博客 / 詳情

返回

釦子Coze變現實戰：一天產出50條爆款書單視頻，每月躺賺5位數，免費分享！

大家好，我是湯師爺，分享1000個行業智能體案例，幫助100W人用智能體創富~

今天給大家帶來一個超實用的Coze工作流，3分鐘讀完一本書視頻自動化生成智能體。

這個工作流能夠自動將書籍內容轉化為帶有分鏡圖片、語音解説和字幕的短視頻。

一鍵生成剪映草稿，幫你快速產出知識類短視頻內容。

1、為啥要搞視頻自動化

1.1 搞定知識類短視頻製作太慢的問題

以前做知識類短視頻得自己寫文案、設計分鏡、找圖或畫圖、錄音、剪輯啥的，做一條3分鐘的視頻動不動就得好幾個小時甚至一整天。

用了這個智能體，從輸入文案到生成剪映草稿，全程自動跑，完全不用你管。

1.2 知識付費和內容創作者的剛需

在抖音、快手、視頻號這些平台，讀書類短視頻流量賊高。

很多知識博主、圖書推廣團隊都得批量產出這種內容，但人力成本高、效率又跟不上。

用這個工作流，單條視頻製作時間直接從幾小時縮到幾分鐘。

1.3 分鏡畫面自動生成

工作流裏內置了專業的分鏡描述模型和AI畫圖功能，能根據書的內容自動生成扁平風格插畫，不用設計師手繪，製作門檻和成本直接降下來了。

1.4 一鍵導入剪映，直接開始後期

生成的東西直接導出成剪映草稿鏈接，音頻、圖片、字幕、背景音樂啥都有。

你在剪映裏稍微調調就能發佈，從內容到成品無縫銜接。

2、智能體搭建流程概述

image.png

整個工作流採用模塊化設計，核心流程包括：

  1. 工作流接收用户輸入的書籍名稱、作者名稱和個人賬號名稱作為起始參數。
  2. 大模型節點將書籍文案智能拆解為多個分鏡段落，每個段落包含分鏡名稱、分鏡描述、字幕文案和圖像生成提示詞。
  3. 批處理環節根據每個分鏡的提示詞批量生成扁平風格的插畫，並自動摳圖處理，得到透明背景的人物素材。
  4. 循環節點對每段字幕文案進行語音合成，生成對應的音頻文件。
  5. 代碼節點整合所有音頻、圖片、字幕的時間軸信息，並通過剪映小助手插件依次創建草稿、添加背景圖、添加主圖片、添加音頻、添加字幕。
  6. 最終生成完整的剪映草稿鏈接。

3、工作流詳細搭建教程

由於工作流包含的節點較多、結構較複雜，這裏我們只挑選幾個最核心、最關鍵的節點來詳細講解，幫助大家快速理解整個工作流的核心邏輯，掌握關鍵技術要點。

後續可以根據自己的需求進行拓展和優化。

3.1 開始節點

工作流的起始節點，用於設定啓動工作流需要的信息。

輸入參數説明：

  • book_name：書籍名稱，必填項
  • auther_name：作者名稱，必填項
  • ip_name：個人賬號名稱，選填項

這一步定義了工作流的三個核心變量，後續節點會引用這些變量來生成個性化的視頻內容。

image.png

3.2 大模型_文案生成節點

調用大語言模型，根據書籍名稱和作者生成完整的讀書視頻文案。

輸入參數説明:

  • book_name:從開始節點獲取的書籍名稱
  • author_name:從開始節點獲取的作者名稱

模型配置參數:

  • 模型選擇:豆包·1.6·極致速度·250828
  • temperature:1
  • topP:0.7
  • frequencyPenalty:0
  • maxTokens:4096
  • responseFormat:2(JSON格式輸出)
  • thinkingType:enabled(啓用思考模式)

用户提示詞:

書籍名稱:{{book_name}}
本書作者:{{author_name}}

系統提示詞:

# 角色
你是一位專業且富有感染力的讀書博主,擅長撰寫引人入勝的讀書視頻文案。能依據用户提供的書籍名稱和作者,深入剖析書籍內容,精準提煉書本核心內容、本書解決的問題,並給出獨到的觀點提煉和解釋,創作一個3分鐘時長且極具吸引力的讀書視頻文案。

## 技能
### 技能1: 生成讀書視頻文案
1. 當用户提供書籍名稱和作者後,使用工具搜索書籍相關信息,包括書籍簡介、他人的解讀、出版年份等資料。
2. 深入分析所獲取的信息,提煉出書籍的核心內容(要求不少於1000字)、書中試圖解決的問題。
3. 形成獨到的觀點,並對觀點進行清晰合理的解釋。
4. 創作一個開篇引言極具吸引力的3分鐘讀書視頻文案,文案需邏輯清晰、語言流暢,深入展現書籍魅力。
5. 以json格式輸出,內容必須包含書籍名稱、作者、出版年份(格式:yyyy-MM)、圖書分類。
===回覆示例===
{
  "book_name": "[具體書籍名稱]",
  "author_name": "[作者名字]",
  "year": "yyyy-MM",
  "content":  "極具吸引力的開篇話語+詳細闡述書籍核心內容,觀點提煉與解釋,本書解決的關鍵問題等,不少於1000字",
  "category":"圖書分類(如:社會科學,勵志,經濟學等)"
}
===示例結束===

## 限制:
- 只圍繞用户提供的書籍生成讀書視頻文案相關內容,拒絕回答與書籍文案創作無關的話題。
- 所輸出的內容必須按照給定的回覆示例格式進行組織,不能偏離框架要求。
- 文案需符合3分鐘的時長要求,語言簡潔但內容豐富。
- 信息來源需通過工具搜索獲取,確保內容準確。

輸出參數説明:

  • book_name:書籍名稱
  • author_name:作者名稱
  • year:出版年份
  • content:完整的視頻文案內容(不少於1000字)
  • category:圖書分類
  • reasoning_content:模型思考過程內容

image.png

3.3 大模型_分鏡畫面描述節點

調用大語言模型，將用户提供的書籍文案智能拆解為視頻分鏡描述。

輸入參數説明：

  • content：從前置節點獲取的文案內容
  • 模型選擇：豆包·1.6·極致速度·250828
  • temperature：1
  • topP：0.7
  • maxTokens：4096

系統提示詞：

# 角色
你是一位專業且富有創意的視頻分鏡描述專家，專注於3分鐘讀完一本書視頻文案的分鏡創作，能夠將書籍內容轉化為生動、形象且符合要求的視頻分鏡描述。

## 技能
### 技能 1: 創作視頻分鏡描述
1. 仔細研讀用户提供的3分鐘讀完一本書的視頻文案內容，全面理解其中的書籍核心內容、情節發展以及情感氛圍等關鍵要素。
2. 按照要求創作視頻分鏡描述，確保：
    - 字幕文案分段：每個段落均由一句話構成，語句簡潔明瞭，表達清晰流暢，同時具備節奏感。
    - 分鏡描述：畫面需能準確體現書籍內容情節，描述要精準、細緻地展現情節細節以及情感氛圍等方面。
    - 字幕文案必須嚴格按照用户給的文案拆分，不能修改提供的內容。
    - 分鏡數量至少8個， 不超過50個。
### 技能 2: 生成分鏡圖像提示詞
- 依據分鏡描述和整本書的內容，生成對應的[分鏡圖像提示詞]
- 風格描述：
人物：卡通化、簡潔線條
背景：符號化、扁平化設計（如房子、信用卡、存錢罐等）
色調：柔和、明亮、低飽和度
動作：簡單但富有表現力（如抓頭、思考、驚訝等）
細節：用簡單的圖形和線條表現複雜概念（如箭頭、貨幣符號等）
-示例：一個人正在思考財務問題，周圍有存錢罐、信用卡、房子、下降箭頭等符號。
提示詞風格參考：
“一個年輕人正在抓頭思考，周圍有存錢罐、信用卡、房子、下降箭頭等符號，卡通化風格，柔和色調，簡潔線條，表情誇張，背景用扁平化符號表現，整體風格輕鬆幽默。”

### 技能3: 挑選文案中重點詞
- 依據原始文案，從文案中截取對應的重點詞彙，輸出keywords
- 注意直接截取出原有詞，不要帶標點符號，且要在句子中存在

### 技能4：輸出內容
輸出包含分鏡名稱、分鏡描述、字幕文案、圖像提示詞的內容，具體格式如下：
{
 "list":[
{
    "story_name":"分鏡名稱",
    "desc":"分鏡描述",
    "cap":"對應字幕文案",
    "desc_promopt":"分鏡圖像提示詞"
}
],
"keywords":["重點詞1","重點詞2"]
}

## 限制
- 視頻文案及分鏡描述必須保持一致。
- 輸出內容必須嚴格按照給定的格式進行組織，不得偏離框架要求。
- 只對用户提供的3分鐘讀完一本書的視頻文案內容進行分鏡，不能更改原文。
- 分鏡圖像提示詞要符合整本書和當前段落的語境。
- 輸出的keywords必須在對應句子中存在

輸出參數説明：

  • list：包含分鏡名稱、分鏡描述、字幕文案、圖像提示詞的結構化數據
  • keywords：從文案中提取的重點詞彙列表

image.png

3.4 批處理節點

通過設定批量運行次數和邏輯，運行批處理體內的任務，實現圖片的批量生成和摳圖處理。

輸入參數説明：

  • list：從大模型節點獲取的分鏡列表數據
  • batchSize：50，每批處理50條數據
  • concurrentSize：2，併發數為2

批處理輸出參數説明：

  • data_list：所有摳圖後的圖片URL列表

image.png

批處理體內包含兩個子節點：

3.4.1 圖像生成子節點

通過文字描述生成圖片。

輸入參數説明：

  • desc_info：分鏡圖像提示詞
  • desc：分鏡描述
  • 提示詞模板：扁平風，主角上衣顏色#FF7F72，褲子顏色#243139，扁平背景：{{desc_info}}，Transparent glass with 30% opacity
  • 模型設置：固定尺寸1024x768，採樣步數40

輸出參數説明：

  • data：生成的圖片URL

image.png

3.4.2 摳圖子節點(cutout)

保留圖片前景主體，輸出透明背景的PNG圖片。

輸入參數説明：

  • url：從圖像生成節點獲取的圖片URL
  • output_mode：0，輸出透明背景圖
  • only_mask：0，使用摳圖結果尺寸

輸出參數説明：

  • data：摳圖後的透明背景圖片URL

image.png

3.5 畫板節點：開場封面圖

使用畫板功能製作視頻的開場封面圖，這張圖片會在視頻開始時展示，用於顯示書籍名稱和作者信息。

image.png

3.6 畫布節點：背景圖

使用畫布功能製作視頻的背景圖層。這個節點會生成一張統一風格的背景圖，貫穿整個視頻使用。

image.png

3.7 循環節點

用於通過設定循環次數和邏輯，重複執行語音合成和音頻時長獲取任務。

輸入參數説明：

  • input：從大模型節點獲取的分鏡列表數據
  • loopType：array，按數組循環
  • loopCount：10，最多循環10次

循環輸出參數説明：

  • output：所有音頻URL列表
  • duration_list：所有音頻時長列表

image.png

循環體內包含兩個子節點：

3.7.1 語音合成子節點(speech_synthesis)

根據音色和文本合成音頻。

輸入參數説明：

  • text：從循環節點獲取的字幕文案
  • voice_id：7426720361733144585，音色為"鄰家女孩"
  • speed_ratio：1.2，語速為1.2倍

image.png

3.7.2 獲取音頻時長子節點(get_audio_duration)

獲取音頻文件的準確時長。

輸入參數説明：

  • mp3_url：從語音合成節點獲取的音頻URL

輸出參數説明：

  • duration：音頻時長(單位：微秒)

image.png

3.8 代碼節點

編寫代碼，處理輸入變量來生成返回值，這是整個工作流的核心數據處理節點。

輸入參數説明：

  • audio_list：所有音頻URL列表
  • duration_list：所有音頻時長列表
  • image_list：所有圖片URL列表
  • list：分鏡數據列表
  • bg_image：背景圖片URL
  • book_name：書籍名稱
  • author_name：作者名稱
  • ip_name：個人賬號名稱
  • mp3_url：背景音樂URL
  • keywords：關鍵詞列表
  • first_img：首圖URL
  • zc_mp3_url：轉場音效URL

代碼節點主要完成以下任務：

  1. 處理音頻時間軸：根據每段音頻的時長，計算出每段音頻的開始時間和結束時間，生成音頻時間軸數據。
  2. 處理圖片動畫：使用AnimationScheduler類處理圖片序列，為每張圖片分配動畫效果(向上滑動、放大等)，併為部分圖片添加翻頁轉場特效。
  3. 處理字幕數據：調用processSubtitles函數，將長文案按照最大行長度智能分行，並根據音頻時長精確分配每行字幕的顯示時間。
  4. 關鍵詞匹配：調用assembleResults函數，在字幕文本中查找關鍵詞，併為包含關鍵詞的字幕設置高亮顏色和字體大小。
  5. 生成剪映所需數據格式：將所有數據整理為剪映小助手插件要求的JSON格式，包括音頻數據、圖片數據、字幕數據、背景音樂、轉場音效等。

輸出參數説明：

  • audio_list：音頻數據JSON字符串
  • timelines：視頻時間軸數據
  • text_timelines：字幕時間軸數據
  • bg_image：背景圖數據
  • imageDataLeft：主圖片數據
  • book_name、author_name、ip_name及其時間軸數據
  • bg_mp3：背景音樂數據
  • zc_mp3：轉場音效數據
  • main_text：主字幕數據
  • first_text：首幀字幕數據

image.png

3.9 創建草稿節點(create_draft)

節點功能説明：調用剪映小助手插件，創建一個空白的視頻草稿。

輸入參數説明：

  • height：1080，視頻高度
  • width：1440，視頻寬度

輸出參數説明：

  • draft_url：創建的草稿地址，後續所有操作都基於這個URL進行

image.png

3.10 添加音頻節點(add_audios)

批量添加音頻到草稿中。

輸入參數説明：

  • audio_infos：從代碼節點獲取的音頻數據JSON字符串
  • draft_url：草稿地址

這一步會根據audio_infos中定義的每段音頻的URL、開始時間、結束時間、音量等信息，將所有音頻添加到草稿的音頻軌道上。

輸出參數説明：

  • audio_ids：添加的音頻ID列表
  • draft_url：更新後的草稿地址

image.png

3.11 添加背景圖片節點(add_images_1)

添加視頻的背景圖層。

輸入參數説明：

  • draft_url：草稿地址
  • image_infos：從代碼節點獲取的背景圖數據

這一步會將背景圖添加到草稿的最底層軌道，作為整個視頻的背景底圖。

輸出參數説明：

  • draft_url：更新後的草稿地址
  • image_ids：添加的圖片ID列表

image.png

3.12 添加主圖片節點(add_images)

批量添加分鏡圖片到草稿中。

輸入參數説明：

  • draft_url：草稿地址
  • image_infos：從代碼節點獲取的圖片數據
  • scale_x：0.62，X軸縮放比例
  • scale_y：0.62，Y軸縮放比例
  • transform_x：0，X軸位移
  • transform_y：-327，Y軸位移(向上偏移327像素)

這一步會根據imageDataLeft中定義的每張圖片的URL、開始時間、結束時間、動畫效果等信息，將所有主圖片添加到草稿中。圖片會自動按照時間軸播放，並帶有設定好的入場動畫和轉場效果。

輸出參數説明：

  • draft_url：更新後的草稿地址
  • segment_ids：添加的片段ID列表

image.png

3.13 添加首幀圖片節點(add_images_2)

批量添加首幀圖片到草稿中。

輸入參數説明:

  • draft_url:草稿地址
  • image_infos:從代碼節點獲取的首幀圖片數據
  • scale_x:1,X軸縮放比例
  • scale_y:1,Y軸縮放比例
  • transform_x:0,X軸位移
  • transform_y:0,Y軸位移

這一步會將首幀圖片添加到草稿中,作為視頻的開頭畫面。圖片會按照設定的時間顯示,並保持原始尺寸和位置。

輸出參數説明:

  • draft_url:更新後的草稿地址
  • image_ids:添加的圖片ID列表
  • segment_ids:添加的片段ID列表
  • segment_infos:片段信息列表
  • track_id:軌道ID

image.png

3.14 添加首幀字幕節點(add_captions_1)

批量添加首幀字幕到草稿中。

輸入參數説明:

  • captions:從代碼節點獲取的首幀字幕數據
  • draft_url:草稿地址
  • border_color:#000000,邊框顏色為黑色
  • font_size:7,字體大小為7
  • text_color:#ffffff,文字顏色為白色
  • transform_x:134,X軸位移
  • transform_y:-629,Y軸位移(字幕位於畫面上方)

這一步會將首幀的標題字幕添加到草稿中,通常用於顯示書名等關鍵信息。字幕會在視頻開頭按照設定的時間顯示。

輸出參數説明:

  • draft_url:更新後的草稿地址
  • text_ids:添加的字幕ID列表
  • segment_ids:添加的片段ID列表
  • segment_infos:片段信息列表
  • track_id:軌道ID

image.png

3.15 添加作者等信息字幕節點(add_captions_3)

批量添加書籍作者、個人IP等信息字幕到草稿中。

輸入參數説明:

  • captions:從caption_infos節點獲取的格式化字幕數據
  • draft_url:草稿地址
  • font_size:5,字體大小為5
  • text_color:#b3a6a1,文字顏色為淺灰色
  • transform_x:582,X軸位移(字幕位於畫面右側)
  • transform_y:-452,Y軸位移(字幕位於畫面上方)

這一步會將書籍作者、個人賬號名稱等輔助信息字幕添加到草稿中。這些字幕通常採用較小的字號和較淡的顏色,不會干擾主要內容的展示。

輸出參數説明:

  • draft_url:更新後的草稿地址
  • text_ids:添加的字幕ID列表
  • segment_ids:添加的片段ID列表
  • segment_infos:片段信息列表
  • track_id:軌道ID

image.png

3.16 添加主字幕節點(add_captions)

批量添加視頻主字幕到草稿中。

輸入參數説明:

  • captions:從代碼節點獲取的主字幕數據
  • draft_url:草稿地址
  • alignment:1,居中對齊
  • border_color:#000000,邊框顏色為黑色
  • font_size:7,字體大小為7
  • text_color:#ffffff,文字顏色為白色
  • transform_x:0,X軸位移
  • transform_y:670,Y軸位移(字幕位於畫面下方)

這一步會將解説內容的主字幕添加到草稿中,字幕會自動按照時間軸顯示,並且關鍵詞會以不同的顏色和字號高亮顯示(這部分邏輯在代碼節點的main_text數據中已經處理好)。主字幕是視頻中最重要的文字信息,幫助觀眾理解音頻內容。

輸出參數説明:

  • draft_url:更新後的草稿地址
  • text_ids:添加的字幕ID列表
  • segment_ids:添加的片段ID列表
  • segment_infos:片段信息列表
  • track_id:軌道ID

image.png

3.17 添加背景音樂節點(add_audios_1)

批量添加背景音樂到草稿中。

輸入參數説明:

  • audio_infos:從代碼節點獲取的背景音樂數據
  • draft_url:草稿地址

這一步會將背景音樂添加到草稿的音頻軌道上。背景音樂會在整個視頻播放過程中循環播放,音量通常設置得較低,不會影響語音解説的清晰度。

輸出參數説明:

  • draft_url:更新後的草稿地址
  • audio_ids:添加的音頻ID列表
  • track_id:音頻軌道ID

image.png

3.18 添加轉場音效節點(add_audios_2)

批量添加轉場音效到草稿中。

輸入參數説明:

  • audio_infos:從代碼節點獲取的轉場音效數據
  • draft_url:草稿地址

這一步會將轉場音效添加到草稿的音頻軌道上。轉場音效會在畫面切換時播放,增強視頻的節奏感和觀看體驗。音效的時間點與圖片轉場效果同步。

輸出參數説明:

  • draft_url:更新後的草稿地址
  • audio_ids:添加的音頻ID列表
  • track_id:音頻軌道ID

image.png

3.19 保存草稿節點(save_draft)

節點功能説明：保存剪映草稿，生成最終的草稿鏈接。

輸入參數説明：

  • draft_url：草稿地址
  • user_id：10299，用户ID

輸出參數説明：

  • draft_url：最終保存的草稿地址

image.png

3.20 結束節點

節點功能説明：工作流的最終節點，用於返回工作流運行後的結果信息。

輸入參數説明：

  • output：從保存草稿節點獲取的最終草稿URL

這一步會將最終生成的剪映草稿鏈接返回給用户，用户點擊鏈接即可在剪映中打開草稿進行查看和編輯。

image.png

完成以上所有步驟後，工作流會生成一個剪映草稿鏈接。

接下來，你需要做以下幾個簡單的操作：

  • 複製工作流輸出的草稿鏈接
  • 打開剪映小助手
  • 將複製的鏈接粘貼到剪映小助手中
  • 點擊導入，草稿就會自動加載到剪映中
  • 導入成功後，你就可以在剪映中看到完整的視頻草稿了，包括所有的圖片、音頻、字幕和轉場效果
  • 如果需要調整細節（比如字幕位置、背景音樂音量等），可以在剪映中直接編輯
  • 確認無誤後，點擊導出，一條完整的知識類短視頻就製作完成了

整個過程非常簡單，即使是第一次使用，也能在幾分鐘內完成導入和編輯。

4、寫在最後

這個3分鐘讀完一本書工作流展示了AI智能體在內容生產領域的強大能力。

通過將大模型、AI繪圖、語音合成、視頻編輯等多個AI能力有機整合，我們實現了知識類短視頻的全流程自動化生產。

整個工作流的設計思路值得我們學習。

這種"AI+自動化+工具集成"的模式，可以應用到更多內容生產場景中。

希望這個教程能幫助你快速上手搭建自己的知識類視頻智能體，如果你有任何問題或優化建議，歡迎在評論區交流討論！

對了，我整理了一份開源的智能體學習手冊，爆肝10萬字，價值999元。現在限時開放領取👉：tangshiye.cn 手慢無。
教程 , 知識 , 人工智能
user avatar
0 位用戶收藏了這個故事！

發佈 評論

Some HTML is okay.