扣子Coze教程：小绿书、小红书爆款发疯文学梗图批量出图

嗨~我是灯塔。专注于AI、扣子Coze 智能体，持续分享扣子智能体、工作流搭建案例。

之前分享了几篇小红书爆款图文的扣子智能体教程，帮助不少小伙伴完成了批量制作小红书和小绿书爆款图文！

最近这类古风关羽的发疯文学搞笑图文大家应该都有刷到，小红书和小绿书上流量经久不衰！小红书点赞上万，公众号小绿书这个账号几乎是篇篇10万+！

今天给大家演示使用扣子智能体批量制作小红书、小绿书爆款发疯文学梗图

有小伙伴反馈工作流中大模型写的文案效果不理想，而且很难写出优质的提示词！

今天这个案例给大家另一种生成文案的思路，解决大模型文案生成效果差的问题！看完教程就能学会~

先来看下工作流出图的效果：

接下来，给大家一个【发疯文学梗图】批量产出图文的工作流搭建思路和教程

工作流设计思路

以下是完整的工作流节点：

设计思路：

• 整个工作流使用了上下两个流程分支，上部分是根据输入的主题生成人物绘画提示词、进行人物图片生成
• 下部分是根据主题搜索文案，并使用大模型进行整理筛选，最终输出需要的文案

接下来演示详细的节点搭建及参数

工作流搭建演示

1.开始节点

• 变量名：只需要1个变量名，即想要生成图文的主题
• 变量类型：选择String

2.大模型-画图提示词

• 输入参数值：引用开始节点输入的变量值
• 系统提示词：让大模型根据输入的主题生成人物画图的提示词

提示词文字较多，这里不做详细展示

3.图像生成

• 模型：选择通用-pro
• 输入参数：选择大模型节点输出的提示词
• 提示词：增加一些风格限定的提示词，和大模型生成的提示词拼接

4.抠图插件

这里使用抠图插件的目的是把生成的图片向上扩展一部分，文案直接放在图片上方

• 原图：选择图像生成节点输出的图片
• 提示词：图像生成中使用的背景色提示词是米黄色，这里也使用相同的提示词
• 向上扩展：这里只需要向上扩展背景图，所以填向上扩展参数即可

以上是人物图像生成分支的节点，接下来演示文案生成分支的节点：

先来讲一下这个工作流中文案获取的思路：

1. 开始节点后，使用了一个文本处理节点，把输入的主题拼接成一个搜索关键词
2. 输入拼接好的关键词，使用必应搜索插件查找对应的爆款抖音、头条文章
3. 使用大模型节点提取搜索结果中的文案

这里没有使用大模型节点直接生成文案，而是使用搜索插件直接获取抖音、头条等的爆款文案，实测效果对比大模型生成的文案更好！

5.文本处理

• 输入参数：选择开始节点输入的参数
• 字符串拼接：“输入参数”拼接“发疯文学搞笑文案”

6.必应搜索插件

• 输入参数count：代表所要返回的搜索结果数量
• 输入参数freshness：代表所要返回搜索结果的发布时间范围
• 输入参数query：所要搜索的关键词，这里引用文本处理节点输出的关键词

7.大模型-文案输出

• 输入参数：选择必应搜索中输出的文案（变量值看下图，变量名称是WebPages）
• 提示词：这里大模型的作用是提取必应搜索到文章里的文案，并按一定要求整理输出

提示词文字较多，这里不做详细展示

8.画板节点

• 元素设置：这里只需要2个元素值，一个是文案、一个是人物图
• 画板编辑：在画板中编辑图片、文字大小位置即可

9.结束节点

• 输出变量：选择画板节点输出的图片

以上就是整个工作流的搭建过程

如果需要一次批量产出多组图片，可以增加循环节点来实现。循环节点的使用之前的文章有详细讲解，不清楚的小伙伴在这篇教程查看：

灯塔：扣子Coze实战案例：小红书爆款梗图工作流搭建0 赞同 · 0 评论文章

总结

• 使用发疯文学、搞笑文案结合AI创作的爆款内容很多
• 但使用智能体大模型时，生成的文案效果并不理想、而且提示词的优化过程也很耗时
• 所以这类发疯文学、搞笑文案可以使用本文直接搜索抖音、头条爆款文案的方式来实现