27条作品涨粉77万?我用Coze破解了“藏经人”的流量密码

大家好,我是小肥肠!最近藏经人风格的火柴人视频火得一塌糊涂,本期教程教你用 Coze + ComfyUI 搭建全自动视频工作流。输入主题,3分钟直出成品视频。想在这个高共鸣赛道分一杯羹的朋友,这篇干货千万别错过~

1. 前言

前两天刷视频的时候偶然刷到一个火柴人类型的视频,点赞互动不够数据不错,我进了他的主页发现真不得了。这位大佬仅仅发布了27个作品就斩获了77万粉丝!

仔细分析发现,这类视频的核心逻辑其实就是:极简火柴人画面 + 高共鸣情感文案。

既然逻辑清晰,实现起来就不难。我基于 Coze(扣子)花了半天时间实现了这套工作流,从文案生成到视频剪辑全自动化。先来看看最终跑出来的效果:

工作流操作方法很简单,只需要在开始节点输入必要参数,点击试【试运行】按钮。

等待几分钟后会获得剪映草稿地址,导入到剪映小助手创建草稿即可获得成品视频:

如果你也想做火柴人情感赛道视频,赶紧码住跟练,文末附送本文中的文生图和图生视频提示词哦~

2. 工作流实现

复刻藏经人同款视频的完整工作流如下图,整体工作流并不复杂,接下来就带大家逐一拆解核心节点。

开始节点: 下图中开始节点传入了四个参数,分别为type(可为豆包或banana对应两个生图模型),back_music(对应背景音乐),input(对应视频主题),scm_api_key(对应配音插件所需要的key)。

根据主题生成文案( 大模型 ): 开始节点后接大模型节点,这个节点的作用是基于开始节点输入的input主题生成视频文案。

提示词编写思路:

复制代码
根据用户输入的主题,围绕三段式结构来生成视频文案,三段式即开头抛出勾子,中间延续场景故事,末尾衍生人生哲理

文案分段( 大模型 ):根据主题生成文案(大模型) 后还要接一个大模型节点,这个节点的作用是对前置节点产生的整段文案进行分段操作,最后输出文案列表。

提示词编写思路:

javascript 复制代码
接收一段纯文本故事作为输入,在内部先将其拆解为独立句子,然后按35字视觉阈值重新打包,最终输出一个JSON字符串列表。

循环:文案分段( 大模型 节点后接循环节点,意为对产生的文案列表进行遍历处理,基于每个文案进行配音、文生图、图生视频操作,最后获得视频制作的基础素材,如音频列表、视频列表等。

正文 语音合成 这个节点位于循环内部,它的作用是对每个文案进行配音操作。

get_audio_duration:正文 语音合成 节点后接get_audio_duration插件, 这个节点的作用是获取每段配音的时长以便后续将其有序放入到剪映草稿的轨道中。

生成配图/视频提示词( 大模型 ): 这个节点的作用是先基于根据主题生成文案(大模型) 节点提取文案的主题,围绕主题,紧扣循环传入的文案片段生成文生图和图生视频提示词。

生图:生成配图/视频提示词( 大模型 节点后来到了生图步骤,本文的生图有两个方案,分别是基于香蕉模型(插件市场搜小肥肠即可找到)和coze内置的图像生成节点(基于Seedream4.0)。

视频生成: 在本工作流中视频生成基于Running Hub,这是一个子工作流,里面的插件由我团队大佬研发。

Running Hub视频生成工作流如下,感兴趣的可以看看我的另外一篇文章:Coze+ComfyUI 实战:视频制作成本降10 倍,高质量成片这么做

数据组装: 循环节点出来后需要接代码节点,对循环节点生成出来的视频素材进行组装,最后输出为适配剪映小助手插件的数据。

添加素材到剪映: 素材组装完毕后基于剪映小助手插件依次添加到轨道即可,下图的节点进行了草稿创建,添加人声配音、添加背景音乐、添加视频片段、添加字幕、保存草稿的操作。

结束: 结束节点接收的是save_draft节点输出的草稿地址,我们只需要将草稿地址导入到剪映小助手即可获取成品视频。

以上就是整个工作流的完整流程拆解,动手能力强的读者可以跟着教程实践一遍。上述工作流已经被收录到了小肥肠共学群中,如果想直接获取工作流原件,可以加入社群后我拉你进空间直接学习使用。

3. 结语

技术在进步,创作的门槛在不断降低。像"藏经人"这样依靠情感共鸣突围的账号,其核心壁垒从来不是剪辑技术,而是对人性的洞察。今天分享的这套Coze工作流,其本质是帮大家抹平技术与制作的时间差,让你能把更多精力聚焦在文案打磨和选题策划上。

相关推荐
星爷AG I1 分钟前
19-6 范畴理论(AGI基础理论)
人工智能·agi
青桔柠薯片5 分钟前
2026年AI前瞻:量子AI、具身智能与科学发现的新纪元
人工智能·ai·量子计算·ising
阿杰学AI7 分钟前
AI核心知识119—大语言模型之 监督微调 (简洁且通俗易懂版)
人工智能·深度学习·ai·语言模型·aigc·sft·监督微调
Hugh-Yu-1301238 分钟前
【Agent与传统AI的区别:一场技术革新的深度剖析】
人工智能
事变天下9 分钟前
咕咚2026年赛事合作全面进阶,科技赋能开启运动生态新征程
人工智能·科技
豆沙糕12 分钟前
大模型面试高频题:请详细讲解检索中的BM25算法
人工智能·算法
AI效率工坊17 分钟前
【Python实战】10万行数据自动清洗:pandas+AI智能识别+异常检测完整方案
人工智能·python·pandas
后厂村24 分钟前
多模态 LLM Wiki Skill
人工智能
挂科边缘24 分钟前
【PASCAL VOC 数据集介绍篇】目标检测与分割常用的数据集:PASCAL VOC 数据集全版本详解与避坑指南
人工智能·目标检测·计算机视觉
GrowAdmin27 分钟前
你真的了解Agent Skills吗?一文讲清它的“发现-激活-执行”
人工智能