今天給大家演示一個(gè)《三分鐘讀一本書(shū)》Coze 工作流。該工作流通過(guò)大模型驅(qū)動(dòng)的分鏡文案生成、圖像合成、語(yǔ)音合成以及視頻草稿自動(dòng)創(chuàng)建等一整套流程，將一本書(shū)的內(nèi)容濃縮為一個(gè)三分鐘的視頻，實(shí)現(xiàn)從文本到成片的全自動(dòng)化制作。用戶(hù)只需輸入書(shū)名、作者和個(gè)人賬號(hào)信息，即可得到包含字幕、畫(huà)面、旁白和轉(zhuǎn)場(chǎng)效果的完整視頻成品。文章目錄工作流介紹核心模型Node節(jié)點(diǎn)工作流程大模型應(yīng)用分鏡畫(huà)面生成與字幕拆解使用方法應(yīng)用場(chǎng)景開(kāi)發(fā)與應(yīng)用工作流介紹這個(gè)工作流的核心邏輯圍繞大模型文案分鏡生成 + 圖像生成與處理 + 音頻合成 + 視頻草稿合成四個(gè)部分展開(kāi)。它利用大語(yǔ)言模型生成分鏡腳本和關(guān)鍵詞，再調(diào)用圖像生成與摳圖工具輸出視覺(jué)元素，結(jié)合語(yǔ)音合成生成解說(shuō)音頻，最后通過(guò)代碼邏輯和視頻剪映插件完成音視頻素材的整合，生成最終的視頻草稿。整個(gè)過(guò)程體現(xiàn)了文本、圖像、音頻多模態(tài)結(jié)合的自動(dòng)化生產(chǎn)能力。核心模型該工作流的核心模型是大語(yǔ)言模型「豆包·1.5·Pro·256k」，它負(fù)責(zé)將輸入的書(shū)籍文案轉(zhuǎn)化為視頻分鏡描述、圖像提示詞和字幕。模型的能力保證了分鏡與原文案一致，且在畫(huà)面表現(xiàn)和關(guān)鍵詞抽取上具有創(chuàng)造性和準(zhǔn)確性。模型名稱(chēng)說(shuō)明豆包·1.5·Pro·256k用于生成分鏡畫(huà)面描述、字幕文案及關(guān)鍵詞，驅(qū)動(dòng)整個(gè)視頻內(nèi)容創(chuàng)作Node節(jié)點(diǎn)該工作流包含多個(gè)關(guān)鍵節(jié)點(diǎn)，覆蓋了從數(shù)據(jù)輸入、分鏡生成、圖像處理到視頻草稿生成的各個(gè)環(huán)節(jié)。大模型節(jié)點(diǎn)完成文本到分鏡的轉(zhuǎn)換，圖像生成