18条作品狂揽390万赞?我用Coze破解了“情绪放大镜”的流量密码

大家好,我是小肥肠!最近心理学赛道杀出了一匹黑马------【情绪放大镜】,仅仅发布18个作品就狂揽390万赞,吸粉27万! 这种高共鸣类视频简直是流量收割机。 很多朋友想做,但觉得文案难写、画面难画。今天直接安排!仅用 Coze 就能搭建全自动 工作流 输入主题和BGM,3分钟直出剪映草稿。想在这个新风口分一杯羹的朋友,这篇干货千万别错过,跟练走起~

1. 前言

最近,心理学赛道杀出一匹黑马。一位名叫【情绪放大镜】的博主,仅仅发布了18条作品,就狂揽390万点赞,涨粉27万。这种视频凭借细腻的情绪共鸣和简约黑白画面,斩获极高流量。

其实这种类型的视频可以用Coze工作流一键生成,只需要找到工作流界面,在开始节点处输入主题和背景音乐,点击底部【试运行】按钮。

等待几分钟即可得到剪映草稿地址,只需要将其粘贴到剪映小助手,点击【创建剪映草稿】,等待几秒钟就可以获取下面的成品视频:

如果你也想做类似视频,速度码住跟练,文末送工作流中的文生图提示词和图生视频提示词哦~

2. 工作流搭建

完整工作流如下:

总体流程可以梳理如下:

  1. 根据用户输入的主题生成视频文案

  2. 将文案切分为文案片段列表

  3. 合并文案列表片段得到符合语义的文案列表

  4. 对合并后的文案片段进行配音操作,获取每个配音片段的时间段

  5. 对合并后的文案片段进行文生图、图生视频操作

  6. 将前置节点生成的素材添加到剪映草稿中

  7. 生成视频封面

  8. 输出生成好的封面和剪映草稿

开始节点: 开始节点传入的参数是视频主题和背景音乐(.MP3)。

情绪放大镜文案( 大模型 ): 大模型节点,它的作用是根据主题生成视频文案。

2.1. 封面生成

封面搭建的完整链路如图:情绪放大镜文案( 大模型 ) 节点结束后就分成了封面生成和视频制作两个分支,封面生成的流程比较简单,就三个节点,依次是根据前置节点文案生成文生图提示词,基于文生图提示词生成图片,封面组装。

大模型 (生成绘制封面图的文生图提示词): 这是一个大模型节点,模型选择了豆包系列,输入的参数是情绪放大镜文案(大模型) 节点生成的文案。

封面帧图像生成: 这是Coze内置的图像生成节点,采用Seedream4.0绘图模型,为了更贴近原版这边还上传了4张参考图。输入节点配置的是大模型 (生成绘制封面图的文生图提示词) 节点生成的文生图提示词。

画板: 画板节点的作用是将封面帧图像生成 节点生成的图和开始节点传入的视频主题拼接为视频封面。

2.2. 视频生成

口播稿分割: 这是一个插件节点,它的作用是将情绪放大镜文案( 大模型 ) 节点生成的文案拆分为文案片段列表。

合并文案( 大模型 ): 这个节点的作用是将口播稿分割 节点输出的文案列表进行二次合并,这一步做不做都可以,我做这一步的原因是口播稿分割输出的文案片段太多了,很多小短句,一个小短句代表一个分镜视频,这个大模型节点是将前后小短句进行合并,避免分镜资源消耗太多。

循环配音: 字幕生成完毕后就来到了配音生成环节,下面的节点就是将字幕列表传入循环,在循环中进行配音,并获取每段配音的时长。

循环生图和生成图生视频提示词:循环配音结束后就来到了生图环节,依然是基于循环来进行生图和生成图生视频提示词。

生图操作: 在循环中的生图我进行了3轮重试操作(处于Coze工作流健壮性考虑),同时用选择器做了循环轮数的控制。这里是一个Coze调试的小技巧,在需要多轮循环才能完成的工作流中,我们可以在循环体内部的末尾加一个选择器判断当前index轮数,下图中我的判断条件的index=4就结束循环,即生成5张图片,5个分镜。

视频生成: 视频生成依旧用的循环体来生成视频,视频生成插件采用Coze内置视频生成插件。如果觉得视频生成成本太高,可以把这一步骤往后的节点都删除,即 工作流 只生成字幕、图片和图生视频提示词,你自己去视频生成软件(如豆包)生成视频后去剪映自己拼一下,这种做法可以把成本降到最低,缺点就是费一些时间。

代码_信息组装: 在前面的节点中我们生成了音频、字幕、分镜等视频元素。本节点的作用是组装拼接前置要素生成适配剪映小助手需要的格式。

添加素材到剪映草稿: 这是最后的步骤,我们只需要将代码节点输出的音频、视频、字幕等数据依次添加到剪映小助手即可。

结束: 结束节点接收的是最终的剪映草稿和封面图。

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。

本工作流中的文生图和图生视频提示词模板限量30份,想要的可以666获取哦~

3. 结语

以上就是利用Coze复刻百万赞视频的全流程拆解。 虽然我们演示的是情绪放大镜类型的视频 ,但这个工作流的底层逻辑------大模型 生成文案 -> 拆解分镜 -> 批量生图 -> 组装草稿 ,其实是通用的。你完全可以把它修改一下,应用到民间故事、历史科普、甚至是小说推文赛道中。

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
小鸡吃米…20 小时前
机器学习中的回归分析
人工智能·python·机器学习·回归
程序新视界20 小时前
为什么不建议基于Multi-Agent来构建Agent工程?
人工智能·后端·agent
AI360labs_atyun20 小时前
上海打出“开源”国际牌!2025重磅新政
人工智能·科技·学习·ai·开源
沛沛老爹20 小时前
Java泛型擦除:原理、实践与应对策略
java·开发语言·人工智能·企业开发·发展趋势·技术原理
Deepoch21 小时前
Deepoc具身模型:破解居家机器人“需求理解”难题
大数据·人工智能·机器人·具身模型·deepoc
AiTop10021 小时前
英伟达Rubin芯片提前量产,物理AI“ChatGPT 时刻” 降临
人工智能·chatgpt
阿正的梦工坊21 小时前
Git Rebase 是什么?为什么需要它?
人工智能·git
檐下翻书17321 小时前
法律文书自动生成与逻辑校验
人工智能