扣子工作流实战,1分钟生成130篇10w+微信公众号搞笑漫画,0基础跟着也能学会!

大模型智能内容人工智能与算法

大家好,我是陈工,最近几天公众号一直没有更文,今天给大家更新一篇新的扣子工作流实战教程。

大家都知道,最近公众号领域,漫画类的数据内容非常的好,职场、情感、明星类的内容,数据还是不错的。

但是,我们还是需要创意的,最近趣味漫画的流量还是比较的不错的,下面陈工就给大家拆解一下,如何利用工作流,批量生成趣味漫画内容!

公众号数据解读

picture.image

picture.image

一、扣子完整工作流截图

该工作流有两部分组成,一个是趣味漫画的生成,另外一部分是,一键自动导入到微信草稿箱,实现全自动生成。

当然,大家也可以进行拆分使用,方便进行二次修改。

1、趣味漫画生成

picture.image

2、导入微信公众号草稿箱

picture.image

下面,跟着陈工的步伐,一块去看看怎么搭建的吧!

二、扣子工作流搭建完整步骤

1、开始节点

image:上传参考图片,根据参考图片生图,解决一致性问题。

wenanneirong:我们自己写的文案,扣子工作流会根据我们输入的文案内容,进行创作漫画。

biaoti:我们输入标题,让大模型自动生成。

我们在使用这个扣子工作流的时候,wenanneirong 和 biaoti,这两个二选一,填写即可。

picture.image

2、选择器

判断(biaoti)是否为空”,如果是空值的话,就根据我们自己上传的文案创作漫画。

如果我们写了标题,就根据标题去进行生成漫画内容。

picture.image

3、根据上传文案拆分大模型

模型这里选择的是通义千问。

picture.image

关于系统提示词部分:

picture.image

picture.image

picture.image

关于用户提示词部分:

picture.image

关于输出的设置:

picture.image

4、根据标题自动创作大模型

在大模型的选择方面,我们需要选择的是具有一定图片识别能力的大模型,所以这里选择的就是豆包大模型。

picture.image

关于系统提示词部分:

picture.image

picture.image

picture.image

关于用户提示词部分:

picture.image

关于输出变量设置:

picture.image

5、变量聚合

该变量聚合节点的作用,通过 “取第一个非空值” 的规则,整合不同分支(如不同 AI 模型处理、初始参数输入)的输出,保证每个变量都能拿到有效的结果。

picture.image

6、生图提示词

这里,我们需要添加的是,文本处理的节点。

我们选择的是字符串拼接。

picture.image

关于具体的变量设置,陈工在这里,也给大家截一个图,方便大家进行阅读。

picture.image

字符串拼接设置,连接符,我们选择的是逗号。

picture.image

关于具体的设置,大家可以参考下面这个图:

picture.image

7、字符串转数组

我们在插件商店搜索“数据处理工具”,然后选择 str_to_list

picture.image

具体的设置,大家可以参考下图:

picture.image

8、生图

生图,我们选择的是最新的豆包 4.0,可以生成关联的一组图片。

picture.image

关于生图的具体设置,大家可以参考下图:

picture.image

到这一步,其实骨架已经做好了,图片生图已经制作完成了,下面就是锦上添花的步骤了,将图片自动导入到微信草稿箱。

关于怎么导入微信草稿箱,这一步其实,没有那么的重要,大家选择对应的插件即可。

三、结束

本篇文章到这里就结束了,大家快动手实操起来吧!

如果后面大家想要学习扣子智能体工作流的话,欢迎添加陈工微信交流!

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
大模型解决方案白皮书:社交陪伴场景全流程落地指南
随着大模型技术持续突破,AI正加速重塑社交娱乐的形态与体验。其中,陪伴式聊天因用户黏性强、互动频次高,成为大模型商业化落地的关键赛道。随着模型能力跃升至万亿参数级,AI从工具属性正迈向情感交互生态,现象级产品的诞生条件逐渐成熟。 本白皮书聚焦AI陪伴聊天应用开发,面向“从何起步、如何落地”的新手困惑,系统拆解从需求定义到产品上线的关键流程。我们结合工程化实践路径,打造模块化知识体系与渐进式开发框架,帮助开发者在30天内完成从技术认知到产品原型的跃升,快速构建具备基础交互能力的Web或App应用,迈出大模型
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