当前位置: 首页 > article >正文

zblog自动生成文章插件(百度AI写作配图,图文并茂)

最近工作比较忙,导致自己的几个网站都无法手动更新,于是乎也想偷个懒把,让AI帮忙打理下自己的网站。我接触chatgpt等AI工具还是比较早了,从openai推出gpt3.5就一直在用,说实话,开始的时候用AI自动更新网站还是非常管用的,到后来百度等国内搜索引擎针对AI文章的不同对待,导致了一批AI站被K。从内心来讲,最初的AI撰文其实文章质量确实比较差。但是经过近两年的模型升级,我渐渐感觉它又行了!

开发契机

    从谷歌官宣不会对AI创作区别对待后,各大搜索引擎其实也没有针对性地去对AI创作进行歧视,当然,前提是你用AI创作的东西能真正有质量,能帮助到广大网友。据我所知,百度对自己的AI模型文心一言的创作作品还是一视同仁的。好了,废话不多扯了,大意就是AI创作来全自动更新文章这条路还是可行的!

图片

    基于这个前提,我就琢磨着用AI来自动生成文章自动更新自己的博客,当然国内服务器智能首选百度AI模型文心一言,但是对于广大站长来讲,要求的当然是图文并茂了,文心一言作为一个文字模型,它并不能生成图文并茂的作品。我也在网上找了很多工具,能自动生成图片,但是基本都是自己事先准备到一个文件夹,然后随机调用,跟文章主题根本不搭边,或者说是利用代码生成的背景加文字的图片,我也不太相用这种死板的图片。

创作过程

    由于我个人的博客大多是用zblog进行搭建的,所以我开始想接入AI文字模型进行创作,再接入一个AI作图模型来自动生成文章匹配的图片,随机插入到文章中。

图片

    文字创作模型倒是有很多,我还是首选了百度文心一言,因为毕竟自己家的产品创作出的东西,不可能自己打自己的脸吧,然后我觉得AI写作这玩意儿,其实只要自己提示语调教得好,其实文章质量还是可以保证的。况且百度文心一言还有免费的模型可以用,何乐而不为呢?

    有朋友说你为啥不直接用openai的api呢?我也想了,一个是因为openai国内服务器无法直接调用,二个是毕竟国外的语言模型,在语言用词和语法逻辑上和国内习惯还是有所差别,百度作为国内首屈一指的大公司,我相信对语言习惯上还是更贴近于国人。

    那么对于图片生成的api我还是选择了阿里的通义万相,为啥?因为我本想都一起接入百度AI就行了,百度自己也有AI作图的模型,但是我一看,价格不便宜呀,一个图片最基本就要消耗3点,没点数0.2元,那么我这生成一张图不就要0.6元了?我这种屌丝是绝对用不起的。看了下通义万相,首次开通模型赠送500张,用完后每次生成一张图片0.16元,价格还比较亲民,于是我果断选择了通义万相作图。

插件功能

    思路已经定下来了,就是百度AI创作+阿里AI作图,基于这两个需求,开发了一个针对zblog的插件,先生成了AI文章后,然后把AI文章内容传到阿里万象进行AI配图,试了下效果,图片和文章匹配率还可以,用了半个月了,能实现根据自己预先设定的关键词改写标题,生成摘要,目录概览,生成标签以及根据段落随机配图,我把效果图贴到文章供大家借鉴,后台的功能也希望大家多提建议,我可以进行完善。如果大家有需要用到自己的zblog系统,也可以找我索要插件。

图片

总结一下

    本自动生成文章AI配图插件适用于zblog系统,全自动写作配图,自动更新网站。利用百度文心一言AI写作+阿里通义万相AI智能配图两大API实现网站SEO优化,全自动生成图文并茂的文章。不用再花费额外时间和精力去维护网站,每天定时自动生成SEO配图文章自动发布。你只需要准备好自己的关键词就可以自动生成文章。

图片

为什么用百度+阿里的组合来生成:

1、百度自己AI系统生成的内容更利于百度和内地搜索引擎优化和收录

2、百度文心一言API有免费和付费的生成模型,可以根据需要灵活选择

3、阿里通义万相是目前国内费用最低的文本生成图像的API,且质量不错。每个用户赠送500张,后续0.16元/张图片。相比百度的AI作图0.6元/张便宜了不少。

4、本插件组合利用了免费且SEO友好的百度AI+便宜实用的阿里AI作图,实现每篇文章利于SEO优化且AI智能配图。相比其他插件的固定背景生成的图片,该插件生成的图片对用户更友好,生成的图片更贴合文章内容。


http://www.kler.cn/a/294852.html

相关文章:

  • 解决C盘空间不足的三种方案
  • 项目模块详细说明
  • Vue2+3 —— Day3/4
  • C++20 概念与约束(1)—— SFINAE
  • 一篇Spring Boot 笔记
  • Chapter 4 虚拟机性能监控、故障处理工具
  • SpringBoot教程(十五) | SpringBoot集成RabbitMq(消息丢失、消息重复、消息顺序、消息顺序)
  • 深度学习与大模型第3课:线性回归模型的构建与训练
  • AI对于程序行业的冲击
  • Java中的配置文件
  • 记录一个拖拽组件vue3+ts
  • 汇编:嵌入式软件架构学习资源
  • Python 算法交易实验88 QTV200日常推进-关于继续前进的思考
  • 爆改YOLOv8|利用MobileNetV4 的UIB改进C2f模块-yolov8改进
  • 【0324】Postgres内核 Shared Buffer Access Rules (共享缓冲区访问规则)说明
  • 数据结构代码集训day15(适合考研、自学、期末和专升本)
  • GraphPad Prism 10 for Mac/Win:高效统计分析与精美绘图的科学利器
  • 【Qt】文件对话框QFileDialog
  • 设计模式大全和详解,含Python代码例子
  • 基于“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用
  • 编写vue的输入框的自定义指令研究
  • 力扣9.7
  • 最新版 Java 网络编程经典案例:IM 系统、网络拷贝|万字笔记
  • 软件工程-图书管理系统的概要设计
  • 网络层ip协议
  • echarts 水平柱图 科技风