【Coze】【视频】情感混剪工作流

本文介绍了一个基于Coze平台的自动化短视频合成工作流，通过大模型生成文案与标题，结合语音合成、音频分析和视频剪辑插件，实现从文本到视频的全流程自动化。工作流分为文本生成、语音合成、视频重组和剪映草稿生成四个阶段，支持知识科普、情感故事、热点追踪和产品推广等多种场景，显著提升短视频创作效率。开发者可参考相关链接进一步探索AIGC与Agent工作流应用。

Mr数据杨

506人浏览 · 2025-09-26 19:27:25

Mr数据杨 · 2025-09-26 19:27:25 发布

今天给大家演示一个 自动化短视频合成 Coze 工作流。该流程通过大模型生成文案与标题，再结合语音合成、音频分析和视频剪辑插件，自动完成从文字到成品短视频的全过程。它能够高效整合字幕、配音、背景音乐以及随机视频片段，最终生成一份可直接用于发布的剪映草稿，极大地提升了创作者的生产效率。

工作流介绍

这个工作流整体逻辑清晰：大模型负责生成标题和文案，语音合成节点将文字转化为配音，音频分析节点计算时长并驱动视频片段的切分，多个代码节点完成字幕、视频和音频的重组，最后通过剪映插件节点批量添加视频、字幕和音频，合成完整的短视频草稿。整体形成了一条从输入文本到视频成品的闭环生产线。

在这里插入图片描述

核心模型

在本流程中，大语言模型负责生成视频文案和标题，它的推理能力保证了输出的内容连贯、自然，并支持长上下文的深度思考。结合语音合成模型，可以将文案转为拟人化的声音，从而实现图文到音视频的跨模态转换。

模型名称	说明
豆包·1.5·Pro·深度思考·128K	用于生成视频标题与文案，具备长文本处理与高质量输出能力
speech_synthesis（语音合成）	将生成的文本转换为音频配音，支持多音色与语速调整

Node节点

工作流由大模型节点、插件节点以及代码节点组成，各节点在处理链路中各司其职：大模型负责文本生成，代码节点处理逻辑拼接与格式重组，插件节点对接剪映工具，完成视频、字幕与音频的批量合成。

节点名称	说明
大模型_1	调用大语言模型生成视频标题和文案
speech_synthesis_1	将文案合成为音频
get_audio_duration_1	获取配音音频的时长
代码_选视频片段_1	按时长切分并随机选取视频片段
代码_数据重组_1	整合视频、字幕、配音、BGM 信息
add_videos_1	将视频片段批量导入剪映草稿
add_captions_1	批量添加字幕
添加配音_1	批量添加语音配音
添加背景音_1	批量添加背景音乐
create_draft_1	创建剪映草稿作为成品容器
文本处理_1	拆分与清洗输入文本内容

工作流程

该工作流整体分为四大阶段：首先由大模型生成标题和文案，随后通过语音合成和音频处理得到配音与时长信息，再结合代码节点对视频片段、字幕和配音进行重组，最后交由剪映插件批量完成视频、字幕和音频的导入，生成可直接发布的成品草稿。每个阶段环环相扣，实现从输入文本到完整短视频的全链路自动化。

流程序号	流程阶段	工作描述	使用节点
1	文本生成	大模型生成视频标题和文案	大模型_1
2	语音合成	将文案转化为配音音频	speech_synthesis_1
3	音频分析	获取音频时长，驱动视频切分	get_audio_duration_1
4	视频抽取	随机选取符合时长的视频片段	代码_选视频片段_1
5	数据重组	整合视频、配音、字幕和BGM	代码_数据重组_1
6	草稿创建	创建剪映草稿容器	create_draft_1
7	视频导入	批量导入视频片段到草稿	add_videos_1
8	字幕添加	批量导入字幕内容	add_captions_1
9	配音导入	批量导入配音音频	添加配音_1
10	背景音添加	批量导入背景音乐	添加背景音_1
11	成品草稿	生成可直接编辑和发布的视频草稿	create_draft_1 输出

大模型应用

文案与标题生成节点

该大模型节点的核心任务是根据用户输入的主题或素材，生成完整的视频文案和标题。它通过深度语言推理，确保生成的文本自然流畅、逻辑清晰，便于后续语音合成和视频剪辑使用。在整个工作流中，它起到“内容创作源头”的作用，是视频自动化生成的起点。

节点名称	Prompt信息	说明
大模型_1	根据输入的标题与主题，生成一段完整的短视频文案，要求内容逻辑清晰、表达自然，便于后续合成配音与字幕使用。	用于生成视频标题和核心文案，确保文本具备可听性和传播性，是工作流中承上启下的关键环节。

使用方法

开始节点

开始节点会接收用户输入的标题或文本作为视频内容的基础信息，并在后续由大模型扩展为完整文案。输入字段清晰规定了数据类型和用途，保证后续节点处理顺畅。

字段名	含义	数据类型
title	用户提供的视频标题或主题	str.String
content	视频文案的初始内容	str.String

结束节点

结束节点以生成的剪映草稿为最终输出结果，用户可直接在剪映中打开并进行进一步编辑或直接发布。

字段名	含义	数据类型
draft_url	输出的成品草稿链接	创建草稿 - draft_url

应用场景

该工作流主要面向短视频创作者、营销人员和自媒体从业者，能够快速将文字内容转换为配音视频，自动匹配字幕和背景音乐，适合用于知识讲解、情感故事、热点追踪、产品推广等多种应用场景。通过全链路自动化处理，用户只需提供文本即可得到可直接使用的短视频成品，极大地降低了视频制作门槛并提升了内容产出效率。

应用场景	使用目标	典型用户	展示内容	实现效果
知识科普	将知识点快速转化为讲解短视频	教育类创作者	文案 + 配音 + 视频片段	自动生成知识讲解视频
情感故事	通过语音和画面增强故事感染力	情感类博主	文本故事 + 配音 + BGM	自动生成情感类视频
热点追踪	快速跟进热点事件并发布内容	自媒体工作室	热点文本 + 随机视频	快速产出热点视频
产品推广	将产品介绍转化为短视频广告	电商与品牌方	产品介绍 + 配音 + 背景音乐	自动生成带字幕的宣传视频