用WorkBuddy打造免费漫剧制作流水线：从剧本到成片

做漫剧这个事，我前前后后折腾了小半年。从最早手动写文案、一张张生成图片，到后来用各种网页工具来回切换，最崩溃的不是某个环节不会做，而是剧本、分镜、画面提示词、配音稿、字幕文件这些产出物全都散落在不同工具里，格式不统一，改一遍要重复粘贴好几次。后来我把 WorkBuddy 这个个人 AI 工作台正式用起来，把整条漫剧制作流水线全部沉淀成技能和自定义指令，才算真正把“免费漫剧制作工具”这件事跑通。这篇就聊聊我是怎么用 WorkBuddy 搭出这套工具链的，里面包括完整思路、配置步骤、提示词协议、参数选择，以及我踩过的坑。

这套方案适合谁？如果你是想做漫剧短视频的内容创作者、靠漫剧搞副业的运营人员，或者单纯想用 AI 批量生产图文故事视频的人，都可以直接参考。不需要会写代码，但需要一点耐心去配置你的 WorkBuddy 工作台。

1. 思路拆解：为什么选 WorkBuddy 而不是堆十个网页工具

1.1 漫剧制作到底卡在哪

漫剧，本质上就是“会动的漫画短剧”：用静态画面加上运镜、配音、音效、字幕，剪成有剧情节奏的短视频。听起来简单，真正上手才发现每个环节都是坎。

第一道坎是剧本。一分钟的漫剧大概需要 300 到 500 字脚本，得有起承转合，得留钩子。第二道坎是分镜，每句台词对应什么画面、什么景别、什么情绪，普通人很难凭空想象出来。第三道坎是画面生成，写画面提示词本身就是门手艺，风格要统一，人物要一致，场景要连贯。第四道坎是配音，得有人声、有情绪，还要跟台词逐句对齐。最后还有字幕，要做成带时间轴的 SRT 文件，才能进剪辑软件。

我之前试过用 ChatGPT 写剧本、用 Midjourney 出图、用剪映配音，每一步都有产出了，但问题是这些产出彼此之间没关联。剧本里写“男主惊讶地看着前方”，到了分镜阶段就得重新描述一遍画面，到了提示词阶段又要再翻译成英文 prompt。同一个信息被反复加工，格式还经常对不上，最后出图的准确率很低。

1.2 WorkBuddy 解决的是“串行协作”问题

WorkBuddy 这类的 AI 工作台工具，核心优势不是它内置的某个模型有多强，而是它把“模型管理、技能扩展、任务编排、对话记忆”集成在了一个环境里。你可以把它理解成一个 AI 版的“集成开发环境”，只不过你开发的不是软件，而是一整套内容生产流水线。

我之所以选它，有几个很现实的原因。

第一，多模型自由切换。同一个工作台里可以接 DeepSeek、通义、智谱这类国内模型的 API，也可以接入本地模型。我日常用 DeepSeek 写剧本，因为中文叙事能力不错且便宜；但某些批量生成任务，我会切到本地小模型去跑，省调用成本。WorkBuddy 相当于一个统一的“遥控器”，不用在几个网页之间来回切换。

第二，技能机制。WorkBuddy 支持安装 skill，也支持自己写自定义技能。这个“技能”可以理解为一段高度结构化的指令模板，让 AI 每次按固定的格式干活。比如我写了一个“漫剧分镜师”技能，不管谁来触发，它都会输出标准化的分镜表字段，绝不会给我自由发挥。这是保证整条流水线稳定性的关键。

第三，本地记忆与历史记录。做漫剧是一个持续项目，人物设定、世界观、画风这些信息如果每次都要重新粘贴，效率太低。WorkBuddy 的会话记忆功能可以把这些背景信息存在本地，下次新开对话依然有效。配合历史记忆迁移功能，换设备也不丢上下文。

1.3 “免费”是怎么实现的

先说实话，完全零成本不太现实，但只要规划好，确实可以做到近乎免费。

我把成本拆成三块。模型调用是大头，所以剧本、分镜这类文本生成任务我优先用 DeepSeek，它经常有免费额度，单价也低。画面生成我走本地 Stable Diffusion 或者免费额度的在线生图，不用 Midjourney 付费版。配音用系统自带语音，或者找免费 TTS 工具生成。WorkBuddy 本身的积分体系偶尔会送额度，做一些轻量任务时我也会消耗积分去跑，具体搭配后面第四节详细说。

免费的关键不是找“不要钱”的工具，而是让每一步产出的格式足够标准化，减少返工。返工烧掉的 API 调用次数，才是隐形的大头。

2. 环境准备：安装、模型接入与技能扩展

2.1 安装 WorkBuddy 与启动慢的坑

WorkBuddy 支持 Windows 和 Linux 两个主流平台，我主力机是 Windows，服务器上跑 Linux 版。安装流程不复杂，直接从官网或者开发者平台下载对应安装包，Windows 用户解压后按提示安装即可，Linux 环境下通过命令行解压执行安装脚本，具体命令以当前官方文档为准。

装完第一次启动可能会比较慢，这一点必须提前说。因为 WorkBuddy 启动时要加载本地模型托管组件、检查技能依赖、建立本地索引，如果电脑配置一般，冷启动等个十几秒很正常。我一开始以为是安装坏了，反复卸载重装，后来才发现是机械硬盘读写慢。解决办法有两个：一是把数据目录放到固态硬盘上，二是关掉开机自启动不需要的模型服务。

Win 系统下还有个细节：如果杀毒软件拦截了本地服务进程，会导致界面显示“网络连接失败”但实际网络是通的。遇到这种情况，把 WorkBuddy 的安装目录加入信任区，再重启应用就正常了。

2.2 接入 DeepSeek 和本地模型

配置模型连接是搭建工具链的核心步骤。打开 WorkBuddy 的模型服务设置，能看到“在线模型”和“本地模型”两部分。

接入 DeepSeek 很简单，去 DeepSeek 开放平台注册账号，创建 API Key，然后在 WorkBuddy 的模型配置里选择 DeepSeek 并填入 Key。这里注意，默认的接口地址和工作台内置的模型名称可能不一致，如果报“模型不存在”或“连接失败”，去模型配置里确认一下模型名称是否填写完整，比如 deepseek-chat 和 deepseek-reasoner 是两个不同模型。

接入本地模型，我建议用 Ollama 做中转。先在本地装好 Ollama，拉取一个中文能力不错的小模型，比如 7B 级别的量化版本，再在 WorkBuddy 里配置本地模型的地址为 http://127.0.0.1:11434。这种“本地小模型兜底”的思路对免费方案很重要，后面会说怎么用。

有一点要强调的是：模型接入不是越多越好。我在工作台里只保留两个在线模型加一个本地模型，太多入口反而会让任务分发变得混乱。你需要做的是把“漫剧制作”专属的默认模型设为中文能力较强的那个，确保技能调用时不会跑到弱模型上。

2.3 安装 skill 和自定义指令

WorkBuddy 的技能体系是最值得花时间的部分。打开左侧技能市场，可以安装社区贡献的技能包，比如前面热词里提到的 superpowers，这类技能包会把通用的结构化输出协议、任务规划方法打包好，装上之后 AI 处理复杂任务时会更“有条理”。

但对于漫剧制作这种垂直场景，更推荐自己写自定义技能。你可以把技能理解成一个“岗位说明书”：告诉 AI 你是什么角色、你要输出什么格式、你遵守什么规则。

我在技能市场安装完基础包之后，自己写了三个技能：漫剧编剧、漫剧分镜师、漫剧提示词工程师。每个技能的核心就是一段严密的提示词协议，配合 WorkBuddy 的自定义指令功能，把输出格式用 JSON 结构或者 Markdown 表格固化下来。这样无论什么时候调用，产出的格式都完全一致。

自定义指令还有一个妙用：把整个漫剧项目的世界观、角色设定、画风描述写进指令里，AI 每次生成都会自动参考这些背景。相当于给你的工作台装了一个项目专属的“长期记忆”。

3. 核心流水线设计：把漫剧拆成 AI 能干的活

3.1 剧本生成的结构化协议

漫剧剧本不能像写小说那样自由，必须按“场次”和“镜头”组织，否则后续的分镜和画面生成根本无法对接。我用的协议是这样的：

你是一名漫剧编剧。请根据故事主题输出剧本，严格按以下结构返回： 【项目名称】 【总时长】 【场次1】 - 场景描述：50字以内 - 出场角色：角色名+情绪状态 - 镜头1：台词 | 说话人 | 动作 | 情绪 | 景别 | 画面内容 - 镜头2：... （全部场次以此类推）

规定了“台词、说话人、动作、情绪、景别、画面内容”这六个字段之后，AI 每次写出来的剧本都是可解析的结构化数据。这才是整个流水线能自动跑起来的基础。

这里有个实操细节：一定要在技能描述里注明“每一句台词对应一个镜头”，而不是“每个场景对应一个镜头”。因为漫剧的节奏感来自镜头切换，一句台词配一个画面的密度刚好适合短视频，一屏停留太久观众就划走了。

3.2 分镜脚本与画面提示词的衔接

有了结构化剧本，分镜其实是顺水推舟。我写的“漫剧分镜师”技能做的事情很简单：把剧本里的每个镜头转换成一张分镜表，包含镜头编号、景别、运镜方式、画面主体、氛围光线、文本描述。生成后我会检查分镜数量和台词数量是否一致，数量差通常是 AI 偷懒合并了镜头，需要让它重新生成。

分镜表再往下，就是画面提示词。画面提示词是给生图模型用的，我习惯写成中英混合的格式。中文写清楚主体和动作，英文辅助指定画质和风格。比如分镜里写“男主站在雨夜街角，表情担忧”，画面提示词就生成“A young man standing on a rainy street corner, worried expression, cinematic lighting, anime style, high detail”。

这种衔接方式最大的好处是：剧本、分镜、提示词三份文档共享同一套“语义”，不会出现分镜上写“惊讶的表情”而画面提示词里变成“愤怒”的情况。

3.3 配音稿与字幕文件的一体化生成

配音和字幕在早期被我用成了两条线，后来发现完全可以一起处理。因为两者都依赖同一个东西：台词文本。

漫剧配音最重要的是情绪标注。我在剧本的台词字段里已经带上了情绪状态，配音稿生成时直接把“情绪”和“台词”拼在一起，比如“（担忧地）你真的要走吗？”。TTS 工具看到带括号的情绪提示词，输出的语气会比平白念稿自然很多。

字幕 SRT 文件则需要估算每句台词的持续时间。我经验值是一秒念 3.5 到 4.5 个汉字，算出每句字幕的起止时间后，AI 会直接生成 SRT 格式内容。这个时间轴精度不需要完美，导入剪辑软件后手工微调即可，但能省掉八成手动打字幕的时间。

4. 实操演示：用 WorkBuddy 跑通一部一分钟漫剧

4.1 建立项目指令和技能库

进入实操环节。我先在 WorkBuddy 里新建一个项目，命名为“漫剧-都市奇幻-01”。然后把项目的核心设定写进自定义指令里：主角叫林澈，身份是城市白领，意外获得回溯时间的能力；画风统一为“日系都市奇幻，冷色调，电影感构图”；片长控制在 1 分钟；目标平台是短视频。

同时我把三个技能挂到当前项目上：漫剧编剧、漫剧分镜师、漫剧提示词工程师。这一步做完，WorkBuddy 就从一个通用 AI 工具变成了一个“漫剧专属工作室”。后面所有对话都会自动带上项目设定，不会跑偏。

4.2 一个指令跑通“剧本-分镜-提示词”

配置好项目后，我触发一个整合指令：“请生成一集1分钟漫剧的剧本、分镜表和画面提示词，主题是‘男主第一次使用回溯能力改变一件小事’。”

WorkBuddy 会按照技能顺序执行，先调用编剧技能输出剧本，再调用分镜师技能把剧本转成分镜表，最后让提示词工程师输出每个镜头的生图提示词。整个过程大概是：确认设定、生成、校验格式。

这里有个关键动作：中间结果必须检查。我不会让三条技能一次性自动执行完，而是先让编剧技能跑完，确认剧情没问题，再触发分镜技能。如果剧情不对，后面全白做。WorkBuddy 的对话是连续的，我检查完直接说“按此剧本生成分镜表”，它就能用上一轮的剧本继续。

整套跑下来，产出大致是：一个 8 场戏的剧本，约 20 句台词，对应 20 个镜头，每个镜头附带一份画面提示词。时长刚好 1 分钟出头，符合平台习惯。

4.3 批量生成画面素材

画面素材是漫剧里最花时间也最花成本的一环。我的免费方案是：把提示词工程师给出的画面提示词，批量喂给本地 Stable Diffusion 或者用在线免费额度生成。

本地生图需要一张像样的显卡，如果没有，就用云端免费额度。批量生成时，我会把 WorkBuddy 生成的提示词复制到生图工具的分批任务里，一次跑 20 张。这一步的体验是：如果前面的提示词格式规范，生图环节基本不用改太多；如果提示词写得模糊，20 张图可能废掉大半。

统一画风的方法我放在第五部分细说，这里只提一点：固定种子值。同一个种子加同一组提示词风格前缀，画面一致性会明显提升。

4.4 配音、字幕与剪辑合成

素材齐了之后，配音我用的免费 TTS。把 WorkBuddy 生成的情绪化台词稿逐条复制进 TTS 工具，导出音频。字幕部分直接用 AI 生成的 SRT 文件，再导入剪辑软件。

剪映这类短视频剪辑工具支持图文成片，但自动生成的运镜效果很随机。我更推荐用传统剪辑时间线：每张图对应一个镜头，设置“缩放”和“位移动画”模拟推拉摇移，卡着配音节奏切画面，这样漫剧的“剧感”才出得来。

剪辑环节 WorkBuddy 帮不上太多忙，但它保证了你的素材是齐的、对得上的。我踩过最大的坑就是画面和台词对不上，最后返工。现在我会在出图后把每张图的文件名改成“镜头编号+内容关键词”，例如“04_LinZhe_surprised.png”，导入剪辑软件后一目了然。

5. 参数调优、积分规划与质量提升

5.1 关键模型参数怎么选

很多人用 AI 写剧本，一个模型用到老，完全不知道调参数。其实在 WorkBuddy 的模型设置里，每个接入的模型都可以单独调参数，这对漫剧制作的影响非常大。

我常用的三组参数如下：

剧本生成的 temperature 我试过 1.2，结果 AI 写出了“突然出现外星人”的烂尾剧情，漫剧这种短内容经不起大转折，0.85 左右是我的舒适区。分镜转换必须低温，因为这是格式转换任务，temperature 太高它就会“发挥创意”，把画面东加一句西加一句。

max_tokens 容易被新手忽略。默认值可能只有 500，写剧本到一半就被截断，AI 还会说“由于字数限制，我暂时写到这里”。把剧本任务的长文本上限调高，才不会出现这种尴尬。

5.2 积分与免费额度的省钱策略

WorkBuddy 平台有自己的积分体系，积分可以调用部分内置服务。在线 API 则是按 token 计费。我的省钱策略是四层分流：

第一层，能本地跑的用本地。本地大模型的文案质量虽然比云上模型弱一点，但做分镜表、字幕格式转换这类机械任务绰绰有余。

第二层，创意任务用有免费额度的在线模型。DeepSeek 注册送的额度足够跑几百次剧本生成，我至今还没花过一分钱在文本生成上。

第三层，轻量任务用 WorkBuddy 积分。像“润色一句台词”“检查分镜编号是否连续”这种几分钟的活，没必要动用主力模型，积分顺手就干了。

第四层，批量任务拆成小批次。一次性生成 20 个镜头的提示词，如果中途格式崩了要重跑，浪费巨大。我会拆成 5 个一组，每跑完一组确认无误再跑下一组。

5.3 提升漫剧质量的三个技巧

质量是漫剧能不能火的核心，比省钱重要得多。我总结了三个最有效的方法。

第一个是风格前缀固定法。不管画面内容怎么变，提示词开头统一带“anime style, cinematic lighting, detailed background, character consistency”。这组前缀让你的所有画面看起来像同一个团队画的。如果生成工具支持风格模型，选同一个底模更佳。

第二个是镜头连贯性管理。漫剧最怕人物长相忽变。我现在用的办法是给主角设定“人物描述固定句”，比如“black hair, dark blue eyes, wearing a gray suit”，每一张图都把这句塞进提示词。这样同一人物在不同分镜里的辨识度会高很多。

第三个是配音情绪对齐。免费 TTS 的声音虽然机械，但如果台词稿里每句都带了情绪括号，读出来就会有一点起伏。我还会把“笑”“叹气”“压低声音”这类舞台提示加进台词文本，让 TTS 产生更接近表演的效果。

6. 常见问题与排查技巧实录

6.1 启动慢与“网络连接失败”的正确处理

WorkBuddy 在 Windows 上首次启动慢，容易被误判为死机。判断标准：看 CPU 占用率，如果持续有波动，说明在加载，只是慢；如果稳定为零，说明进程卡死了，需要重启。

“网络连接失败”提示我见过十几次，大部分不是断网，而是本地代理服务没起来。检查顺序是：打开任务管理器，看 WorkBuddy 相关的后台服务是否都在运行；服务在运行但界面报错，就尝试重启数据服务；还不行，检查杀毒软件是否拦截了本地端口监听。我最后就是靠把整个软件目录加进信任区解决的。

6.2 历史对话与本地记忆迁移

换电脑最担心的就是历史对话和项目设定丢了。WorkBuddy 的配置和数据默认存在本地数据目录里，我在旧电脑上把整个数据目录复制到新电脑对应位置，重启后所有项目、技能、历史记录就回来了。这个操作我做过两次，没有出过问题。

如果你之前已经用完一段时间，临时要做迁移，可以在 WorkBuddy 的开发者平台里看看有没有云同步选项，有的话登录账号即可同步。本地手动迁移的好处是保险，云同步失败时可以兜底。

6.3 本地模型接入不上

最常见的原因是模型未下载完整或者地址填错。Ollama 拉取大模型时如果中途断网，拉下来的文件是不完整的，WorkBuddy 就会显示连接超时。解决办法：在 Ollama 里单独跑一次模型确认正常，再回到 WorkBuddy 的模型设置里测试连接。

还有一个小坑：地址必须写全，比如 http://127.0.0.1:11434，不要省略 http。我之前手滑填成 127.0.0.1:11434，WorkBuddy 也能识别，但部分版本会严格校验协议头，直接报“无效地址”。

6.4 积分消耗异常与 API 报错速查表

如果你想省积分，一个关键习惯是：每一轮任务从技能库调用，尽量不要在对话里反复追加碎碎念。每追加一句，上下文变长，token 消耗翻倍。我在跑整条流水线时，会刻意把“生成剧本”和“生成分镜”分成两轮独立对话，减少无关上下文累积。

根据我个人的实际操作体验，用 WorkBuddy 搭漫剧制作工具，最终沉淀下来的不只是几条提示词，而是一套可复用的创作标准。今天把剧本结构、分镜协议、画面提示词前缀、配音情绪标注这些规则固化进技能之后，下一个漫剧组只要换一下设定，就能用同一套管线快速出片。后来我也把成功跑通的整个工作流模板直接复制了一份，取名叫“漫剧工厂”，每次开新项目先加载它，再填新设定，省掉了 80% 的重复试错。