WorkBuddy写脚本+MiniMax H3导演台+本地Ollama免费优化：AI视频提示词避坑实录

最近在跑一条 AI 视频生产流水线：**WorkBuddy 写脚本 → MiniMax H3 导演台生成提示词 → 云端出片**。流程本身很顺，但卡在了"提示词优化"这一步——ComfyUI 的 MiniMax H3 Easy 节点一直报错，折腾了一上午。把三个坑和修复过程记下来，给同样在玩 AI 视频的朋友避雷。

坑1：提示词优化一直报 400 invalid model name

现象：Prompt optimization API error (400): invalid model name，重启 ComfyUI 也没用。

排查思路：

1 先本地实测 Ollama 的 OpenAI 兼容接口——发现直接调用完全正常，问题不在服务端

2 翻插件配置文件 prompt_optimizer.json，看模型名配置

3 用十六进制一查——**破案了**：模型名字符里的连字符被替换成了 U+2011（不间断连字符），不是 ASCII 的 -！

qwen3‑vl:8b-instruct 里那一串 ,全是 U+2011，Ollama 压根不认这个字符，直接 400。

修复：把两个 profile 的模型名改成 ASCII 的 qwen3-vl:8b-instruct，改完配置实时读取，不用重启，问题消失。

**教训：模型名、路径这类字符串，一定要警惕复制/输入法带入的特殊字符。** 看着一模一样，其实不是同一个字符。

坑2：request exceeds context size (4096)

修完字符问题，又报新错：请求 5400 tokens 超了 Ollama 默认上下文 4096。原因是提示词优化请求=长系统提示词+压缩图，token 量很大。

修复：

Modelfile 里加 PARAMETER num_ctx 16384

ollama create qwen3-vl:8b-instruct-16k

建一个 16k 上下文的副本（原模型不动），配置切到新模型，6000+ token 的大请求立刻通过。

后来视频参考要抽帧，token 量级更大，又建了 32k 版本（num_ctx=32768），同时把视频压缩到 512、图片压缩到 768，双保险。

坑3：8B 模型"看图"理解弱，指令要结构化

上下文解决了，但发现本地 8B 视觉模型对画面理解偏弱——让它"图1女孩跳视频1的舞"，它编出一个雨夜母子故事，完全跑偏。

对策：把指令改成**五段式结构**（主体/动作/场景/镜头/氛围），动作直接写"参考视频1"，不让模型自己"看视频理解动作"，生成立刻正常。

结果

整个方案跑通：本地 Ollama（免费）+ ComfyUI 导演台 + WorkBuddy 写脚本，提示词优化零成本上线，大请求全部 HTTP 200。

**这条链路最大的价值：提示词优化这种高频操作不用花一分钱**，把积分花在真正值钱的云端生成上。省下的积分，够多出好几条片