我用 Coze + 飞书自动拆解了 100+ 个视频号对标账号,彻底终结「素材枯竭」困境

大家好,我是小肥肠!还在手动整理视频号对标数据?本期教你用 Coze + 飞书 + 自研插件 搭建全自动情报监控 工作流 。只需输入账号,一键聚合头部账号动态,AI 自动拆解二创并同步入库。想拥有自动化的私人素材库,这篇硬核干货千万别错过~

1. 前言

做自媒体的小伙伴都知道每个平台的运营规则是不一样的,同样的视频素材每个平台的文案风格,标题都要不一样才能发挥出它的价值。该怎么做? 最快的方法就是摸着石头过河 ------聚合大佬的经验,分析对标账号的爆款逻辑。我之前用coze做了一个聚合小红书和抖音信息的工作流。

因为之前工作流用的都是别人的插件,后来插件出问题了现在工作流用不了了,于是我决定自己做一套聚合工作流,涵盖视频号,抖音等平台。今天先讲视频号的,工作流的使用方法很简单,只需要在开始节点输入必要参数点击运行。

等待几分钟对标账号数据就会被整理写入到飞书当中。

话不多说直接跟练,文末照例准备了小肥肠自用的独家提示词模板,手慢无!

2. 工作流搭建

完整工作流如下,整体工作流并不复杂,接下来就教大家依次搭建。

流程可归纳为:

  1. 获取视频号ID

  2. 根据ID获取作品列表

  3. 获取每个作品的详情,如互动数据和文案

  4. 写入飞书

本工作流中80%是我的自研插件,大家在插件市场搜索小肥肠即可使用:

开始节点: 开始节点接收的参数有keyword(账号名称)、key(视频号接口key)、alikey(阿里云百炼key)。

获取账号id: 这个插件属于小肥肠视频号插件,它的作用是可以根据账号名称获取视频号的ID。

获取账号下的作品列表: 这个插件属于小肥肠视频号插件,它的作用是根据视频ID获取账号下的所有作品信息。

代码(规整获取的作品数据): 这是一个代码节点,它的作用是规整作品数据,输出规则的对象数组。如下图所示,我将标题、评论数、发布时间等核心属性进行了拼接整合,输出为规则的对象数组,方便后续处理。

循环: 这个节点的作用是遍历视频列表中的每个数据信息,提取文案,进行二创,最后将数据规整后写入到飞书多维表格。

获取真实视频地址: 这个插件属于小肥肠视频号插件,它的作用是获取真实的视频地址。

基于阿里云百炼模型提取文案: 这也是我开发的插件,插件市场搜索小肥肠即可找到并使用。它的作用是根据真实的视频地址提取文案内容。

二创文案(大模型): 这是一个大模型节点,采用豆包编程模型,它的作用是对原始文案进行二创改写生成新的文案。相关提示词我已整理到提示词模板当中,需要的文末领取。

将数据适配为 飞书 表格的形式(代码): 这是一个代码节点,它的作用是将前置获得的数据规整为适配飞书表格的形式。

add_records: 这是飞书插件,在app_token处填写表格链接,在records处输入前置代码节点的生成结果。

结束: 结束节点链接到了循环外部,主要起到一个监听写入的作用。

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。

另小肥肠自用的提示词模板限量30份,想要的可以666获取哦~

3. 结语

授人以鱼不如授人以渔,这套工作流的核心是从数据获取到AI二创的完整闭环 。当你把繁琐的数据录入交给Coze,你才能腾出更多精力去思考内容本身。再次强调,文中用到的核心插件均为小肥肠自研,主打一个长期稳定。

如本次分享对你有帮助,麻烦一键三连支持一下小肥肠,我们下期再见~

相关推荐
3DVisionary1 分钟前
告别数据中断:XTDIC-VG视频引伸计在金属疲劳测试中3个真实案例
人工智能·音视频·应用案例·xtdic-vg·视频引伸计·疲劳测试·实战复盘
大鱼>1 分钟前
边缘AI实时推理优化:从30FPS到120FPS的系统级加速方法
人工智能·aiot
沫儿笙7 分钟前
川崎机器人二保焊节气设备
人工智能·机器人
跨境摸鱼8 分钟前
年中政策切换窗口临近跨境卖家如何安排新品测试与库存回收
大数据·人工智能·跨境电商·跨境·营销策略
csdndeyeye14 分钟前
拆解AI投简历插件:塔塔网申的技术逻辑和实测数据
人工智能·自动化·秋招·ai投简历插件·ai找工作·求职助手·应届生就业
测试工程师成长之路20 分钟前
2026版AI辅助开发工具链:从辅助到协同的范式跃迁
人工智能
yugi98783826 分钟前
PNCC(Power-Normalized Cepstral Coefficients)— MATLAB 实现
开发语言·人工智能·matlab
AI棒棒牛27 分钟前
第 03 讲《监督学习:数据、标签、Loss与训练循环》
人工智能·学习·yolo·目标检测·yolo26
甲维斯28 分钟前
GLM5.2超过Opus4.8Think,全球第二了!
前端·人工智能·ai编程
宝贝儿好33 分钟前
【LLM】第二章:HuggingFace入门学习
人工智能·深度学习·神经网络·学习·算法·自然语言处理