扣子Coze智能体工作流落地实战：从平台入门到有声书单AI视频全流程拆解

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

2026年的今天，AI智能体平台已经不再是一个概念了。字节跳动旗下的扣子（Coze）在2026年6月推出了3.0版本，支持多人多Agent协作、接入本地Agent（Claude Code、Codex CLI等），新增了编程、视频等垂直领域的项目模板与行业技能包。这意味着过去需要两三天才能做完的一条有声书短视频——从文案撰写、语音合成、背景配图，到字幕叠加和最终导出——现在在一个工作流里跑完，耗时不到三分钟。本文系统拆解Coze平台的智能体搭建方法论、工作流设计思路、从文案到成片的完整链路，以及如何复制、迁移、修改已有的工作流模板。不管你用的是哪个模型（豆包、DeepSeek、Kimi都可以在平台上自由切换），理解这一套工作流的设计逻辑，比背诵某个特定的配置参数更有长期价值。想看完整拆解，往下翻。

第一章：AI智能体时代与Coze平台概述

1.1 2026年，智能体为什么值得你花时间学

先说一个我自己很直观的感受。莫潇羽从2023年就开始折腾各种AI工具，从最早用提示词调教ChatGPT写文案，到后来玩Midjourney生图，再到把Stable Diffusion部署到本地跑视频——每个环节单独拿出来都能干，但最大的问题是"串不起来"。

写文案的人不知道配图怎么生成，配图的人不知道视频怎么剪辑，剪辑的人不知道字幕怎么加。一个人做一个视频，软件要切换七八个。这哪里是效率工具，分明是折腾自己。

智能体（AI Agent）平台恰恰解决了这个痛点。它做的事情很简单——把大模型的"脑子"（理解与生成能力）、插件的"手脚"（读取网页、写入文档、调用外部API的能力）、工作流的"生产线"（多步骤自动串联的能力），打包成一个可以独立执行、反复复用的任务单元。

据行业数据综合预测，2025到2026年全球人工智能市场规模呈现爆发式增长态势，智能体作为核心驱动力，产业链已覆盖从基础算力支撑到垂直场景应用的各个层面。尤其在中国市场，字节跳动、百度、阿里等大厂都在强力推各自的智能体平台，而扣子（Coze）凭借其零代码上手门槛和强大的插件生态，成了目前自媒体创作者使用率最高的智能体开发环境之一。

1.2 Coze 3.0的三大核心升级

2026年6月，扣子发布了3.0版本，这版更新力度比较大，我挑三个最关键的说。

第一，多人多Agent协作。 过去一个智能体只能做一件事，现在一个项目里可以同时放多个智能体——比如一个负责写脚本，一个负责生成配图，一个负责配音，一个负责剪辑。它们可以共享上下文，互相接力。这意味着团队协作模式发生了根本变化：不是一个人操作一个工具，而是几个人各管几个Agent，在同一个项目空间里并行推进。

第二，本地Agent接入。 这是个挺大的突破。过去所有的智能体都跑在云端，本地文件、本地代码、本地数据库没办法直接调用。Coze 3.0允许你把Claude Code、Codex CLI、OpenClaw这类本地跑的工具纳入项目空间，云端调度、本地执行，兼顾了数据安全和功能灵活性。

第三，新增了编程、视频等垂直领域的项目模板与行业技能包。 Coze 3.0不再只是一个"Bot工厂"，而是引入了覆盖金融、自媒体、医疗、法律、科研等多个行业的技能包，用户可以直接拖拽使用。编程方面支持通过自然语言生成网页、App和小程序，甚至可以把本地的GitHub项目导入继续开发，一键部署上线；视频方面则支持对话式创作、片段修改和素材整合——这就是我们后面要重点讲的内容。

1.3 谁适合读这篇文章

如果你属于下面任何一类人，这篇文章应该对你有帮助：

• 自媒体创作者：每天要出视频，但不想每个环节都手工操作
• AI工具爱好者：会写提示词，会玩各种AI工具，但不知道怎么串成流水线
• 内容运营人员：需要批量产出有声书视频、书单推荐视频、公众号图文
• 零基础小白：完全没用过Coze，但听说过智能体，想从零开始系统学一遍

下面我们就从最基础的平台环境开始，一步一步走通。

第二章：认识扣子（Coze）——零基础也能上手的智能体平台

2.1 注册登录与工作空间

第一次用Coze，直接访问官网就行。我习惯用抖音扫码登录，一步到位，不需要单独注册账号。登录进去之后，你会看到几个核心入口：主页、工作空间、商店、模板。

对新手来说，最先要搞明白的是"工作空间"这个概念。你可以把工作空间理解成一个"项目文件夹"——里面可以创建多个智能体，每个智能体负责不同的任务。默认情况下，Coze会给你分配一个"个人空间"，你可以在里面自由折腾。但如果要团队协作，建议单独创建一个项目空间。

下面这个表格把Coze后台的几个主要区块说清楚了：

我自己一般的工作习惯是：先在商店里逛逛，看到不错的模板直接安装试用，觉得好用再复制到自己的工作空间里做二次修改。这种做法最省时间。

2.2 智能体的"五件套"

一个完整的智能体，从界面来看有五个核心模块。我一个个说，保证讲透。

人设与回复逻辑（提示词）。 这是智能体的"大脑"。你告诉它"你是一个资深读书博主，擅长用三分钟解读一本书的核心观点"，它就按照这个角色来组织语言。提示词写得好不好，直接决定了智能体的输出质量。

模型选择。 Coze目前支持豆包、DeepSeek、Kimi、MiniMax等多个大模型。每个模型擅长的领域不同——豆包的中文日常对话很自然，DeepSeek的逻辑推理能力强，Kimi的长文本处理有优势。实际使用中，我推荐在文字生成环节用DeepSeek，在图文排版这类需要更精细指令的场景用豆包Pro。而且切换模型就在下拉菜单里点一下，非常方便。

插件。 插件是智能体的"眼睛和手脚"。它负责感知外部信息（比如读取一个网页链接的内容），也负责执行具体动作（比如把生成的内容写入飞书文档）。Coze的插件商店里有上百个官方和社区插件，覆盖搜索引擎、图片处理、文档读写、视频生成等各个领域。

工作流。 这是整篇文章的重头戏，我会在后面的章节详细拆解。简单说，工作流就是把多个步骤串成一个自动化流水线——从输入素材，到加工处理，到最终输出成品，全部自动完成。

知识库。 这是给智能体"喂专属资料"的地方。大模型训练的数据集是有时间边界的，比如某个模型的知识截止到2025年7月，那它就不可能知道2026年发生的事。而且企业内部的人员信息、财务制度、产品手册这些私域资料，大模型里根本没有。把这些资料导入知识库，智能体在回答问题时就能引用这些信息，回答得更准。

知识库支持三种类型：文本知识库（PDF、Word、TXT）、表格知识库（Excel、CSV）、照片知识库（图片素材集）。做视频工作流的时候，照片知识库尤其有用——你可以把几百张精选的配图、封面图、底图全部丢进去，让工作流自动选图。

2.3 从模板开始，不要从零开始

我见过很多新手一上来就想"自己写一个智能体"，结果卡在提示词上半天出不来。我的建议正好相反——先去模板广场逛一圈，找一个跟你的需求最接近的模板，装进来试跑一次。

Coze的模板广场里，有按场景分类的模板：自媒体创作、企业办公、教育培训、数据分析……每一个模板都带了完整的智能体配置（提示词+插件+工作流+知识库）。你跑一次，看看效果，觉得哪里不满意就在原基础上改。

这是最符合"先用起来，再改起来，最后创造起来"这条学习路径的。我自己折腾了这么多工作流，最初的几个都是从别人的模板"扒"下来改的。

2.4 知识库的两种核心用法

知识库不只是"上传文件"那么简单，用得好了能大幅提升智能体的回答质量。我总结两种高频用法：

用法一：补充时效信息。 比如你要做一个讲2026年科技趋势的视频，但模型的知识截止到2025年。你只需要把2026年最新的行业报告上传到知识库，工作流在写文案的时候就会自动引用这些新信息。

用法二：打造风格一致的配图库。 做视频的人都知道，风格统一的配图有多重要。把过去觉得好用的底图、顶图、插图全部整理到一个照片知识库里，工作流生成内容时自动从里面挑图，保证了输出的视觉一致性。

这两个小技巧，是我自己在实际改工作流的过程中反复用过并且觉得有效的。

第三章：工作流——智能体的"流水线"核心

3.1 什么是工作流？用"流水线"来理解

我第一次接触工作流的时候，觉得这东西玄乎——不就是把几个步骤串起来吗，有那么厉害？

后来我用一个类比说服了自己：工作流就像工厂里的流水线。

传统工厂里，一件产品从原料到成品，要经过设计、开料、组装、质检、包装等多个工位，每个工位有专人负责。工作流干的就是同样的事：输入一份"原料"（比如一段文案、一个链接、一个主题词），然后让它依次经过大模型处理节点、插件调用节点、代码计算节点、条件判断节点……最后输出一个"成品"（比如一篇排好版的公众号文章、一条加了配音配图和字幕的视频）。

3.2 工作流的节点类型一览

Coze工作流里常见的节点，我按功能分成了几类，整理了一张表：

刚开始不用记这么多，先记住三个最常用的：开始节点、大模型节点、结束节点。其他的遇到具体场景再学，完全来得及。

3.3 为什么光有提示词不够

我经常被问到："我直接问AI写一篇文章，再手动配图排版，跟工作流跑出来的有什么区别？"

区别大了。

单纯用提示词对话的方式，本质上是一次性交易。你说一句，它回一句，中间断开了要重新说。而工作流是可编排、可复用、可分享的。

拿做视频来说。你用提示词对话，需要：写文案（AI）→ 复制到配音工具（手动）→ 下载音频（手动）→ 找配图（手动）→ 打开剪映合在一起（手动）→ 加字幕（手动）→ 导出（手动）。这个流程走下来，快也要四十分钟。

工作流怎么做？你输入一个主题或者参考链接，工作流自动跑：大模型写文案→插件调语音合成生成音频→大模型生成配图提示词→插件生成图片→插件计算字幕时间轴→最后调用视频合成插件把一切拼在一起。全程不用你动手。两分多钟后，一条完整的视频就出来了。

3.4 工作流的三种"打开方式"

我在素材里看到有人问工作流到底应该怎么用，其实就三种场景：

场景一：在编辑器里试运行。 开发阶段用的。你打开工作流编辑器，填好测试参数，点击"试运行"，每个节点的执行状态（绿色成功/红色失败）都会实时显示。哪一步出错了，直接在报错的节点上修改。

场景二：嵌入智能体，通过对话调用。 把工作流嵌入到一个智能体里，用户跟智能体聊天的时候传入参数，工作流在后台执行，结果通过对话框返回。适合给不太懂技术的终端用户使用。

场景三：通过API调用。 Coze提供了API接口，可以把工作流集成到自己的网站、小程序或其他应用里。适合企业级深度集成。

这三种方式，前两种是普通用户最常用的，第三种留给有开发能力的团队。不管你用哪种，工作流本身的逻辑设计才是核心——这个练好了，放在哪里都能跑。

第四章：动手搭建——爆款公众号文章工作流实战

这一章我直接拿一个跑通了的工作流来做拆解。这个工作流的作用是：给一篇参考文章的链接，自动写一篇主题相近的公众号文章，并且配好顶图、插图、底图，排好版，输出可以直接复制到公众号后台发布的成品。

整个过程只需要你提供一个参考URL和一个标题，工作流自动跑两分半钟就出结果。

4.1 工作流的全貌

我先用一张流程图来展示这个工作流的整体结构：

flowchart TD
    A[开始节点<br/>输入: 参考URL, 标题, 账号名] --> B[插件节点<br/>读取URL内容]
    B --> C[大模型节点<br/>模仿参考文章风格写正文]
    C --> D{是否需要Markdown排版？}
    D -- 是 --> E[照片知识库<br/>选取配图]
    D -- 否 --> F[直接输出纯文本]
    E --> G[大模型节点<br/>图文排版]
    G --> H[代码节点<br/>替换换行符]
    H --> I[大模型节点<br/>加入顶图和底图]
    I --> J[结束节点<br/>输出完整HTML文章]
    F --> J

这个流程图看起来有点复杂，实际上拆开来每个节点都不难理解。下面我一个一个说。

4.2 各节点逐一拆解

第一步：开始节点——定义输入参数

开始节点要定义工作流需要接收哪些外部输入。这个工作流输入了四个参数：

这几个参数会在后面的节点中被引用。参数名要起得有语义，这样后续用起来才不会搞混。

第二步：插件节点——读取参考文章内容

这一步用的是一个"读取URL内容"的插件。把参考文章的链接丢进去，插件自动抓取页面的正文内容，返回文字和图片信息。

这个插件的价值在于：你不需要手动复制粘贴参考文章的内容，工作流自己就能拿到。我测试过市面上大多数主流公众号的链接，基本都能正常解析。

第三步：大模型节点——模仿风格写正文

这是整个工作流的"灵魂"节点。给大模型配的提示词大致是这样的逻辑：

你是一个公众号文章写作大师。请根据参考文章的内容、风格、段落结构，写一篇主题为{title}的新文章。保持每段字数和行文风格与参考文章接近。输出正文内容，并在每个需要插图的位置标注[插图]标记。

注意提示词里的几个关键设计：

• 明确告诉模型要"模仿风格"而不是"复制内容"——这就是合规原创的关键
• 要求输出"插图位置标记"——为后面的自动配图做准备
• 控制段落字数——避免有的段落太长有的太短

第四步：条件判断——是否排版

根据最开始传入的 use_markdown 参数做判断。如果为"是"，走排版分支；如果为"否"，直接输出纯文本。这个设计挺人性化的——有的场景只需要文字内容，不需要折腾排版和配图。

第五步：照片知识库——选取配图

Coze的照片知识库在这里发挥了关键作用。我事先往知识库里导入了两三百张精选图片，包括顶图（文章开头的引导图）、插画（跟内容主题相关的情景图）、底图（文末的引导关注图）。

工作流执行到这里时，大模型会根据文章的内容语义，从知识库里筛选出风格匹配的图片。比如文章讲的是职场话题，它会优先选会议室、办公桌类的配图；讲的是情感话题，就选生活场景类的配图。

第六步：大模型节点——图文排版

把正文内容和选好的图片列表，按公众号的排版规范组合起来。提示词里写清楚排版要求：

将正文内容和图片按照以下格式排版：每段不超过五行，段与段之间空行，图片居中对齐，顶图放在正文之前，底图放在正文最后。每条内容后加一个空行。

第七步：代码节点——格式微调

代码节点里跑一段简单的JavaScript，把换行符替换成HTML的 <br> 标签。这一步纯粹是为了兼容公众号后台的编辑器——直接粘贴HTML比粘贴纯文本更不容易出现格式错乱。

第八步：大模型节点——加入顶图和底图

最后再跑一次大模型，在文章最前面插入顶图，在文章末尾插入底图（包括引导关注的话术）。这一步也顺带检查了一下前面有没有格式上的纰漏。

第九步：结束节点——输出结果

把最终产出的内容（完整的HTML文章）通过结束节点暴露出去。你可以预览、复制、或者直接粘贴到公众号后台。

4.3 跑一次看看效果

我用这个工作流实际跑过一次。输入参数是这样的：

• 标题："中年以后，不和烂人烂事纠缠"
• 参考URL：一篇阅读量不错的公众号文章
• 账号名：某情感类账号

两分三十五秒后，工作流输出了一篇完整的公众号文章——顶图有了，每段配图有了，排版整齐，文末有引导关注的底图。我直接复制到墨滴编辑器看效果，跟手工排版四五十分钟的没什么区别。

这就是工作流的魅力：它不是在帮你"写"文章，而是在帮你"做完"一篇文章——从内容到呈现，一步到位。

4.4 这个工作流能改吗

当然能。这套架构是高度可定制的。你想换配图风格，只需要更新照片知识库的图片集合就行了；你想换排版样式，改大模型节点的排版提示词；你甚至可以把输出格式从公众号HTML改成小红书图文脚本，只需调整几个节点。

这就是我反复说的那句话：先把它用起来，跑通了，再根据自己的需求去改。不要一开始就想"做一个完美的"，先"做一个能跑的"。

第五章：工作流的测试、发布与调用方式

工作流写完了，怎么确认它跑得通？怎么把它面向用户？这一章我不绕弯子，直接讲实际的操作方法。

5.1 试运行——每个节点的"体检"

Coze的工作流编辑器最让我喜欢的一个功能，就是实时试运行。你不需要把工作流部署上线就能测试。

操作很直接：在编辑器右上角找到"试运行"按钮，点进去，填好所有输入参数，然后点击开始。工作流会从头到尾跑一遍，每个节点旁边都会出现一个状态标签：

• 绿色：节点执行成功，可以查看它的输出内容
• 红色：节点执行失败，鼠标移上去会显示报错信息
• 黄色（闪烁）：节点正在执行中，稍等几秒

遇到红色节点时，建议的排查顺序是：

我自己调试工作流的习惯是：每加两三个节点就跑一次试运行，不要一口气把几十个节点全搭完再测试——那样出了问题都不知道是哪个节点导致的。

5.2 把工作流接入智能体的两种姿势

工作流测试通过后，你需要把它"装进"一个智能体里，这样用户才能通过对话来使用它。Coze提供了两种接入方式：

方式一：直接引用工作流（适合单参数场景）

如果你的工作流只接收一个输入参数（比如只接收一个"主题词"），那直接在智能体的"工作流"配置里引用就行。用户发消息时，整个消息内容会被当作工作流的输入参数。

方式二：快捷指令+工作流（适合多参数场景）

但大多数真实的工作流都有两三个以上的输入参数——比如我们第四章的公众号工作流就有URL、标题、账号名、是否排版四个参数。这种情况下没法直接用方式一，因为用户发一条消息，工作流不知道怎么拆分成四个参数。

解决办法是配置"快捷指令"。具体步骤如下：

1. 在智能体的工作流配置中，选择"添加快捷指令"
2. 给指令起个名字，比如"生成文章"
3. 系统会自动识别工作流的所有输入参数，并生成对应的表单
4. 把一些不需要用户填的固定参数（如"是否排版"）设为默认值并隐藏
5. 保存配置

配置好之后，用户跟智能体对话时，只需要输入快捷指令名称并填入几个关键参数，工作流就会自动触发。以下是快捷指令配置的参考模板：

5.3 发布到不同渠道

Coze生成的智能体可以发布到多个渠道：

• 扣子Bot商店：发布后其他用户可以在商店里搜索到并使用
• 抖音/抖音小程序：直接嵌入抖音生态
• 飞书：企业用户内部使用
• 微信公众号/企业微信：作为客服机器人
• API调用：嵌入自己的网站或App

对于自媒体创作者来说，最常用的发布渠道是扣子Bot商店——发布之后可以通过分享链接让其他人使用。不过要注意的是，发布到商店的智能体要经过平台审核，确保内容合规、功能正常。

5.4 一个值得注意的细节

如果你把工作流接入智能体后发现输出结果跟自己在编辑器里测试的不一样，差异通常出在两个地方：

一是上下文干扰。用户在跟智能体对话时，之前的聊天历史可能会对工作流的执行产生影响。建议在配置工作流时勾选"清除上下文"选项，确保每次执行都是"干净的"。

二是参数类型不匹配。编辑器的测试表单是严格校验数据类型的，但用户的自然语言输入可能不标准。比如工作流期望的是Boolean类型的true/false，用户说的却是"是"或"否"。遇到这种情况，可以在工作流的入口加一个代码节点做参数类型转换。

第六章：工作流的复制与迁移（含新旧方法对比）

在实际操作中，你需要经常把工作流从一个工作空间迁移到另一个工作空间。比如你在"测试空间"里开发调试好了，要迁移到"生产空间"发布；或者你从网上找到了别人分享的工作流模板，要导入到自己的空间里使用。

Coze在这方面提供了几种方法。我按照从旧到新的顺序来讲，尤其要重点介绍最新的导入导出功能——这个真的省了很多事。

6.1 方法一：JSON字符串复制法（传统方式）

这是比较早期的方式，目前仍然有效，但步骤相对繁琐。

具体操作：打开一个写好的工作流，选中所有节点（快捷键Ctrl+A），然后复制（Ctrl+C）。这个时候系统会把工作流的所有节点信息以JSON字符串的格式存入剪贴板。

然后切换到目标工作空间，新建一个工作流（只有"开始"和"结束"两个空白节点），在工作流画布上按Ctrl+V，刚才复制的所有节点就会粘贴过来。

这里有个非常重要的注意事项：粘贴过来的节点不包含开始节点和结束节点。你需要手动把粘贴的节点跟开始节点、结束节点连接起来，并确认输入输出参数的映射关系。

具体来说，你要做三件事：

1. 检查开始节点的输出参数名，确保与下游节点期望的输入参数名一致
2. 检查结束节点的输入参数名，确保与上游节点提供的输出参数名一致
3. 检查所有使用了变量引用（如 {{startNode.url}}）的节点，确保变量名没有因为粘贴而改变

这个方法虽然能用，但每次都要手动连接和校对参数，操作十次以上就会觉得烦。好在Coze后面推出了更好的方式。

6.2 方法二：工作空间内复制

如果你只是想在同一工作空间里复制一份工作流作为备份或二次修改的起点，那就方便多了。在工作流列表中找到目标工作流，点击复制按钮，系统会自动生成一个名为"原名称 - 副本"的新工作流。

副本跟原版完全一样，包括所有节点、参数、插件配置。你可以在副本上随意修改，不改动原版。

这个功能我几乎每周都用——每次要尝试一个新思路，就复制一份出来改，改坏了也不影响原来的。

6.3 方法三：新版导入导出功能（强烈推荐）

Coze后来推出的工作流导入导出功能，在我看来是一个"终于等到了"的更新。操作极其简单：

导出： 打开工作流编辑器，点击右上角的"三点菜单"，选择"导出"。系统会把整个工作流打包成一个 .zip 压缩包下载到本地（也支持导出为 .json 格式，但 .zip 包含的元数据更完整）。这个压缩包包含了工作流的所有信息——包括开始节点和结束节点的配置、插件参数、甚至API Token占位符。

导入： 切换到目标工作空间，在工作流列表页面点击"导入"按钮，将导出的 .zip 文件直接拖入或选择上传，系统会自动重建整个工作流。导入时还可以修改工作流的名称、描述和图标，很方便。

三种方式的详细对比：

从上表能看出来，导入导出法是目前最推荐的方式，适用于所有场景——不管是跨工作空间迁移、备份到本地、还是把别人分享的工作流导入到自己的环境。

6.4 导入后的关键一步：检查API Token

这一点特别重要。导入的工作流里，所有涉及API调用的节点（如调用外部语音合成接口、AI绘画接口等），它的Token配置通常不会自动填充。

原因很简单：Token属于个人隐私信息，导出时系统不会把真实的Token写入文件。所以导入后，你需要：

1. 点击工作流编辑器里的"变量"面板
2. 查看所有标记为"未配置"的变量
3. 逐个填入你自己的API Token
4. 保存后再试运行一次，确保所有接口调用正常

这一步省不了。我第一次迁移工作流的时候就忽略了Token检查，试运行了五次都是红色报错，查了半天才发现是语音合成的Token没填。

6.5 在哪找别人分享的工作流

除了自己开发，你也可以用现成的模板。目前可以找到工作流资源的渠道包括：

• Coze官方模板广场：平台精选的高质量模板
• Coze开发者社区：用户自行分享的工作流和经验
• 飞书文档/知识库：部分开发者会把工作流的JSON文件分享在文档里
• B站/知乎等平台：不少博主会把自己做的工作流免费分享出来

找模板的时候留个心眼：如果打开后发现有大量红色报错节点，很可能是缺少Token配置或者依赖的插件没有安装。按上一节的方法补齐就行了。

第七章：视频工作流全拆解——从文案到成片

前面四章我们用公众号文章工作流做了一次完整的实战演练。但对于内容创作者来说，视频才是真正的"主战场"。这一章我拿一个跑通了的有声书视频工作流来做完整拆解——你输入一个小说主题或一段文案，工作流自动输出一条带配音、配图、字幕、背景音乐的完整视频。

7.1 有声书视频工作流的整体架构

先看整体的流程图，我会在后面逐段解释每个环节：

flowchart TB
    A[开始节点<br/>输入: 故事内容] --> B{是否有文案？}
    B -- 有文案 --> C[文本分段处理]
    B -- 无文案 --> D[大模型节点<br/>生成小说文案]
    D --> C
    C --> E[循环节点<br/>逐段合成语音]
    E --> F[语音时间线计算]
    F --> G[大模型节点<br/>生成配图提示词]
    G --> H[批量生图]
    H --> I[筛选有效图片]
    I --> J[代码节点<br/>计算字幕时间轴]
    J --> K[插件节点<br/>整理剪映素材]
    K --> L[插件节点<br/>视频合成]
    L --> M[输出: 视频草稿JSON]

整个流程走下来，一条视频的诞生包含了六个关键步骤。

7.2 第一步：文案从哪里来

视频的前提是内容。这个工作流给了两个选项：

选项A：已有现成文案。 直接在输入参数里传入故事文本。适合你手头已经有小说片段、文章、或者从其他地方整理好文案的场景。

选项B：让AI生成文案。 不传文案，只传一个主题或关键词。工作流会通过一个大模型节点自动生成一段叙事性文案。

这两个选项通过一个"选择器+变量聚合"的组合来实现。选择器判断用户给了什么输入，变量聚合把有