初识Coze（扣子）工作流，ai视频自动化制作

Coze 工作流是字节跳动 Coze 平台的可视化、低代码 AI 流程编排工具，核心是用拖拽节点的方式，把大模型、插件、代码、判断逻辑等能力串成完整任务链，快速做复杂 AI 应用Coze Plus。

一，基础准备：注册并登录扣子官网

进入扣子编程

点击资源库然后创建工作流

二，主要操作：

我们使用工作流的主要流程是，开始节点->功能节点->调用ai大模型->辅助功能节点->结束节点

这里需要注意任何的工作流都需要有开始节点和结束节点，之后你所配置的工作流可以当作本地的插件部署到你的智能体当中

三，案例解析，这里主要使用ai视频制作这个工作流来解读

例如上图当中的ai视频制作

主要分为两大步：图片以及素材生成；自动化剪辑制作

1），素材生成

1. 启动与输入

• 节点：开始
• 操作：接收初始输入 lishirenwu（任务名称 / 主题），作为整个流程的起始数据源。

2. 生成故事剧本

• 节点：1. 根据名字做剧本
• 输入：来自「开始」节点的 input
• 操作：调用大模型（豆包・1.5・Pro・32k），基于输入主题生成完整故事剧本，输出：
  • title：剧本标题
  • content：剧本正文内容

3. 拆分画面描述

• 节点：2. 根据剧本做每个经历的画面描述
• 输入：上一步生成的剧本 input（包含 title 和 content）
• 操作：调用大模型（豆包・1.5・Pro・32k），将剧本拆分为逐镜头 / 场景的画面描述，输出 output（结构化画面描述列表）。

4. 生成画面底图（主流程）

• 节点：3. 批处理：根据画面画面做图
• 输入：上一步的画面描述 input
• 操作：对每个画面描述批量执行图像生成：
  1. 调用文生图模型生成对应画面的基础图像
  2. 输出 output（包含图像数据与状态信息）

5. 生成视频运镜脚本

• 并行分支 A：4. 批处理：做运镜 + 即梦 / 豆包 / 海螺做视频所需运镜
  • 输入：来自「画面描述」的 prompt 和 content
  • 操作：
    1. 先由大模型生成每个画面对应的运镜脚本（如推镜、拉镜、转场等）
    2. 输出可直接用于视频生成工具（即梦 / 豆包 / 海螺）的运镜指令 output
  • 作用：为后续视频合成提供镜头运动逻辑

6. 图像生成与容错处理

• 并行分支 B：批处理体（图像生成与重试）
  1. 图像生成：
     • 输入：画面描述 input
     • 调用文生图模型（Seedream 4.0）生成图像，输出 data（图像数据）和 msg（状态信息）
  2. 结果判断：
     • 选择器：判断图像生成结果 data 是否为空（Empty）
     • 如果为空：进入「修改提示词」节点
       • 输入：失败的 input
       • 调用大模型优化 / 重写画面提示词，输出新的 output
       • 进入「重新做图」节点，再次调用 Seedream 4.0 生成图像
     • 如果不为空：直接进入「变量聚合」节点

7. 数据聚合与输出

• 节点：变量聚合
• 输入：
  • 来自「图像生成 / 重新做图」的 image（最终图像数据）和 data
  • 来自「运镜脚本」的 data（运镜指令）
• 操作：将图像资源、运镜指令、剧本信息等聚合为结构化数据集 Group1，作为最终输出，可用于后续视频合成工具。

2），自动化剪辑

1. 时间线预处理

• 节点：6. 做时间线
• 输入：input（原始剧本 / 画面数据）
• 操作：调用大模型（豆包・1.5・Pro・32k），生成视频总时长 totalDuration 和分段时间轴 segments，为后续素材对齐提供时间基准。

2. 素材信息结构化处理

• 节点：video_infos: 视频素材
  • 输入：timelines（时间轴）、video_urls（视频链接）、height、width
  • 输出：结构化视频素材信息 infos
• 节点：caption_infos: 标题 /caption_infos: 字幕
  • 输入：seats（文本内容）、timelines（时间轴）、font_size
  • 输出：结构化标题 / 字幕信息 infos
• 节点：str_to_list: 笑声 mp3 / 五百年 mp3
  • 输入：obj（音频字符串）
  • 输出：列表化音频路径 infos
• 节点：audio_timelines: 笑声时间线
  • 输入：links（音频链接）、timelines（时间轴）
  • 输出：带时间戳的笑声音频时间轴 infos
• 节点：audio_infos: 合成发声 / 合成五百年
  • 输入：mp3_urls（音频链接）、timelines（时间轴）、audio_effect（音频效果）
  • 输出：结构化合成音频信息 infos

3. 视频草稿创建

• 节点：create_draft
• 输入：height、rt_user_id、width
• 操作：创建一个空白视频草稿，输出 draft_url（草稿链接）和 rt_user_id。

4. 素材添加到草稿

• 节点：add_videos
  • 输入：draft_url、video_infos（视频素材）、alpha
  • 操作：将所有视频素材按时间轴插入草稿，输出更新后的 draft_url、segment_ids、track_id
• 节点：add_captions / add_captions_1
  • 输入：captions（字幕 / 标题）、draft_url、alignment
  • 操作：分别添加标题和字幕到对应时间片段，输出 segment_ids、segment_infos
• 节点：add_audios / add_audios_1
  • 输入：audio_infos（合成音频 / 笑声 / 背景音乐）、draft_url
  • 操作：将多轨道音频（人声、音效、BGM）插入草稿，输出 audio_ids、更新后的 draft_url、track_id

5. 草稿保存与结束

• 节点：save_draft
  • 输入：draft_url、rt_user_id
  • 操作：保存最终合成好的视频草稿，输出 draft_url 和 message（状态信息）
• 节点：结束
  • 操作：流程终止，返回变量 output（草稿链接与状态）

四，注意事项

使用coze搭建或者测试工作流都会消耗token，coze平台登陆注册会赠送一些，如有更多的要求可以升级进阶版