【实战】1222 张老照片、4 个文件夹、20 年同学会：我用 WorkBuddy 把"一锅粥"素材理成了一条时间线

【实战】1222 张老照片、4 个文件夹、20 年同学会：我用 WorkBuddy 把"一锅粥"素材理成了一条时间线

关键词：#WorkBuddy #AI办公 #自动化 #生活场景 #效率工具 字数：约 2200 字｜建议配图 4 张（文中已标出截图位置）

目录

1. 前言：一次真实的"素材灾难"
2. 先说结果
3. 我是怎么下第一条指令的
4. 照片整理：它到底做了什么
5. 从"一堆照片"到"一份视频脚本"
6. 三个真实踩坑，帮你避雷
7. 成本与性价比
8. 写在最后

一、前言：一次真实的"素材灾难"

今年是我们大学毕业 20 周年。聚会要做一个开场视频，这个活落到了我头上。真正打开电脑那一刻，我才发现事情有多崩溃：

• 从 QQ 相册、旧硬盘、同学微信群里扒下来的照片，散落在 4 个大文件夹里，一共 1222 张；
• 命名完全混乱：手机导出的 IMG_xxxx、相机导出的 DSCxxxx / LPICxxxx，还有中文名的"照片 115.jpg""未命名-129.jpg"；
• 时间线是乱的——2002 年入学、2006 年毕业、2016 年十周年，三个阶段的照片混在一起；
• 大量连拍废片、模糊图，同一张照片还在不同文件夹里各存了一份。

手工理？我估算了一下，光是"看一遍"就要两三个小时，更别说分类、去重、挑片、写文案。

最后，我把这件事整个丢给了 WorkBuddy。

二、先说结果

一次对话下来，我拿到了：

1. 4 个按时间排序的文件夹：01-大学日常 / 02-学位授予 / 03-毕业聚餐 / 04-十周年聚会——文件夹编号就是叙事顺序；
2. 每个文件夹一份精选：从 1222 张里挑出 180 张，并附一份《精选报告》，逐张标注清晰度分值和入选理由；
3. 一份约 7 分钟的开场视频脚本：6 段式情绪时间轴 + 逐段分镜 + 配乐建议 + 剪映合成步骤；
4. 一份旁白文案全文，以及一份可直接喂给剪映"图文成片"的文案。

从下指令到拿到脚本，总共一个多小时，中间我只补充了几次信息。

精选报告截图1

三、我是怎么下第一条指令的

这里是最关键的一步。我一开始也没指望它能干这么细，第一条指令其实很朴素：

"这个文件夹里是我同学聚会的照片，很乱。帮我按时间顺序整理一下，分成几个阶段，每个阶段一个文件夹。"

但真正让它把活干漂亮的，是后面追加的几条约束：

• 告诉它叙事顺序："按我视频要讲的顺序排：大学日常 → 毕业授学位 → 毕业聚餐 → 十周年聚会，文件夹用 01/02/03/04 编号。"
• 告诉它挑选标准："不要全部保留，帮我做精选。清晰度低的、模糊的、连拍重复的去掉，每个阶段留最能代表当时场景的。"
• 告诉它最终目的："我最终要做一个 7 分钟的开场视频，请按叙事的需要来选片。"

最后一条特别有用。它让模型知道了"终点"，选片逻辑立刻从"随手删"变成"为剪辑服务"——比如它会在报告里专门标注"这段是情绪谷底""这张适合做实定格高潮"。

四、照片整理：它到底做了什么

1. 先摸清家底，再动手

它没有一上来就乱复制，而是先统计出源结构：46 + 294 + 439 + 443 = 1222 张，并识别出每个大文件夹里的真实内容和子文件夹分布。

2. 用"清晰度分值"客观挑片

这是我觉得最专业的一点。它给每张照片算了一个 sharp（清晰度）分值，例如：

• 学位授予段：min 249 / avg 845 / max 1482
• 十周年段：min 266 / avg 694 / max 1627

模糊的（分值低的）直接淘汰，同一场景的连拍只留最清晰的一两张。

3. 处理"重名"和"连拍"这两个经典坑

• 重名冲突：多个文件夹里都有 张健.JPG、照片 004.jpg 这种同名文件。它逐组比对后只保留最清晰的一张，避免复制时互相覆盖；
• 连拍控制：像"围站合影 30+ 连拍""拥抱长连拍 20+ 张"这种，它规定每组只取 1~4 张，避免出现"同一个人连刷 30 张"的尴尬。

4. 输出一份可核对的《精选报告》

它给每个阶段都写了一段"选片策略"，说明为什么留这些、为什么砍那些。比如毕业聚餐段，它的策略是"以举杯干杯 / 大笑 / 群组热闹为第一优先级"。这份报告让我一眼就能看出它有没有挑错，而不必自己再翻一遍 1222 张。

精选报告截图2

五、从"一堆照片"到"一份视频脚本"

照片理完之后，我接着说了一句："现在帮我写开场视频的文案。"

它给我的不是一段干巴巴的说明文字，而是一份完整的视频脚本：

• 一句话主题："2002 年我们走进马房山，2006 年我们各奔天涯——今晚，二十年，我们回来了。"
• 6 段式情绪时间轴：庄重 → 青涩温暖 → 荣光绽放 → 不舍离别 → 重逢热烈 → 温情升华；每段都标注了时长、用哪几张照片、配什么音乐；
• 逐段分镜：精确到"段②用照片 01–16，每张 3–4 秒，硬切 + 少量白闪""段③的高潮是毕业大合影，定格 6–8 秒"；
• 配乐建议：连 BPM 和音量包络都给了（"段⑤副歌最高 +5dB，给主持人留话口"）；
• 剪映实操步骤：素材怎么导入、怎么卡点、转场怎么选、导出什么分辨率。

说实话，这几段文案我基本是"抄作业"——直接拿去当剪辑的施工图。

五、从"一堆照片"到"一份视频脚本"

照片理完之后，我接着说了一句："现在帮我写开场视频的文案。"

它给我的不是一段干巴巴的说明文字，而是一份完整的视频脚本：

• 一句话主题："2002 年我们走进马房山，2006 年我们各奔天涯——今晚，二十年，我们回来了。"
• 6 段式情绪时间轴：庄重 → 青涩温暖 → 荣光绽放 → 不舍离别 → 重逢热烈 → 温情升华；每段都标注了时长、用哪几张照片、配什么音乐；
• 逐段分镜：精确到"段②用照片 01–16，每张 3–4 秒，硬切 + 少量白闪""段③的高潮是毕业大合影，定格 6–8 秒"；
• 配乐建议：连 BPM 和音量包络都给了（"段⑤副歌最高 +5dB，给主持人留话口"）；
• 剪映实操步骤：素材怎么导入、怎么卡点、转场怎么选、导出什么分辨率。

说实话，这几段文案我基本是"抄作业"——直接拿去当剪辑的施工图。

脚本截图

六、三个真实踩坑，帮你避雷

坑 1：不要让 AI 猜你的叙事顺序。 我第一版没说清"时间线"，它按文件修改时间排了，结果十周年的照片跑到了毕业照前面。一定把顺序明明白白写出来。

坑 2：给标准，别给感觉。 "帮我挑好看的照片"= 没用。"清晰度低的去掉、连拍只留代表帧、每个场景留 2~3 张"= 好用。AI 需要可执行的判据。

坑 3：先小批量试跑。 1222 张属于"巨量"操作。我的做法是让它先处理最小的那个文件夹（46 张）验证效果，确认没问题再放开全量。大任务先探路，别一把梭。

七、成本与性价比

• 照片整理、报告生成这类本地文件任务，单价很低，整轮整理 + 文案消耗很小；
• 新用户注册后可领免费积分（记得去官网个人中心 / 用量页手动领取，不会自动到账）；
• 相对更贵的是图像 / 视频生成（比如把老照片做成动态镜头），按次计费，建议单独评估。

八、写在最后

20 周年聚会那天晚上，视频放到毕业大合影那一帧，台下安静了两秒，然后是一片掌声。

那一刻我觉得，把 1222 张照片"丢给 AI"这件事，值了。

它没有替我怀旧，但它把 20 年散落的记忆，重新排成了一条能被看见的时间线。这大概就是工具最好的样子。