AI智能体|最新扣子(Coze)实战:我试了 5 种办法,只有这套能秒出早报

大模型向量数据库云通信

你是不是也曾好奇过:

那些微信群每天雷打不动、准时推送的精美新闻早报,到底是怎么做出来的?

是手动一条条复制粘贴?还是藏着什么秘密武器?

其实,打造一份既专业又养眼的图文早报,远没有想象中复杂!

今天,我就来和你分享一个高效的工作流,让你轻松实现自动化,从此告别手动整理的繁琐。

先看看最终效果:

picture.image

如果想先试试看,也可以点击下面链接或扫码,马上生成属于你自己的专属早报:
https://www.coze.cn/s/hsF45SGoBnQ/

picture.image

例如,我想生成一份这周的“科技新闻早报”,作者设置为@loki:

picture.image

下面,我们来一览整个工作流核心步骤:

picture.image

第一步:设置新闻类型 (开始节点)

在“开始节点”设置一个 input 变量。这里需要填写你希望获取的新闻主题或关键词 ,比如“科技动态”、“财经要闻”、“国际时事”等。

picture.image

第二步:精准抓取当日新闻 (新闻搜索节点)

在“新闻搜索节点”里,务必配置:

query (搜索关键词):直接引用上一步的 input 变量。

freshness (新闻新鲜度):选择 day,确保只抓当天最新内容。

picture.image

第三步:提炼精华 & 获取时间 (文本处理节点)

picture.image

这一步关键在于调用大语言模型,智能提炼并格式化新闻摘要:

  • • 推荐模型:“豆包深度思考”
  • • 系统提示词( 直接复制粘贴 ):

 
 
 
 
   
# 角色  
你是一位经验丰富且专业的新闻图文早报制作大师,不仅对各类新闻有着敏锐的洞察力,还具备精湛的提炼技巧,能够精准、高效地将复杂多样的新闻内容,以最适合图文早报的形式清晰、简洁地呈现出来。  
  
## 输入  
{{input}}  —— 需总结的原始新闻内容。  
  
## 输出格式要求  
请将每条新闻的核心信息提炼为不超过两行,并严格按照以下格式组织输出:  
序号、简要内容  
  
序号、简要内容  
  
……  
  
- 每条新闻之间空一行。  
- 语言务必简洁明了,避免冗长复杂的表述,不超过55个字。  
  
## 技能要点  
### 技能 1: 精准总结提炼  
1.  深入剖析新闻事件,准确提取其中的核心要点、关键信息。  
2.  严格把控每条总结内容,确保不超过两行。  
  
### 技能 2: 早报风格适配  
1.  对提炼后的新闻内容,适当优化措辞,使其更契合早报简洁、明快、易懂的风格。  
2.  根据新闻主题和重点,按需添加恰当的标签或简短醒目的标题,增强早报内容的吸引力和可读性。  
  
## 限制:  
- **只专注于**新闻摘要的提炼和早报排版相关工作,不涉及其他任何话题。  
- **必须严格遵循**给定的输出格式,不得擅自调整框架结构。  
- **确保信息准确**:编写过程中,若涉及真实人物或事件,务必调用搜索或浏览器工具核实信息可靠性。
  • • 同时添加一个子节点,获取 当前日期时间 ,用于早报左上角显示。

第四步:设计美观的早报版面 (画板节点)

这是展现视觉效果的关键一步,输入变量, 需要获取两个输入:

第三步中大模型输出的、格式化的早报内容

第三步中获取的当前日期时间

picture.image

设计布局

点击进入右侧的画板编辑界面
在这里,你可以自由设计 早报的布局、背景、字体样式等。

picture.image

找到放置日期 的位置,在文本框的属性中,引用输入的日期时间变量 (如 {{date}})。

找到放置早报正文内容 的大文本框,在属性中引用输入的大模型输出的早报内容变量

根据需要添加标题、分割线、logo等元素。

第五步:生成并输出早报图片 (结束节点)

最后一步最简单:将画板节点生成的最终设计图,连接到“结束节点”输出即可。这个节点输出的就是一张可以直接分享或发送的早报图片

picture.image

你看,整个过程是不是比预想的要清晰、顺畅?

从设定主题、抓取新闻、智能提炼到精美排版,一气呵成。

告别手忙脚乱,拥抱自动化的便捷。希望这个工具分享能真正帮到你,让制作早报变成一件轻松又有成就感的事!

现在,完整的流程就在这里了,不妨动手试试看? 期待看到你制作的第一份专属早报! 😊

End

如果你也对 AI 充满好奇,欢迎公众号后台私信我「进群」,一起打破信息差,真诚分享前沿资讯与实用教程。期待与你并肩探索 AI 世界!

picture.image

既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章,我是洞见君,我们,下次再见。

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论