今天给大家演示一个书单IP人物形象视频工作流，这是一个结合大模型与多媒体处理的 Coze 工作流案例。通过它，可以从一本书的标题与作者出发，自动生成三分钟的读书文案，并进一步转化为分段口播稿，配合视觉化的图片生成和抠图处理，最终形成完整的短视频内容。整个过程不仅实现了文案创作的智能化，还能自动生成与内容匹配的人物形象插画，让书单类 IP 运营更具吸引力和连贯性。文章目录工作流介绍核心模型Node节点工作流程大模型应用生成读书文案转口播稿段落总结图片描述词使用方法应用场景开发与应用工作流介绍该工作流围绕“读书视频”展开，核心是通过大模型生成书籍速览内容，再经过分段处理、摘要、图像生成与抠图，形成可直接用于短视频的成品素材。其亮点在于：一方面，大模型用于生成生动、趣味化的书籍介绍文案；另一方面，结合图像生成和图像处理，能自动产出符合文案语境的卡通人物形象，保证视频整体的风格统一。核心模型在这个工作流中，大模型承担了文本创作与处理的关键任务，既负责三分钟速览文案的生成，也支持后续的分段、摘要和口播优化。同时，针对图像描述和动作词生成，模型也提供了精准的文本提示，驱动后续的图像生成环节。模型名称说明DeepSeek-R1用于生成三分钟书籍速览文案，保证信息准确生动DeepSeek-V3负责将长文案转化为口播稿，并对内容进行分段、总结豆包·工具调用根据分段文案生成动作描述词，驱动插画生成Node节点