今天给大家演示一个基于Coze 平台的智能工作流，它整合了大语言模型、语音合成、图像生成以及剪映插件的能力，实现了从书籍金句文案生成，到音频配音、字幕对齐、图片合成，再到成片草稿的全流程自动化制作。通过这一工作流，我们可以直观地看到 AI 在文字、声音、画面上的联动协作，快速生成完整的多媒体内容。文章目录工作流介绍核心模型Node节点工作流程大模型应用书籍文案生成节点图像生成节点使用方法应用场景开发与应用工作流介绍这个工作流的核心是通过大模型文案生成 + 配音合成 + 图像与字幕处理 + 剪映草稿插件的串联，形成一个从文字到视频的自动化生产链。大模型负责创作专业化书籍文案，配音节点将文字转为音频，字幕对齐工具同步语音和字幕，图像生成与素材组合代码实现画面渲染，最终调用剪映插件批量生成草稿、字幕、音频和图像，完成可直接预览的视频雏形。核心模型核心部分由大语言模型节点和图像生成节点共同支撑。大语言模型（豆包·1.5·Pro·32k）通过提示词生成书籍文案和评论，确保内容具备文学性与深度。图像生成节点则通过描述生成封面或背景图片，使得视觉效果与内容保持一致。两者结合，既保证了文案表达的专业性，又兼顾了视觉呈现的多样性。模型名称说明豆包·1.5·Pro·32k大语言模型，用于生成书籍金句评论文案图像生成模型根据文字提示生成插图或封面图