XMind,Ulysses,Effie,聊聊制作文案对一个up主的重要性

S盒+异或+循环密钥:Windows PE查表逆向实战详解 阅读详情

2009年 一名叫徐逸的动漫爱好者创建了 MiKuFans 网站,或许当下的互联网用户认为这个网站很陌生没有丝毫的熟悉感,而这就是 bilibili 的前身。12年 后的今天, bilibili 已经发展成为了国内最繁荣的文化社区和视频平台,成为了国内多元文化的代表,被誉为中国的 YouTube 。

据 2020 年初数据显示,bilibili每月活跃 Up主 数量已经超过了 100万 。今年的3月29日 bilibili 完成了第二次登陆香港金融市场发行股票。bilibili 如今的 CEO 陈睿在当天说过这样一句豪言壮语:我相信在不远的未来,中国将会有上千万名有才华的 Up主 ,他们能创作出最精品的视频内容。

请添加图片描述

虽然中国的人口基数很庞大,但是 Up主 的群体数量依然显得蔚为壮观。陈睿对 Up主们既重视又依赖,中国人也向来不缺乏鲤鱼跃龙门的勇气,一个热门的行业也绝对会倍受青睐。不过想想一个人要面对千万级的竞争,总会有点儿蚍蜉撼树的感觉。

想进入互联网传媒领域是件很容易的事儿,做 Up主 的门槛并不是很高。如何把 Up主 这个职业做的风生水起倒是一个斟酌再三的话题。知乎里关于「Up主 」展开的讨论问题已经多达 22万 次。可刚入门就谈成败,那多少显得矫情。事在人为,Up主 的大小都是在为这个时代的文明进程做贡献,这没什么可遗憾的。话说回来,不管是玩票还是跳票,互联网民众打心底还是希望 Up主 们能把事情做到极致,毕竟没人愿意错过精彩。

也研究过 Up主 职业生涯里关于怎么创作精彩内容的问题。有人提供了使用设备的建议,什么场景下该用什么镜头,什么品牌的麦克风拾音效果好……甚至连音频、视频处理的软件也给挑选好了,单单少了文案制作环节,那么今天就把这一点补上。

视频内容结巴、卡顿是什么原因造成的?

请添加图片描述

有人觉得视频或者音频表达方式采用口播稿比较好。这一点没什么问题,口语化确实方便大众接受。问题就是有些 Up主 习惯用 XMind 这类思维导图软件来制作稿子。 XMind 采用的是记忆片段的方式来记录文字,并不具备连贯性。如果 Up主 口才了得,从核心主题到每一个内容节点都可以贯穿全文的娓娓道来,那绝对是超水平的发挥,简直是出口成章的典范。

从大多数 Up主 的视频里发现,节奏缺乏持续,口述表达的内容天马行空缺乏情感。例如在一些影评类的视频中,语言的间隔空档里插入了大量原作的内容,在经过一轮播放之后,又开始另一个方向的话题……这样的视频让人感觉每一段内容都来的突兀,大众的心思不是放在了品味观点上,似乎是来观摩剪辑的运用。

这样的文案明显没有用心。

没有逻辑性的内容很难引起共鸣。

相声讲究说、学、逗、唱, 文案离不开起、承、转、合。一篇有影响力的文案离不开逻辑的勾兑。有些 视频里总是抓不住重点,怎么看都像是照本宣科。这样的视频很难让人坚持看下去。

可以想的出这些 Up主 使用的是传统的写法,习惯在 word 写报告。大多数人从小写作文的习惯就是记流水账,大脑遵照于普世习俗,思维缺少多角度换位思考,一件再惊心骇目的事情,都能写的寡淡无味。文案不同于唠家常,一味腐朽的引经据典,不如深度剖析更让 Up主 与观众之间意气相投。

请添加图片描述

其实与 Word 相似的软件有很多,比如 Ulysses 类似的文字编辑工具。这些文字应用没有提供反复推敲的功能,恰好适合平铺直叙。

什么样的文字编辑工具能够发挥 Up主 的才气?

那么Up主 应该制作什么样的文案?我觉得满足理有据,节奏紧密这两点就可以称得上是好文案。

人类近万年的转变,是因为使用了工具。对于制作文案来说,一款称心的应用可以起到辅助文笔的功能。思维导图适合逻辑的梳理,文字编辑工具能够提供给文案流畅性,这两种应用的功能毋庸置疑。

请添加图片描述

Effie 巧妙的将思维导图与文字编辑合二为一。而且在 Effie 中不必遵循常规的思维导图制作方法。在 Effie 中起草文案,可以将正方思维与反方思维同时罗列在一篇草稿中进行对比,又或者多角度论证。简单点说,就是在 Effie 的一篇草稿中可以进行多项思维导图的绘制。

在每项思维导图的下方,可以将导图中要表达的内容流畅的写出,运用简捷的排版模式把需要口播的内容标注出来。在 Effie 里,快捷键的使用也非常方便的提供了思维导图的修改,和文笔的修辞。

Effie不同于 XMind ,对思维导图来说这是一次升华,Effie 也不同于 Ulysses ,为文案核心提供了更深刻的延展性。

Effie 是一款可以彻底让大脑运作起来的文字编辑工具。

一篇好文案,就得动脑筋。

05 从零搭建 GPT 模型:LayerNorm、GELU 与解码器堆叠 本文介绍从零搭建GPT模型的关键组件:LayerNorm对特征维归一化,GELU平滑激活,前馈网络扩展收缩,残差连接缓解梯度消失。随后组装TransformerBlock(多头注意力+前馈,Pre-LN),最终构建GPTModel并实现文本生成,附参数量核算。 阅读详情

相关推荐

Python Class 参数传递完全指南

Python Class 参数传递完全指南:1.1 实例方法(最常用)1.2 类方法(@classmethod)1.3 静态方法(@staticmethod)2. 嵌套函数(def 内嵌 def)的 4 种传参方式2.1 闭包捕获(读取外层)2.2 显式传递(推荐用于灵活传参)2.3 nonlocal 修改外层2.4 使用 self 传递(共享状态)3. 继承中的参数传递(super())4. 灵活传参:*args 与 **kwargs5. 嵌套层级过深时的最佳实践(工程建议)

m0_54652313的博客 30

Agent 记忆压缩通常有哪些方法?

在传统软件中,状态可以通过关系型数据库做毫秒级精准存取;而在 AI Agent 架构中,大模型本身是无状态的概率推理引擎。为了维持多轮交互的连续性,开发者必须将历史记忆注入到上下文(Context)中。上下文爆炸与成本失控:多轮对话与工具调用轨迹(Tool Traces)包含海量冗余 Token,每次 API 请求都需要对全量历史重复计费,成本呈二次方上升。推理延迟(Latency)恶化:超长上下文会导致 GPU 在 Prefill 阶段的计算耗时大幅拉长,严重破坏实时交互体验。

2603_96126046的博客 313

Python函数进阶:可变参数、匿名函数与作用域

本文深入探讨了Python函数的高级特性,要包括: 可变参数:详细介绍了*args(收集位置参数为元组)和**kwargs(收集关键字参数为字典)的用法,以及参数解包技巧。 匿名函数(lambda):讲解lambda语法、特点及典型应用场景,如排序、map/filter操作等,同时提醒不要过度使用。 函数式编程工具:介绍map、filter、reduce三大工具及其与列表推导式的对比。 作用域规则:深入解析LEGB查找顺序,global和nonlocal关键字的使用,以及闭包的实际应用。 实战案例:展示了

PHTR1的博客 155

22-DataCenter报文序列化

(put在循环后),解析侧遇到时continue不影响store循环——顺序无关但习惯上收尾。

yuhou25的博客 227

可以做年龄编辑的gan对抗网络(SAGAN)

把这 10 张(或更多年龄段)图片按顺序拼接,用 OpenCV 或 FFmpeg 导出为 MP4,就能看到“一个人”的年龄变化过程。:模型只学了 10 个离散年龄段(0~9),直接切换标签会导致五官突然“跳变”,无法生成 18岁→18.5岁 这种细腻变化。如果连续年龄回归,会更加的丝滑,接下来我们将修改一版连续年龄回归的代码,还是在这个的基础之上进行!,比如用预训练的 ArcFace 提取人脸特征,约束不同年龄帧的特征向量尽量接近。,会生成固定噪声下不同年龄的人脸图片,实现“编辑年龄”的效果。

有的话没说出来之前,你是他的主人,一旦说出来你就成了他的奴隶||想要干好事,别太把自己当人,别把别人太不当人||认识这个人就是开了一扇窗户,就能看到不一样的东西,听到不一样的声音,能让你思考、觉悟,这已经够了 219

基于Python的爱奇艺视频数据可视化分析系统

长视频平台剧集、评分、热度与评论数据体量大、维度多,手工汇总难以快速把握类型结构、口碑分布与演导演影响力。系统采用 B/S 架构,后端入口为app.py,运行端口8060;数据库使用 MySQL(库名iqiyi),经 PyMySQL 访问。前台基于 Bootstrap 5、本地中的 ECharts 5 与 echarts-wordcloud,配合题。业务表包括usersdramascommentsfavorites。数据可通过导入,或经/ 相关脚本补充样本。分析层在。

qq_35928134的博客 236

2026科学实验能力大赛真题:护林飞行闯关解析

2026 首届全国青少年科学实验能力大赛决赛已于 8 月 20—22 日在济南收官,9 月起各赛区成绩陆续公布。这场白名单赛事鼓励青少年用"做中学"的方式呈现科学探究过程,而图形化编程正是把科普内容变成可交互作品的好工具。今天我们用一道原创项目题「护林飞行闯关」,带大家用 Scratch 做一个科普护林小游戏,把六大考点串成能玩的作品。

IT_Scratch的博客 207

Java深入解析篇二十之JavaStream API详解

Stream(流)是引入的数据处理抽象,位于包。它表示从数据源产生的元素序列,并支持对其进行函数式、聚合式操作。不是集合:流不存储数据,只描述对数据的计算;不是 IO 流:与无关;惰性管道:中间操作只是登记,终端操作才触发实际计算。// 命令式写法(对照) // List<String> r = new ArrayList<>();

萧瑟余晖的博客 347

Django的手机数据分析与可视化

Django的手机数据分析与可视化系统 摘 要 本系统基于Django框架、HTML和MySQL数据库技术,构建了一个全面的手机数据分析与可视化平台。大屏内容丰富,包括品牌市场份额分布、手机价格区间分布、各维度评分分布、热门机型Top10、内存容量分布以及品牌评分与价格分析等多个模块。通过这些模块,用户可以直观地了解手机市场的整体趋势、各品牌的市场表现、手机价格分布情况、用户评分分布以及热门机型的详细信息。系统采用了先进的可视化技术,将复杂的数据以图表的形式呈现,使得数据更加易于理解和分析。 在管理功能方

weixin_41915110的博客 775

Pixhawk 6C — Mission Planner 烧录 & 全套校准教程

适用于自行编译的 ArduPilot 固件。

2301_76633800的博客 301

Python 并发编程】线程、进程、协程、同步/异步一次说清

同步是"等结果",异步是"结果来找我";异步的核心收益是等待期间能干别的活。进程开销大但真并行,线程轻量但被 GIL 限制,协程极轻量但只适合 IO 等待。IO 密集:并发量小用线程池,量大用 asyncio;CPU 密集:用进程池。这一条能解决 90% 的选型问题。多线程的坑在共享变量加锁异常被吞;多进程的坑在 if __name__ == '__main__'保护和序列化成本;协程的坑在误用同步阻塞调用卡死整个事件循环。

zy123456nn的博客 328

《模型不玄学》前言 - 小白的模型算法实战手册

这是一本给算法小白的算法模型实战手册。能够深入浅出的理解如何利用数据训练一个成熟的模型。这本小册子想做的,就是把“从数据到能用的模型”这个过程,用讲透。

月华的博客 190

03Numpy基础(中)

参数解释:第一个参数是要分裂的向量,第二个参数是分裂的起始位置和终止位置,第三个参数是轴。上述代码中输出结果并不为整数型,而是浮点型,笔者猜测这是为了避免插入的浮点数被截断。上述代码中,切片结果改变,原数组也会发生改变,这样就不会造成大量内存的浪费。形式:arr[0:1,0:1] arr[::2,::1]=0指的是设置按照哪个轴(方向)进行拼接,一般默认是轴0。两个矩阵可以按照不同的维度拼接,但拼接的时候。此外,提取列的时候出来的结果是列向量。矩阵的分裂依旧要设定分裂的维度。向量的分裂:将得到更短的向量。

qq_64775230的博客 208

GLM-5.3-NVFP4 部署实战系列[四]问题深拆①:sm80 没有稀疏 MLA 注意力后端怎么办

GLM-5.3 的 DSA 稀疏注意力在 A800 上无路可走:vLLM v0.28.0 的稀疏 MLA 后端全部要求 SM90+。修通路径:移植社区 PR #47629,vendor 三个文件加两处注册,连环修掉 metadata 计数断言等小坑。最大的坑:0.28.0 把 indexer 重写为 C++ op,内部直调仅支持 SM90+ 的 deep_gemm——采用最小化改法:调用点门控回退 Triton 内核(LUT 解码 fp8),sm90+ 路径零影响。

缘友一世的博客 338

15.4 完整实现基于RAG的多Agent客户服务系统

【示例15.1】多Agent客服系统的完整代码,文件名为rag_multi_agent_system.py。当需要产品细节、使用方法等信息时使用。输入应为查询的问题。根据客户的问题,决定使用哪个工具。如果需要多个工具的信息,逐步调用它们。请根据文档内容回答,不要编造信息。如果文档中没有相关信息,请说明。建议您联系我们的客服团队以获取更多帮助。建议您联系我们的客服团队以获取更多帮助。,负责理解客户需求并调用合适的工具提供准确回答。当用户询问产品是否有货、库存数量时使用。处理查询,使用单参数输入,格式为。

夏天又到了的专栏 252

实时行情中的成交量 Volume 到底是什么?包含盘中撤单量吗?从交易数据语义到 QuantDash 实战解析

实时行情中的 Volume 是包含盘中撤单量,还是仅包含实际成交股数?首先要区分两个概念:撤单不是成交,因此不能简单把撤单数量理解为成交量 Volume 的组成部分。在量化数据处理中,Volume 应当按照数据源对“成交量”字段的定义进行理解,不能把委托、撤单和实际成交混为一谈。对于 Python 量化开发者而言,真正重要的是使用稳定、结构化的行情接口获取 Volume,并在策略中明确区分“成交数据”和“盘口委托数据”。QuantDash Python SDK 可以直接返回实时行情中的 volume

2601_96694965的博客 363

NumPy一小时速成

array即数组,有一维数组,二维数组,三维数组…list处理大量数据时占的空间大,速度慢。

wwwvvvnnnmmm的博客 215

Hermes实战:记忆系统拆解——多层记忆架构,跨会话持久怎么实现

上篇提过:日报今天记得住,明天就忘了,跨天去重就是本篇要讲的事情:第二件事不是让日报更花哨,是让它记住昨天报过什么。连续跑两天你就会撞见那个问题:同一批新闻被原样重复报道。日报要过夜,就得有记忆。本篇三件事:拆 Hermes 记忆的三层架构;讲清跨会话持久到底怎么实现;把载体项目推到跨天去重。全篇本机逐字实录,命令和输出你照着敲就能复刻。先看问题长什么样,再进机制。

GIS老生,深入架构与AI,持续创作与分享。 489
上一篇: Onenote,Ulysses和Effie哪个更适合单口或脱口秀作者?
下一篇: Effie:商业提案写作会用到哪些工具?
Dr_ginger
博客等级 码龄6年 21粉丝 305原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值