项目档案 · PRJ-001·赛事运营 / 模拟赛车·2025.5 — 2026.6

85天,我办了一场85人的比赛

从一个一闪而过的念头,到一场持续运营的模拟赛车赛事:规则、宣发、转播、判罚、服务器搭建和社区运营,全部从零开始跑通。

ACC 比赛实况
赛事转播画面 · Assetto Corsa Competizione
Cost Efficiency
¥0.5
平均每场比赛运营成本 — 19 场比赛总计不足 200 元
01 — Origin Story

一闪而过的念头

从想法到赛事,只有 85 天

"

在几个月前,办一个赛车比赛还只是我脑海中一闪而过的想法。

现在,它已经成为圈内颇有名气的比赛,甚至被莱仕达官方赛事借鉴。

— 项目札记 · 2025.5

基于《神力科莎:争锋》(Assetto Corsa Competizione)这款拟真向硬核赛车模拟器,我办了一个模拟赛车比赛。ACC 是一个模拟现实物理的硬核赛车游戏,本体没有任何游戏性,甚至连官方联机服务器都没有。

这意味着比赛服务器、规则、判罚、转播、宣发、社区 — 每一环都需要从零搭建。一个源于热爱的冲动,在未曾设想的道路上,竟牵引出如此多的连接与成长。

至今举行了 19 场比赛,达到 400+ 参赛人次,总花费不过两百元。

02 — Vision

项目目标与边界

三个不妥协的方向

不靠预算堆砌,不依赖平台官方资源,所有要素围绕"长期可运营"展开。

i.

硬核拟真

基于 ACC 真实物理引擎,不为"友好"妥协规则。车辆 BOP、轮胎磨损、燃油消耗、天气变化全部保留,让玩家在屏幕后体验接近职业赛车的复杂性。

ii.

低预算长跑

总预算控制在 200 元以内,依靠自建云服务器、免费转播工具、社群传播。验证"热爱驱动"的赛事也能持续 19 场以上,形成可借鉴的轻量运营模型。

iii.

社区共建

不做单向输出型赛事,所有判罚公开、规则迭代透明。让参赛者从"玩家"转变为"社区成员",最终被莱仕达官方赛事借鉴部分机制。

03 — Process

从零开始的执行路径

六个关键节点

规则制定、平台宣发、转播搭建、判罚系统、服务器运维、社区运营 — 一人完成全链路。

STEP 01规则与赛制设计

基于 ACC 官方规则做本地化裁剪,制定 S1、S2 两赛季赛制,统一 BOP(性能平衡)标准、判罚尺度、积分体系,并撰写可被社区查阅的规则文档。

STEP 02多平台宣发

B 站、QQ 群、模拟赛车社区多渠道同步。海报、宣传片、报名贴由个人独立完成,依靠内容质量而非广告投放触达潜在参赛者。

STEP 03转播与解说

B 站直播 + 实时解说 + 比赛判罚同步直播,三轨并行。一人承担导播、解说、判罚三个角色,积累了在高压直播环境下的多线程操作经验。

STEP 04服务器搭建

自购阿里云 ECS 部署 ACC 专用服务器,配置网格注册、车辆 Slot、赛季配置文件。处理过高延迟、丢包、MOD 冲突等运维问题。

STEP 05判罚与申诉机制

比赛录像回放 + 多角度对比 + 申诉窗口,建立可追溯的判罚档案。让争议事件有据可查,沉淀为社区信任。

STEP 06社区运营与赛季迭代

S1 赛季结束后复盘,根据参赛者反馈调整 S2 赛制。最终比赛机制被莱仕达官方赛事借鉴,形成行业影响力。

ACC 转播实况
转播画面 · 多机位导播切流
ACC 服务器搭建
服务器搭建 · 阿里云 ECS 部署
ACC 社区互动
社区互动 · 参赛者反馈与赛季迭代
04 — Tech Stack

技术实现细节

不止是玩游戏

比赛背后的基础设施:从云服务器到直播工具链,每一项都是真实工程问题。

基础设施配置

  • 服务器阿里云 ECS · 自建
  • 游戏平台Steam · ACC Dedicated Server
  • 直播工具OBS · 多场景切换
  • 数据可视化data.cubic-racing.online
  • 官方主页cubic-racing.online

技能栈 · Skill Tags

赛事策划社区运营直播转播 服务器搭建规则设计判罚系统 海报设计视频包装数据可视化 解说配音云运维
05 — Impact

用数字回看一段路

19 场,400+ 人次,不足 200 元

0
Total Races
S1、S2 两赛季累计已举办比赛数量
0+
Participant Entries
累计参赛人次 — 含常驻选手与流动玩家
<0¥
Total Cost
长期赛事总花费 — 主要为云服务器费用
"源于热爱的冲动,在未曾设想的道路上,竟牵引出如此多的连接成长。" — 最终比赛机制被莱仕达官方赛事借鉴,形成圈内知名度。
06 — Reflection

回头看,向前走

三个留有余温的教训

一开始我以为办比赛的核心是规则,跑完 19 场后才发现,真正难的是

规则可以被反复修订、判罚可以被录像回放、服务器可以被监控告警。但参赛者的情绪、社区的信任、长期投入的耐心,是无法用工具直接管理的。这些"软"的部分,才是赛事能持续 19 场而不是 3 场的根本原因。

我也逐渐意识到,平时积累的技能 — 摄影、剪辑、设计、解说、运维 — 在这次赛事中恰好在此时与爱好专业对口。这让一个"玩票"性质的项目,意外具备了一支小团队才能完成的执行密度。

07 — Next Steps · 占位框架

未来板块预留

还有更多没说完

以下板块为框架占位 — 每个项目可根据自身材料扩展任意子板块。

§ 8.1

媒体报道与引用

[ 占位 ] 收集外部媒体、社区、官方对赛事的报道与引用,作为影响力的第三方背书。

§ 8.2

比赛精彩瞬间图集

[ 占位 ] 关键超车、雨战名场面、终点线冲刺等精选截图,配合解说音轨片段。

§ 8.3

参赛者口碑

[ 占位 ] 真实参赛者的文字反馈、社区评价、长期玩家的成长曲线追踪。

§ 8.4

数据可视化看板

[ 占位 ] 嵌入 data.cubic-racing.online 交互图表:圈速分布、选手排名、赛季趋势。

§ 8.5

运营 SOP 文档

[ 占位 ] 将赛事运营流程标准化为可复用文档,向社区开源,降低新人办赛门槛。

§ 8.6

下赛季路线图

[ 占位 ] S3 赛季规划:新赛道、新赛制、跨平台支持、合作赛事等长期方向。

项目档案 · PRJ-002·数据可视化 / 视频创作·2024

高中生带你认识 F1

F1?也许大部分人对这项运动感到陌生。随着 2024 年中国大奖赛的回归,作为资深车迷和 B 站 up 主,我使用了一些有趣的工具将 F1 数据可视化,希望能帮助大家更了解这项运动。

F1 视频静帧
视频静帧 · 数据可视化成片
Award
A档
第十九届中国国际大学生动画节小白杨奖 数字媒体类 一等奖
01 — The Translation Problem

F1 数据的四个维度

把比赛成可读的数字

F1 是一项规则复杂、数据密集的运动。普通观众面对圈速、轮胎、DRS、进站窗口这些术语往往望而却步。我从比赛中抽取四个核心数据维度,把它们翻译成 Tableau 可消费的可视化图形。

LAP TIME
90.241
秒 / 圈
圈速分布图 — 揭示车手节奏与轮胎衰减曲线
TYRE STRATEGY
3 ×
种配方
软/中/硬 — 轮胎策略路径图还原进站博弈
DRS ZONES
3
超车窗口
超车热点图 — 量化每段 DRS 区域的超车概率
PIT WINDOW
22.8
秒 / 次
进站时间轴 — 把 2.8 秒换胎放大成胜负手
02 — Three Translators

三种工具的分工

三件翻译器,各司其职

i.

Tableau · 数据层

把圈速、轮胎、超车点等结构化数据画成交互图表,让观众通过图形直接感知比赛节奏 — 这是"讲清楚"的工具。

ii.

Touchdesigner · 情绪层

粒子系统承担情绪渲染 — 把 F1 的高速感、机械感转化为视觉冲击,建立非车迷也能共鸣的情绪入口。

iii.

DaVinci · 叙事层

把数据图表、粒子素材、解说音轨按叙事节奏串联成片,调色与剪辑完成"小众数据 → 大众媒介"的最后一公里。

03 — Circuits Visualized

三条赛道的可视化记录

赛道讲不同的故事

CIR · 01
上海国际赛车场
— 回归叙事

2024 年中国大奖赛回归,作为视频的核心叙事主线 — 用 16 年的空白对照 F1 在中国的传播断层。

5.451公里
56
1:32最快圈
CIR · 02
摩纳哥蒙特卡洛
— 技术叙事

街道赛代表 — 窄、慢、零容错。用圈速分布图说明为何超车在此处近乎不可能,靠的是排位赛。

3.337公里
78
1:12最快圈
CIR · 03
斯帕-弗朗科尔尚
— 情绪叙事

长直道 + 高速弯的代表 — Touchdesigner 粒子素材的高潮段落,把速度感外化为视觉粒子流。

7.004公里
44
1:44最快圈
04 — Pipeline

从 API 到 B 站

一条管线跑完

数据 → 视觉 → 叙事

  • 数据来源F1 Official API
  • 数据可视化Tableau Desktop
  • 粒子素材Touchdesigner
  • 剪辑调色DaVinci Resolve
  • 发布渠道Bilibili

能力栈 · Capabilities

F1 规则数据清洗数据可视化 粒子动画视频剪辑调色 解说配音科普叙事
05 — Recognition

专业评审与大众传播

两项认可同时抵达

1等奖
Award
第十九届中国国际大学生动画节小白杨奖 · 数字媒体类
A
Grade
中国传媒大学 2024 常年作品集征集 · A 档评价
1
Video
B 站同步发布的科普视频作品
"F1 不只是一项运动 — 它是一套关于数据、策略与人的复杂系统。把它翻译成视觉语言,是让冷门变可见的一种尝试。"
06 — One Sentence

复盘

一句话总结

"

科普的本质不是降低门槛,而是为不同人群提供不同入口 — 有人从数据进入,有人从美学进入,都是对的

— 项目复盘 · 2024
07 — Next · 占位

未来可扩展

三条延伸线

§ 8.1

赛事主题系列

[ 占位 ] 围绕不同大奖赛做系列化数据可视化短片 — 摩纳哥、铃鹿、斯帕各一支。

§ 8.2

交互式看板

[ 占位 ] 把 Tableau 图表打包为 Web 看板,让观众自行探索圈速、轮胎、超车数据。

§ 8.3

车手视角解说

[ 占位 ] 用模拟赛车采集车手视角数据,叠加到真实比赛画面做对比解说。

项目档案 · PRJ-003·内容创作 / 账号运营·持续运营

B站up主"三次项"

播放量 55w+,点赞 1.4w+。一个从模拟赛车延伸出的内容账号,把赛事运营、视频创作、社区互动编织成一条长期跑道。

B站 up 主三次项
账号封面 · 三次项 Cubic Racing
Total Views
55w+
累计播放量 — 单支视频峰值过 10w,覆盖模拟赛车与 F1 科普双主线
01 — Origin

副产品变成主产品

赛事的副产品,跑赢了主产品

"

办 ACC 赛事的过程中,我把转播、解说、剪辑的素材整理成视频发到 B 站 — 没想到这个副产品比赛事本身传播更远。

— 账号起源

"三次项"账号最初是 ACC 赛事的内容延伸:把比赛精彩瞬间、解说片段、运营复盘整理成可被传播的视频。但很快发现,B 站的算法和社区对硬核内容友好度比预期高得多。

于是账号逐渐形成两条内容主线:模拟赛车(赛事转播 + 实况解说)和 F1 科普(数据可视化 + 文化解读)。两条线互相导流,构成一个有机的内容生态。

02 — Works Matrix

六支代表作品

作品矩阵,按主题归类

账号内容沿"赛事转播 / F1 科普 / 运营复盘"三条线展开,下面是六支代表性视频的切片。

RACE · 赛事转播

ACC 夏日挑战赛 R19 决赛转播

19 场常规赛的收官战 — 完整赛事转播带解说,关键超车与判罚争议全程复盘。

10w+ 播放3200 点赞
F1 · 科普

高中生带你认识 F1

数据可视化 + 粒子美学,把圈速、轮胎、超车点翻译成可看的视觉语言。

8w+ 播放2400 点赞
OPS · 运营复盘

如何办一场模拟赛车比赛

服务器搭建、规则设计、宣发、判罚全流程梳理 — 垂直但粘性极高的方法论视频。

3.2w 播放1800 点赞
RACE · 实况解说

手柄大佬的逆袭之路

白天送外卖晚上备考研的手柄玩家纪实 — 个人叙事比硬核数据更易破圈。

5.4w 播放1500 点赞
F1 · 文化

2024 中国大奖赛回归

用 16 年的空白对照 F1 在中国的传播断层 — 文化解读类的尝试。

4.1w 播放1200 点赞
OPS · 工具教程

ACC 服务器搭建教程

阿里云 ECS + ACC Dedicated Server 的完整搭建教程,含配置文件模板。

2.8w 播放980 点赞
03 — Creation Loop

单支视频的循环

四个环节,闭环运转

每支视频都跑完一遍这个循环 — 选题驱动录制,剪辑完成后发布,反馈沉淀回选题池,形成持续输出的节奏。

STAGE · 01
选题与脚本

从赛事热点、F1 新闻、社区问题中选题,撰写口播脚本与分镜,确保每支视频有清晰的"一个问题"作为线索。

STAGE · 02
素材采集

OBS 录制实况画面、抓取比赛数据、拍摄补充素材。建立素材库按主题分类,便于跨视频复用。

STAGE · 03
剪辑与配音

DaVinci 完成时间线、字幕、调色、转场;同步录制解说音轨,降噪并统一响度。包装风格统一为"硬核 + 简洁"。

STAGE · 04
发布与反馈

封面 + 标题 + 标签 + 分区四件套,发布后跟进评论区互动,把高赞评论沉淀为下一支视频的选题。

04 — Toolkit

内容生产工具链

从录制到发布全链路

核心工具

  • 视频剪辑DaVinci / 剪映
  • 录屏采集OBS Studio
  • 音频处理Audition / 小云雀
  • 封面设计Photoshop
  • 发布平台Bilibili

能力栈 · Capabilities

选题策划脚本写作视频剪辑 解说配音封面设计SEO 优化 社群运营数据分析内容矩阵
05 — Numbers

数据回看

55w 播放,1.4w 点赞

0w+
Total Views
账号累计播放量 — 单支视频峰值过 10w
0+
Total Likes
点赞数 — 反映内容共鸣度
0条线
Content Pillars
模拟赛车 + F1 科普双主线并行
"副产品有时比主产品更有生命力 — 赛事是有限的,但围绕赛事的内容可以是无限的。"
06 — Long Game

长期主义

慢功夫的复利

55w 播放不是某支爆款视频拉起来的,而是几十支视频慢慢积累的复利。每支视频都在强化"硬核赛车内容"这个标签,让 B 站算法逐渐把账号推给对的人。

这种慢功夫的代价是耐心 — 在前 20 支视频播放量都不到 1000 时,依然要继续做。回头看,这是账号能活下来的唯一原因。

07 — Next · 占位

未来可扩展

三条延伸线

§ 8.1

视频归档

[ 占位 ] 按主题归档的全部视频列表,含播放数据与创作笔记。

§ 8.2

爆款拆解

[ 占位 ] 单支过 10w 视频的选题、剪辑、封面三件套复盘。

§ 8.3

跨平台布局

[ 占位 ] 抖音、YouTube 等平台的内容适配策略。

项目档案 · PRJ-004·AI 应用 / 提示工程·2023 — 至今

用 AI 重新定义工作流

从 ChatGPT 初体验到日常深度协作 — 把 AI 当作队友而非工具,重塑内容创作、代码开发与思考路径的边界。

AI 探索
AI 探索 · 日常协作工作流
Daily Hours
4h+
日均与 AI 协作时长 — 覆盖写作、编码、设计、研究多场景
01 — Origin

从尝鲜到深度融合

第一次对话,到现在每天对话

"

第一次用 ChatGPT 时,我只是想试试它能不能帮我写一段 Python 脚本。

现在它已经成为我思考、创作、debugging 不可或缺的协作伙伴。

— 项目札记 · 2023.11

从 2023 年初次接触 ChatGPT 开始,AI 工具在工作流中的占比从「偶尔尝鲜」演变到「深度依赖」。每款工具的迭代都在重塑我做事的方式。

我不再把 AI 看作"问答机器",而是把它视为协作的队友 — 它补全我的认知盲区、加速迭代周期、甚至在我卡壳时提供截然不同的视角。

02 — Scene Comparison

五个场景的 before / after

AI 介入前后的工作流对照

同样一件事情,AI 介入前与介入后的工作流形态完全不同 — 下表横向对照五个核心场景的变迁。

写作
Before列大纲 → 手写初稿 → 反复修改 → 加入观点
AfterAI 列论点结构 → 人工筛选 → AI 分段扩写 → 人工润色 voice
编程
Before查文档 → 手写实现 → 手动调试 → 自己写测试
After自然语言描述需求 → AI 生成初版 → 人工 review → AI 补全测试
设计
Before手绘草图 → PS 制作 → 反复调版 → 多版本对比
AfterMJ 出概念图 → SD 局部重绘 → PS 后期合成
视频
Before手写分镜 → 拍摄/录制 → 手动剪辑 → 手动配音
AfterAI 写分镜 → Suno 生成 BGM → Runway 动态素材 → 人工剪辑
研究
Before查文献 → 手动摘录 → 横向对比 → 写笔记
AfterAI 阅读多份资料 → 提取核心论点 → 横向对比 → 人工验证事实
03 — Tool Timeline

两年间的工具演进

八款工具相继登场

按时间顺序列出主力工具的引入节点 — 每款工具都对应一次工作流的局部重塑。

2023.03
ChatGPT首款深度使用的对话型 AI — 写作、问答、brainstorm
日均 1.5h
2023.06
Midjourney图像生成主力 — 项目封面、海报、概念图
日均 30min
2023.11
Claude长文本推理与代码 review — 比 GPT 更缜密
日均 1h
2024.02
Cursor / TraeAI 原生编辑器 — 跨文件上下文 + 自然语言编程
日均 2h
2024.05
Stable Diffusion XL本地图像生成 + 局部重绘 — 补全 MJ 的可控性短板
按需使用
2024.08
Runway / Pika视频生成 — AI 短片《纸条》的核心素材来源
项目驱动
2024.11
SunoBGM 与音效生成 — 替代版权音乐库的解决方案
按需使用
2025.03
Ollama / LM Studio本地大模型部署 — 隐私敏感场景的推理方案
实验中
04 — Three Rules

使用准则

把 AI 当队友,不是工具

i.

补全而非替代

AI 不替代判断,而是补全盲区。每个决策都需要自己审过一遍 — AI 提供选项,我来拍板。

ii.

上下文为王

投入 30% 时间写好上下文,能省下 70% 的来回修正成本。Prompt 精度决定输出质量。

iii.

多模型协同

GPT 写作流畅、Claude 推理缜密、MJ 出图惊艳 — 选对工具比 prompt 技巧更重要。

05 — Numbers

用数字看一段协作史

2 年,6 工具链,千次对话

0
AI Usage Duration
从 2023 年初次接触至今的持续深度使用时长
0+
Tool Chains
文本、代码、图像、视频、音频、本地推理 — 六大场景工具链
0%
Efficiency Gain
编程任务平均提速 — 复杂重构场景提升更显著
"AI 不是答案机器,而是思考放大器。真正的价值不在它说什么,而在它让我想到什么。"
06 — Boundary

AI 能做什么,不能做什么

模式匹配擅长,价值判断无能

"

真正的生产力提升不来自"让 AI 做更多事",而来自"把人的判断力用在更关键的节点"。AI 是放大器,放大的是你已有的认知 — 如果认知本身是空的,AI 也只能放大噪声。

— 项目复盘 · 2025
07 — Next · 占位

未来板块预留

三条延伸线

§ 8.1

Prompt Library 开源

[ 占位 ] 将沉淀的高频 prompt 模板整理为开源仓库,按场景分类,附使用案例与效果对比。

§ 8.2

AI 工具评测体系

[ 占位 ] 建立可量化的评测维度 — 速度、质量、成本、可控性,定期更新榜单。

§ 8.3

本地大模型部署

[ 占位 ] 基于 Ollama + LM Studio 的本地部署教程,覆盖模型选择与隐私场景。

项目档案 · PRJ-005·定格动画 / 短片创作·2024

在北医普通的一天

一部用日常物件讲述校园生活的定格动画短片 — 把食堂、教学楼、宿舍压进 90 秒,让平凡的"一天"长出呼吸感。

定格动画视频静帧
视频静帧 · 乐高定格动画《在北医普通的一天》
Frame Count
1440
总帧数 — 平均 16 帧/秒,90 秒成片
01 — Origin

一帧一帧地留住时间

把"普通"拍成不普通

"

定格动画最迷人的地方在于 — 它让时间变得可见。

每一帧之间那些看不见的位移,正是普通日子里被忽略的呼吸。

— 项目札记 · 2024.10

项目起源于一次校园影像作业 — 主题是"普通的一天"。常规思路是拍 Vlog 或纪录片,但我选择了更慢、更笨的方式:定格动画。

因为"普通"恰恰需要被放慢才能看见。食堂打饭的队列、教学楼走廊的脚步、宿舍熄灯前的最后一眼 — 这些被快进式生活淹没的细节,定格动画能让它们重新拥有重量。

02 — Storyboard

18 个分镜中的 12 个

分镜就是拍摄手册

每个分镜对应 90 秒中的 5 秒镜头 — 标注物件、机位、帧率与情绪关键词,作为现场拍摄的执行手册。

SHOT · 01
起床 · 闹钟
24fps · 5s · 物件:闹钟
SHOT · 02
洗漱 · 牙刷
20fps · 4s · 物件:牙刷
SHOT · 03
早餐 · 餐盘
18fps · 6s · 物件:餐盘
SHOT · 04
赶课 · 课本
24fps · 5s · 物件:课本
SHOT · 05
走廊 · 脚步
16fps · 8s · 物件:鞋子
SHOT · 06
课堂 · 笔记
14fps · 7s · 物件:笔
SHOT · 07
午饭 · 排队
16fps · 6s · 物件:餐盘
SHOT · 08
自习 · 台灯
14fps · 8s · 物件:台灯
SHOT · 09
运动 · 篮球
24fps · 5s · 物件:篮球
SHOT · 10
晚餐 · 筷子
16fps · 6s · 物件:筷子
SHOT · 11
回宿舍 · 钥匙
12fps · 7s · 物件:钥匙
SHOT · 12
熄灯 · 枕头
12fps · 8s · 物件:枕头
03 — FPS Curve

帧率映射精力曲线

帧率讲一天的节奏

从早到晚,帧率从 24fps 逐渐降到 12fps — 速度变化比画面变化更能传递精力曲线的感受。

Frame Rate × Time of Day
07:00
07:30
08:00
08:30
10:00
12:00
12:30
14:00
17:00
18:30
22:00
23:00
峰值 24 fps · 早晨 / 赶课 / 运动 谷值 12 fps · 自习 / 熄灯
毕业典礼现场放映
毕业典礼现场放映 · 观众反响
04 — Three Rules

创作准则

日常有呼吸感

i.

物件拟人

食堂餐盘、课本、水杯、牙刷 — 让日常物件自己"演"出一天。避免人物出镜,反而让观众更有代入感。

ii.

节奏即情绪

早晨帧率快、中午渐缓、夜晚最慢 — 用帧率变化映射一天的精力曲线,让节奏本身成为叙事手段。

iii.

极简色彩

校园主色调控制在 3 色以内(米白 + 砖红 + 深绿),避免视觉噪声,让画面回归物件本身的形状与质感。

05 — Numbers

用数字看一部短片

90 秒,1440 帧,5 天

0s
Final Duration
最终成片时长 — 凝练一天的完整弧线
0
Total Frames
总帧数 — 平均 16fps,部分段落 24fps
0
Shooting Days
实际拍摄天数 — 不含分镜与后期
"定格动画教会我的不是技术,而是耐心。当一秒钟需要拆成 16 份去经营时,你会重新看见时间的厚度。"
06 — One Sentence

关于时间与耐心

慢下来才看得见

"

"普通的一天"从来都不普通。只是我们走得太快,没给它足够的帧数

— 项目复盘 · 2024
07 — Next · 占位

未来板块预留

三条延伸线

§ 8.1

完整分镜手稿

[ 占位 ] 18 张原始分镜手稿扫描 + 关键帧标注 + 拍摄笔记。

§ 8.2

幕后纪录片

[ 占位 ] 5 天拍摄的现场花絮 — 光源搭建、物件调度、失误重拍。

§ 8.3

定格动画教程

[ 占位 ] 基于本项目经验整理的零基础教程 — 工具选型、布光、分镜。

项目档案 · PRJ-006·AI 短片 / 实验影像·2025

一张纸条,整个故事

一部完全由 AI 工具链驱动的实验短片 — 从剧本、分镜、素材生成到配乐混音,探索"一人剧组"在 AI 时代的可能性边界。

AI 短片《纸条》
AI 短片《纸条》· 2026 毕业典礼开场视频
AI Tools Used
7
覆盖剧本、分镜、画面、配乐、音效、剪辑、调色全链路
01 — Origin

一张纸条的命题

如果整部片只有一张纸条

"

纸条上写着什么不重要,重要的是谁在读它,以及为什么。

这是我对"AI 能否独立完成一部有情感的短片"这个命题的回答。

— 项目札记 · 2025.3

《纸条》起源于一个自我挑战 — 能否用 AI 工具链独立完成一部短片,且不依赖任何实拍素材?限制条件是:核心道具只有一张纸条,全片时长不超过 3 分钟。

这个限制反而成了叙事的支点 — 当画面被约束到一个物件上时,每一帧的构图、光线、节奏都必须更精确地承载情绪。

02 — AI Crew

七款工具,七个剧组角色

一人剧组的七位 AI 队友

每个 AI 工具承担一个明确的剧组角色 — 编剧、美术、摄影、作曲、音效、剪辑、调色。我只做一件事:选择。

— 编剧
Claude
剧本骨架、12 个分镜描述、情绪节点标注
— 美术
Midjourney
每个镜头 4-8 个候选概念图,筛选视觉参考
— 摄影
Runway Gen-3
静态概念图转 4-6 秒动态片段,迭代运动质感
— 摄影 B 机
Pika Labs
复杂镜头的 image-to-video + 文本指令微调
— 作曲
Suno v4
5 版候选 BGM,ambient + minimal piano 风格
— 音效
ElevenLabs
环境音生成:纸张摩擦、风声、远处钟声
— 剪辑 / 调色
DaVinci Resolve
cross-dissolve + speed ramp,低饱和暖色调 LUT
— 导演
选择、编排、节奏控制 — 唯一不可被 AI 替代的角色
03 — Production Log

六周制作日志

从立项到成片的六周

每周聚焦一个核心环节 — 每个环节都对应具体的工具、产物与卡点。

WEEK · 01
立项与剧本
  • 确定"一张纸条"限制
  • Claude 协同写剧本
  • 12 个分镜描述定稿
WEEK · 02
概念图迭代
  • MJ 生成 96 张候选
  • 筛选 12 张定稿
  • 建立视觉风格库
WEEK · 03
动态素材生成
  • Runway 图生视频
  • Pika 复杂镜头补拍
  • 运动质感反复迭代
WEEK · 04
配乐与音效
  • Suno 5 版 BGM 候选
  • ElevenLabs 环境音
  • 关键音效手工录制
WEEK · 05
剪辑与调色
  • DaVinci 时间线剪辑
  • cross-dissolve 过渡
  • 低饱和暖色 LUT 定版
WEEK · 06
超分与定版
  • Topaz Video AI 超分
  • 4K 母版输出
  • 放映反馈收集
参考图拍摄
参考图拍摄 · 实拍素材
AI 重绘静帧
AI 重绘静帧 · 风格化
视频静帧
视频静帧 · AI 生成
项目文件展示
项目文件展示(部分)· 工程目录
现场播放
现场播放 · 毕业典礼放映
04 — Three Rules

创作准则

让 AI 做 AI 擅长的,让人做人的

i.

人主导叙事

剧本、节奏、情绪曲线由人设计。AI 只在执行层面介入,选择与编排权永远在人。

ii.

限制即语言

单一道具 + 短时长 + AI 限制,反而逼出独特的视觉语言。约束让每一帧都被迫精确。

iii.

工具链可复用

每一步的 prompt、参数、模型选择都记录在档,形成可复用的 AI 短片工作流。

05 — Numbers

用数字看一部 AI 短片

3 分钟,7 工具,6 周

0min
Final Duration
最终成片时长 — 凝练的视觉随笔
0
AI Tools
从剧本到调色全链路使用的 AI 工具数量
0
Production Time
从立项到成片的完整制作周期
"AI 让一人剧组成为可能 — 但它没有让我变成导演,只是让我能更专注地做导演该做的事。选择这件事,AI 永远替代不了。"
06 — Boundary

AI 短片的边界

执行层接近专业,判断层完全依赖人

"

与其说 AI 短片是"机器创作",不如说是"人在更高密度上创作" — 创作者从执行中解放出来,但承担了更密集的判断与选择。

— 项目复盘 · 2025
07 — Next · 占位

未来板块预留

三条延伸线

§ 8.1

完整剧本与分镜

[ 占位 ] 12 个分镜的完整描述、Claude 协同的剧本初稿到定稿全过程。

§ 8.2

Prompt 库开源

[ 占位 ] 每个工具使用的完整 prompt 模板,附迭代版本与效果对比。

§ 8.3

AI 短片方法论

[ 占位 ] 基于本项目提炼的"AI 短片制作 SOP"— 从立项到发布全流程文档。

项目档案 · PRJ-007·电商运营 / 二手交易·2023 — 至今

在闲鱼倒腾科技产品

一个用个人现金流循环体验科技产品的实验 — 不靠预算、不囤货,靠买卖差价零成本试用几十款设备,沉淀出一套二手交易方法论。

闲鱼店铺
闲鱼现金流实验 · 经手设备合集
Net Cost
¥0
长期净支出 — 靠买卖差价覆盖体验成本
01 — Origin Story

一个简单的问题

能不能零成本用上所有想试的设备

"

学生党预算有限,但又想体验各种新设备 — 这个矛盾逼出了"现金流循环"的玩法。

关键不是买得多便宜,而是卖得不亏。

— 项目札记 · 2023.6

项目起点是一个朴素的问题 — 学生党想体验最新科技产品(手机、相机、外设、智能家居),但预算极有限。常规路径是攒钱 → 买 → 用旧 → 卖 → 再攒,循环周期长、损耗大。

闲鱼现金流玩法把这个循环压缩 — 买入时即锁定卖出价格,确保持有期内 depreciation 接近零。本质上是把"拥有"转化为"使用权",用流动性换体验。

从 2023 年初至今,累计经手 50+ 件设备,净支出长期控制在 ¥0 附近 — 同时持续体验主流旗舰、小众硬件、复古机型。

02 — Trade Ledger

真实交易流水

六笔典型交易记录

从流水里能直接读出"持有期、买卖差价、利润率"的真实形态 — 不是理论,是经手记录。

#DeviceBuySellDaysP&L
T-01iPhone 14 Pro 暗紫色¥5,200¥5,48018d+5.4%
T-02Sony A7C 银色机身¥8,800¥9,15024d+4.0%
T-03iPad Pro 11" M2 256G¥4,650¥4,42031d−5.0%
T-04HHKB Pro2 静电容键盘¥1,180¥1,38012d+16.9%
T-05Switch OLED 马力欧套装¥1,720¥1,8509d+7.6%
T-06AirPods Pro 2 USB-C¥1,420¥1,48015d+4.2%
03 — Cash Flow Loop

六步标准化循环

选品复盘的闭环

每件设备的进出都遵循同一套流程 — 标准化让经验可复用、可迭代。

STEP 01
扫描选品

每日扫"想要"清单 + 价格波动榜,关注 24h 内新货与急出商品。

STEP 02
评估出价

历史成交价计算合理区间,出价 ≤ 卖出价 × 0.95,预留 5% 折让。

STEP 03
验货持有

查序列号、维修记录、电池健康度。持有期正常使用,沉淀体验素材。

STEP 04
拍摄文案

5-8 张柔光实拍 + 50 字模板化描述,突出成色与配件完整度。

STEP 05
挂出议价

挂出价 = 买入 × 1.05~1.10,配合红包、超话、晚 8-10 点上架。

STEP 06
成交复盘

记录买卖价、持有天数、利润率、踩坑点,月度汇总迭代策略。

04 — Tech Stack

工具与技能栈

不止是闲鱼,是一套系统

从选品工具到内容生产,每一步都有标准化辅助。

工具与渠道

  • 主战场闲鱼 · 闲鱼玩家
  • 比价工具转转 · 爱回收 · 历史价
  • 内容生产Lightroom · 模板化文案
  • 数据记录Notion · 交易流水表
  • 流量曝光超话 · 鱼塘 · 想要红包
  • 验货工具序列号查询 · 爱思助手

技能栈 · Skill Tags

市场分析选品策略定价模型 议价谈判文案撰写产品摄影 验货鉴定数据分析流量运营 风险管理SOP 设计
05 — Impact

用数字看一段交易史

50+ 件,¥0 净支出,2 年

0+
Devices Traded
累计经手设备数 — 覆盖手机、相机、外设、智能家居
¥0
Net Cost
长期净支出 — 靠差价循环覆盖体验成本
0%
Success Rate
单件不亏损交易占比 — 失败案例已沉淀为风控规则
"二手交易教会我的不是省钱,而是价值评估 — 一件东西值多少,永远比它卖多少更重要。"
06 — One Sentence

一句话复盘

消费变成投资

"

能卖出去的才是资产,卖不出的都是负债 — 二手交易教会我的,是从价格价值的视角切换。

— 项目札记 · 2024.12
07 — Next Steps · 占位框架

未来板块预留

还有更多没说完

以下板块为框架占位 — 后续可基于交易数据与复盘笔记持续扩展。

§ 8.1

交易流水可视化

[ 占位 ] 50+ 件设备的完整交易记录 — 含买入价、卖出价、持有期、利润率图表。

§ 8.2

选品策略手册

[ 占位 ] 按品类(手机、相机、外设、智能家居)整理的选品规则与价格区间库。

§ 8.3

踩坑案例集

[ 占位 ] 失败交易的真实案例 — 验货失误、定价错误、流动性陷阱等教训沉淀。

§ 8.4

设备评测合集

[ 占位 ] 经手设备的真实使用体验 — 不带广告视角的"持有 4 周"长测。

§ 8.5

闲鱼玩家进阶指南

[ 占位 ] 从普通用户到闲鱼玩家的完整路径 — 信用分、曝光、议价、纠纷处理。

§ 8.6

价值评估框架

[ 占位 ] 从交易经验提炼的通用价值评估模型 — 迁移到选品、选项目、选合作场景。

项目档案 · PRJ-008·工业设计 / 概念产品·2024

为玩家设计一台游戏本

一份从用户研究到工业设计、散热架构、灯光系统、键盘手感的完整游戏本概念方案 — 重新思考"玩家到底需要什么"。

游戏本概念设计
游戏本概念设计 · 工业设计提案
Concept Iterations
7
概念方案迭代轮次 — 从用户访谈到工业建模
01 — Origin Story

玩家视角的设计提案

现有游戏本哪里不对

"

市面上的游戏本越来越像台式机 — 厚、重、吵、贵。

但玩家真正需要的,从来不是堆料,而是被理解。

— 项目札记 · 2024.4

项目起源于一次校园工业设计课题 — 主题是"为特定用户群体设计一款产品"。我选择的群体是硬核玩家,因为我自己就是其中一员,能直接调取真实的痛点。

调研发现:现有游戏本的主流路径是"堆配置 + 加 RGB + 拉风扇",但用户调研显示,玩家抱怨最多的反而是键盘手感差、风扇噪音大、外观太张扬不便携出

所以这个项目不追求"性能最强",而是试图回答另一个问题 — 一台真正懂玩家的游戏本应该长什么样?方案涵盖用户研究、ID 设计、散热架构、灯光系统、键盘手感、交互细节六个维度。

02 — Iteration Log

七轮概念演进

草图渲染的迭代栈

每一轮迭代都对应一个明确的设计决策 — 不是线性堆料,是逐步逼近"懂玩家"的形态。

01
需求归纳 · 7 类核心痛点12 位玩家访谈记录 → 60+ 条原始反馈 → 归纳为键盘手感、噪音、便携、灯光、散热、屏幕、接口七类需求。
RESEARCH
02
竞品横向对比 · 8 款主流机型ROG / 雷蛇 / 外星人 / 机械革命 / 拯救者等 8 款产品 × 6 维度(ID/散热/键盘/屏幕/灯光/价格)对比矩阵。
BENCHMARK
03
设计语言定义 · Quiet Performance色调太空灰 + 哑光黑,线条直角倒角,材质铝合金 CNC + 类肤涂层掌托 — 确立"低调即专业"的视觉基调。
LANGUAGE
04
工业建模 · Rhino NURBS主体曲面建模,重点处理转轴、出风口、键盘区 — 玩家最在意的三个细节部位。
MODELING
05
散热架构验证 · CFD 模拟双 vapor chamber + 液态金属,50dB 约束下稳定压制 180W TGP — 优于同期主流竞品 15-20W。
THERMAL
06
交互与灯光 · 闭合无光RGB 仅在屏幕打开时点亮,WASD 区 per-key 可配,专属"M 键"快速切换性能模式。
INTERACTION
07
提案册排版 · InDesign设计理念 / 用户研究 / ID / 散热 / 交互全章节成册 — 完整提案 PDF 输出。
DELIVERABLE
03 — Needs Matrix

玩家真实痛点

七类核心需求映射

访谈 12 位硬核玩家归纳出的需求优先级 — 每条都对应一个具体的设计决策。

i
键盘手感 > 厚度1.8mm 长键程 + mechanical switch,WASD 区独立热插拔 — 键盘是玩家接触最久的部件。
ii
静音 > 绝对 TDP双 vapor chamber + 液金,50dB 噪音约束下压制 180W — 玩家用耳机,但室友不用。
iii
低调外观 > RGB 堆砌哑光金属外壳、闭合无 RGB、可携带至会议室 — 让游戏本融入正式场景。
iv
接口齐全 > 极简主义SD 卡槽、RJ45、HDMI 2.1、3x USB-A 全保留 — 玩家外设多,转接是反人类。
v
屏幕高刷 > 色准240Hz QHD > 4K 60Hz — 电竞优先于创作,色准交给外接显示器。
vi
可维修性 > 一体化内存、SSD、电池可单手拆装更换 — 玩家会自己升级,胶水是敌人。
04 — Render Atlas

多视角渲染图集

KeyShot 七视角输出

每张渲染对应一个设计重点 — 转轴、出风口、键盘区是玩家反复查看的细节。

VIEW · 01
闭合俯视
太空灰 CNC 铝合金顶盖,无 RGB 状态,倒角线条 — 低调即专业。
VIEW · 02
打开侧视
转轴阻尼曲线、屏幕厚度 6.8mm、键盘区下沉设计。
VIEW · 03
键盘特写
WASD 区 per-key RGB、1.8mm 键程、独立热插拔。
VIEW · 04
出风口
双 vapor chamber + 液金,180W TGP 压制,50dB 噪音。
VIEW · 05
接口侧
SD / RJ45 / HDMI 2.1 / 3x USB-A / Thunderbolt 4 全保留。
PPT 闯关游戏
PPT 闯关游戏
游戏本
游戏本
设计手稿
设计手稿
机制设计
机制设计
数值系统
数值系统
武器设计
武器设计
05 — Impact

用数字看一份设计提案

12 位玩家,7 轮迭代,1 套方案

0
User Interviews
深度访谈玩家数量 — 含 CSGO、DOTA、3A 单机多品类
0
Design Iterations
概念方案迭代轮次 — 从草图到 3D 渲染
0%
Thermal Gain
同噪音下散热能力提升 — 相较同期主流竞品
"工业设计教会我的不是画图,而是提问 — 在画下第一笔之前,先问"用户真正需要什么"。"
06 — One Sentence

一句话复盘

设计是提问,不是画图

"

"我不需要 200W 的 GPU,我需要的是凌晨两点打 BOSS 时不吵醒室友的散热" — 用户场景倒推,比参数比拼更接近设计的本质。

— 12 位玩家访谈 · 痛点 #1
07 — Next Steps · 占位框架

未来板块预留

还有更多没说完

以下板块为框架占位 — 后续可基于设计稿与调研资料持续扩展。

§ 8.1

完整访谈记录

[ 占位 ] 12 位玩家的访谈逐字稿 + 痛点归纳 + 需求优先级矩阵。

§ 8.2

7 轮迭代过程

[ 占位 ] 从初版草图到最终渲染图的设计演进 — 每轮迭代的决策依据。

§ 8.3

多视角渲染图集

[ 占位 ] 闭合、打开、转轴特写、键盘特写、出风口特写等 10+ 视角渲染。

§ 8.4

散热 CFD 报告

[ 占位 ] Fluent 模拟的完整报告 — 流场、温度场、噪音预测。

§ 8.5

设计提案册

[ 占位 ] InDesign 排版的完整提案册 PDF — 含设计理念、用户研究、ID、散热、交互全章节。

§ 8.6

下一版概念规划

[ 占位 ] 续作 v2 概念 — 探索折叠屏游戏本、模块化外设等更激进的形态。