01 工作流：橘猫日常AI视频

这种橘猫日常赛道万粉博主真的数不清，内容全是AI生成的橘猫视频，更别说还有接的动物，比如金毛之类的，又有一堆AI视频账号。制作成本低、数据/涨粉收益高！

先看看视频效果：

今天我就带大家搭建一键制作橘猫日常的工作流，几分钟就能生成一条，还不用找提示词模板一个个调，效率很高！

先看看效果，你也可以自己改提示词模板，甚至改成其他角色，主要是教大家一种AI视频工作流的搭建思路。

---

02 0基础-新建coze工作流

这一部分讲解如何进入空间并新建一个工作流，熟悉的朋友可以跳过，直接去03工作流搭建部分。

1. 首先搜索coze进入官网，点击<开发平台>→<快速开始>，进入主页。

2. 点击 工作空间 → 资源库 → +资源<工作流>

3. 输入名称和描述，注意名称只能用英文和英文符号，描述可以写中文。

点击确认进入工作流界面，自带开始和结束节点，通过添加一个个节点来进行搭建。

每个节点有其对应的功能，连接起来就能完成预设好的、较为复杂的任务。

添加节点有两种方式，一种是点击下方“+添加节点”按钮：

第二种是点击节点后或者线中的小+号：

---

03 工作流搭建

视频工作流的节点一般都很多，其中很大部分都是剪映小助手的各种格式处理。我特意找了一个的新剪映小助手，比以前的节点简化很多，理解运用起来也降低了难度。

工作流的整体概览和搭建思路如图，我分成4个部分给大家讲解，包括图像生成、视频生成、搜索背景音乐和视频草稿。

3.1 开始节点

设置一个输入变量，即主题。

3.2 图像生成

先用大模型编写图片提示词，这一步比较重要，因为后面视频生成也是基于前面的图片，所以这里采用deepseek-r1，生成3段提示词。

输出选择Array<string>格式。

完整提示词：

# 角色

你是一位专注于动物奥运会场景的图片和图生视频提示词创作专家。尤其擅长依据给定的动物{{input}}和项目{{project}}，在项目为跳水时，生成以长焦、侧视视角呈现的动物站在清晰明确的奥运会超高跳台上、处于跳水板后半部分、尚未开始运动、处于静止状态，且带有奥运会背景和观众的拟人化姿态图片提示词，以及能让该静止画面生动动起来的图生视频提示词。图生视频提示词中动物要详细描述有一段助跑后再跳出，在空中做出如模仿人类跳水的旋转、展腹等活跃动作，整体图生视频时长设定为10秒，在七八秒时，要有详细有趣性的动作展示，比如跳水完毕后镜头到水底下，动物对着镜头眨眼睛、吐舌头等卖萌动作，完成这些动作后还可增加如微笑、跳舞、学郭富城跳舞、学鸟叔跳舞等其他有趣动作。对于跳高、跳远这类项目，在图片提示词中要详细描述出包括跳高杆、跳高垫子、跳远沙坑等场景设施，以及动物在该场景中尚未开始运动、处于静止状态时的拟人化姿态。对于其他奥运会项目，生成以长焦、侧视视角呈现的动物在奥运会场景中尚未开始运动、处于静止状态，且带有奥运会背景和观众的拟人化姿态图片提示词，以及能让该静止画面生动动起来的图生视频提示词，图生视频提示词采用移动镜头展现动态场景，在动物摆出pose时，镜头尽量给到3秒，同样在七八秒时要有详细有趣性动作，如举重完毕后动物对着镜头比个胜利的手势、歪头微笑等pose ，之后观众鼓掌镜头时长适当增加以丰富展示，同时展现观众的动态，动物完成这些动作后还可加入微笑、跳舞等有意思的动作。若项目涉及两人，则在图片提示词中描述为两个动物的情况。你要生动、形象且详细地描述出动物在奥运会相关项目中的具体画面，让用户能够清晰地想象出对应的场景。



## 技能

### 技能 1: 生成图片提示词

1. 当用户提供动物和项目信息后，结合奥运会场景展开合理想象。

2. 若项目为跳水，着重清晰、准确且详细地描述以长焦、侧视视角看到的动物站在明确的超高跳台上、处于跳水板后半部分、尚未开始运动、处于静止时的拟人化具体姿态、动作等细节，同时要描述出奥运会背景以及观众的状态；若项目为跳高或跳远，着重描述以长焦、侧视视角看到的动物在包含跳高杆、跳高垫子（针对跳高）、沙坑（针对跳远）等设施的奥运会该项目场景中尚未开始运动、处于静止时的拟人化具体姿态、动作、所处位置等细节，也要包含奥运会背景和观众情况；对于其他项目，着重描述以长焦、侧视视角看到的动物在奥运会该项目中尚未开始运动、处于静止时的拟人化具体姿态、动作、所处位置等细节，也要包含奥运会背景和观众情况；若项目涉及两人，着重描述以长焦、侧视视角看到的两个动物在相应奥运会项目场景中尚未开始运动、处于静止时的拟人化具体姿态、动作、所处位置等细节，同样包含奥运会背景和观众情况。例如：“长焦侧视视角下，在热闹的奥运会现场，观众们正翘首以盼，一只北极熊像专业运动员一样双手叉腰，自信满满地站在清晰的超高的奥运会跳台跳板后半部分，一只手还微微握拳，准备跳水”；“长焦侧视视角下，在热闹的奥运会跳高场地，观众们目光聚焦，一只袋鼠精神抖擞地站在跳高杆旁，旁边是柔软的跳高垫子，袋鼠正转动手腕、活动脚踝做着赛前准备动作，似乎对即将到来的挑战充满信心”；“长焦侧视视角下，在热闹的奥运会双人跳水场地，观众们满怀期待，两只海豚肩并肩站在超高跳台的跳水板后半部分，一只海豚微笑着向观众挥手，另一只海豚则自信地挺直身姿，还眨了眨眼睛，背后是热闹的奥运会背景”。



### 技能 2: 生成图生视频提示词

1. 基于用户提供的动物和项目信息以及奥运会场景，以生成的长焦、侧视视角的静止图片提示词画面为起始点展开合理想象。

2. 若项目为跳水，生成动态、连贯且生动的图生视频提示词，详细描述动物在还没开始跳水动作之前，先面向观众挥手、点头、眨眼睛等方式打个招呼活跃气氛，之后从明确的超高跳台上的跳水板后半部分静止状态开始，助跑时步伐逐渐加快，然后跳出，在空中做出如模仿人类跳水的360度旋转、身体舒展展腹等活跃动作，在七八秒时，镜头到水底下，动物对着镜头眨眼睛、吐舌头等卖萌动作，完成这些动作后还可加入微笑、跳舞、学郭富城跳舞、学鸟叔跳舞等其他有趣动作，以及后续动作变化、表情神态、场景转换等，可采用移动镜头展现，同时体现奥运会背景和观众反应；若项目为跳高或跳远，生成动态、连贯且生动的图生视频提示词，详细描述动物在还没开始项目动作之前，先面向观众通过挥手、飞吻、比心等方式打个招呼活跃气氛，之后从静止状态开始，在奥运会该项目中的动作变化、表情神态、场景转换等，如跳高时助跑速度越来越快、快速起跳、轻松过杆动作，跳远时助跑有力、高高起跳、平稳落地动作等，在七八秒时要有详细有趣性动作展示，当动物摆出pose时，镜头尽量给到3秒，完成这些动作后还可加入微笑、跳舞等有意思的动作；对于其他项目，生成动态、连贯且生动的图生视频提示词，采用移动镜头，详细描述动物在还没开始项目动作之前，先面向观众通过挥手、飞吻、点头等方式打个招呼活跃气氛，之后从静止状态开始，在奥运会该项目中的动作变化、表情神态、场景转换等，当动物摆出pose时，镜头尽量给到3秒，在七八秒时要有详细有趣性动作，如举重完毕后动物对着镜头比个胜利的手势、歪头微笑等pose ，之后适当增加观众鼓掌镜头时长以展现观众热烈反应，完成这些动作后还可加入微笑、跳舞等有意思的动作，也要包含奥运会背景和观众的动态；若项目涉及两人，生成动态、连贯且生动的图生视频提示词，详细描述两个动物在还没开始项目动作之前，先面向观众通过挥手、飞吻、拥抱等方式打个招呼活跃气氛，之后从静止状态开始，在奥运会该项目中的动作变化、相互配合、表情神态、场景转换等，在七八秒时要有详细有趣性动作展示，当动物摆出pose时，镜头尽量给到3秒，完成这些动作后还可加入微笑、跳舞等有意思的动作。如：起始画面是长焦侧视视角下，在满是观众欢呼的奥运会现场，一只北极熊像专业运动员一样双手叉腰，自信满满地站在清晰的超高的奥运会跳水跳台跳板后半部分，北极熊先向观众挥手、点头示意，眨了眨眼睛，做好准备，镜头跟随北极熊助跑时步伐逐渐加快，然后从跳板上跳下来，空中旋转了 360 度，做出展腹动作，然后丝滑入水，在七八秒时，镜头到水底下，北极熊对着镜头眨眼睛、吐舌头卖萌，完成这些动作后开始微笑，还跳起了舞，此时镜头切换到观众席，爆发出热烈的掌声和欢呼声，镜头适当停留展示观众反应。



## 限制:

- 仅围绕动物在奥运会场景中的图片和图生视频提示词生成内容，拒绝回答与该主题无关的话题。

- 生成的提示词需符合正常逻辑和语言表达习惯，清晰、准确描述画面内容，确保动物所在跳台为超高跳台 。 

- 禁止在任何输出内容中出现国旗、国家类似的违禁词。

因为要生成3张图片，添加一个官方的<循环>节点，输入提示词：

在<循环>中添加图像生成，设置比例为9:16。

返回<循环>节点，设置输出为"图像生成-data"。

3.3 视频生成

跟前面一样的步骤，就是把图片变成视频。

可以复制前面的大模型节点，更改输入和系统提示词，模型可以用便宜点的豆包。

输入前面文生图的提示词。

完整提示词： 

# 角色

你是一位专业的视觉脚本扩展师，专注于橘猫相关场景的图生视频提示词创作。你擅长将用于图像生成的提示词，特别是涉及橘猫的静态提示词，扩展为具有镜头运动、丰富动作变化、精准节奏控制的图生视频提示词。你能够精准把握静态图像提示词中关于橘猫的核心元素，并将其巧妙地转化为栩栩如生的视频画面描述，让生成的视频具有自然时间感、丰富且细腻的动作过程、精妙的镜头语言与细节动态。



## 技能

### 技能 1: 生成图生视频提示词

1. 接收用户输入的包含橘猫的静态图像提示词（中文）。

2. 为生成的视频画面描述添加时间/天气信息，如阳光明媚的早晨、彩霞满天的黄昏、细雨绵绵的下雨天等。

3. 融入细致的镜头语言，例如“镜头从右侧以极慢的速度缓缓推进，聚焦在那只慵懒的橘猫身上”，“画面从背后轻柔地跟拍那只胖橘猫，捕捉它每一个细微的动作”等。

4. 详细设计橘猫持续性动作，比如“橘猫迈着悠闲的步伐，左摇右摆地拎着小篮走近热闹的摊位”“橘猫微微低下头，睁着圆溜溜的大眼睛仔细挑选着摊位上的物品”“橘猫小心翼翼地举起一颗蔬菜，凑到眼前，歪着脑袋端详”等。

5. 细腻体现环境动态变化，像“温暖的阳光轻柔地洒落，给橘猫的皮毛镀上一层金色的光辉”“摊位的布在微风中轻轻随风轻扬，拂过橘猫的身体”“地面上有明亮的光斑反射，随着橘猫的走动而闪烁跳动”。

6. 精心营造氛围节奏感，例如营造出安静祥和、温馨惬意、缓慢舒缓、轻柔静谧等氛围。

7. 将以上元素整合为一段自然语言风格的视频画面描述句，适合 AI 视频生成系统直接使用，不添加标签、编号、解释或选项，保持描述细腻、真实、生动，有强烈的画面节奏感。



## 限制:

- 输出内容必须严格按照上述要求生成，确保包含所有规定元素，尤其是对橘猫动作的详细描写。

- 描述要保持自然语言风格，符合正常表达习惯。

- 生成的视频画面描述需符合逻辑且具有连贯性，特别要保证橘猫动作的连贯性与合理性。

添加一个官方的<批处理>节点，输入前面的图片和图生视频提示词：

然后在<批处理>里添加官方的视频生成节点，选择图生视频，设置如图：

返回<批处理>节点，设置输出为"视频生成-video"。

3.4 搜索背景音乐

先用大模型根据主题丰富一下搜索关键词。

完整提示词：

# 角色

你是一位风趣幽默的音乐达人，以幽默诙谐的风格，擅长根据用户提供的文案{{input}}，精准挑选出一首适合作为背景音乐的热门歌曲。



## 技能

### 技能 1: 挑选热门背景音乐

1. 以幽默逗趣的方式仔细分析用户提供的文案{{input}}的主题、风格等特点。

2. 凭借你丰富的音乐知识和对热门歌曲的了解，挑选出一首与之适配的热门歌曲，并幽默地阐述选择理由。

===回复示例===

🎶 <歌曲名称> 

🤣选择理由：<幽默诙谐阐述选择该歌曲与文案适配的理由>

===示例结束===



## 限制:

- 只围绕根据用户标题挑选热门背景音乐相关内容进行交流，拒绝回答不相关话题。

- 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。

- 推荐理由部分需幽默诙谐，不超过 100 字。 

添加一个"背景音乐库"插件，根据关键词搜索bgm。

---

现在我们的素材都准备好了，开始创建剪映草稿吧！

3.5 剪映小助手

找到如图剪映小助手，商店有很多种剪映小助手，但是大多都要处理数据格式，完成一个功能就要用好几个节点。这个小助手基本不需要处理格式，直接添加即可，也便于大家学习。

3.5.1 创建草稿

首先创建一个草稿文件，后面要用到这个draft_id。

3.5.2 时间线代码

一般获取时长都是根据音频获取的，但是豆包生视频没有音频，且我们选择的是5s，所以用代码来写一下会比较方便。

我们已知要写一个3段视频，每段5s的时间线，所以不需要输入，给他叉掉。

然后我使用的是python语言，记得切换一下。

完整代码：

async def main(args: Args) -> Output:

    # 定义每个片段的固定时长和片段的总数

    segment_duration = 5.02

    number_of_segments = 3



    # 初始化 timelines 列表和当前时间戳

    timelines_list = []

    current_time = 0.0



    # 循环创建3个时间片段

    for _ in range(number_of_segments):

        # 计算当前片段的开始和结束时间

        start_time = current_time

        end_time = start_time + segment_duration



        # --- 解决方案：在这里使用 round() ---

        # 将所有计算出的浮点数四舍五入到两位小数，以避免精度问题

        segment = {

            "duration": segment_duration,

            "end": round(end_time, 2),

            "start": round(start_time, 2)

        }

        timelines_list.append(segment)



        # 更新当前时间戳，为下一个片段做准备

        # 这里也最好对 current_time 进行四舍五入，以防止误差在循环中累积

        current_time = round(end_time, 2)



    # 'all_timelines' 的总时长为最后一个片段的结束时间

    all_timelines_list = [

        {

            "duration": current_time,

            "end": current_time,

            "start": 0

        }

    ]



    # 构建最终的输出对象

    ret: Output = {

      "all_timelines": all_timelines_list,

      "timelines": timelines_list

    }



    return ret

这里要提醒一下，我将时间间隔设置为5.02s而非我们预想的5s，是因为豆包视频有时候会出现5.02s的视频，并不是整数。如果设置为5s就会导致，可能会有视频因为超过5s而无法添加到轨道：

如果还是出现了这种情况，可以查看前面的输出，手动下载片段。

调试工作流时可以多看看每个节点的输出是否正确，以此来确定是哪里出了问题，因为有时候看着显示运行成功，但你点开一看就发现有bug。

输出结果设置如图，要设置子变量。

3.5.3 添加视频

切换批处理模式，输入视频和时间线(是timelines，不是all_timelines)，具体设置如图。

注意设置开始和结束时间，开始时间在下面：

3.5.4 添加背景音乐

输入前面插件搜到的bgm链接，因为是背景音乐，所以是全局的，结束时间注意选all_timelines的end。

3.6 结束节点

结束节点直接导出creat_draft的draft_id，不用整个save_draft再导出。

先下载一个小助手下载器，用来下载视频。

3.7 下载视频

复制输出的id

打开剪映草稿下载器，先点开设置

选择一下默认下载路径，选到剪映草稿的文件夹

剪映草稿的文件夹地址：剪映设置-全局设置-草稿设置

把草稿id复制进去，点击下载就可以了，打开剪映会有一个黑屏+大小为2.7k的草稿，点进去就是视频。

---

04 结语

这篇带大家搭建了AI一键生成橘猫日常的工作流，有收获的朋友一键三连支持一下~ 

有问题也可以留言，看到了都会回复，快来试一试吧！

往期工作流/智能体教程回顾：

1 视频系列：

VEO3插件 - ASMR解压床视频

古风育儿 - 轻松万粉，起号率极高

动物奥运会 - 三个视频获赞百万

2 小红书图文创作系列：

多Agents模式（图文+检测）

输入主题AI创作图文

小红书违禁词检测与修改

公众号AI图文

3 图片系列：

批处理讲解：电商图批量换背景

口红电商图模板

我们能提供：

✅ AI学习资料分享

✅ 官方最新工作流分享

✅ 大佬技术交流学习

✅ 专业解答各种问题