Coze工作流实战：13节点自动化AI漫剧生成管线

简介：漫剧大师极速版是一套基于Coze平台构建的AI漫剧/AI短剧自动化工作流，包含13个精心编排的节点，深度整合LLM文本解析、AI分镜与AI生图等能力，帮助创作者完成从剧本输入到视频成片的完整生产闭环。资源包共53个文件，以Python脚本（34个）、JSON配置文件（6个）、Shell脚本（5个）和Markdown文档（4个）为主，其中JSON文件对应各LLM节点的编排配置，Python脚本负责生图、分镜与视频合成逻辑，Shell脚本则便于一键部署与运行。压缩包仅94KB，结构清晰，包含config、src、tools等模块，可直接导入Coze Bot进行低代码流程重组。目前已有59人学习下载。通过这套工作流，读者可以获得完整可运行的工作流源码、节点级配置说明、跨平台资产同步与Seedance/火山方舟适配方案，以及经过2700小时验证的提示词模板与异常熔断机制，大幅压缩制作周期，适合具备一定Coze使用经验的中高级创作者。

1. 这包能吃吗：一个 13 节点的 Coze 工作流，凭什么省掉你大半天“黏流程”时间

很多做 AI 漫剧的人卡住的点，不是不会用 Seedance，而是写脚本、画分镜、生成视频这三级调用之间的胶水层。LLM 输出的是文字，生图插件输出的是图片，Seedance 又要求你提供一张可作首帧的图或一段精心构造的镜头语言；手工改字段、抄提示词的工程量，并不比干活本身少。这个 zip 里就是一个导入 Coze 后可识别的 13 节点工作流：输入故事主题、视频时长和画风关键词，前面六个节点做 LLM 编排与结构化拆分，中间四个节点处理 AI 生图和视频提示词组装，最后调用 Seedance 出片，一次性拿到视频地址、分镜表和发布文案。它对你的价值不在于“开箱即用”，而在于你只需要改少数参数，就能把漫剧题材从一个样，换到另一个样。

2. 拆掉 13 个节点：从一句主题到“首帧图+视频提示词”，整条线其实是四层

2.1 先摊开看：13 个节点里谁在写故事，谁在出图，谁在做胶水

zip 里的工作流节点，按功能排一遍就是这个表：

这 13 个节点按逻辑可以分成四层：输入与参数层（1、2），LLM 编排层（3、4、5、12），媒体生成层（8、9、11）以及胶水层（6、7、10）。你要长期维护的不是胶水层——洗数据、拼条目都是固定动作，代码节点多数时候不必改。真正决定漫剧好不好看的，是 03、04、05 这三个 LLM 节点的提示词，和 08、11 两个媒体节点的参数。这也是为什么导入之后不建议立刻跑完整集，先把每个大模型节点单独点开看一遍，看它把人设写到什么程度。

提示：如果你的 Coze 是中文版，“大模型”节点对应“大模型”插件，英文版叫 LLM。zip 里字段名写成 03_script_writer 之类不影响使用，导入后在节点面板里把引用关系对一遍就顺了。

2.2 导入 Coze 的实操：JSON 导入三步，外加一次“插件认领”

导入方法不复杂：先在 Coze 控制台新建一个空白工作流，右上角选“导入”或“导入 JSON”；把 zip 解压出的 JSON 文件选进去；等节点都铺开之后，把凡是标红、提示“插件未绑定/未授权”的节点重新绑成当前账号可用的同名插件。

但先别急着点运行。导入后做一次“字段体检”，重点看三处：一是 06 号代码节点的入参变量名是否连到了 05 号节点的输出；二是 10 号代码节点里image_url读的是不是 08 号节点返回的url字段，而不是text；三是 11 号 Seedance 节点的width/height是否写成了 720/1280。这一步能筛掉九成运行报错。JSON 文件里节点间的映射关系长这样：

{ "name": "漫剧大师极速版_13节点", "nodes": [ {"id": "n02", "type": "variable_aggregator", "params": {"ratio": "9:16"}}, {"id": "n03", "type": "llm", "system_prompt": "你是漫剧编剧……", "temperature": 0.7}, {"id": "n08", "type": "image_gen", "params": {"width": 720, "height": 1280}} ], "edges": [ {"from": "n01", "to": "n02", "mapping": {"topic": "topic"}}, {"from": "n03", "to": "n04", "mapping": {"script_text": "input_text"}} ] }

如果你打开看到的是这种结构，说明字段比较规整。edges里的mapping就是节点之间的传参关系，界面上画的每根连线最终都会落到这一段。真正容易出问题的不是 nodes 本身，而是 mapping 里字段名的拼写——image_url和imageUrl一差，代码节点就拿不到值，这种错在界面上还不太容易看出来。

2.3 为什么选 Coze 而不是 Dify 或 ComfyUI

同样是工作流，三家平台的气质完全不同。做 AI 漫剧这条链路，要的是“LLM 讲故事 + 生图锁角色 + 视频模型让画面动起来”，Coze 对这三方的封装是最齐的：AI 生图插件、Seedance 相关插件都做成了节点，鉴权、回调、排队都由平台处理，你不需要去拼一堆第三方 API。Dify 的强项在知识库与 RAG 流程，适合做长上下文的问答型应用，放到漫剧这种媒体管线里，图像和视频工具链的循环处理比较弱，每一步都得多写一层工具。ComfyUI 在图像生成上的节点自由度当然最高，但它平时处理的是 latents、checkpoints 这些底层对象，你要在里面做多轮剧本编排，得先把文生图节点当文本编辑器使，过程很别扭。

所以我的结论倾向是：走 Coze 跑这套漫剧工作流，不是因为它最强大，而是因为字节体系内的视频模型和大模型接口离得最近，后续换题材、换画风，都只在提示词和参数两个维度上做调整，不用碰底层的请求体。对做内容的人来说，这个改动成本才是最有价值的。

3. LLM 编排层：三个大模型节点怎么做到各管一段、互不干扰

3.1 编剧、导演、画师拆开之后，镜头质量才稳定

你可能会问，为什么要把“剧本、分镜、图提示词”拆成三个独立节点，而不是一个节点全包。我的经验是不建议合成一个大节点：让语言模型同时想剧情矛盾和镜头景别，它的注意力会被稀释，分镜描述很容易变成“角色站在空地发呆”这种没有画面感的句子。更稳妥的分工是：03 号节点只负责人物动机和情节推进；04 号节点把情节翻译成动作+构图；05 号节点再把动作构图翻译成生图提示词。

这包工作流里做得比较对的一点，是给编剧节点加了“叙事段不出现镜头语言”的约束。编剧节点输出 80-120 字一段的叙事段，里面禁止出现“特写、摇镜、推近”这类词；分镜节点的输出强制包含 shot_number、scene_description、camera_language 三个字段，并且一节只写 4-6 个镜头。拆成两段有几层作用：一是每个模型节点的任务边界清晰，不会互相抢话；二是出问题时看日志能快速定位是故事写得不好，还是分镜拆得不够细；三是后续换题材时，你只需要改编剧节点的提示词，导演和画师基本不动。

这里给一个可以拿到自己工作流里试的简化版本，编剧节点的系统提示词：

你是漫剧编剧。把用户主题扩展为 5 集迷你漫剧脚本。 每集输出：集数、标题、叙事段（不出现镜头语言）、对白 2 句。 叙事段控制在 120 字以内，只交代人物行为与情绪。

分镜导演节点的系统提示词：

你是分镜导演。基于叙事段拆出 4-6 个镜头。 每个镜头只输出 JSON 对象，字段包括： shot_number、scene_description、camera_language。 scene_description 写动作和画面，camera_language 写“推近/拉远/环绕/固定”。 不要输出 Markdown，不要输出解释。

其实我自己调工作流时，也踩过编辑权限模糊的坑。有一次编剧节点自作主张在叙事段里加了一句“特写她流泪的脸”，结果分镜节点不敢再拆，整段就变成一个大特写。叙事段只聊故事，分镜交给导演去拆，职责边界一定要立住。

3.2 结构化输出与字段清洗：Markdown 是代码节点最大的敌人

LLM 节点聊完了，下一个问题接踵而至：你要求模型输出 JSON，但模型经常骨子里带着 Markdown 习惯。我在重跑这类工作流时，遇到过 05 号节点把结果包在 ```json 代码块里，导致 06 号代码节点json.loads直接报错。

解决分两层。第一层，在 LLM 节点参数里打开“结构化输出”，并把 JSON Schema 设成严格模式，只保留必填字段；你可以在节点配置里勾选“响应格式 JSON”，并打开“仅 JSON”。第二层，无论你配不配置 Schema，06 号代码节点都保留一段清洗逻辑：

import json, re raw = r_input['llm_raw_text'] raw = re.sub(r'^```(?:json)?', '', raw.strip()).strip() raw = re.sub(r'```$', '', raw.strip()).strip() try: data = json.loads(raw) except json.JSONDecodeError: idx = raw.rfind('}') if idx == -1: raise data = json.loads(raw[:idx + 1]) if isinstance(data, list): return {'shot_array': data} else: return {'shot_array': data['shots']}

上面这段代码的逻辑很直接：第一步剥掉 Markdown 代码块标记；第二步尝试解析，失败就找到最后一个}截断重试，这能兜住模型 token 截断留下的半截 JSON；第三步兼容“模型返回数组”和“模型返回对象”两种形态。这里r_input['llm_raw_text']是上游 LLM 节点输出变量的名字；如果你在 Coze 里重命名了节点，这个变量名也要同步改，否则字段不存在时，代码节点会直接报 KeyError。

3.3 分镜粒度与上下文窗口：别让单次输出顶着上限跑

每节 4-6 个镜头看起来是个保守的数字，但这是刻意保的。如果你让分镜节点一次去拆连续五集，它会为了撑满输出而生成大量空镜头，或者在中途被 token 上限截断，只返回 20 个镜头里的一半。Coze 的 LLM 节点对上下文超长有容错，但它不保证输出质量，更不保证 JSON 完整。

我建议的参数范围是：编剧节点 temperature 0.8，让情节有一点意外感；分镜导演节点 0.5，保持镜头逻辑稳定；图提示词节点 0.4，因为生图模型对随机风格词很敏感，如果画面风格来回跳，再降到 0.2。每一轮 LLM 调用只处理一个叙事段，宁可让工作流循环多跑一轮，也别赌模型一次能输出完整长 JSON。这样做还有个附带好处： 06 号代码节点断行时更容易定位是哪一个镜头出了问题，不用对着二十个镜头一个个猜。

4. 媒体层实战：从静态分镜图到 Seedance 视频片段的几个关键拼接

4.1 生图阶段的画面，是给视频当“首帧”用的，不是当海报

把工作流跑顺之后，你会发现生图节点和视频节点之间其实是“首帧锁定”关系。Seedance 这类视频模型支持图文两条入口，但漫剧这种连续镜头多、人物要稳定出现的内容形态，我优先走“先生图、再图生视频”的路线：文字直接生成视频时，模型对角色脸的复现很玄学，每次生成都像开盲盒；而先把一个人物表情画出来，再让 Seedance 按这张首帧动起来，人物接续的逻辑就稳定得多。

所以媒体层的第一条原则：08 号生图节点选的尺寸，不按封面比例来，按视频比例来。竖屏漫剧直接锁定 720x1280 或 9:16，提示词里还要带“no text, no watermark”，否则画面上出现的字会被带入视频首帧，生成后再想抹掉就难了。

一个干净的首帧提示词大致是这样：

单人半身像，侧方窗光，室外背景虚化，服装细节清晰，画面无文字无水印，电影感调色

其中“服装细节清晰”值得保留，它能在多镜头切换时减少“换套装”的违和感，视频模型对衣物的重绘能力通常弱于对脸的重绘。生图的清晰度直接决定视频模型的发挥空间，这一步省不得。

4.2 第 10 号代码节点：怎么把图和动作描述合成 Seedance 入参

这个节点本质是一段数据搬运工：把 08 号节点返回的图片地址、04 号节点的运镜词、05 号节点的画面描述，合并成一个 Seedance 的请求载荷。它的代码逻辑一般是：

def assemble(shot_list, image_list): payloads = [] for shot, img in zip(shot_list, image_list): prompt = f"{shot['scene_description']}，镜头{shot['camera_language']}，人物自然动作" payloads.append({ "image_url": img["url"], "prompt": prompt, "negative_prompt": "低分辨率, 画面抖动, 文字, 水印, 人体畸形", "width": 720, "height": 1280, "duration": 5 }) return {"payloads": payloads}

这段代码的逻辑：用zip把镜头与首帧图一一配对，video_prompt由画面描述与运镜词拼成，并尾加“人物自然动作”一类行为词。这类词对 Seedance 2.0 系列模型尤其有效——它更愿意理解“镜头如何动”，而不是“情绪是什么”。负向提示词那一段注意用英文逗号，中文逗号有时会被合成进画面变成文字水印。duration 默认 5 秒，高燃爽剧可以压到 4 秒；再短剪辑会抢叙事，再长又会让单镜头迭代成本变高。width、height 必须和生图节点一致，至少比例一致，否则就等着看拉伸后的“胖脸”视频。

4.3 条件分支与重试：单个镜头失败，别让整场工作流陪跑

媒体层最容易出现的问题是“一个镜头炸穿全屏”：用户输入了 20 个镜头，第 17 张图生成失败，如果不加判断，循环卡在那里，后面的节点全部排队空转。09 号节点就是为这种情况设的：一个条件分支，检查生图是否返回了有效 url 和 status；失败时把该镜头标记为 retry，重试一次；仍失败就跳过，并把缺失镜头记录进输出列表。

这里我有一条经验性的判断方法：不要用插件的 status code 当唯一成功标准，很多插件的 status 永远是 0。实际要看返回体里有没有 url 字段，以及 url 是否非空。插件对你是黑匣子，但日志和输出结构不骗人，多抓两次返回就能明白。

提示：运行日志里偶尔会出现 LLM 节点报“provider rejected the request schema or tool payload”。这一般不是提示词问题，而是 LLM 节点打开了工具调用。如果只是做视频媒体验证，把那几个 LLM 节点的“工具”勾选去掉，问题会明显减少；换成 JSON 严格 schema 后，请求才合规矩。第 5 章会把这类问题展开成单条踩坑记录。

5. 避坑与常见问题：把“漫剧大师极速版”重新跑一遍，我记下的五条踩坑记录

这章把导入这包工作流时最容易撞上的问题，按现象、原因、解决排给你。都是实际跑过的记录，照着查即可。

5.1 插件节点全部标红：这不是 JSON 的问题，是插件归属问题

现象：导入后生图和视频节点出现红色警告，提示“插件未绑定”或“当前空间未授权”，连不上模型服务。

原因：工作流导出时携带的插件归属，与当前登录账号所在空间不一致；中文版和国际版的同名插件 ID 也不同。

解决：不用去改 JSON。直接在标红插件上点“更换插件”，重新选择当前空间可用的“文生图”和“Seedance 视频生成”，然后重新映射一次输入输出字段。注意把url、image_url对牢。这个动作几分钟能完成，但能省下后面一大把排查时间。

5.2 LLM 报错“provider rejected request schema or tool payload”

现象：03、04、05 号节点运行时，日志出现“llm request failed: provider rejected the request schema or tool payload”，工作流停在这一步。

原因：节点同时开启了工具调用和 JSON 严格输出，模型无法同时满足两套约束；或者 JSON schema 里写了过多枚举限制，模型采到的字段不在枚举范围内。

解决：先取消节点里的“工具调用”开关，只保留“JSON 模式”。如果业务确实需要工具，就换成支持 function calling 的模型，并把 schema 尽可能最小化——只定义必填字段，不给取值范围。这是所有语言模型节点最值得先做的减法。

5.3 视频画面被拉伸：生图比例和视频比例没对上

现象：Seedance 生成的视频人物变宽或变矮，显然不是 9:16 构图。

原因：08 号生图节点用了默认 1:1 画幅，但 11 号视频节点的 width/height 是 720/1280，视频模型只能把 1:1 的图拉成 9:16。

解决：第 08 号节点尺寸改为 720x1280；同时检查第 10 号代码节点里，是否把生图返回的 size 字段原样放进视频 prompt。补充一个细节：看日志时注意图片 url 后缀参数，有些 CDN 会拼接?size=1_1之类的标识，别被它迷惑，要以实际像素为准。

5.4 JSON 被截断，06 号代码节点报 JSONDecodeError

现象：分镜数量一多，LLM 输出停在半截 JSON 上，06 号节点的json.loads直接抛错。

原因：模型单次输出 token 到达上限被截断，返回文本末尾只有半个字段名。

解决：工作流层面，把第 04 号节点限制为“每次只拆一个叙事段”，确保单次输出不超过 4-6 个镜头；代码层面，把 3.2 节的rfind('}')兜底逻辑接上去。这个兜底不能保证数据完整，但它能保证“一个镜头失败不拖垮全片”。

5.5 长时间排队后拿不到 video_url

现象：Seedance 节点跑 5-10 分钟，最后返回 timeout 或“排队中”，视频地址拿不到。

原因：视频生成是异步排队型服务，当同一时间段任务量大，同步等待的节点会超时。

解决：先小批量跑 3-5 个镜头，确认服务响应正常后，再放整集；同时把节点的超时时间调大。如果你在一个空间里并发跑多个工作流，也会互相挤占资源，建议并发任务控制在 2 个以内。这不是工作流模板的问题，是平台排队资源的问题，别冤枉提示词。

6. 落地调整：换一种漫剧题材，我改得最频繁的四个位置

工作流跑通只是开始，真正考验的是改它换题材的时候。下面几个位置是我改得最多、效果也最明显的，按优先级排序。

6.1 改“编剧人设”比改“画风词”更能改变口味

遇到新题材，我会优先动第 03 号编剧节点，而不是去改那么多图提示词：

理由很简单：05 号节点的风格词只要 2-4 个，就能提供视觉识别度；但“情绪戏”还是“爽剧节奏”这套东西，是由编剧节点的约束决定的。只改画风词、不改人物关系，出来的漫剧就像一个换了滤镜的旧故事。

6.2 换题材后，强制做一次 3 镜头试拍

直接整集跑是最浪费时间的。我现在换题材后的做法是：起步前手动填一个只有 3 个镜头的短测试，把 Start 节点的“分镜数”改为 3，先跑一遍，检验三件事：生图是否正常拿到 720x1280；代码节点是否把 image_url 正确塞进 payload；Seedance 是否返回可播放的 video_url。这个过程 5-10 分钟，比 20 个镜头跑完再排查快一个数量级。

6.3 预留一个“动作动词”锚点，避免视频像 PPT

我碰过一次教训：人物多、对白密的一集，分镜节点生成的运镜词全是“特写”，画面动作幅度太小，视频生成后像静态图。从那以后我每次改完提示词，都强制在分镜导演节点里加一句“每个镜头必须包含一个动作动词或运镜动词”，并且在整集输出前先跑一次 3 镜头试拍。这个小习惯帮我挡下了很多次“生成出来全是 PPT”的尴尬，希望也能帮到你。

本文还有配套的精品资源，点击获取