当前位置: 首页 > news >正文

【Agent智能体】21Coze实战案例集

章节二十一:Coze实战案例集(视频生成 + 卖点提炼)

一、宣传视频生成

1. 概述

宣传视频生成是一个AI自动化的视频创作流程:用户输入商品信息后,AI自动生成视频脚本、分镜描述,再调用视频生成工具制作宣传视频。

整体流程分五步:

第一步:用户输入商品名称、卖点、目标平台等信息。
第二步:AI生成视频大纲和分镜脚本。
第三步:AI根据分镜生成或搜索配套画面素材。
第四步:视频合成工具将素材和脚本合成为完整视频。
第五步:输出最终宣传视频。

2. 工作流节点设计

整个视频生成工作流由以下节点串起来:

  • 开始节点:接收商品名称、核心卖点、目标平台(抖音/小红书/TikTok)、视频时长等信息。
  • 大模型节点(脚本生成):AI扮演专业广告导演,根据商品信息和平台特点生成视频脚本。
  • 大模型节点(分镜生成):把脚本拆解为详细分镜,每个镜头包含画面描述、景别、时长、旁白。
  • 图像生成节点:调用AI绘画模型根据分镜描述生成画面素材。
  • 视频合成节点:将图片、旁白、背景音乐、字幕合成视频。

执行顺序:

第一步:开始节点接收商品信息和目标平台。
第二步:大模型生成视频脚本(含画面描述和旁白)。
第三步:大模型将脚本拆解为详细分镜。
第四步:图像生成节点根据分镜生成画面素材。
第五步:视频合成节点合成最终视频。

3. 提示词设计

提示词设计要点:

  • 角色定位:让AI扮演专业商业广告导演、品牌策划师,熟悉各大平台的视频风格。
  • 输出格式:包含三部分——outline(视频大纲,150-300字)、contents(分镜脚本和旁白数组)、分镜脚本细节(编号、画面、旁白、拍摄手法、时长、情绪节奏)。
  • 写作风格:专业但易懂,画面感强,卖点自然融入。

设计步骤:

第一步:明确AI的角色身份和专业背景。
第二步:定义任务目标(创作约60秒商品介绍视频脚本)。
第三步:指定输出格式(大纲 + 分镜数组 + 旁白)。
第四步:要求开头前3-5秒强抓注意力。
第五步:中间通过故事化情节展示产品卖点。
第六步:结尾有明确行动号召(CTA),推动购买。

4. 脚本设计要点

短视频脚本有几个关键要素:

  • 黄金3秒:视频开头前3秒必须抓住观众,用悬念、冲突、惊艳画面吸引用户,否则用户会划走。
  • 卖点植入:产品卖点要自然融入画面和旁白,通过场景化展示让用户感受到价值,避免生硬推销。
  • 情绪曲线:视频要有起伏——开头吸引、中间爽点、结尾行动号召。
  • 平台适配:抖音节奏快、信息密度高;小红书偏生活方式种草;TikTok需要英文内容和国际化审美。

设计步骤:

第一步:分析目标平台和受众特点。
第二步:确定核心卖点和差异化优势。
第三步:设计开头钩子(前3秒吸引注意)。
第四步:中间通过场景展示卖点。
第五步:结尾给出明确的购买或关注引导。

5. 常用工具

  • AI绘画工具:Midjourney、Stable Diffusion、DALL-E等,根据分镜描述生成画面素材。
  • 视频编辑工具:剪映、CapCut等,用于视频剪辑和合成。
  • 数字人工具:HeyGen、D-ID等,输入文案后数字人自动对口型讲解。

二、商品营销卖点提炼

1. 概述

卖点提炼智能体是基于Coze平台搭建的AI营销助手,帮助商家自动提炼产品卖点、将卖点转化为买点,并生成小红书文案和短视频脚本。

整体架构由1个Agent和5个工作流组成。Agent负责与用户对话、理解意图、调度工作流;工作流负责具体任务执行。

五大工作流:

  • set_product_name_and_desc:设置产品名称和功能描述。
  • selling_point_generation:生成三类卖点(通用性、独特性、保障性)。
  • selling2buying_point:将卖点转化为买点。
  • red_book_and_video_script:生成小红书文案和短视频脚本。
  • main_flow:串联以上四个工作流的全流程。

执行流程:

第一步:Agent引导用户输入产品信息。
第二步:工作流生成产品描述和三类卖点。
第三步:工作流将卖点转化为买点。
第四步:工作流生成小红书文案和短视频脚本。
第五步:汇总所有结果,输出完整营销方案。

2. Agent配置

配置Agent的步骤:

第一步:创建Agent,配置名称和描述。
第二步:编写人设提示词,定义角色和能力。
第三步:选择支持工具调用的模型(如DeepSeek-V3-0324),Agent才能调用工作流。
第四步:添加需要调用的工作流。
第五步:在提示词中用英文括号唤出工作流选择窗口,引用工作流。
第六步:配置开场白和预置问题,发布Agent。

3. 核心工作流

各工作流的功能:

set_product_name_and_desc(设置产品信息):引导用户输入产品名称,校验名称长度,调用AI生成产品功能描述,用户可补充修改,存入数据库。

selling_point_generation(生成卖点):从三种角度提炼卖点——通用性(品类共有优势)、独特性(竞品没有的)、保障性(售后/信任)。每种卖点生成后用户可点评修改。

selling2buying_point(卖点转买点):将卖点按情绪维度转化为买点(痛点、爽点、痒点、兴奋点、安全点),用户可选择情绪维度让AI对应转化。

red_book_and_video_script(生成文案和脚本):循环生成小红书文案和短视频脚本,可检索热点融入内容,检索知识库中的营销技巧。

main_flow(全流程):串联以上四个工作流,一键执行,最终汇总所有结果。

4. 工作流节点详解

工作流中常见节点类型:

  • 问答节点:向用户提问并等待回答,支持选项式和开放式。
  • 输出节点:向用户发送消息,流式输出逐字显示。
  • 变量赋值节点:将值写入变量,用于保存中间状态。
  • 循环节点:重复执行内部逻辑,适合反复校验输入的场景。
  • 代码节点:执行Python代码,实现自定义逻辑如校验输入格式。
  • 大模型节点:调用AI生成内容,配置系统提示词和用户提示词。
  • 知识库检索节点:从知识库中搜索相关内容,支持向量检索、全文检索、混合检索。
  • 文本处理节点:对字符串进行拼接、替换、截取等操作。

5. 调试与发布

第一步:在调试窗口中测试Agent,输入各种用户消息。
第二步:查看工作流调用参数和执行过程(点击扳手图标展开调试窗口)。
第三步:根据测试结果调整提示词和节点配置。
第四步:发布Agent,等待审核。
第五步:审核通过后即可分享使用。

检索方式推荐使用混合检索(向量检索 + 全文检索 + 重排序)。


名词解释

分镜:把视频脚本拆成一个个具体镜头,每个镜头描述画面、景别、时长和拍摄手法。
黄金3秒:短视频开头前3秒的黄金时间,必须用悬念或惊艳画面抓住观众,否则用户会划走。
CTA:行动号召,视频结尾引导用户行动的语句,如"点击下方链接购买"。
数字人:AI生成的虚拟人物,能根据文案自动对口型讲解。
景别:镜头取景范围,如特写(面部)、中景(半身)、全景(全身+环境)。
Agent:智能体,能自主规划步骤、调用工具和工作流来完成任务的AI程序。
卖点:产品相比竞品的优势,分通用性、独特性、保障性三类。
买点:从消费者角度出发,产品能解决什么痛点、带来什么爽点的理由。
用户变量:对话过程中保存的临时数据,跨节点共享。
混合检索:同时执行全文检索和向量检索,再重排序取最优结果。

http://www.cnnetsun.cn/news/3219629.html

相关文章:

  • 京东商品自动监控下单终极指南:使用jd-happy实现24小时无人值守抢购
  • Grype:容器镜像漏洞扫描,一条命令搞定
  • WorkshopDL:革命性跨平台Steam创意工坊下载器,无需Steam客户端即可畅享海量模组
  • 基于vLLM-Ascend的Qwen3.5-122B模型Atlas 800I A3单机混部部署实践
  • Java毕设选题推荐:基于 SpringBoot 的公务员备考数据统计分析系统的设计与实现 基于前后端分离的公考试题录入与维护系统【附源码、mysql、文档、调试+代码讲解+全bao等】
  • 鸿蒙游戏体验手册:四种能力从性能到玩法逐一解锁
  • 熬走 3 任运维领导原地内耗,转行网安后:原来不是我不行,是赛道选错
  • 2026年AI开发风向标:Dify+n8n+LangGraph成主流,LangChain地位下降,多Agent协作成趋势!
  • GPT-4o与GPT-3.5-Turbo:3个场景实测Token消耗与API成本差异
  • BUUCTF reverse1
  • 福建省莆田市四层海景自建房电梯落地:室外加建钢构观光井道,直角开门定制方案
  • 【PC】 海康威视轻量化客户端v4.4最终版 轻视界监控工具
  • 考试小程序怎么做?BBWEYY/餐宝盈/通义灵码/Qoder CN 4款AI/SAAS小程序开发工具推荐:0代码做考试小程序,含零代码SAAS、AI编程、源码定制交付
  • 随机森林回归超参数对比:网格搜索 vs 随机搜索 vs 贝叶斯优化
  • Object-Informed MPPI:面向非抓取式推操作的轻量鲁棒机器人控制
  • BetterNCM安装器:Windows平台网易云音乐插件管理工具完整指南
  • 驱动修护屏障领域几家值得关注的机构信息一览
  • 【计算机Java毕业设计案例】基于 SpringBoot+Vue 的宠物寄养评价反馈系统的设计与实现 基于前后端分离的宠物寄养收费台账管理系统(程序+文档+讲解+定制)
  • ESP32-S2-SOLO-2-N8:一款经典的Wi-Fi MCU模组深度解析
  • 计算机毕业设计之购物比价网站
  • 百考通AI:让开题报告从“无从下笔”,到“胸有成竹”的高效蜕变
  • 如何3分钟为Figma界面穿上中文“外衣“?设计师必备汉化指南
  • 从云端付费到边缘本地:大模型部署的必然转向与未来格局
  • 谨防 DNS 劫持窃取用户数据!完整讲解攻击流程、危害场景与防护实操
  • 2.4GHz PCB贴片天线设计:低成本方案与实战技巧
  • PMSM FOC 与 BLDC 六步法对比:3 大核心指标实测与选型指南
  • Keyboard Chatter Blocker终极指南:三步彻底解决键盘连击问题
  • 如何快速掌握编程基础:非科班学习者的终极秘籍
  • 耐腐蚀不锈钢防火门|高湿、盐雾、酸碱腐蚀工况专用方案
  • 每天节省2小时:网易云音乐自动打卡工具的智能升级方案