【愚公系列】《扣子开发 AI Agent 智能体应用》023-实战案例:图文混合的火爆推文生成器

💎【行业认证·权威头衔】

✔ 华为云天团核心成员:特约编辑/云享专家/开发者专家/产品云测专家

✔ 开发者社区全满贯:CSDN博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主

✔ 技术生态共建先锋:横跨鸿蒙、云计算、AI等前沿领域的技术布道者

🏆【荣誉殿堂】

🎖 连续三年蝉联"华为云十佳博主"(2022-2024)

🎖 双冠加冕CSDN"年度博客之星TOP2"(2022&2023)

🎖 十余个技术社区年度杰出贡献奖得主

📚【知识宝库】

覆盖全栈技术矩阵:

◾ 编程语言:.NET/Java/Python/Go/Node...

◾ 移动生态:HarmonyOS/iOS/Android/小程序

◾ 前沿领域:物联网/网络安全/大数据/AI/元宇宙

◾ 游戏开发:Unity3D引擎深度解析

文章目录


🚀前言

在当今的互联网环境下,图文内容创作在各大平台展现出了惊人的热度与影响力,尤其是小红书、公众号等主流平台,优质的图文内容不仅能带来可观的流量,更能实现多元化的商业变现。这使得越来越多的创作者投身于图文创作领域。然而,要想在这一竞争激烈的赛道中脱颖而出,持续产出高质量的图文内容无疑是一项艰巨的任务,它对创作者的创作能力、时间管理以及素材积累等方面都提出了很高的要求。

本章将通过实战演示,详细介绍如何借助扣子开发平台这一强大的工具,让人工智能深度参与并自动完成从文案撰写到配图选择的整个图文创作流程,帮助创作者突破创作瓶颈,提升创作效率与质量,从而更好地适应和驾驭当前的图文创作生态。

🚀一、图文混合的火爆推文生成器

本章将通过一个完整的实战案例,演示如何在扣子平台搭建一个自动化的工作流,实现从提取、改写、配图到排版的"小红书图文二创"全流程。

🔎1.工作流设计思路

本案例的目标是创建一个自动化流水线,其核心设计分为四个清晰步骤(见图8-1):

  1. 内容提取:从指定的小红书笔记链接中,获取原始的标题和文案作为参考素材。
  2. 文案改写:利用大模型的创意能力,对原始内容进行二次创作,生成新的爆款标题和正文。
  3. 配图生成:根据改写后的文案主题,由AI生成一张风格匹配的封面图片。
  4. 排版组合 :将最终生成的文案和图片进行整合与格式化输出。

创建工作流框架

进入扣子平台"资源库",点击"+资源"选择"工作流 "。创建时需注意:工作流名称需使用英文、数字或下划线(如 XHS_Content_Gen),描述可填写"用于生成图文混合推文的自动化工作流"。创建后,编辑界面将默认包含"开始"和"结束"两个节点。

注:扣子平台迭代迅速,界面可能微调,但核心功能入口位置相对固定,请根据实际版本灵活操作。

🔎2.配置文案生成模块

1. 配置"开始"节点

点击"开始"节点,配置输入变量。例如,新增一个名为 url、类型为 String 的变量,用于接收用户提供的小红书笔记链接。

2. 添加内容提取插件

在工作流中添加"插件 "节点,搜索并添加"小红书笔记提取"类插件(例如 get_notes)。将开始节点与此插件节点连接,并配置插件节点的 url 参数,引用开始节点的 url 变量值。

3. 添加文案改写大模型节点

添加一个"大模型"节点,将其与插件节点连接。此节点负责核心的文案二创。

  • 模型选择 :可选用 DeepSeek-R1 或豆包等模型。

  • 输入配置 :需配置两个输入参数,分别引用插件节点提取的原始 title(标题)和 content(正文内容)。

  • 提示词工程(关键) :在大模型节点中填入精细化的指令,以控制生成质量:

    markdown 复制代码
    你是一个小红书文案专家,请详细阅读并遵循以下原则,帮我进行小红书笔记二次创作。
    #标题创作原则
    ##增加标题吸引力
    - 使用标点符号:通过标点符号,尤其是叹号,增强语气
    - 挑战与悬念:提出引人入胜的问题或情境
    - 结合热点:融入当前流行的话题
    - 明确成果:具体描述效果
    - 表情符号:适当使用 emoji
    - 口语化表达:使用贴近日常的语言
    - 字数控制:保持在 20字以内
    #正文创作原则
    - 字数要求:100-500 字之间
    - 风格要求:真诚友好、鼓励建议、幽默轻松
    - 格式要求:多分段、多用短句
    - 重点在前:把最重要的内容放在开头
    - 逻辑清晰:总分总结构
    接下来,我给你一个主题{{ititle}},示范文案{{content},请帮我生成:
    -10 个燥款标题
    -1篇与标题匹配的正文内容

4. 初步测试

将大模型节点与"结束"节点连接,并配置结束节点的输出变量,引用大模型节点的输出。点击"试运行 ",输入一个小红书链接,测试工作流前半部分是否能成功提取并改写文案。

🔎3.配置图片生成模块

1. 添加提示词优化节点

AI绘图需要优质的提示词(Prompt)。为此,需再添加一个"大模型"节点,专门用于将文案转换为绘画描述。

  • 将此节点与上一个"文案改写"节点相连。
  • 在其输入参数中,引用上游文案改写节点的输出。
  • 提示词示例你是一名AI绘画大师,请将 {``{prompt}} 中的内容转化为详细、生动的绘画提示词,以便AI生成高质量图片。

2. 添加图像生成节点

添加"图像生成"节点,与"提示词优化"节点连接。

  • 配置:在图像生成节点的输入中,引用上游节点生成的绘画提示词。
  • 参数设置 :可选择图片比例(如16:9),并在"正向提示词"框中通过 {``{prompt}} 变量传入优化后的指令。

🔎4. 配置"结束"节点与最终输出

"结束"节点需汇总所有成果。配置其返回方式为"返回文本",并添加两个输出变量:

  • wenan:引用"文案改写"节点的最终输出。
  • tupian:引用"图像生成"节点输出的图片URL(data字段)。

在内容框中,使用变量引用进行格式化排版,例如:

text 复制代码
封面:{{tupian}}
文案内容:{{wenan}}

这样,工作流最终会输出一张图片和一段结构化文案。

🔎5.完整工作流测试与发布

1. 全链路测试

工作流完整结构应为:开始内容提取插件文案改写大模型提示词优化大模型图像生成结束

点击"试运行",输入链接,观察每个节点的执行状态(绿色表示成功)。最终应获得生成的新文案和配图。

2. 发布工作流

测试无误后,点击右上角"发布"按钮,为此工作流设定一个版本号,使其可被智能体调用。

🔎6.创建智能体封装工作流

为方便日常使用,可将此工作流封装成一个简单的对话式智能体。

  1. 创建智能体:在"项目开发"中新建一个智能体,命名为"小红书图文二创助手"。

  2. 关联工作流 :在智能体编排页面的"技能"区域,添加已发布的 XHS_Content_Gen 工作流。

  3. 编写提示词 :在"人设与回复逻辑"中设定明确的指令,例如:

    markdown 复制代码
    #角色
    你是一个专业的小红书图文二创助手,专注于对小红书链接中的图文进行二次创作,不接受其他任何类型的任务,并且严格按照预设格式输出结果。
    ##技能
    ###技能1:进行小红书图文二创
    当用户提供小红书链接时,调用{{XHS_Content_Gen}}工作流对该内容进行分析。
    ##限制:
    -只处理用户提供的小红书链接相关的图文二创任务。
    -不接受其他类型的任务请求。
    -输出内容必须严格按照预设格式进行组织,不得偏离框架要求。
  4. 最终调试 :在智能体预览窗发送一个小红书链接,智能体将自动调用背后完整的工作流,并返回由AI全新生成的图文内容。

🔎7.总结

通过本案例,掌握了在扣子平台构建复杂、多步骤AI应用的完整方法:

  • 模块化设计:将复杂任务拆解为"提取-改写-绘图-排版"的标准化节点。
  • 能力串联 :灵活组合插件 (获取信息)、大模型 (处理与生成)、图像生成(创造视觉内容)等不同能力节点。
  • 产品化封装 :将底层复杂的工作流,通过智能体 包装成用户友好的自然语言交互界面。
    此模式具有很强的扩展性,可应用于新闻摘要、电商海报生成、短视频脚本创作等众多内容生产场景。
相关推荐
Tan38512 小时前
如何在 OfficeAI 上配置 API Key(图文教程)
开发语言·人工智能·c#·api·教程·officeai
jiayong232 小时前
知识库最佳实践与优化指南04
大数据·人工智能·机器学习
aitoolhub2 小时前
AI视频生成:核心技术框架与工作逻辑
人工智能·计算机视觉·aigc·音视频·设计语言
信也科技布道师2 小时前
互动视频技术在销售AI培训中的最佳实践
人工智能·ai·视频
IT_陈寒2 小时前
Python 3.12 性能优化:5 个鲜为人知但提升显著的技巧让你的代码快如闪电
前端·人工智能·后端
大任视点2 小时前
楼秀余院士博鳌演讲:打开“年轻开关”的科学钥匙
人工智能
百***78752 小时前
Mistral 3极速接入指南:3步上手+核心能力解析+避坑手册
人工智能·python·开源
Mangguo52082 小时前
碳纤维3D打印:当轻量化强度,成为触手可及的制造现实
人工智能·制造
让学习成为一种生活方式2 小时前
AGAT v1.6.0 安装与使用--生信工具72
人工智能·python·机器学习