Frontend DogmaAI for UX: The Guide You Wish Someone Had Given You Sooner, by (not on Mastodon or Bluesky):
sayzardMojofull (@furoku)
Omni Flash의 출력은 안정적으로 만들려면 프롬프트에서 물리학을 사실상 문자 그대로 설명해야 하며, 오디오 품질도 들쭉날쭉하다고 평가했다. Omni Pro는 더 나아지길 기대한다는 실사용자 관점의 모델 품질 피드백이다.
Pivoted Mind (@PivotedM)
Gemini가 프롬프트만으로 시네마틱 광고 형태의 결과물을 생성하는 모습을 공유한 트윗이다. 생성형 AI의 이미지·영상 크리에이티브 활용 가능성을 보여주지만, 제품 업데이트나 기술 세부 정보는 없다.
Mikeysee (@mikeysee)
Convex 가이드라인을 Gemini 3.5 Flash에 넣어 반복 실행해 보니 변동성이 꽤 크며, 현재로선 가이드라인을 사용하지 않는 편이 더 낫다는 실전 경험을 공유한다. 특정 모델과 프레임워크 조합에서 프롬프트/가이드라인이 오히려 성능을 해칠 수 있다는 실무적 인사이트다.
ST-Automation (@ST_Automation)
Seedance에서 ‘한 피사체 + 한 번의 카메라 무브’처럼 프레임 내 경쟁 요소를 줄이면 피사체 움직임이 더 안정적으로 유지된다는 실험적 관찰을 공유합니다. 자동 릴스/숏폼 생성에서 구도와 제약을 단순화하는 실전 프롬프트·연출 팁으로 볼 수 있습니다.
ST-Automation (@ST_Automation) on X
@TechieBySA @SJinn_Agent The plank loop hits because Seedance locks subject motion when nothing else competes in the frame. We ran the same constraint on auto reels: single subject plus one camera move, everything else stripped out. The model rewards restraint, not detail.
Priyaa (@pritopian)
Creative AI 모델 평가와 ‘death by prompting’ 문제를 주제로 한 발표를 소개한다. Gemini Omni로 영상 편집을 해봤는데 목소리와 얼굴 보존이 인상적이었다고 언급하며, 생성형 비디오 편집 품질에 대한 실사용 경험을 공유한다.
Priyaa (@pritopian) on X
I gave a talk at @aiDotEngineer Singapore on evaluating creative AI models and combating the problem of "death by prompting." (link below) Only fitting to edit my video with Gemini Omni. Really impressed by how it didn't distort my voice or my face (it did change my shirt). Yes,
Avi Chawla (@_avichawla)
스탠퍼드 연구진이 약 20단어를 추가하는 프롬프트 기법으로 LLM 창의성을 1.6~2배 높이고, 인간 평가 다양성을 25.7% 개선했다고 보고했다. 파인튜닝 없이도 효과가 있으며, alignment로 잃은 창의성의 66.8%를 회복했다는 점에서 프롬프트 엔지니어링 관점의 실용성이 크다.
Avi Chawla (@_avichawla) on X
Stanford researchers built a prompting technique. By adding ~20 words to a prompt, it: - boosts LLM's creativity by 1.6-2x - raises human-rated diversity by 25.7% - beats fine-tuned model without any retraining - restores 66.8% of LLM's lost creativity after alignment
Mikeysee (@mikeysee)
Gemini 3.5 Flash와 Convex evals에서, 가이드라인을 주었을 때 오히려 성능이 더 나빠지는 이상한 결과를 관찰했다고 합니다. 100개가 넘는 모델을 테스트한 경험상 처음 겪는 현상이라고 밝혀, 프롬프트/가이드라인 설계와 평가 방법 점검이 필요한 사례로 보입니다.
Krea (@krea_ai)
Krea 2 사용법을 정리한 딥다이브로, 스타일 레퍼런스와 무드보드 활용, 그리고 Krea 2에 맞는 프롬프트 작성 방법을 소개한다. 이미지 생성 워크플로우를 다루는 실무형 가이드로 보인다.
Angry Tom (@AngryTomtweets)
한 프롬프트만으로 AI가 결과물을 생성했다는 반응과 함께, AI가 주제를 조사하고, 대본을 쓰고, 스토리보드를 만들고, 풀 장면까지 자동 생성해 사실상 ‘손안의 영화 스튜디오’처럼 동작한다는 인상적인 사례를 언급합니다. 멀티스텝 콘텐츠 생성 에이전트/영상 생성 워크플로 관점에서 흥미롭습니다.
