一篇可复刻的实战记录。全文的命令、代码、参数、踩坑均为真实执行结果,照着做能跑通。 作者:多瑞雅·穿搭内容工厂
做穿搭内容的朋友大概都熟悉这个循环:早上刷热点找选题,中午搭配参考图,下午等出图,晚上写小红书笔记,再把同一套内容改成抖音、快手、视频号的版本。一个选题走下来,大半天就没了。更麻烦的是,隔几天回头看,做出来的东西风格越来越像——同样的场景、同样的姿势、同样的外套,账号像在自我复制。
我用 WorkBuddy 把这条链路做成了一条可复用的流水线:把方法论写进一个技能文件,之后每天只要说一句"今日选题",它就能自动完成热点学习、查重、出图、写文案的全流程。 这篇文章把整条流水线的搭建过程、关键代码和踩过的坑完整记录下来。
一次完整运行的产出:8 张穿搭 look + 1 张品牌参考卡 + 一份含四平台文案的完整文档。

品牌卡是本地代码绘制的,不是 AI 生成的——这点后面会讲为什么。

这条流水线的核心思路是——不是让 AI 每次自由发挥,而是把"怎么做"固化成一份技能文档(SKILL.md),AI 每次都按这份文档执行。 这样做有三个好处:跨会话不丢规则、每次执行口径一致、发现问题改一处即可全局生效。
我把流程拆成六步:
步骤 | 做什么 | 关键动作 |
|---|---|---|
第 0 步 | 当日热点学习 | 全网搜 20 组信号,出 5 个候选选题 |
第 0.5 步 | 对口博主出片学习 | 定稿后学光影/构图/镜头组织,形成当天参数标尺 |
第 1 步 | 建文档骨架 | 跑脚本建目录和 md |
第 2-3 步 | 8look 矩阵 + 出图 | 差异化矩阵驱动,先出校准图再批量 |
第 4 步 | 品牌卡 + 文案 | 本地绘制品牌卡,回填四平台文案 |
第 5 步 | 交付 + 查重索引 | 写索引,防止下次重复 |
这里有个容易被忽略但极关键的设计:第 0.5 步。它回答的是"每天主题定了,去哪里学拍法"。我的原则是——学形式,不学内容。题材、地点、穿什么、字幕全剥离,只搬三样东西:光怎么落、镜头怎么换、多久换一次。用同行的原话说就是"什么地方、什么内容不重要,学的是光影、转场、方式"。
需要三样东西:
Pillow 如果没装,一条命令搞定:
这个脚本做的事很简单但很必要——保证每次选题的目录结构和文档格式完全一致。它接收日期、账号名、选题名,产出三样东西:一个日期目录、一个 images 空目录、一份九宫格结构的 md 骨架,另外维护一个跨选题查重用的索引。
(上面为节选,完整模板含四平台文案的全部小节。)
真实执行回显:
两个细节值得抄作业:一是 if os.path.exists(md) 的判断——已存在就跳过不覆盖,避免重跑时把写好的文案冲掉;二是文件名里的 / 和 ** 做了全角替换,否则Windows下会被当成路径分隔符报错。
品牌卡是那条"九图"里的第九张:灵感来源、口碑店方向、平替性价比三栏。为什么不用 AI 生成?因为这一张的核心是信息排版和文字准确性——店名、公式、避雷提醒一个字都不能错。AI 生图会写错字,本地 Pillow 绘制则是所见即所得。
脚本的关键设计有三点:
第一,自动缩放填满画布。 不同选题的条目数量不一样,固定的字号会导致卡片要么留白要么溢出。脚本用二分查找算出最佳缩放系数,让内容刚好填满 1080×1920 的画布:
第二,文字清洗,杜绝乱码。 中文字体遇到 emoji 和带圈数字会渲染成方框,所以渲染前统一清洗:
第三,交付前自动检查中英混排。 品牌卡要求纯简体,脚本会在渲染后扫描英文单词并警告:
真实执行回显(这个警告真的救过我一次,见踩坑章节):
内容用 JSON 配置,改文案不用动代码:
出图是整条链路最烧钱的一环,我在 SKILL.md 里定了几条硬规则:
模型与尺寸:用平台自带的图像生成能力,quality=low,尺寸锁死 720×1280。本机没有免费出图模型,所以走最低消耗档,单张约 5–10 积分。
先校准再批量:这是最重要的一条。批量出图前,先出 1 张校准图给用户确认构图、占比、气质。确认通过才批量出剩下 7 张。绝不整批抽卡烧额度——一次翻车 8 张全废,代价太大。
人物占比用绝对坐标:prompt 里写"人物占画面 71.5%"这种百分比,模型经常理解错。改成绝对坐标就稳定得多:
8look 差异化矩阵:防止"8 张图像同一个人换了个姿势",我用一张矩阵表约束每个 look 的外套、景别、姿势、配饰,要求任意两个 look 至少在三个维度上不同:
look | 外套(8件全不同) | 景别·机位 | 姿势·表情 |
|---|---|---|---|
1 | 做旧黑短皮衣 | 全身·平视 | 倚墙插兜·冷淡 |
2 | 炭灰廓形西装 | 七分·略低 | 靠栏杆·平静 |
3 | 藏青H型长大衣 | 全身·微仰 | 迈半步·看远方 |
4 | 雾咖麂皮夹克 | 半身特写 | 扶门框·低头 |
5 | 黑灰皮毛一体 | 坐姿·微俯 | 台阶捧杯·放空 |
6 | 深灰粗针针织 | 七分·平视 | 扶栏插兜·侧看 |
7 | 烟灰蓝立领风衣 | 全身·略低 | 对镜自拍·平静 |
8 | 银灰廓形大衣 | 半身·平视 | 整理围巾·冷感 |
批量自检:出完图拼一张缩略图联系表,整体看一遍——脸是否一致、外套是否重复、有没有裁脚裁头、有没有训练出文字、色调是否统一。发现一张跑偏,只重出那一张。
坑 1:人物占比三套口径打架,还数学溢出。 技能文档是逐步追加补丁长出来的,同一件事积累了三种说法——73%、40%、50%,而且 17%+73%+11.5%=101.5%,坐标指令根本自相矛盾。解决:统一到 71.5%,修掉溢出。教训:规则文档要定期做"去冲突重写",不能一直追加补丁。
坑 2:校准图第一版人物顶到画面底边。 鞋底压到 97%,脚下只剩 3% 留白,属于典型的"挤"。解决:在 prompt 里加大上下留白的绝对坐标描述,重出单张。教训:出图 prompt 里的构图描述要用坐标,不要用形容词。
坑 3:look4 跑成暖棕调。 八张图里唯独 look4 是暖棕+抬头俯拍,和其余七张冷灰街拍不是一个体系。解决:单独重出,并在 prompt 里补一句 absolutely no warm gold and no brown color cast。教训:批量出图必须整体自检,一张跑偏会毁掉整组的统一感。
坑 4:品牌卡英文残留。 spec 里写了" Line 廓形工作室",品牌卡要求无中英混排。脚本的 has_ascii_word() 检查直接报了 WARN,改成纯中文"线条廓形工作室"后重渲通过。教训:把规则写进代码检查,比靠人眼可靠。
坑 5:Pillow 突然丢失。 脚本跑到一半报 ModuleNotFoundError: No module named 'PIL'。原因是默认 Python 环境变了。解决:python -m pip install pillow 重装,然后用 --demo 冒烟测试。教训:环境依赖要有冒烟测试,别等到正式跑才发现。
坑 6:技能文件被新版覆盖,本机适配全丢。 技能是从 zip 包更新的,新版是另一个平台的版本,直接覆盖会把本机改造全部冲掉。解决:写一份"还原说明书"放进 references/,记录所有相对原版的适配点,并留一个锁定快照 SKILL.md.frozen-YYYYMMDD。教训:任何持续迭代的配置,都要有"我是谁、我改了什么"的自描述文件。
诚实记账:这批产出共用图像生成 11 张(校准 2 张 + 批量 7 张 + 返工 2 张),按 low 档每张 5–10 积分算,约 55–110 积分。品牌卡是本地 Pillow 绘制,零消耗。
这就是为什么品牌卡坚持本地画:一张卡如果走 AI 生成,不仅文字会错,还要多烧一份积分。而本地绘制,改十次都不花钱。
回看整条流水线,真正能迁移到其他内容类型的,是这三条原则:
这条流水线现在每天只需一句话就能跑起来。从"大半天做一个选题"到"一句话交付一整套",中间隔的不是工具,而是把经验拆解、固化、可执行的那份耐心。
本文所有代码、命令、回显均来自真实执行记录。配图中的人物为 AI 生成的虚拟形象,仅作穿搭参考,不含任何真人代言。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。