企业官网建设流程全解析

今天给大家演示一个微观小人国场景构建与多模态生成的 Coze 工作流。这个工作流的设计目标，是将用户输入的主题转化为成体系的微观生活场景，再通过大模型生成文本、图像与视频内容，最终形成可用于创作与展示的多模态成果。从场景文本构思，到文生图提示词，再到批量图像生成、视频合成以及音频植入，每一步都实现了高度自动化与智能化的衔接。这样，用户可以直观地体验从“文字输入”到“沉浸式多模态输出”的全过程。

工作流介绍

该工作流整体上由大语言模型驱动，结合图像生成、视频生成与音频插件节点，形成完整的多模态内容生成链路。其核心模型以豆包·1.5·Pro·32k 为主，在场景构建、图像提示词生成、视频动态描述等环节中被多次调用，保证了上下文连贯性与创意一致性。同时，工作流内包含批处理、循环、插件调用等 Node 节点，使得复杂的任务可以被拆解、优化并高效执行。

核心模型

在核心模型部分，本工作流统一采用豆包·1.5·Pro·32k作为生成支撑模型。它不仅负责场景构建和故事逻辑生成，还承担了图像与视频提示词的创作任务，确保了风格一致与语义延展性。通过合理的参数设定（如温度、最大 token、上下文控制等），模型能够生成具有故事感与画面感的输出，并且可扩展为视频脚本或图像描述。

Node节点

工作流的 Node 节点涵盖了从大模型调用