扣子Coze变现实战：一天产出50条爆款书单视频，每月躺赚5位数，免费分享！

大家好，我是汤师爷，分享1000个行业智能体案例，帮助100W人用智能体创富~

今天给大家带来一个超实用的Coze工作流，3分钟读完一本书视频自动化生成智能体。

这个工作流能够自动将书籍内容转化为带有分镜图片、语音解说和字幕的短视频。

一键生成剪映草稿，帮你快速产出知识类短视频内容。

1、为啥要搞视频自动化

1.1 搞定知识类短视频制作太慢的问题

以前做知识类短视频得自己写文案、设计分镜、找图或画图、录音、剪辑啥的，做一条3分钟的视频动不动就得好几个小时甚至一整天。

用了这个智能体，从输入文案到生成剪映草稿，全程自动跑，完全不用你管。

1.2 知识付费和内容创作者的刚需

在抖音、快手、视频号这些平台，读书类短视频流量贼高。

很多知识博主、图书推广团队都得批量产出这种内容，但人力成本高、效率又跟不上。

用这个工作流，单条视频制作时间直接从几小时缩到几分钟。

1.3 分镜画面自动生成

工作流里内置了专业的分镜描述模型和AI画图功能，能根据书的内容自动生成扁平风格插画，不用设计师手绘，制作门槛和成本直接降下来了。

1.4 一键导入剪映，直接开始后期

生成的东西直接导出成剪映草稿链接，音频、图片、字幕、背景音乐啥都有。

你在剪映里稍微调调就能发布，从内容到成品无缝衔接。

2、智能体搭建流程概述

image.png

整个工作流采用模块化设计，核心流程包括：

  1. 工作流接收用户输入的书籍名称、作者名称和个人账号名称作为起始参数。
  2. 大模型节点将书籍文案智能拆解为多个分镜段落，每个段落包含分镜名称、分镜描述、字幕文案和图像生成提示词。
  3. 批处理环节根据每个分镜的提示词批量生成扁平风格的插画，并自动抠图处理，得到透明背景的人物素材。
  4. 循环节点对每段字幕文案进行语音合成，生成对应的音频文件。
  5. 代码节点整合所有音频、图片、字幕的时间轴信息，并通过剪映小助手插件依次创建草稿、添加背景图、添加主图片、添加音频、添加字幕。
  6. 最终生成完整的剪映草稿链接。

3、工作流详细搭建教程

由于工作流包含的节点较多、结构较复杂，这里我们只挑选几个最核心、最关键的节点来详细讲解，帮助大家快速理解整个工作流的核心逻辑，掌握关键技术要点。

后续可以根据自己的需求进行拓展和优化。

3.1 开始节点

工作流的起始节点，用于设定启动工作流需要的信息。

输入参数说明：

  • book_name：书籍名称，必填项
  • auther_name：作者名称，必填项
  • ip_name：个人账号名称，选填项

这一步定义了工作流的三个核心变量，后续节点会引用这些变量来生成个性化的视频内容。

image.png

3.2 大模型_文案生成节点

调用大语言模型，根据书籍名称和作者生成完整的读书视频文案。

输入参数说明:

  • book_name:从开始节点获取的书籍名称
  • author_name:从开始节点获取的作者名称

模型配置参数:

  • 模型选择:豆包·1.6·极致速度·250828
  • temperature:1
  • topP:0.7
  • frequencyPenalty:0
  • maxTokens:4096
  • responseFormat:2(JSON格式输出)
  • thinkingType:enabled(启用思考模式)

用户提示词:

书籍名称:{{book_name}}
本书作者:{{author_name}}

系统提示词:

# 角色
你是一位专业且富有感染力的读书博主,擅长撰写引人入胜的读书视频文案。能依据用户提供的书籍名称和作者,深入剖析书籍内容,精准提炼书本核心内容、本书解决的问题,并给出独到的观点提炼和解释,创作一个3分钟时长且极具吸引力的读书视频文案。

## 技能
### 技能1: 生成读书视频文案
1. 当用户提供书籍名称和作者后,使用工具搜索书籍相关信息,包括书籍简介、他人的解读、出版年份等资料。
2. 深入分析所获取的信息,提炼出书籍的核心内容(要求不少于1000字)、书中试图解决的问题。
3. 形成独到的观点,并对观点进行清晰合理的解释。
4. 创作一个开篇引言极具吸引力的3分钟读书视频文案,文案需逻辑清晰、语言流畅,深入展现书籍魅力。
5. 以json格式输出,内容必须包含书籍名称、作者、出版年份(格式:yyyy-MM)、图书分类。
===回复示例===
{
  "book_name": "[具体书籍名称]",
  "author_name": "[作者名字]",
  "year": "yyyy-MM",
  "content":  "极具吸引力的开篇话语+详细阐述书籍核心内容,观点提炼与解释,本书解决的关键问题等,不少于1000字",
  "category":"图书分类(如:社会科学,励志,经济学等)"
}
===示例结束===

## 限制:
- 只围绕用户提供的书籍生成读书视频文案相关内容,拒绝回答与书籍文案创作无关的话题。
- 所输出的内容必须按照给定的回复示例格式进行组织,不能偏离框架要求。
- 文案需符合3分钟的时长要求,语言简洁但内容丰富。
- 信息来源需通过工具搜索获取,确保内容准确。

输出参数说明:

  • book_name:书籍名称
  • author_name:作者名称
  • year:出版年份
  • content:完整的视频文案内容(不少于1000字)
  • category:图书分类
  • reasoning_content:模型思考过程内容

image.png

3.3 大模型_分镜画面描述节点

调用大语言模型，将用户提供的书籍文案智能拆解为视频分镜描述。

输入参数说明：

  • content：从前置节点获取的文案内容
  • 模型选择：豆包·1.6·极致速度·250828
  • temperature：1
  • topP：0.7
  • maxTokens：4096

系统提示词：

# 角色
你是一位专业且富有创意的视频分镜描述专家，专注于3分钟读完一本书视频文案的分镜创作，能够将书籍内容转化为生动、形象且符合要求的视频分镜描述。

## 技能
### 技能 1: 创作视频分镜描述
1. 仔细研读用户提供的3分钟读完一本书的视频文案内容，全面理解其中的书籍核心内容、情节发展以及情感氛围等关键要素。
2. 按照要求创作视频分镜描述，确保：
    - 字幕文案分段：每个段落均由一句话构成，语句简洁明了，表达清晰流畅，同时具备节奏感。
    - 分镜描述：画面需能准确体现书籍内容情节，描述要精准、细致地展现情节细节以及情感氛围等方面。
    - 字幕文案必须严格按照用户给的文案拆分，不能修改提供的内容。
    - 分镜数量至少8个， 不超过50个。
### 技能 2: 生成分镜图像提示词
- 依据分镜描述和整本书的内容，生成对应的[分镜图像提示词]
- 风格描述：
人物：卡通化、简洁线条
背景：符号化、扁平化设计（如房子、信用卡、存钱罐等）
色调：柔和、明亮、低饱和度
动作：简单但富有表现力（如抓头、思考、惊讶等）
细节：用简单的图形和线条表现复杂概念（如箭头、货币符号等）
-示例：一个人正在思考财务问题，周围有存钱罐、信用卡、房子、下降箭头等符号。
提示词风格参考：
“一个年轻人正在抓头思考，周围有存钱罐、信用卡、房子、下降箭头等符号，卡通化风格，柔和色调，简洁线条，表情夸张，背景用扁平化符号表现，整体风格轻松幽默。”

### 技能3: 挑选文案中重点词
- 依据原始文案，从文案中截取对应的重点词汇，输出keywords
- 注意直接截取出原有词，不要带标点符号，且要在句子中存在

### 技能4：输出内容
输出包含分镜名称、分镜描述、字幕文案、图像提示词的内容，具体格式如下：
{
 "list":[
{
    "story_name":"分镜名称",
    "desc":"分镜描述",
    "cap":"对应字幕文案",
    "desc_promopt":"分镜图像提示词"
}
],
"keywords":["重点词1","重点词2"]
}

## 限制
- 视频文案及分镜描述必须保持一致。
- 输出内容必须严格按照给定的格式进行组织，不得偏离框架要求。
- 只对用户提供的3分钟读完一本书的视频文案内容进行分镜，不能更改原文。
- 分镜图像提示词要符合整本书和当前段落的语境。
- 输出的keywords必须在对应句子中存在

输出参数说明：

  • list：包含分镜名称、分镜描述、字幕文案、图像提示词的结构化数据
  • keywords：从文案中提取的重点词汇列表

image.png

3.4 批处理节点

通过设定批量运行次数和逻辑，运行批处理体内的任务，实现图片的批量生成和抠图处理。

输入参数说明：

  • list：从大模型节点获取的分镜列表数据
  • batchSize：50，每批处理50条数据
  • concurrentSize：2，并发数为2

批处理输出参数说明：

  • data_list：所有抠图后的图片URL列表

image.png

批处理体内包含两个子节点：

3.4.1 图像生成子节点

通过文字描述生成图片。

输入参数说明：

  • desc_info：分镜图像提示词
  • desc：分镜描述
  • 提示词模板：扁平风，主角上衣颜色#FF7F72，裤子颜色#243139，扁平背景：{{desc_info}}，Transparent glass with 30% opacity
  • 模型设置：固定尺寸1024x768，采样步数40

输出参数说明：

  • data：生成的图片URL

image.png

3.4.2 抠图子节点(cutout)

保留图片前景主体，输出透明背景的PNG图片。

输入参数说明：

  • url：从图像生成节点获取的图片URL
  • output_mode：0，输出透明背景图
  • only_mask：0，使用抠图结果尺寸

输出参数说明：

  • data：抠图后的透明背景图片URL

image.png

3.5 画板节点：开场封面图

使用画板功能制作视频的开场封面图，这张图片会在视频开始时展示，用于显示书籍名称和作者信息。

image.png

3.6 画布节点：背景图

使用画布功能制作视频的背景图层。这个节点会生成一张统一风格的背景图，贯穿整个视频使用。

image.png

3.7 循环节点

用于通过设定循环次数和逻辑，重复执行语音合成和音频时长获取任务。

输入参数说明：

  • input：从大模型节点获取的分镜列表数据
  • loopType：array，按数组循环
  • loopCount：10，最多循环10次

循环输出参数说明：

  • output：所有音频URL列表
  • duration_list：所有音频时长列表

image.png

循环体内包含两个子节点：

3.7.1 语音合成子节点(speech_synthesis)

根据音色和文本合成音频。

输入参数说明：

  • text：从循环节点获取的字幕文案
  • voice_id：7426720361733144585，音色为"邻家女孩"
  • speed_ratio：1.2，语速为1.2倍

image.png

3.7.2 获取音频时长子节点(get_audio_duration)

获取音频文件的准确时长。

输入参数说明：

  • mp3_url：从语音合成节点获取的音频URL

输出参数说明：

  • duration：音频时长(单位：微秒)

image.png

3.8 代码节点

编写代码，处理输入变量来生成返回值，这是整个工作流的核心数据处理节点。

输入参数说明：

  • audio_list：所有音频URL列表
  • duration_list：所有音频时长列表
  • image_list：所有图片URL列表
  • list：分镜数据列表
  • bg_image：背景图片URL
  • book_name：书籍名称
  • author_name：作者名称
  • ip_name：个人账号名称
  • mp3_url：背景音乐URL
  • keywords：关键词列表
  • first_img：首图URL
  • zc_mp3_url：转场音效URL

代码节点主要完成以下任务：

  1. 处理音频时间轴：根据每段音频的时长，计算出每段音频的开始时间和结束时间，生成音频时间轴数据。
  2. 处理图片动画：使用AnimationScheduler类处理图片序列，为每张图片分配动画效果(向上滑动、放大等)，并为部分图片添加翻页转场特效。
  3. 处理字幕数据：调用processSubtitles函数，将长文案按照最大行长度智能分行，并根据音频时长精确分配每行字幕的显示时间。
  4. 关键词匹配：调用assembleResults函数，在字幕文本中查找关键词，并为包含关键词的字幕设置高亮颜色和字体大小。
  5. 生成剪映所需数据格式：将所有数据整理为剪映小助手插件要求的JSON格式，包括音频数据、图片数据、字幕数据、背景音乐、转场音效等。

输出参数说明：

  • audio_list：音频数据JSON字符串
  • timelines：视频时间轴数据
  • text_timelines：字幕时间轴数据
  • bg_image：背景图数据
  • imageDataLeft：主图片数据
  • book_name、author_name、ip_name及其时间轴数据
  • bg_mp3：背景音乐数据
  • zc_mp3：转场音效数据
  • main_text：主字幕数据
  • first_text：首帧字幕数据

image.png

3.9 创建草稿节点(create_draft)

节点功能说明：调用剪映小助手插件，创建一个空白的视频草稿。

输入参数说明：

  • height：1080，视频高度
  • width：1440，视频宽度

输出参数说明：

  • draft_url：创建的草稿地址，后续所有操作都基于这个URL进行

image.png

3.10 添加音频节点(add_audios)

批量添加音频到草稿中。

输入参数说明：

  • audio_infos：从代码节点获取的音频数据JSON字符串
  • draft_url：草稿地址

这一步会根据audio_infos中定义的每段音频的URL、开始时间、结束时间、音量等信息，将所有音频添加到草稿的音频轨道上。

输出参数说明：

  • audio_ids：添加的音频ID列表
  • draft_url：更新后的草稿地址

image.png

3.11 添加背景图片节点(add_images_1)

添加视频的背景图层。

输入参数说明：

  • draft_url：草稿地址
  • image_infos：从代码节点获取的背景图数据

这一步会将背景图添加到草稿的最底层轨道，作为整个视频的背景底图。

输出参数说明：

  • draft_url：更新后的草稿地址
  • image_ids：添加的图片ID列表

image.png

3.12 添加主图片节点(add_images)

批量添加分镜图片到草稿中。

输入参数说明：

  • draft_url：草稿地址
  • image_infos：从代码节点获取的图片数据
  • scale_x：0.62，X轴缩放比例
  • scale_y：0.62，Y轴缩放比例
  • transform_x：0，X轴位移
  • transform_y：-327，Y轴位移(向上偏移327像素)

这一步会根据imageDataLeft中定义的每张图片的URL、开始时间、结束时间、动画效果等信息，将所有主图片添加到草稿中。图片会自动按照时间轴播放，并带有设定好的入场动画和转场效果。

输出参数说明：

  • draft_url：更新后的草稿地址
  • segment_ids：添加的片段ID列表

image.png

3.13 添加首帧图片节点(add_images_2)

批量添加首帧图片到草稿中。

输入参数说明:

  • draft_url:草稿地址
  • image_infos:从代码节点获取的首帧图片数据
  • scale_x:1,X轴缩放比例
  • scale_y:1,Y轴缩放比例
  • transform_x:0,X轴位移
  • transform_y:0,Y轴位移

这一步会将首帧图片添加到草稿中,作为视频的开头画面。图片会按照设定的时间显示,并保持原始尺寸和位置。

输出参数说明:

  • draft_url:更新后的草稿地址
  • image_ids:添加的图片ID列表
  • segment_ids:添加的片段ID列表
  • segment_infos:片段信息列表
  • track_id:轨道ID

image.png

3.14 添加首帧字幕节点(add_captions_1)

批量添加首帧字幕到草稿中。

输入参数说明:

  • captions:从代码节点获取的首帧字幕数据
  • draft_url:草稿地址
  • border_color:#000000,边框颜色为黑色
  • font_size:7,字体大小为7
  • text_color:#ffffff,文字颜色为白色
  • transform_x:134,X轴位移
  • transform_y:-629,Y轴位移(字幕位于画面上方)

这一步会将首帧的标题字幕添加到草稿中,通常用于显示书名等关键信息。字幕会在视频开头按照设定的时间显示。

输出参数说明:

  • draft_url:更新后的草稿地址
  • 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:轨道ID

image.png

3.15 添加作者等信息字幕节点(add_captions_3)

批量添加书籍作者、个人IP等信息字幕到草稿中。

输入参数说明:

  • captions:从caption_infos节点获取的格式化字幕数据
  • draft_url:草稿地址
  • font_size:5,字体大小为5
  • text_color:#b3a6a1,文字颜色为浅灰色
  • transform_x:582,X轴位移(字幕位于画面右侧)
  • transform_y:-452,Y轴位移(字幕位于画面上方)

这一步会将书籍作者、个人账号名称等辅助信息字幕添加到草稿中。这些字幕通常采用较小的字号和较淡的颜色,不会干扰主要内容的展示。

输出参数说明:

  • draft_url:更新后的草稿地址
  • 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:轨道ID

image.png

3.16 添加主字幕节点(add_captions)

批量添加视频主字幕到草稿中。

输入参数说明:

  • captions:从代码节点获取的主字幕数据
  • draft_url:草稿地址
  • alignment:1,居中对齐
  • border_color:#000000,边框颜色为黑色
  • font_size:7,字体大小为7
  • text_color:#ffffff,文字颜色为白色
  • transform_x:0,X轴位移
  • transform_y:670,Y轴位移(字幕位于画面下方)

这一步会将解说内容的主字幕添加到草稿中,字幕会自动按照时间轴显示,并且关键词会以不同的颜色和字号高亮显示(这部分逻辑在代码节点的main_text数据中已经处理好)。主字幕是视频中最重要的文字信息,帮助观众理解音频内容。

输出参数说明:

  • draft_url:更新后的草稿地址
  • 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:轨道ID

image.png

3.17 添加背景音乐节点(add_audios_1)

批量添加背景音乐到草稿中。

输入参数说明:

  • audio_infos:从代码节点获取的背景音乐数据
  • draft_url:草稿地址

这一步会将背景音乐添加到草稿的音频轨道上。背景音乐会在整个视频播放过程中循环播放,音量通常设置得较低,不会影响语音解说的清晰度。

输出参数说明:

  • draft_url:更新后的草稿地址
  • audio_ids:添加的音频ID列表
  • track_id:音频轨道ID

image.png

3.18 添加转场音效节点(add_audios_2)

批量添加转场音效到草稿中。

输入参数说明:

  • audio_infos:从代码节点获取的转场音效数据
  • draft_url:草稿地址

这一步会将转场音效添加到草稿的音频轨道上。转场音效会在画面切换时播放,增强视频的节奏感和观看体验。音效的时间点与图片转场效果同步。

输出参数说明:

  • draft_url:更新后的草稿地址
  • audio_ids:添加的音频ID列表
  • track_id:音频轨道ID

image.png

3.19 保存草稿节点(save_draft)

节点功能说明：保存剪映草稿，生成最终的草稿链接。

输入参数说明：

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

输出参数说明：

  • draft_url：最终保存的草稿地址

image.png

3.20 结束节点

节点功能说明：工作流的最终节点，用于返回工作流运行后的结果信息。

输入参数说明：

  • output：从保存草稿节点获取的最终草稿URL

这一步会将最终生成的剪映草稿链接返回给用户，用户点击链接即可在剪映中打开草稿进行查看和编辑。

image.png

完成以上所有步骤后，工作流会生成一个剪映草稿链接。

接下来，你需要做以下几个简单的操作：

  • 复制工作流输出的草稿链接
  • 打开剪映小助手
  • 将复制的链接粘贴到剪映小助手中
  • 点击导入，草稿就会自动加载到剪映中
  • 导入成功后，你就可以在剪映中看到完整的视频草稿了，包括所有的图片、音频、字幕和转场效果
  • 如果需要调整细节（比如字幕位置、背景音乐音量等），可以在剪映中直接编辑
  • 确认无误后，点击导出，一条完整的知识类短视频就制作完成了

整个过程非常简单，即使是第一次使用，也能在几分钟内完成导入和编辑。

4、写在最后

这个3分钟读完一本书工作流展示了AI智能体在内容生产领域的强大能力。

通过将大模型、AI绘图、语音合成、视频编辑等多个AI能力有机整合，我们实现了知识类短视频的全流程自动化生产。

整个工作流的设计思路值得我们学习。

这种"AI+自动化+工具集成"的模式，可以应用到更多内容生产场景中。

希望这个教程能帮助你快速上手搭建自己的知识类视频智能体，如果你有任何问题或优化建议，欢迎在评论区交流讨论！

对了，我整理了一份开源的智能体学习手册，爆肝10万字，价值999元。现在限时开放领取👉：tangshiye.cn 手慢无。

posted @ 2025-12-02 11:21  AI架构师汤师爷  阅读(0)  评论(0)    收藏  举报