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.jsqmd.com/news/1146798/

相关文章:

  • 北京华恒智信助力企业萃取经验资产,破解核心人才依赖难题
  • ARIMA 模型定阶实战:3种方法(ACF/PACF、AIC/BIC、网格搜索)对比与自动化选择
  • RAG并非过时技术,小白程序员必备指南:收藏这份检索增强生成实战干货!
  • 老挝获批的米达美替尼mirdametinib:针对NF1丛状神经纤维瘤,把“无法手术”变成可控制
  • 【Java毕业设计】基于 SpringBoot 的二手图书流转交易商城的设计与实现 基于前后端分离的学生旧书闲置交易系统(源码+文档+远程调试,全bao定制等)
  • 内网专用轻量化电网仿真平台ePower:潮流计算与配网规划实战
  • 团队落地 Agent 工程化 Loop 的一些必看小技巧!
  • 抖音无水印视频下载神器:douyin-downloader 完全指南
  • 如何快速批量下载抖音无水印视频:完整免费工具指南
  • GPT-4o与GPT-3.5-Turbo:3个场景实测Token消耗与API成本差异
  • 抖音批量下载终极指南:免费开源工具快速保存无水印视频与素材
  • Python 实战:用 SHAP 与 Partial Dependence 绘制5种模型解释图
  • 抖音无水印下载终极指南:轻松保存高清视频的完整教程
  • 熬走3任领导依旧原地踏步!运维转网安后才懂:不是能力差,只是赛道选错了
  • 九大网盘直链解析工具LinkSwift:一键获取高速下载链接的终极指南
  • [Verilog HDL]第五章 条件语句、循环语句、块语句、生成语句
  • Grype:容器镜像漏洞扫描,一条命令搞定
  • 计算机毕业设计之基于web的小型公司人事管理系统
  • 基于vLLM-Ascend的Qwen3.5-122B模型Atlas 800I A3单机混部部署实践
  • Gitee 企业版 MCP Server:让 AI 深度融入企业研发管理
  • 我国规上工业企业人工智能应用普及率已超30%,人形机器人加速进入制造场景
  • 配网自动化多网融合方案
  • Linux 5.4.18 文件描述符 fd 到 struct file 映射:从进程 task_struct 到文件操作 3 层结构解析
  • 终极方案:让2007-2017年的老旧Mac免费运行最新macOS系统
  • 第七次练习-Linux环境变量
  • MSC外泌体规模化生产中的培养基选择:从2D扩增到3D生物反应器与下游回收率优化
  • 用 LiveView 做一个实时聊天室:我以为省的是 JS,结果省的是一整套状态同步
  • 深度解析TegraRcmGUI:Windows平台Nintendo Switch注入工具的终极实现
  • Java计算机毕设之基于前后端分离的校园图书闲置流转平台的设计与实现 基于 SpringBoot 的二手书竞拍交易管理系统(完整前后端代码+说明文档+LW,调试定制等)
  • 数据仓库与数据挖掘 5 大核心算法:Apriori、k-Means、PageRank、ID3、DBSCAN 实战解析