WorkBuddy 视频生成实测：一个提示词，四格分镜与 15 秒科幻短片

一名宇航员跪在欧罗巴的冰面上，擦去霜层，冰下有什么东西朝她发出微光。这个 15 秒场景出自一个 WorkBuddy 任务。我们在国际版网页应用上以两种方式测试了 WorkBuddy 视频生成：智能体自带的视频工具，以及按名称调用 Seedance 2.5 的 Atlas Cloud 技能。下面介绍每条路线做什么、文件落在哪里、成本是多少，以及我们使用的提示词。

要点

• WorkBuddy 在 5.6.2 版本中加入了内置图像和视频生成，并在运行高成本媒体工具前先询问。
• 网页应用的内置 VideoGen 工具没有模型选择器；我们的工具报告其固定模型为 Kling v3。
• Atlas Cloud 技能让一个 WorkBuddy 任务借助 Seedance 2.5 将片段从故事板推进到配乐剪辑。
• Seedance 2.5 reference-to-video 将四个故事板帧变成了一段 15 秒、三镜头的场景，并包含一句低声台词。
• 在技能市场搜索视频会返回 12 个选项，从 Remotion 动态图形到素材剪辑。

WorkBuddy 能自己生成视频吗？

能，而且能做到什么程度取决于版本。国际版 更新日志 将“图像和视频生成”列为 5.6.2 版本的新增功能，而 5.9.4 版本让视频生成等高成本工具“在使用前需要确认”。

在网页应用中，首页的 Video Generation 标签更偏向动态图形：其示例提示词要求制作动画版 AI 排行榜和每周新闻摘要，并像编码动画一样按秒详细说明。

内置 VideoGen 工具与 Design & Creative 模式

我们选择了那个标签，并告诉智能体忽略所有已安装技能，使用它自己的工具。它找到了一个名为 VideoGen 的工具。该工具的说明将 5 秒片段标为约 50 到 100 积分，且不提供模型选择器。在我们 2026 年 11 月 4 日的 Free 网页账户上，它报告的模型是 kling-v3-t2v。同一账户上的姊妹工具 ImageGen 处于关闭状态。

中国桌面客户端为此设有专用模式。在 9 月 21 日的一篇帖子 中，腾讯 WorkBuddy 团队表示 Design & Creative 模式现已接入 Miora。你选择 Generate Image、Generate Video 或 Brand Design，确认交付物、宽高比或时长以及参考素材，结果会汇集到一个目前仅可查看的 Miora 画布上。在国际版网页应用中，+ 下的 Mode 菜单只提供 Plan 和 Ask。

WorkBuddy 专家与视频技能

在技能市场搜索“video”，会返回 12 个结果。Remotion Video Toolkit 从 React 代码渲染动画，Product Showcase Video 规划多镜头产品片段，Video Editing 和 Video Remix 则处理你已有的素材。

第三方目录还列出了一个 Video Generation Team 专家，它把交付拆分为 AI MP4、Remotion 代码和 ffmpeg 脚本。在中国版中，Atlas Cloud 媒体专家附带三个示例任务：一套故事板、一个 15 秒宣传片，以及带音乐的旁白。我们接下来运行了全部三个。

在 WorkBuddy 中用 Seedance 2.5 制作科幻短片

内置路线会替你选择模型。Atlas Cloud 则相反：其开源技能教会 WorkBuddy 按名称调用 Atlas 的 400+ 模型，涵盖图像、视频到音频，每个任务都计入你的 Atlas 账户。我们给一个任务提供了主角肖像和媒体专家的三个任务，并将其改写为名为 Thin Ice 的科幻简报。

智能体制作了四个故事板帧，并将它们作为参考传给 Seedance 2.5。返回的是一个 1280 × 720、24 fps 的片段，她低声说的“It's breathing”已经出现在音轨上。随后它生成了一句旁白和一段配乐，并在自己的沙箱中用 ffmpeg 混音。

方法 1：在 WorkBuddy 任务中运行从故事板到预告片的提示词

先安装三个 Atlas Cloud 技能。上传需要一分钟，我们的 WorkBuddy AI 指南 展示了每一步点击。然后：

1. 在提示框（1）中输入 /，然后选择 atlas-cloud（2）。
2. 点击 +（3），然后选择 Add files 和 Local Files，并附上一张参考肖像。
3. 描述第一阶段并发送（4）。网页沙箱没有环境变量，所以当智能体询问时粘贴你的 Atlas 密钥，并告诉它在任何付费任务前先报价。

第一阶段运行 Seedream 5.0 Lite Edit Sequential，它通过一次调用返回一组匹配结果。我们的四个 2848 × 1600 帧花了大约三分半钟。

第二阶段将这些帧交给 Seedance 2.5 reference-to-video。把肖像放在最前面，以锚定她的脸，然后是三个镜头帧，并用 @ 标签将每个镜头与其帧对应。我们的设置是 15 秒、720p、16:9，开启音频，提示词如下：

plaintextCopy
1Three-shot sci-fi short. The woman in @Image1 is the astronaut in every shot, same face; she wears the matte-white pressure suit with amber chest lights and the clear glass dome helmet seen in @Image2, hair pinned up inside the helmet. Shot 1 (0-5s), framed like @Image2: low knee-height tracking shot as she walks across the cracked ice of Europa toward the drilling rig, Jupiter huge in the black sky, boots crunching on frost. Shot 2 (5-10s), framed like @Image3: she kneels at the borehole and wipes frost off the ice with her glove; a blue glow pulses beneath and grows brighter with each pulse; the camera sinks to ice level. Shot 3 (10-15s), framed like @Image4: close-up through her visor, blue light washes over her face, her breath fogs the glass, she whispers in English: It's breathing. Sound: thin wind, her breathing inside the helmet, a deep hum from under the ice that swells with the glow, no music. Photoreal, anamorphic 35mm, soft film grain, cold blue-white palette with warm amber suit lights.

第三阶段要求在 ElevenLabs v3 上用英语旁白朗读“Day two hundred and twelve on Europa. Nine kilometers down, the drill found water. Then the water found us.”，并加上 MiniMax Music 2.6 的一首器乐，智能体先对两个任务进行了报价。

在混音中，7.8 秒的旁白在她低声台词之前结束，配乐比原生声音低 16 dB，并带有 1 秒淡入淡出。结果是一个 15 秒的 thin_ice_final.mp4，作为附件返回到任务中。

我们的 角色一致性指南 介绍了 Seedance 2.5 如何跨参考保持面部一致，而 Seedance 2.5 提示词指南 介绍了镜头时序。若要在智能体花钱之前测试镜头，请打开 Seedance 2.5 演练场，它会在你点击 Run 之前显示确切价格。

方法 2：通过 Atlas API 调用 Seedance 2.5 Reference-to-Video

更喜欢自己编写渲染脚本？在 Atlas API 上，同样任务分三步。

第 1 步：创建 API 密钥。 在 Atlas 控制台打开 API 密钥，点击 Create API Key 并复制。把它保存在你的服务器上；一个密钥适用于所有模型。

第 2 步：检查请求结构。 API 文档 和模型页面上的 API 标签列出了每个字段，包括 reference_images、duration 和 generate_audio。

第 3 步：提交任务并轮询。 把肖像列在最前面，以便 @Image1 与之匹配：

plaintextCopy
1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
3  -H "Content-Type: application/json" \
4  -d '{
5    "model": "bytedance/seedance-2.5/reference-to-video",
6    "reference_images": [
7      "https://your-cdn.com/portrait.png",
8      "https://your-cdn.com/frame1.png",
9      "https://your-cdn.com/frame2.png",
10      "https://your-cdn.com/frame3.png"
11    ],
12    "prompt": "Three-shot sci-fi short... (paste the full Method 1 prompt)",
13    "duration": 15,
14    "resolution": "720p",
15    "ratio": "16:9",
16    "generate_audio": true
17  }'

响应会带有一个 prediction ID。持续轮询，直到状态显示 completed，且片段 URL 出现在 outputs 中：

plaintextCopy
1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

端点和认证头对所有模型都相同，因此要把故事板步骤换成另一个图像模型，只需更改一个模型字符串。

WorkBuddy 视频生成评测：内置工具与 Atlas 技能对比

两条路线都从同一任务窗口中的提示词开始。区别在于谁选择模型，以及账单记到哪里。

在 WorkBuddy 这边，整个 Thin Ice 任务从欢迎包中消耗了约 116 积分。这包括一次故事板修订，以及智能体为托管的 Atlas MCP 服务器设置登录的早期步骤，所以要一开始就告诉它使用 REST API 和你的密钥。Seedance 渲染本身花了大约四分半钟。

常见问题

WorkBuddy 视频生成免费吗？

部分免费。免费计划的每月 100 积分和 250 欢迎积分，按工具标明的费率可覆盖几个内置片段。在 Atlas 路线中，积分只用于支付智能体的推理，媒体费用由 Atlas 计费。

2026 年 11 月 4 日，我们的故事板套图花费 $0.126，15 秒 720p 的 Seedance 2.5 片段花费 $4.52，均为当天折扣后价格（Seedance 2.5 八折，Seedream 5.0 Lite 九折）。加上 $0.0107 的旁白和 $0.15 的配乐，一次完整流程约为 $4.81。

WorkBuddy 支持 GPT Image 2 或 imagegen 技能吗？

WorkBuddy 有一个名为 ImageGen 的内置图像工具，但在我们的网页会话中它处于关闭状态。市场提供 OpenAI Image Gen 和 Nano Banana Pro 等图像技能，GitHub 上的社区技能也封装了 GPT Image 2。安装 Atlas 技能后，你还可以在提示词中指定 openai/gpt-image-2/text-to-image，并按图像付费。

WorkBuddy 能编辑视频，也能生成视频吗？

可以，通过附加组件实现。ChatCut 将 WorkBuddy 连接到它自己的编辑器，智能体可以在其中把口播录像变成带字幕的竖版剪辑。Video Editing 和 Video Remix 技能可处理上传的素材，智能体还可以在其沙箱中运行 ffmpeg，我们的旁白和配乐就是这样混音的。

有适用于 Android 的 WorkBuddy APK 吗？

有。workbuddy.ai 页脚的 Android 下载链接指向腾讯 CodeBuddy 下载服务器上的一个 APK 文件，iOS 链接则指向 App Store。手机应用旨在控制已登录电脑上的 WorkBuddy，因此视频任务仍在电脑上运行。

结论

如今 WorkBuddy 可以通过三种方式制作视频：模型固定的内置生成、通过 Remotion 等技能进行代码渲染的动态图形，以及通过技能或连接器调用模型。第一种无需设置，但把模型选择权留给了 WorkBuddy。

Atlas 技能把一个任务变成了一条小型生产线：故事板、带原生声音的 15 秒 Seedance 2.5 镜头列表，以及带旁白的混音，每一项都在运行前标价。如果你想要 WorkBuddy 视频生成使用你选择的模型，并让角色在镜头间保持一致，这就是我们会优先采用的路线。