景区、旅行社或导游常要在短时间内交出一张宣传图、一份路线说明和几段外语讲解。本文把这三样放进一条流程:先用运营方确认过的事实卡起草路线和讲解,再用本机模型做一张概念宣传图,最后合成三语样音。练习约45分钟,首次下载模型另计;本机生成不按调用次数付费,但要准备电脑和磁盘空间。
下面的“青岬湿地步道”是虚构练习地点,开放时间和路线数据也都是测试值,不能当成真实攻略。海报是 AI 概念图,不是景区照片或地图。
AI生成的虚构湿地宣传图概念稿,画面带有 AI概念图和虚构示例提示
练习包包含事实卡、提示词、海报脚本、配音脚本和人工核对后的三语讲解稿:下载景区宣传与路线讲解练习包。包里没有模型权重、参考声音或合成音频。
先准备一张经运营方确认的事实卡
把地点名称、开放时段、入口、路线顺序、分段距离和步行时间放进一张表。票价、预约、停车、厕所、无障碍条件、临时封闭等也要单独核实;没有可靠来源的字段就留空。记录来源网页或公告的更新时间,临时交通和开放变化要在发布前再查一次。
这次测试用的虚构数据只有三段:东门服务点到芦苇栈道入口650米、12分钟;再到望潮亭400米、9分钟;最后回到东门服务点550米、11分钟。距离相加为1.6公里,步行时间合计32分钟;开放时段写作09:00–17:00。票价、停车、设施和天气规则都没有提供,因此成稿不作这些承诺。
你需要准备:
| 项目 | 本次条件 |
|---|---|
| 资料 | 运营方核实过的路线和服务信息;练习包附虚构事实卡 |
| 文案 | 本机 Ollama 0.35.1 和 Qwen3.8-27B Q4_K_M;也可将提示词交给你有权使用的 Qwen 界面 |
| 图片 | 本机 ComfyUI、Z-Image-Turbo 和 Python/Pillow;首次设置可看Mac 安装指南 |
| 配音 | CosyVoice3 和一段你有权使用的参考录音;安装见Mac 本地 CosyVoice 教程 |
| 时间与费用 | 文案、排图、复核约45分钟;模型首次下载另计,本机推理不调用付费图像或语音 API |
本次 Qwen 用 56.9 秒生成草稿。ComfyUI 图片和 CosyVoice 音频的生成速度会随模型是否已加载、电脑和文本长度变化。
让 Qwen 按事实卡起草路线和讲解
Qwen 是阿里巴巴 Qwen 团队的模型系列。这里用 Ollama 在本机运行 Qwen3.8-27B 的 Q4_K_M 量化版本,模型文件约16GB;本机运行不把景区资料发给在线模型服务。Qwen 官方仓库列出模型的官方发布渠道和本地使用方式。
把练习包里的 prompts.md 和 input/facts.json 交给模型,要求它分别输出海报短文、路线步骤、中文讲解、英文讲解和日文讲解。提示词要写清四个边界:
- 距离、分钟数和开放时段只能照抄或按分段相加;
- 没提供的票价、停车、设施和天气规则不许补全;
- 目标语言地名只是工作译名,不能冒充景区核定的官方译名;
- 练习数据明确写成虚构信息。
先看生成稿有没有写出事实卡之外的“鸟类观赏”“免费停车”“适合老人”等话,再逐项算一遍路线距离和时间。三种语言要核对方向、专名、数字、单位和开放时间;正式发布前请景区人员确认事实,并请目标语言使用者审校讲解。机器翻译或语音自然,不代表译文准确。
这次原始结果把地名拼成了未经确认的英文写法。人工稿删去这种“官方译名”错觉,保留工作译名并注明需确认;另外未做英语、日语母语者审校。核对后的文本放在练习包 output/narration-reviewed.md。
用 ComfyUI 做一张概念海报
ComfyUI 是 Comfy Org 维护的本机图像工作流工具;Z-Image-Turbo 模型卡标注 Apache-2.0。先启动 ComfyUI,再在解压后的练习包目录运行:
python3 -m pip install pillow
python3 make_poster.py
脚本只连接本机 127.0.0.1:8188。Z-Image-Turbo 画一张没有文字、标志和真实地标的湿地插画背景,Pillow 再排标题、路线摘要和“AI概念图 · 虚构示例”提示,输出到 output/。本次实际生成的尺寸是1200×675;脚本会核对尺寸、RGB模式和 SHA-256。
图片生成模型不适合画准确地图或保证景区设施。路线图请根据运营方底图另行手工制作,标出核实日期;不要把模型想象的道路、建筑或动物当成现场实况。发布前还要目视检查主体、裁切、文字对比度和 AI 提示是否清楚。
生成多语种本地样音
CosyVoice 是 FunAudioLLM 团队的多语种语音生成项目。把练习包的 generate_audio.py 复制到 CosyVoice 项目根目录,并准备一段自己录制或取得明确许可的参考音频及准确转写。在项目自己的 Python 环境运行:
python generate_audio.py \
--cosyvoice-root . \
--prompt-wav asset/your-authorized-voice.wav \
--prompt-text "You are a helpful assistant.<|endofprompt|>参考录音里的准确原文。"
脚本分别生成中文、英文和日文 WAV 到 outputs/s277/,并记录时长、采样率和文件哈希。生成后逐句听,尤其检查地名、数字、单位、停顿和末尾是否被截断。自动转写可帮助定位疑点,不能替代人工听审。没有声音授权或目标语言复核,就先把音频留在本机,不作为商用交付。
本次模型加载约8.8秒;三段音频时长分别为9.2、13.4、14.6秒,合成各用约29、38、43秒。它们使用仓库演示参考音,只验证本机生成流程;没有人工听审,也没有上传或打包,不能据此判断发音质量或商业许可。
本次本机测试使用 CosyVoice 仓库附带的演示音频,只用于验证推理流程,生成音频留在本机,没有打包或上传。官方仓库代码使用 Apache-2.0,同时页面有学术用途免责声明;开始收费使用前要确认具体模型、参考声音和生成内容各自的授权范围。查看 CosyVoice 官方仓库。
把它变成可交付的服务
可以把交付拆成四项:事实卡与来源日期、宣传图的尺寸和可编辑文字、逐段路线稿、逐语言音频及人工复核记录。先让景区或旅行社确认原始事实,再约定语言数量、声音来源、图片用途、修改次数和路线变更后的更新方式。报价可按资料核对、文案、翻译审校、图片制作、配音与授权范围分别估算;没有可靠的同行报价时,不要编市场均价。
如果把 AI 生成的图片、文字或音频发布到网络平台,主动声明生成内容,并使用平台提供的标识功能;本练习的海报也保留了可见的“AI概念图”提示。发布宣传信息前,确保路线、开放时间和服务条件仍有效,不要让 AI 增加未经运营方确认的承诺。网信办标识办法自2025年9月1日起施行。
工具与后续
- Qwen3.8 官方仓库:查官方模型、下载渠道和本地运行选项。
- ComfyUI Z-Image-Turbo 工作流与模型卡:查模型组件、用法和许可证信息。
- CosyVoice 官方仓库:查多语种推理、模型下载和许可证/免责声明。
- 想练外语稿件,可接着看产品说明书本地化和外语视频配音与字幕。
这份样例只演示如何把已确认的信息拆成路线、宣传文案和多语种样音;虚构路线不可导航,正式项目还需运营方核实、译者审校和声音授权。