保姆级教程：用 Coze 打造宠物→冰球运动员拟人化工作流

不会敲代码12026-02-11 10:08

【掘金专属】保姆级教程：用 Coze 打造宠物→冰球运动员拟人化工作流 🐾🏒

5 分钟上手！0 代码基础也能搭建，把你家毛孩子变成超酷的冰球小将

🔥 前言：为什么要做这个工作流？

养宠的你是不是总忍不住幻想：如果家里的猫猫狗狗能化身运动健将，会是什么样子？不用再靠脑补了！今天就手把手教你在 Coze（扣子）上搭建一个「宠物拟人冰球运动员生成器」------ 只需上传一张宠物照片，填写几个简单参数，就能一键生成专属的冰球运动员拟人化形象，既有宠物的萌趣特征，又有冰球运动的飒爽感，发朋友圈、做壁纸都超吸睛！

🎯 项目核心目标

  • 输入：宠物照片 + 自定义参数（风格 / 球衣号码 / 颜色 / 场上位置等）
  • 输出：高度还原宠物特征的冰球运动员拟人化高清图片
  • 亮点：0 代码基础也能搭，参数可灵活调整，生成效果可控性强

📋 前置准备

1. 素材准备

  • 一张清晰的宠物照片（建议竖版 / 正方形，单张不超过 5MB，面部特征清晰最佳）
  • 可选：冰球风格参考图（如喜欢的队服样式、拟人风格示例）

2. 思路梳理

提前想好这些参数，生成效果更贴合预期：

  • 生成风格：写实 / 卡通 / 赛博朋克 / 二次元 / 复古等
  • 球衣信息：号码（0-99）、主色调（红 / 蓝 / 黑 / 白等）
  • 运动参数：场上位置（守门员 / 前锋 / 后卫）、持杆手（左手 / 右手）

🛠️ 工作流整体架构（附逻辑图）

整个工作流分为 6 个核心节点，逻辑清晰、环环相扣：

（工作流整体架构图）

📝 详细搭建步骤（每步附操作截图）

第一步：创建「开始」节点（入口配置）

这是工作流的 "大门"，所有用户输入都从这里进入。

操作步骤：
  1. 打开 Coze 工作台，新建「工作流」应用
  2. 拖拽「开始」节点到画布，点击「编辑」
  3. 按如下配置输入参数（直接复制即可）：

表格

变量名 变量类型 必填 默认值 描述 配置技巧
picture Image ✅ - 宠物照片 标注 "请上传清晰的宠物正面照"
style String ❌ 写实 生成风格 可添加示例：写实 / 卡通 / 赛博朋克
uniform_number Number ❌ 10 球衣号码 限制范围 0-99 更合理
uniform_color String ❌ 红 球衣颜色 建议填写具体色值 / 名称
position Number ❌ 随机 场上位置 0 = 守门员 / 1 = 前锋 / 2 = 后卫
shotting_hand Number ❌ 随机 持杆手 0 = 左手 / 1 = 右手
关键提示：
  • 点击每个参数后的「设置」，添加「描述」帮助用户理解
  • 默认值可根据你的常用偏好调整（比如把球衣颜色改成你喜欢的球队色）

（「开始」节点配置截图）

第二步：配置「图片理解」节点（视觉分析）

这个节点是 "眼睛"，能自动读懂宠物照片的核心特征。

操作步骤：
  1. 拖拽「模型调用」节点到画布，重命名为「图片理解」
  2. 模型选择：豆包 1.5 Pro・视觉理解 - 250328（大家可能这个模型无法处理图片可以更换别的视觉处理模型）
  3. 输入配置：img 字段连接「开始」节点的 picture 输出
  4. 系统提示词（直接复制）：

text

markdown 复制代码 
你是专业的宠物特征分析专家，请详细描述这张宠物图片的核心特征，包括但不限于：
1. 宠物种类（猫/狗/其他）、毛色/花纹
2. 面部特征（眼睛形状/颜色、鼻子/嘴巴特征、耳朵形状）
3. 神态/表情（呆萌/活泼/高冷）
4. 体型/姿态（胖瘦、站立/趴卧等）
描述越详细，后续拟人化效果越精准。
  1. 输出字段：默认 sk_output（存储特征描述文本）
关键提示：
  • 视觉模型需确保开通权限，否则会提示调用失败
  • 提示词越具体，特征提取越精准

（「图片理解」节点配置截图）

第三步：配置「特征提取」节点（核心提炼）

从图片理解的结果中，筛选出最具辨识度的特征，为拟人化打基础。

操作步骤：
  1. 拖拽「模型调用」节点到画布，重命名为「特征提取」
  2. 模型选择：豆包 1.8・深度思考
  3. 输入配置：input 字段连接「图片理解」节点的 sk_output
  4. 系统提示词（直接复制）：

text

markdown 复制代码 
你是资深动物拟人化设计师，现在需要从以下宠物特征描述中，提取出最适合做拟人化的核心特征（仅保留独特、高辨识度的内容）：
要求：
1. 输出JSON格式，字段包括：unique_features（独特特征）、expression（神态）、color_mapping（颜色映射建议）
2. 颜色映射建议要适配冰球服配色（比如"橘白相间的毛色→队服主橘色+白色镶边"）
3. 特征描述要简洁、可直接用于图像生成提示词

  1. 用户提示词：{{input}}

  2. 输出字段：

    • output：JSON 格式的结构化特征（核心）
    • reasoning_content：推理过程（可选，用于调试）
关键提示：
  • 强制要求 JSON 输出，后续代码节点处理更方便
  • 颜色映射建议能让拟人化更贴合宠物特征

（「特征提取」节点配置截图）

第四步：配置「代码」节点（参数标准化）

把用户输入的零散参数转换成图像生成能直接用的标准化格式（0 代码基础也能复制即用）。

操作步骤：
  1. 拖拽「代码」节点到画布，重命名为「参数标准化」
  2. 输入配置：连接「开始」节点的所有参数（style/uniform_number 等）
  3. 代码逻辑（直接复制，无需修改）：

javascript

运行

ini 复制代码 
const random = (start: number, end: number) => {
  const p = Math.random();
  return Math.floor(start * (1 - p) + end * p);
}

async function main({ params }: Args): Promise<Output> {
  if (params.position == null) params.position = random(0, 3);
  if (params.shooting_hand == null) params.shooting_hand = random(0, 2);

  const style = params.style || '写实';
  const uniform_number:string = (params.uniform_number || 10).toString();
  const uniform_color = params.uniform_color || '红';
  const position = params.position  == 0 ? '守门员': (params.position == 1 ? '前锋': '后卫');
  const shooting_hand = params.shooting_hand == 0 ? '左手': '右手';
  

  // 构建输出对象
  const ret = {
      style,
      uniform_number,
      uniform_color,
      position,
      shooting_hand,
  };

  return ret;
}
  1. 输出字段：直接映射代码中的 output 字段
关键提示：
  • 代码做了参数校验，避免用户输入非法值导致报错
  • 数字转中文是为了让图像生成提示词更自然

（「代码」节点配置截图）

第五步：配置「图像生成」节点（核心生成）

这是整个工作流的 "灵魂"，所有信息最终在这里融合成图片。

操作步骤：

  1. 拖拽「图像生成」节点到画布，重命名为「拟人化生成」

  2. 基础设置（直接照填）：

    • 模型：通用图像生成模型

    • 比例：1:1 (1024×1024)（高清且适配社交平台）

    • 生成质量：拉满（或根据需求调整）

    • 参考图设置：

      • 模型：形象一致（关键！保留宠物特征）
      • 参考图：连接「开始」节点的 picture
      • 参考程度：0.7（平衡特征保留和创意发挥）

  3. 正向提示词（直接复制，变量已做好映射）：

text

css 复制代码 
高质量、高清、细节丰富的{{style}}风格图片，将宠物拟人化为儿童冰球运动员，核心要求：
1. 运动员外貌特征高度还原宠物：{{description}}
2. 核心独特特征强化：{{details.unique_features}}
3. 神态匹配：{{details.expression}}
4. 冰球服配色：{{details.color_mapping}}（主色{{uniform_color}}，号码{{uniform_number}}号）
5. 运动细节：{{position}}站位，{{shooting_hand}}持冰球杆，另一只手自然下垂
6. 场景：专业冰球赛场，光线柔和，构图居中，氛围感拉满
7. 风格要求：{{style}}，卡通风格要萌趣，写实风格要逼真，赛博朋克风格要炫酷

【细节强化】
- 冰球头盔贴合头部，号码清晰可见
- 守门员需添加专属护具+球门背景，前锋/后卫需添加冰球杆+冰球
- 整体画面无违和感，宠物特征与人类身体自然融合
  1. 负向提示词（直接复制，避坑关键）：

text

复制代码 
低画质，模糊，失真，四足站立，非冰球赛场，双手各握一根球杆，未佩戴头盔，球衣号码模糊，颜色偏差，画面出现其他动物，人物面部扭曲，比例失调，无冰球元素，背景杂乱，文字水印
  1. 输入连接（关键！别连错）：
markdown 复制代码 
*   `description` → 「图片理解」的 `sk_output`
*   `details` → 「特征提取」的 `output`
*   `style`/`uniform_color`/`uniform_number`/`position`/`shooting_hand` → 「代码」节点的对应输出
关键提示：
  • 参考程度 0.7 是黄金值，太高会失去拟人化效果，太低会丢失宠物特征
  • 负向提示词一定要加，能大幅减少翻车概率

（「图像生成」节点配置截图）

第六步：创建「结束」节点（结果输出）

工作流的 "出口"，把生成的图片返回给用户。

操作步骤：
  1. 拖拽「结束」节点到画布
  2. 输出配置：output 字段连接「图像生成」节点的 data 输出
  3. 点击「保存」，完成整个工作流搭建

（「结束」节点配置截图）

第七步：使用节点生成效果图

大家点击试运行就可以生成大家想要的爱宠图片了，由于时间问题我只放上后面生成宠物图片的效果图了

🚀 测试与优化技巧

1. 首次测试流程

  1. 点击画布右上角「运行」
  2. 上传宠物照片，填写参数（比如：风格 = 卡通，号码 = 7，颜色 = 蓝，位置 = 前锋）
  3. 等待 30 秒左右，查看生成结果

2. 常见问题优化

表格

问题现象 优化方案
宠物特征不明显 提高参考图程度到 0.8，或在特征提取提示词中强调 "强化面部特征"
球衣颜色 / 号码错误 检查代码节点参数映射，或在图像生成提示词中明确 "号码 {{uniform_number}} 必须清晰显示"
风格不符预期 细化风格描述（比如 "卡通→迪士尼卡通风格，线条简洁，色彩明亮"）
生成失败 / 报错 检查节点连接是否正确，模型权限是否开通，图片大小是否超限

🎨 扩展玩法（超实用）

  1. 多风格批量生成：复制「图像生成」节点，修改风格参数，一次生成多种风格
  2. 添加文案生成：新增「模型调用」节点，生成配文（比如 "我家柴柴变身冰球小将啦！"）
  3. 适配不同场景：调整图像比例（4:3/16:9），适配壁纸 / 海报 / 朋友圈
  4. 其他职业拟人：修改提示词，把冰球运动员换成宇航员 / 医生 / 宇航员等

📌 核心配置清单（可直接复制）

1. 图片理解系统提示词

text

markdown 复制代码 
你是专业的宠物特征分析专家，请详细描述这张宠物图片的核心特征，包括但不限于：
1. 宠物种类（猫/狗/其他）、毛色/花纹
2. 面部特征（眼睛形状/颜色、鼻子/嘴巴特征、耳朵形状）
3. 神态/表情（呆萌/活泼/高冷）
4. 体型/姿态（胖瘦、站立/趴卧等）
描述越详细，后续拟人化效果越精准。

2. 特征提取系统提示词

text

markdown 复制代码 
你是资深动物拟人化设计师，现在需要从以下宠物特征描述中，提取出最适合做拟人化的核心特征（仅保留独特、高辨识度的内容）：
要求：
1. 输出JSON格式，字段包括：unique_features（独特特征）、expression（神态）、color_mapping（颜色映射建议）
2. 颜色映射建议要适配冰球服配色（比如"橘白相间的毛色→队服主橘色+白色镶边"）
3. 特征描述要简洁、可直接用于图像生成提示词

3. 代码节点完整代码

javascript

运行

ini 复制代码 
const random = (start: number, end: number) => {
  const p = Math.random();
  return Math.floor(start * (1 - p) + end * p);
}

async function main({ params }: Args): Promise<Output> {
  if (params.position == null) params.position = random(0, 3);
  if (params.shooting_hand == null) params.shooting_hand = random(0, 2);

  const style = params.style || '写实';
  const uniform_number:string = (params.uniform_number || 10).toString();
  const uniform_color = params.uniform_color || '红';
  const position = params.position  == 0 ? '守门员': (params.position == 1 ? '前锋': '后卫');
  const shooting_hand = params.shooting_hand == 0 ? '左手': '右手';
  

  // 构建输出对象
  const ret = {
      style,
      uniform_number,
      uniform_color,
      position,
      shooting_hand,
  };

  return ret;
}

4. 图像生成正向提示词

text

css 复制代码 
高质量、高清、细节丰富的{{style}}风格图片，将宠物拟人化为儿童冰球运动员，核心要求：
1. 运动员外貌特征高度还原宠物：{{description}}
2. 核心独特特征强化：{{details.unique_features}}
3. 神态匹配：{{details.expression}}
4. 冰球服配色：{{details.color_mapping}}（主色{{uniform_color}}，号码{{uniform_number}}号）
5. 运动细节：{{position}}站位，{{shooting_hand}}持冰球杆，另一只手自然下垂
6. 场景：专业冰球赛场，光线柔和，构图居中，氛围感拉满
7. 风格要求：{{style}}，卡通风格要萌趣，写实风格要逼真，赛博朋克风格要炫酷

【细节强化】
- 冰球头盔贴合头部，号码清晰可见
- 守门员需添加专属护具+球门背景，前锋/后卫需添加冰球杆+冰球
- 整体画面无违和感，宠物特征与人类身体自然融合

5. 图像生成负向提示词

text

复制代码 
低画质，模糊，失真，四足站立，非冰球赛场，双手各握一根球杆，未佩戴头盔，球衣号码模糊，颜色偏差，画面出现其他动物，人物面部扭曲，比例失调，无冰球元素，背景杂乱，文字水印

✨ 总结

  1. 整个工作流核心是「特征提取 + 参考图生成」，既保留宠物特征，又实现冰球运动员拟人化；
  2. 参数标准化和提示词优化是生成效果的关键，本文提供的配置可直接复用；
  3. 0 代码基础也能快速搭建，扩展玩法丰富，除了冰球运动员，还能适配各种职业拟人化。

快去试试把你家毛孩子变成超酷的冰球小将吧！如果有搭建问题，评论区留言，我会一一解答～

相关推荐
合合技术团队20 小时前
零代码搭建「招标文件解析智能体」：Coze+TextIn xParse实现PDF上传自动提条款、标风险、出建议
ocr·coze·文档解析·textln
向上的车轮9 天前
开源版 Coze：创建知识库（RAG）
开源·coze
向上的车轮10 天前
开源版 Coze： 创建智能体-每日 ERP 系统巡检计划
开源·coze
不正经绣才11 天前
【扣子Coze教程】“葬经人”动画工作流开源（附提示词）
ai·工作流·coze·扣子·葬经人动画
之歆11 天前
Coze（扣子）Agent 插件
插件·coze
之歆12 天前
Coze（扣子）消息卡片（Message Card）使用指南
card·coze
weixin_4624462317 天前
【Dify 实战】基于 Workflow + LLM 的智能语音合成（TTS）完整教程（支持情感 / 语速 / 自动语言）
人工智能·语音识别·coze·mcp
大脑经常闹风暴@小猿18 天前
Coze开源了！！ 扣子(Coze) 和 dify怎么选？
dify·coze
GGBondlctrl19 天前
【Coze】从零开始：解锁扣子Coze工作流的新起点
智能体·coze·扣子
热门推荐
01GitHub 镜像站点02Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services03openclaw配置教程（linux+局域网ollama）04UV安装并设置国内源05Linux下V2Ray安装配置指南06openclaw使用nginx反代部署过程 与disconnected (1008): pairing required解决07AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南08【Linux操作系统12】Git版本控制与GDB调试：从入门到实践09Vue-skills的中文文档10OpenClaw Chrome扩展使用教程 - 浏览器中继控制