【AI智能体】Coze 提取对标账号短视频生成视频文案实战详解

[二、Coze 介绍](#二、Coze 介绍)

[2.1 Coze是什么](#2.1 Coze是什么)

[2.2 Coze 可以做什么](#2.2 Coze 可以做什么)

[2.3 Coze 相比其他智能体平台独特优势](#2.3 Coze 相比其他智能体平台独特优势)

[2.4 Coze 工作流介绍](#2.4 Coze 工作流介绍)

[2.4.1 工作流特点](#2.4.1 工作流特点)

[2.4.2 工作流应用场景](#2.4.2 工作流应用场景)

[2.5 搭建工作流核心步骤](#2.5 搭建工作流核心步骤)

三、提取对标账号视频生成文案完整操作过程

[3.1 前置说明](#3.1 前置说明)

[3.1.1 Coze 工作流提取对标账号视频生成文案操作步骤](#3.1.1 Coze 工作流提取对标账号视频生成文案操作步骤)

[3.2 创建工作流](#3.2 创建工作流)

[3.3 配置工作流](#3.3 配置工作流)

[3.3.1 添加一个问答节点](#3.3.1 添加一个问答节点)

[3.3.3 提取某个账号的视频信息流程配置](#3.3.3 提取某个账号的视频信息流程配置)

[3.3.3.1 增加输入节点](#3.3.3.1 增加输入节点)

[3.3.3.2 增加链接提取组件节点](#3.3.3.2 增加链接提取组件节点)

[3.3.3.3 增加dy主页地址获取视频信息节点](#3.3.3.3 增加dy主页地址获取视频信息节点)

[3.3.3.4 增加循环节点提取视频相关信息](#3.3.3.4 增加循环节点提取视频相关信息)

[3.3.3.5 内层循环增加一个视频文案提取节点](#3.3.3.5 内层循环增加一个视频文案提取节点)

[3.3.3.5 内层循环增加一个大模型文案分析节点](#3.3.3.5 内层循环增加一个大模型文案分析节点)

[3.3.3.6 内层循环增加一个大模型文案改写节点](#3.3.3.6 内层循环增加一个大模型文案改写节点)

[3.3.3.7 内层循环增加一个代码节点](#3.3.3.7 内层循环增加一个代码节点)

[3.3.3.8 内层循环增加一个多维表格](#3.3.3.8 内层循环增加一个多维表格)

[3.3.3.9 内层循环增加一个输出节点](#3.3.3.9 内层循环增加一个输出节点)

[3.3.4 效果测试](#3.3.4 效果测试)

四、写在文末

2025年是AI人工智能从大规模使用到各个领域深耕细作的一年，AI大模型能力不断挖掘的同时，AI的各种能力也得到广泛的使用，于是AI智能体就应运而生。

AI智能体是结合了众多前沿互联网技术的集合，充分发掘并拓展大模型能力同时，也让更多使用者即使不懂大模型，也能低成本的快速掌握AI的使用。

在众多的智能体平台中，像Coze ， Dify ，FastGPT等，都在构筑自己的智能体平台，为普通的非互联网人员也能快速打造属于自己的智能体应用，接下来以Coze平台为例，基于Coze制作一个在新媒体行业非常流行获取对标自媒体账号的视频并生成视频文案进行二次创作的案例。

二、Coze 介绍

2.1 Coze是什么

coze是新一代AI应用发布平台，不管你是否有编程经验，都可以在coze这个平台上面快速搭建基于大模型的各类AI应用，并将AI应用发布到各个社交平台，通讯软件等，也可以通过API或者SDK将AI应用集成到你的业务系统中。平台入口：https://www.coze.cn/home

2.2 Coze 可以做什么

借助Coze提供的可视化设计与编排工具，使用者可以通过零代码、少代码的方式，快速搭建基于大模型的各类AI项目，满足个性化需求，实现商业价值。

智能体：
- 智能体是基于对话的AI项目，它通过对话的方式接收用户输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。像智能客服，个人助理，心理咨询师，英语翻译助手等都是智能体的典型应用场景。
应用：
- 是指利用大模型技术开发的应用程序，在coze中搭建的AI具备完整的业务逻辑和可视化用户界面，属于独立的AI项目。通过coze开发的AI应用有明确的输入和输出，可以根据既定的业务逻辑和流程，完成一系列简单或复杂的任务，比如AI搜索，翻译助手，旅游助理等。

2.3 Coze 相比其他智能体平台独特优势

与市面上其他的AI智能体平台对比，Coze在以下几个方面表现尤为突出：

强大的生态整合与发布渠道：Coze与字节跳动旗下的产品（如抖音、飞书）有深度集成，你构建的AI智能体可以非常方便地一键发布到这些主流平台，极大地简化了部署和推广流程。
极致的用户体验与快速验证：Coze采用零代码和可视化拖拽的方式构建工作流，对非技术背景的用户（如产品经理、运营人员）非常友好。配合其海量的预制模板，你可以在极短的时间内（可能只需几分钟到几小时）搭建出功能完整的AI应用并验证想法的可行性。
面向场景的AI办公能力：Coze在不断拓展其开箱即用的AI能力，例如直接生成和编辑PPT、处理Excel数据、进行多模态创作等。这意味着它不仅能做聊天机器人，还能直接成为提升个人和团队生产力的办公工具。

2.4 Coze 工作流介绍

Coze工作流是一个通过可视化节点串联的方式，将大型语言模型、插件、代码等模块组合成可重复调用的自动化流程的工具。即使您没有编程基础，也能用它来构建和部署复杂的AI应用。可以说如果没有工作流，一些复杂的智能体应用将无法做出来。

2.4.1 工作流特点

Coze 工作流具备如下特点：

零代码可视化：通过拖拽节点搭建流程，无需编程基础
灵活编排：支持条件分支、循环、并行处理等复杂逻辑
动态调试：实时试运行并查看节点输出，快速定位问题
跨平台发布：一键部署至飞书、豆包等平台，作为智能体功能模块调用

2.4.2 工作流应用场景

Coze工作流的应用范围非常广泛，以下是一些典型的场景：

📝 内容创作与运营
- 批量内容生成：自动生成小红书爆款文案、新闻摘要、视频脚本等。
- 多媒体内容制作：串联"文本生成→图生图→加字幕背景音乐"等节点，自动将古诗词生成短视频成片。
🛠️ 办公自动化与数据处理
- 智能客服与工单处理：自动分类用户咨询、回复常见问题，甚至能识别用户投诉情绪并触发优先处理流程。
- 数据同步与报表生成：自动从小红书等平台采集数据，并同步到飞书多维表格，定时生成和发送报表。
- 专业文档审查：例如法务合同审查工作流，可以自动读取合同文件，进行常规审查、法律引用条例审查，甚至查询甲方公司的经营风险。
🎓 教育与培训
- 自动出题组卷：根据用户输入的知识点、上传的文档或错题图片，自动生成包含选择、填空、简答等多种题型的试卷。

2.5 搭建工作流核心步骤

上手Coze工作流比较简单，通常按照以下几个步骤操作：

创建工作流：在Coze平台的资源库中点击创建新工作流，并为其命名。
编排工作流：从左侧面板拖拽所需节点到画布上，并将它们按逻辑顺序连接起来。随后，配置每个节点的具体输入和输出参数。
测试并发布：使用"试运行"功能验证工作流是否正确。测试成功后，即可发布该工作流，并可以将其添加到智能体中作为一项技能来调用。

三、提取对标账号视频生成文案完整操作过程

接下来将通过具体的案例操作进行完整的过程演示。

3.1 前置说明

3.1.1 Coze 工作流提取对标账号视频生成文案操作步骤

本案例参考下面的几个步骤即可完一个提取对标账号的视频进行文案改写的完整步骤

创建新应用
编写应用提示词
- 角色，技能，限制等
自定义工作流
- 结合实际业务场景配置工作流各个节点，以及各节点能力输出
应用引入自定义工作流
应用测试
发布应用

接下来，选择其中最核心也是难度比较高的工作流和工作流节点的配置部分进行详细的讲解。

3.2 创建工作流

如下，创建一个新的工作流，填写工作流的信息，点击确认

确认完成后来到下面的流程配置页面

3.3 配置工作流

3.3.1 添加一个问答节点

问答组件可以给使用人员固定选项，从而提升使用体验，同时，问答组件也兼具了条件选择分支的功能，一定程度上让配置更灵活，参考下面的配置：

问答的内容必须填写；
选项回答那里设置2个选项的问题供给用户选择；

从配置的图中可以看到，添加了问答节点后，节点后面分出了多个类似选择节点的分支，这也是在提醒你接下来需要针对不同的问题配置后续不同的流程。

3.3.3 提取某个账号的视频信息流程配置

先来看第一个分支，当用户选择某个账号选项时，此时需要给工作流一个你要提取的某个账号的主页链接，然后通过工作流的相关功能进行后续作业。

3.3.3.1 增加输入节点

提供用户一个你要提取的对标账号的主页的url地址

3.3.3.2 增加链接提取组件节点

但是上一步的url链接不一定能够拿来直接用，有的url后面可能还带有乱七八糟的其他内容，因此需要进行链接的提取，也就是处理一下链接内容，紧接着增加一个链接提取组件

配置输入参数为上一个节点得到的主页url

3.3.3.3 增加dy主页地址获取视频信息节点

这里以dy账号为例，紧接着，增加一个根据主页地址获取视频信息的插件节点

需要注意的是，同一个类型的插件有很多个，选择的时候需要注意筛选，避免无法通过插件得到最终的结果

试运行一下这个节点，确保能够正常获取到账号的主页视频信息，如下：

3.3.3.4 增加循环节点提取视频相关信息

如下增加一个循环节点，外层循环体的入参为上一个节点的输出信息

循环体内部的配置是接下来的核心，由于流程会比较长，需要仔细一些。

3.3.3.5 内层循环增加一个视频文案提取节点

通过该节点将视频中的文案提取出来，点击增加该插件，选择第一个即可

该插件为通义系列的大模型产品，相关的节点配置参数可以去阿里云白炼获取

节点配置信息如下

3.3.3.5 内层循环增加一个大模型文案分析节点

通过上一个节点提取出了视频的文案，别人的文案不能直接使用，需要进行改写，因此需要添加一个大模型分析节点，输出一个文案改写的思路给后面使用，如下，首先配置输入参数

然后分别配置系统提示词、用户提示词，参考下面的内容：

bash 复制代码

# 角色
你是一个专业的抖音视频内容提取及对标账号分析专家

# 技能
1、你可以根据输入的文案{{input}}对他的文案写法以及写作思路和文案设计进行分析
2、整理出写作思路返回到变量contentAnalysis

# 限制
- 只分析文案的写作思路，不做其他回复

3.3.3.6 内层循环增加一个大模型文案改写节点

接下来增加一个大模型节点，用于结合上一步的改写思路+前面的文案，进行二次的文案改写，输入参数如下：

然后配置系统提示词和用户提示词，参考下面的内容

bash 复制代码

# 角色
你是一个专业的文案改写专家，你可以对{{input}}不改变文章大意的情况下对其进行优化和二次改写

# 技能
当用户输入文案{{input}}，首先帮我分析文案的核心，然后根据{{contentAnalysis}}的写作思路以及写作手法进行创作改写

# 限制
- 改写的文案要求按照黄金3秒的思路进行改写
- 只专注于文案的改写，不做其他的回复

3.3.3.7 内层循环增加一个代码节点

为了方便后续的使用，后面将重新生成的文案，原始的视频等信息存入到多维表中，为了存入多维表，需要按照多维表的格式要求进行数据的转换，这里增加一个代码节点来处理这个事情，提取准备如下的飞书多维表

完整代码如下：

需要注意的是，代码中的参数要与多维表的列进行对应起来，否则后面写入的时候会出现问题
其次，输入的参数可以根据自己实际情况继续追加，对应的话，你也要在飞书多维表中增加列

bash 复制代码

// 在这里，您可以通过 'params'  获取节点中的输入变量，并通过 'ret' 输出结果
// 'params' 已经被正确地注入到环境中
// 下面是一个示例，获取节点输入中参数名为'input'的值：
// const input = params.input; 
// 下面是一个示例，输出一个包含多种数据类型的 'ret' 对象：
// const ret = { "name": '小明', "hobbies": ["看书", "旅游"] };

import dayjs from 'dayjs'
import lodash from 'lodash'

async function main({ params }: Args): Promise<Output> {
    const {nickname ,desc , share_url, rewrite} = params;
    // 构建输出对象
    const ret = [{
        "fields":{
            "dy账号名称": nickname, 
            "视频描述": desc,
            "原视频链接": share_url,
            "新视频文案": rewrite
            }
        }   
    ];

    return {ret};
}

3.3.3.8 内层循环增加一个多维表格

紧接着上一步，增加一个多维表格，将上一步代码节点的输出参数信息写入到多维表中去，选择如下这个多维表的add_records这个

节点配置参数信息如下：

3.3.3.9 内层循环增加一个输出节点

该节点主要用于记录下最终执行的结果信息，相当于是一个日志记录的效果

3.3.4 效果测试

接下来对上面配置的工作流进行一个效果验证，找到一个对标账号，复制主页的完整信息，如下：

bash 复制代码

长按复制此条消息，打开抖音搜索，查看TA的更多作品。 https://v.douyin.com/vZV20yT3XD8/

点击试运行后，在下面的两个选项中选择第一个

然后将上一步提供的账号链接信息复制进去

点击试运行之后，经过一段时间的等待后，可以看到试运行成功

最后检查飞书多维表，可以看到账号的主页视频以及改写之后的文案信息都存入到自定义的飞书多维表中了

四、写在文末

本文通过详细的操作过程分享了如何基于Coze工作流实现一个对标账号的短视频提取并生成文案，最后写入到飞书多维表的详细过程，更多的细节，有兴趣的同学可以基于此进行深入的研究，本篇到此结束，感谢观看。