Files
MediaCrawler/mac-agent-os-main/03_knowledge/20_methods/ai-video-system/01_foundation/ch02-result-driven.md
T
butubb 2112c1a870
Deploy VitePress site to Pages / build (push) Canceled after 0s
Deploy VitePress site to Pages / Deploy (push) Canceled after 0s
feat(monitor): 抖音 Web 接口客户端 —— 绕开爬虫子进程,直接发 HTTP
移植自 mac-agent-os 的 mediacrawler_adapter:不起子进程、不开页面,用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin,所以 ingest 那条链路一个字不用改。

**目前能用的(真环境实测,非推断)**:

    profile/other : 200, 7075 字节  —— 博主主页指标(粉丝/获赞/作品数/昵称)
    aweme/detail  : 200, 45425 字节 —— 单条作品详情(含点赞/评论/收藏/分享)

**目前不能用的:作品列表 `aweme/post`。** 两个互相独立的原因:
  1. 这个接口被抖音单独升级成了真校验:不带 x-tt-argus 回 403「Uifid Not Found」,
     带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过,「真校验」过不了。
     同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的,
     挑中的恰好是「批量拉作品列表」这个最敏感的动作。
  2. 改走页面截获也不行:CDP 浏览器打开博主主页会落到「验证码中间页」(当天大量探测的
     代价,过几小时要重测)。

  所以现在的边界是:**已知作品的指标刷新能做,自动发现新作品做不了**。

**排查中控住变量后得到的两条事实**(都写进注释了):
  · `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
    UA+client hints+Cookie 时是 200 但仅 121 字节的空壳,补上这三个头变 7074 字节。
    (我先前猜的 sec-ch-ua 不是关键。)
  · 因此 UA 与 client hints 必须**成套地取自同一个浏览器**,所以 BrowserIdentity 一次
    从 CDP 取齐 cookie + UA + hints,而不是各自写死。

「200 + 空 body 必须当场报错」也是刻意写死的:放过去它会在下游变成「这个博主没作品」,
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的,还被翻译成「账号被封」。

测试 +11:cookie 解析、请求头成套性(含 uifid 缺失/回退)、产物键名与 store 对齐、
以及 _get 的三条失败路径(空 body / 403 带网关原话 / 正常返回)。
2026-10-10 17:12:25 +08:00

3.5 KiB
Raw Blame History

collected, collected_date
collected collected_date
true 2026-05-16

Ch2: 结果推导方法论——从目标画面反推指令锚点

核心方法:先想清楚最终画面,再反向拆解和描述它。


一、三大核心步骤

步骤1:视觉要素深度拆解

从四个维度审视目标画面:

主体要素

  • 形态特征:八头身比例、肌肉线条分明
  • 材质表现:磨砂金属、半透明硅胶
  • 动态捕捉:跳跃瞬间、手指弯曲45度
  • 表情管理:眼角上扬15度

环境系统

  • 空间层次:前中背景的元素分布
  • 物理特性:重力、光照、大气折射
  • 时间维度:季节、昼夜、天气
  • 文化符号:特定时代的建筑/服饰

光影工程

  • 光源位置:钟表定位法(3点钟方向顶光)
  • 光质控制:硬光(直射) vs 柔光(漫反射)
  • 色温调节:2000K到10000K
  • 光比计算:主光与辅光比值(光比4:1)

步骤2:结构化提示词构建

语法规范:[要素描述:权重系数]

示例:[主体描述:1.5], [环境系统:1.2], [光影方案:1.3]
(masterpiece:1.8), (cyberpunk cityscape:1.5), (neon lights:1.3)

权重应用:

  • 权重越大,AI对该要素越重视
  • 艺术风格编码:cinematic, bokeh(摄影)、octane render, PBR(3D)
  • 构图参数:16mm(广角)、f/1.2(虚化)

步骤3:正负向提示词优化

正向词(增强画质和细节):

基础画质: 8k resolution, HD, ultra-detailed
渲染质量: unreal engine rendering, ray tracing
艺术修饰: award-winning photography, trending on ArtStation

负向词(排除不想要的):

基础缺陷: lowres, bad anatomy, text, watermark
结构错误: deformed, extra limbs, missing parts
渲染问题: blurry, out of focus, overexposed
风格偏差: cartoon, sketch, low poly

二、完整实操案例

目标:火星殖民地科幻机甲

  1. 视觉拆解

    • 主体:人形机甲,流线型装甲,红色能量核心
    • 环境:火星殖民地,橙红色天空,环形山背景
    • 光影:日落太阳+机甲眼部蓝色光效
    • 风格:电影级3D渲染,参考《星际穿越》
  2. 结构化提示词

(masterpiece:1.8), (best quality:1.6), (ultra-detailed:1.4),
(humanoid mecha:1.7), (streamlined armor:1.5), (red energy core:1.4),
(mars colony:1.6), (orange sky:1.5), (crater background:1.4),
(sunset lighting:1.5), (blue eye light:1.3),
(octane render:1.2), (8k resolution:1.0)
  1. 负向词
(low quality:1.8), (worst quality:1.6), (bad anatomy:1.5),
(deformed mecha:1.4), (text error:1.3), (watermark:1.2),
(blurry:1.1), (cartoon style:1.0), (flat lighting:0.8)

效率提升数据

指标 传统方法 反推方法论
首次生成满意率 63% 82%
单次生成时间 8分钟 3分钟
平均修改次数 4.2次 1.1次

三、反推思维训练

每日练习

看到任何优秀的 AI 视频/图片,尝试反推它的提示词:

  1. 分析视觉要素(主体/环境/光影/风格)
  2. 推断权重分配(什么最重要)
  3. 猜测正负向词
  4. 尝试用框架复现

通用路径模板

目标画面 → 
  拆解主体/环境/光影/风格 → 
  分配权重 → 
  构建正向词+负向词 → 
  生成 → 
  检验 → 
  微调5%

采集来源

来源 内容
developer.baidu.com 提示词反推方法论
super-i.cn 反向提示词策略
ai-bio.cn 逆向提示词指南