根据2026年3月15日AI漫剧行业沙龙中肖总和Joey的分享整理
一、OpenClaw 在行业中的定位
1.1 核心角色定位:制片人,不是导演
传统工作流角色:编剧 ← 导演 ← 美术 ← 配音 ← 剪辑 ← 发行
OpenClaw角色:
- 制片人/执行者(不是导演!)
- 帮你执行任务,但不做创意决策
- 24小时待命,自动执行重复性工作
1.2 为什么是"制片人"而不是"导演"?
Joey的核心观点:
- "你给它越复杂的指令,它消耗的Token越多"
- "它本质是一个黑箱,你不知道它会干什么"
- "让它做消耗极其简单指令的事,让算法用代码跑"
问题对比:
- ❌ 全流程让AI做 → 不可控,Token爆炸
- ❌ 期望AI做创意决策 → 结果往往不符合预期
- ✅ 让AI做"执行者" → 效率高,成本可控
二、具体应用场景
场景1:自动化流水线执行
传统方式:人工打开网页 → 输入剧本 → 选择角色 → 点击生成 → 等待 → 审核 → 继续耗时:1-2小时/集
OpenClaw方式:
步骤1:定义清晰的任务指令
打开XX网站,进入剧本管理页面,创建一个新项目,
项目名称='重生都市',输入以下剧本内容...
步骤2:设置定时任务
每天晚上10点执行以下任务:生成XX角色的三视图
步骤3:设置条件判断
如果生成成功,发送到工作群;如果失败,重试3次
效果:
- 可利用非工作时间自动运行
- 第二天早上"收菜"
- 一个人可管理多条流水线
场景2:多Agent协同工作
Joey的实践:5只OpenClaw Agent = 5个环节的执行者
Agent 1 (编剧) → Agent 2 (分镜) → Agent 3 (生图)
↓
Agent 4 (视频) → Agent 5 (合成)
关键点:
- 每个Agent只做一件事,专注、熟练
- 需要"养"Agent,让它熟悉你的工作流程
- 每个Agent有记忆,需要磨合期
场景3:跨平台任务执行
肖总展示的工作流:
- 通过飞书发送指令
- OpenClaw自动下载配置
- 创建专属Token
- 执行任务并返回结果
- 结果同步到工作群
肖总原话:
"我在前天很晚了,给它布置一个任务,然后我就睡觉,它自己在那边执行。第二天早上起来看做到了什么程度。"
场景4:OpenClaw+ 第三方API 混合架构
Joey的技术架构:
OpenClaw (执行指令)
↓
自建中台 (监控+日志)
↓
自研网页平台 (流程控制)
↓
第三方API (可灵/海螺/Banana等)
优势:
- 解决OpenClaw黑箱问题
- 成本可控(全程约100-500万Token/集)
- 可追溯、可管理
成本对比:
| 方式 | Token消耗 |
|---|---|
| 纯OpenClaw全流程 | 5000万+/集(失控) |
| 混合架构 | 100-500万/集 |
三、FunCloud 平台
3.1 肖总发布的FunCloud
定位:视听行业专属的OpenClaw定制平台
核心能力覆盖:创作 → 剪辑 → 发布 → 推广 → 变现 → 合规 → 分析
特色:
- 专为视听行业开发的智能体
- 集成OpenClaw平台的优质skill
- 一键安装,零门槛
- 对接梦工厂、风帆等发行平台
3.2 内测体验
- 简单配置:手机上通过飞书发送指令
- 自动下载安装
- 返回Token
- 绑定后即可使用
四、腾讯云的 OpenClaw 整合
秦云野分享:
- 小龙虾skill能力封装整合
- 在Cloud Hub和Skill Hub可搜索
- 名称:tencent-mps-skill
覆盖能力:
- 音视频处理(AI处理)
- 智能创作
- 媒体增强
- 细节增强/超分
五、实战避坑指南
5.1 Joey的踩坑经验
问题1:黑箱不可控
- ❌ 问题:不知道AI在干什么,用了什么模型
- ✅ 解决:建立中台监控系统,记录所有操作
问题2:Token消耗失控
- ❌ 问题:全流程让AI做,5000万Token/集
- ✅ 解决:拆分任务,AI只做简单执行,代码做复杂逻辑
问题3:网页变化导致任务失败
- ❌ 问题:网页UI更新,AI找不到按钮
- ✅ 解决:不断测试,建立最小可运行循环
问题4:安全风险
- ❌ 问题:本地部署权限过高,信息泄露风险
- ✅ 解决:建议上云端(腾讯云),做好权限隔离
5.2 最佳实践总结
应该做 ✅:
- 清晰的任务指令(越具体越好)
- 单一职责(一个Agent只做一件事)
- 人做决策,AI做执行
- 配合定时任务,利用非工作时间
- 建立监控中台,可视化Token消耗
- 做好备份策略(每7天全量备份)
- 优先云端部署,注意安全问题
不应该做 ❌:
- 不要让AI做创意决策
- 不要期望全流程自动化
- 不要忽视Token成本监控
六、行业应用总结
6.1 OpenClaw在AI漫剧中的价值
| 维度 | 价值 |
|---|---|
| 效率 | 24小时自动执行,人休息AI工作 |
| 规模化 | 一人多线并行,降低人力成本 |
| 灵活性 | 手机即可操控,随时随地管理 |
| 成本 | 相比纯人工可大幅降低 |
6.2 适用场景
适合用:
- 批量生成任务
- 重复性操作
- 定时/夜间执行
- 跨平台流程串联
不适合用:
- 创意决策
- 复杂判断
- 敏感操作
6.3 未来预期
Joey观点:当真正的模型能力平均赋予给大家,能一键出片时,真正竞争的是创意和故事,而不是工具。
七、核心要点
OpenClaw核心应用 = 制片人角色 + 清晰指令 + 任务拆分 + 监控成本
= 人(决策) + AI(执行) + 代码(复杂逻辑)
八、PPT重点
8.1 openclaw监控中台
8.2 全链路能力
8.3 openclaw安全
8.4 思考:创作的核心
8.5 vibe coding工作流展示
文档整理自2026年3月15日AI漫剧行业沙龙会议纪要