首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >从热点到四平台文案:我用 WorkBuddy 搭了一条穿搭内容流水线

从热点到四平台文案:我用 WorkBuddy 搭了一条穿搭内容流水线

原创
作者头像
用户12907282
发布于 2026-11-18 14:39:39
发布于 2026-11-18 14:39:39
290
举报

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、先看成果

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。

二、整体设计:把经验变成"可执行的工作流"

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"。

三、环境准备

需要三样东西:

  1. WorkBuddy 客户端(执行主体)
  2. Python 3 + Pillow(画品牌卡用)
  3. 一个技能目录,结构如下:

Pillow 如果没装,一条命令搞定:

四、核心代码:两个脚本

4.1 建选题骨架 new_topic.py

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。

4.2 本地绘制品牌卡 brand_card.py

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:

五、出图:省钱且有章法

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。

六、踩坑记录(这部分最值钱)

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。

七、算力账本

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。

八、可复用的经验

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:

  1. 把方法论固化成文件,而不是留在脑子里。 技能文件就是"长期记忆",跨会话不丢,改一处全局生效。
  2. 学习学形式,不学内容。 主题会变、热点会变,但光影、构图、镜头组织这些形式层规律是可迁移的。剥掉题材学形式,才能应对任何选题。
  3. 省钱的本质是"少返工",不是"用便宜模型"。 先校准、用坐标、做自检、把检查写进代码——这些动作的省下的积分,远比你纠结用哪个模型多。

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。

目录
  • 一、先看成果
  • 二、整体设计:把经验变成"可执行的工作流"
  • 三、环境准备
  • 四、核心代码:两个脚本
    • 4.1 建选题骨架 new_topic.py
    • 4.2 本地绘制品牌卡 brand_card.py
  • 五、出图:省钱且有章法
  • 六、踩坑记录(这部分最值钱)
  • 七、算力账本
  • 八、可复用的经验
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档