这套资料的主题很明确:用 Coze(扣子)搭一条工作流,把「诗集文案 → 分镜 → 配音 → 成片」这条链路自动化,产出一类可批量复制的诗集类短视频。它不是一个泛泛讲 AI 概念的课程,而是一个把智能体当工程组件来用的实操项目——你要做的事情,本质上是设计一个带输入变量的工作流,再把它的输出接到视频组装环节上。 技术栈与核心思路 整条链路的骨架分成三层。第…
这套资料的主题很明确:用 Coze(扣子)搭一条工作流,把「诗集文案 → 分镜 → 配音 → 成片」这条链路自动化,产出一类可批量复制的诗集类短视频。它不是一个泛泛讲 AI 概念的课程,而是一个把智能体当工程组件来用的实操项目——你要做的事情,本质上是设计一个带输入变量的工作流,再把它的输出接到视频组装环节上。
整条链路的骨架分成三层。第一层是提示词层,负责把一首诗或一个主题词扩展成有情绪走向的文案与分镜脚本;第二层是工作流层,Coze 里以节点编排的方式把「文本生成 → 变量传递 → 结构化输出」串起来,节点之间的字段命名、输出格式约束是能不能跑通的关键;第三层是渲染层,把工作流吐出的结构化数据交给视频合成环节,配上朗读与字幕。资料包里的配置文档解决的是第一、二层的参数问题,视频教程解决的是节点怎么连、变量怎么引用这类容易卡住的操作细节,MP4 那种体量的录屏,适合边看边暂停跟做。
这种「文档 + 录屏 + 配套素材」的组合,适合当作对照材料:先按文档理解结构,再开录屏验证自己的实现是否一致。
真正值得迁移的不是「诗集」这个题材,而是这套模式本身。工作流一旦搭好,输入侧换成情绪语录、书摘、节气文案,输出侧仍然是同一套渲染逻辑,改动量很小。所以练习时建议刻意做两件事:一是把提示词里的题材变量单独抽出来,二是把视频参数(时长、语速、字幕样式)做成可配置项。这样做完一次,你手里就有的是一个内容生产管线,而不是一个只能跑诗集的脚本。
能顺畅跟着做的前提是:会用至少一种 Coze 之外的大模型对话工具,理解「提示词改一个字,输出会变」这件事;对视频剪辑工具有最基础的认知,知道字幕、音轨、时间轴是什么。如果完全没有接触过工作流类工具,建议先用最小节点跑通一次「输入一句话 → 输出一段文本」,再进入这个项目,否则容易在变量引用上耗掉耐心。
第一步,只跑通文案生成这一段,确认提示词在不同题材下的稳定性;第二步,接上工作流节点,把输出固定成渲染环节能吃的结构;第三步,再考虑批量和发布。很多人卡住的地方在于一上来就追求成片效果,结果提示词和流程都没稳定,返工成本很高。把这条链路拆成可以单独验证的三段,是这份资料最实用的打开方式。
AI智能体搭建与短视频制作实战
聚焦AI智能体搭建,实战短视频制作,适合初学者快速上手。
本教程带你从零开始搭建AI智能体,并运用其制作爆款诗集短视频。
🎉 祝您学习愉快!