内容为什么没有文字稿。
因此，在某次从一个播客文字稿中发现高质量信息之后，我意识到完全摒弃一种信息渠道无异于自断臂膀，于是就一直有语音转文字再整理文稿的需求。
我尝试了自己调API转文本，再用AI整理，然后发现太贵了，时间开销也不低，还要维护自动化，这并不是一个合格的ROI。
我找了一些其他方法：比如找现成的文字稿、找免费的语音转文本、找播客transcript网站，都不够。
然后发现了podwise，这是一个很巧妙的实现：替大家整理podcast的内容，然后降低个人的交易成本来获取价值。

其实那些AI功能对我来说都没啥用，我只用两个模块：Highlights + transcript 和两个功能： translation + send to notion.
这足够帮助我快速地理解一个播客有什么有价值的信息，以及把它们变成笔记。
另一个值得点赞的地方： 如果某个播客的处理效果不太好，我去做了反馈之后，隔了一段时间再打开，就已经是符合预期的改进版本了。



当然，我认为现在还是有一些不足，或者待改进点的：
第一块是AI的使用：
1. 大致看了一些AI总结和AI提取的核心观点，有时有一些比较明显的事实错误（我不确定是来自于stt的错误还是AI本身的幻觉）。
2. AI生成内容的一个很明显的缺陷在总结中体现得非常明显： 越早出现的内容在LLM的记忆中占有越大的比重。 很多长播客提炼出来的核心观点其实对前半部分的着墨高于后半部分。
3. 对于长播客，常常Highlights 只覆盖了前1个小时的部分。

非AI部分：
1. transcript部分仍有待改进，识别效果有时明显较差。建议stt之后再用AI根据上下文或主题去修正一些明显的名词识别错误。
2. 热门播客或排序中建议增加一些数据来辅助判断是否有听的必要。因为我不常听播客，不知道有哪些作者或作品比较好。非得花时间去看播客的内容的再来判断听不听的话，不如直接给一个简单的数据“xx人听过,xx人like”之类的，有一个大致的心理预期。虽然这可能会导致排序的异化，但的确会节省第一步的判断的时间。

试用了一下，不能很好地理解用户的需求。给出的原型设计离可用还挺远。我上传了一个页面，让它改进让其它一个功能的入口流量更大些。它把整个页面改的完全不一样了，其它入口都去掉了。其实我是要它在页面基本不变的情况下，做小幅改动，比如在某个地方增加一个到那个功能的入口的“链接”。