企业官网建设流程全解析

今天给大家演示一个历史类短视频自动化生成工作流，这是一个基于 Coze 的多模态工作流示例。它通过大语言模型生成文案，再结合图像生成、语音合成和视频剪辑插件，最终完成一个从“主题输入”到“成品视频”的完整链路。整体效果直观：只需输入主题，就能自动产出带有解说、背景图和字幕的短视频。

工作流介绍

这个工作流的核心设计是以大语言模型为驱动，自动生成历史故事的口播文案，并通过分镜脚本拆解成场景描述，再利用图像生成模型绘制背景画面，同时调用语音合成插件配音，最终交给视频合成模块形成完整视频。它不仅能处理文本到图像、音频的跨模态转换，还能自动优化提示词和字幕时间轴，保证视频内容逻辑连贯，呈现效果专业。

核心模型

在工作流中，主要使用DeepSeek-V3 大语言模型作为文本生成引擎，负责撰写历史故事文案和分镜脚本。同时配合图像生成模型和语音合成插件，保证从文本到多模态输出的完整闭环。模型的配置参数（如 temperature、maxTokens 等）保证生成结果既有创造性，又符合视频节奏需求。