【腾讯云 HAI域探秘】基于ChatGLM和StableDiffusion的小红书热门文章创作实践与经验分享

前言

背景介绍： 腾讯云HAI为开发者量身打造的澎湃算力平台。无需复杂配置，便可享受即开即用的GPU云服务体验。在 HAI 中，根据应用智能匹配并推选出最适合的GPU算力资源，以确保您在数据科学、LLM、AI作画等高性能应用中获得最佳性价比。 HAI 服务优势：

智能选型 一键部署 可视化界面

需求介绍

本文将通过对小红书博文的图文制作在详细介绍如何使用腾讯云HAI的ChatGLM和StableDiffusion这两个模型。首先是通过ChatGLM模型生成关于北京秋季旅游攻略的博文内容与标题，然后生成对应的相关提示词和相关的反向提示词，再通过StableDiffusion模型进行生成相应的博文图片。最后去小红书进行发表即可。

准备工作

1. 腾讯云账号注册，点击链接即可跳转：腾讯云
2. 申请内测资格（可能需要一到两个工作日，需要耐心等待一下），点击申请内测资格

1. 等待审核通过后，进入 高性能应用服务 HAI

ChatGLM2 6B 创建与使用，博文的生成

ChatGLM2 6B创建与配置

1. 点击新建，选择HAI下的AI模型
2. 选择AI模型下的ChatGLM2 6B
3. 选择地域，选择广州。（也可根据自己的地域要求选择）
4. 算力方案，选择基础方案。
5. 示例名称，根据自己的应用创建即可，我这里使用了writingDemo
6. 硬盘：选择80gb就够了。
7. 点击立即购买

相关参数如下图：

等待创建与创建完成

等待创建完成，这里大约需要等待8~10分钟左右。

下图是创建成功的图，可以在上面看到相关的状态。

启动模型，算力连接

点击算力连接，这里有两种连接方式chatlm2_gradio和jupyter_lab，在这里我们选择chatlm2_gradio这种方式连接。

博文生成

具体需求如下：

一、请按照下面内容帮我写一个比较吸引人的小红书的标题 1、秋天北京的旅游攻略，包含景点：天安门、故宫、天坛、颐和园、长城、香山 2、出行方案 3、景点介绍

请按照下面内容帮我写一个比较吸引人的小红书的博文内容

1、秋天北京的旅游攻略，包含景点：天安门、故宫、天坛、颐和园、长城、香山 2、出行方案 3、景点介绍

模型给出的标题与内容如下：

标题：秋天北京5A级景点旅游攻略，地铁出行必备！ 秋天是北京最美的季节之一，如果您想来北京旅行并避开人群，那么我们的秋天北京5A级景点旅游攻略是您不可错过的。 我们的行程包括了天安门、故宫、天坛、颐和园、长城和香山这六个最著名的景点，这些景点都是北京的代表性建筑和旅游景点。 我们的出行方案包含了地铁线路，您可以在地铁系统中轻松到达每个景点。 我们的景点介绍包括了每个景点的详细介绍，您可以根据自己的兴趣和时间进行调整。 第一天，我们将会去天安门广场。这里是中国的象征之一，也是世界上最大的城市广场之一。在这里，您可以欣赏到美丽的景色和感受到中国的历史和文化。 第二天，我们将会去故宫。这里是世界上保存最完整的宫殿之一，也是中国最著名的旅游景点之一。您可以在這裡欣赏到美丽的景色和感受到中国历史文化的博大精深。 第三天，我们将会去天坛公园。这里是世界上保存最完整的皇家园林之一，也是中国最著名的旅游景点之一。您可以在這裡欣赏到美丽的景色和感受到中国皇家园林的韵味。 第四天，我们将会去颐和园。这里是世界上保存最完整的皇家园林之一，也是中国最著名的旅游景点之一。您可以在這裡欣赏到美丽的景色和感受到中国皇家园林的韵味。 第五天，我们将会去长城。这里是世界上最长的城墙，也是中国最著名的旅游景点之一。您可以在這裡欣赏到美丽的景色和感受到中国历史的博大精深。 第六天，我们将会去香山。这里是世界上著名的皇家园林，也是中国最著名的旅游景点之一。您可以在這裡欣赏到美丽的景色和感受到中国历史文化的博大精深。

生成提示词

根据模型给出的博文内容，让模型逐步生成后续需要使用的提示词和相关的反向提示词。

例：我们将会去天安门广场。这里是中国的象征之一，也是世界上最大的城市广场之一。在这里，您可以欣赏到美丽的景色和感受到中国的历史和文化。 对这段话生成6个相关的提示词 和6个相关的反向提示词

销毁

当完成了自己的需求的时候，一定要记得去销毁实例

Stable Diffusion 创建与使用，博文图片的生成

Stable Diffusion 创建与配置

1. 点击新建，选择HAI下的AI模型
2. 选择AI模型下的Stable Diffusion
3. 选择地域，选择广州。
4. 算力方案，选择基础方案。
5. 示例名称，根据自己的应用创建即可。
6. 硬盘：选择80gb就够了。
7. 点击立即购买

配置图如下：

等待创建与创建完成

实例创建和上一步实例创建一样，同样需要等待8~10分钟左右。

启动模型，算力连接

点击算力连接，这里有两种连接方式stable_diffusion_webui和jupyter_lab，在这里我们选择stable_diffusion_webui这种的webUI方式连接。

中文配置（英语好的，可以忽略）

初始的控制台

中文配置：

1. 点击 Extension 选项卡
2. 选择选择 Avaliable 子选项卡
3. 取消勾选 localization ，再把其他勾上,然后点击 Load form。这里可能需要几分钟的等待加载。

1. 加载完成，在输入框中查找插件关键字： zh_CN 点击install 安装
2. 插件安装完成后，重启服务，选择Settings中的Reload UI。
3. 重启后，选择 Settings 中 User Interface 选项，下拉选择语言 zh_CN ，点击 Apply settings 保存设置 ，并 Reload UI 重启服务。

由于做这个需求时候我的网络不是很好，就暂时没有配置中文插件。大家可以根据以上步骤进行操作。

博文图片生成

注意：提示词（Prompt）越多，AI 绘图结果会更加精准。另外，目前中文提示词的效果不好，还得使用英文提示词。

相关参数解释：

提示词：主要描述图像，包括内容风格等信息，原始的webui会对这个地方有字数的限制，可以安装一些插件突破字数的限制 反向提示词：为了提供给模型，我们不需要的风格 提示词相关性（CFG scale）：分类器自由引导尺度——图像与提示符的一致程度——越低的值产生的结果越有创意，数值越大成图越贴近描述文本。一般设置为7 采样方法（Sampling method）：采样模式，即扩散算法的去噪声采样模式会影响其效果，不同的采样模式的结果会有很大差异，一般是默认选择euler，具体效果我也在逐步尝试中。 采样迭代步数（Sampling steps）：在使用扩散模型生成图片时所进行的迭代步骤。每经过一次迭代，AI就有更多的机会去比对prompt和当前结果，并作出相应的调整。需要注意的是，更高的迭代步数会消耗更多的计算时间和成本，但并不意味着一定会得到更好的结果。然而，如果迭代步数过少，一般不少于50，则图像质量肯定会下降 随机种子（Seed）：随机数种子，生成每张图片时的随机种子，这个种子是用来作为确定扩散初始状态的基础。不懂的话，用随机的即可

这里根据我们ChatGLM2 6B那里生成的提示词和反向提示词进行生成对应的图片

最后生成的图片如下：

销毁

与第一个实例一样，不要忘记销毁实例。

总结

到此为止我们的小红书博文与博文图片都生成了，可以去小红书去发表了。

谈一下腾讯云HAI的StableDiffusion和ChatGLM模型使用的几点小问题：

1. ChatGLM虽然互动还是挺流畅的，但是有时候对你的需求反馈出来的答案不算太准确。
2. StableDiffusion的即开即用，生成的图片也很nice，但是有时也会出现生成图片与关键字不符的情况。
3. 实例创建了只能销毁而不能暂停。

总体来说，腾讯云HAI的StableDiffusion和ChatGLM模型的体验还是非常不错的，购买费用也不是很高，希望腾讯云HAI能进一步的优化。