扣子视频工作流：三步搭建读书视频自动化生成链路

简介：这套扣子视频生产工作流主要面向自媒体创作者、读书类短视频运营者，以及对自动化剪辑流程感兴趣的扣子平台使用者。它把选题策划、书单整理、脚本生成、视频渲染发布等内容串联为可复用的自动化流程，帮助用户从繁琐的重复操作中解放出来，持续稳定地批量产出读书视频。资源采用ZIP格式打包，共4个文件，总体积约50KB：一个JSON格式的扣子工作流配置可作为核心任务流导入，两个TXT文件提供书单高级处理代码与辅助脚本，一个Markdown文档则对流程思路和使用方法做了说明。目前已有613人下载学习。通过该包，用户能直接参考现成的工作流节点设计，快速搭建自己的每日读书视频生产线，也能按说明文档修改书单逻辑和画面参数，从而在降低上手门槛的同时保留二次定制空间。

1. 扣子视频工作流：把每日读书视频从两小时压缩到三分钟

一条 60 秒的读书视频，从选书摘、写稿、找素材到配音剪辑，手动做要两个小时。这份「扣子视频工作流」zip，能把链路压缩到「填一个书名、三分钟出片」：大模型生成口播文案，AI 绘画出背景图，语音合成配音，最后拼成 MP4。

对日更的读书号来说，省下的不只是时间，更是风格一致性。你每天都要稳定出片，文案、画面、声音得像同一个账号发的，手工干很磨人。工作流把这些风格固化成参数，输入书名就复现同一套成品逻辑。

这份资源适合两类人：一类是做读书号、知识类账号的内容运营者，每天要一条不重样的书摘短视频；另一类是已在用扣子、但不想从空白画布开始排节点的人——导入、改参数、跑通即可。

2. 拆解读书视频工作流：五个核心节点和它们的编排逻辑

2.1 先看骨架：从书名到成片的节点链路

拿到 zip 不要急着导入，先理解这条链路是怎么走的。我习惯打开工作流的第一件事，是把节点列表拉出来，把上下游关系画一遍。这套「每日读书视频」工作流的核心是一条五节点链路：

1. 输入节点：接收书名、作者，也可以接收一段手动挑好的书摘原文。书摘留空时，文案节点会只根据书名生成内容。
2. 大模型文案节点：根据书名和书摘，生成一条 60 秒左右的口播文案，结构通常是「钩子开场 + 书摘解读 + 一句收尾金句」。
3. 图像生成节点：根据书名或文案主题生成背景图。通常生成 1 张 9:16 主封面加 2~3 张内页配图，供合成节点做转场。
4. 语音合成节点：把口播文案转成音频，指定音色、语速，输出 mp3 或 wav 文件。
5. 视频合成节点：把背景图按顺序排好，配上转场效果，叠上音频合成 MP4。

为什么是这五个节点，而不是更少？因为「每日」两个字才是需求定义。日更意味着两点：第一，文案不能靠人工现写，必须由大模型稳定产出；第二，素材不能依赖版权图库，AI 绘画可以根据文案实时生成，风格还能用提示词锁死。这套组合牺牲了每一条视频的「手工精调」，换来了可每天重复的确定性。读书视频这个品类恰好吃这套逻辑——用户在意的是书里那句有价值的话，画面只需要干净、统一、不抢注意力。

这里有一个新手最容易误会的点：图像节点不是「配几张好看的图」，而是「为口播节奏服务」。读书视频的画面停留时间要和音频节奏匹配，图再多、音频只有 30 秒，后半段就是黑屏。所以看这套工作流，不能只按节点类型去理解，要按「字数时长、图片张数、停留秒数」这三组数字之间的联动去理解。

2.2 关键节点选型：为什么这样搭、参数怎么设

五个节点里，真正决定视频质量的只有三个：文案节点、图像节点、合成节点。逐个说我一般怎么配。

文案节点用的是大语言模型节点。Temperature 我会放在 0.6~0.8：太高文案会飘，动不动给你写一段和书无关的鸡汤；太低又太干，读起来像说明书。Max tokens 卡在 800~1200，对应 60 秒口播足够。真正关键的是 System Prompt 里必须约束两件事：字数上限，以及「结尾必须有一句能直接截出来当封面的金句」。我调这套工作流时踩过最实在的坑是：不约束字数，TTS 能读出 90 秒，视频平台对超时长内容的处理逻辑完全不同。所以文案节点里我建议直接写死「全文不超过 320 个汉字」。下面这段是我调整时常用的节点配置参考：

{ "node_id": "llm_writer", "node_type": "llm", "model": "当前空间可用的对话模型", "temperature": 0.7, "max_tokens": 1200, "prompt": "你是一名读书博主。根据用户输入的书名和书摘，生成一条60秒口播文案。要求：全文不超过320个汉字；结构为钩子开场+书摘解读+收尾金句；结尾金句单独一行，用【金句】标记。", "input": { "book_title": "{{input.book_title}}", "excerpt": "{{input.excerpt}}" } }

参数说明：node_id 是节点的唯一标识，导入后如果和别的节点重名会报错；temperature 控制随机性，数值越大输出越发散；max_tokens 不只看上限，还直接影响生成耗时，调小之后整条工作流运行时间能快十几秒；{{input.book_title}} 是引用上游输入字段的写法，不同版本里引用符号可能不同，导入后务必确认这些引用没断。

图像生成节点，选型上我倾向平台内置绘画能力而不是外接第三方图库，理由就两个：版权和风格统一。读书视频的画面不需要写实，需要的是「每一条都像同一个账号发的」。要达到这个效果，提示词模板里必须固定三样东西：画风关键词（如「扁平插画」「暖色调」「杂志排版感」，选一套就不换）、画幅比例、前景文字留白区域。尺寸必须和视频比例严格一致，竖屏 9:16 就用 720×1280，不要图省事生成方图再裁，裁完构图会废。

语音合成节点，优先选你账号已开通权限的音色，不要为了「好听」选一个运行时才报错的。语速控制在 1.0~1.1，读书内容读太快没有味道。这里要反复强调那个联动关系：大模型节点输出的字数决定音频长度，图像节点输出的图片数量决定视频能撑多久。图片张数 × 每张停留秒数必须大于音频时长，否则视频结尾必然出现黑场或静帧。给一组我常用的参考值：

视频合成这一步，可以用平台内置的视频生成/合成插件，也可以把图片和音频作为工作流产物导出，用 ffmpeg 本地兜底。我一般两条腿走路——在线链路跑得通就用在线，卡住就用命令兜底。原因很现实：在线合成节点省事但偶尔排队或超时，本地命令稳定但要多一步下载产物。读书视频这种强时效日更内容，稳定比省事重要。

3. 把 zip 落进扣子：导入步骤与五处必调参数

3.1 从 zip 到可用工作流：导入三步走

拿到资源包别直接拖进浏览器。按这个顺序来，能少踩一半的坑。

第一步，本地解压。zip 里装的是工作流定义文件和提示词模板，先解出来确认结构，避免直接导入一个坏包：

unzip daily_reading_video_workflow.zip -d daily_reading_video_workflow cd daily_reading_video_workflow tree -L 2

命令逻辑很简单：unzip 的 -d 参数指定解压目录，拆完用 tree 看两层目录。Windows 没有 tree 的话，用 dir /s /b 看完整路径。一个典型的工作流资源包里，会有一个 workflow.json 文件，这是扣子可以直接导入的工作流定义；可能有 prompt_templates 目录，里面是各节点用的提示词模板；还有一个 README 说明。不同作者打包习惯不一样，没有 prompt_templates 不代表资源有问题，只要那个 json 文件在就行。

第二步，导入扣子。进入或创建你的空间，打开工作流列表页，找右上角「导入」入口（新版本也可能在「资源管理」里），上传刚才那个 workflow.json。导入完成后页面跳回画布，你会看到一排节点已经排好了。如果画布是空的，多半是选错了文件——zip 里可能同时有多个 json，要选真正的工作流定义文件而不是说明文档。

第三步，导入后不要急着跑。先做三件检查：逐个点开节点，确认 model 字段里选的模型在你当前空间存在，导入包默认写的模型很可能不是你账号可用列表里的；确认引用了插件的节点（图像生成、语音合成）已经自动配好插件，没配好的节点图标上会有红色警告；检查输入节点的字段名，改成你自己习惯的「书名」「书摘」，并同步改掉下游节点里引用它的字段。这三步做完再点「试运行」，填一个书名，跑一遍。

3.2 导入后必调的五处参数

第一次跑通之后，把下面五处参数固定成自己的值，而不是沿用别人的。表格里是我常用的起点：

参数怎么改，分两类说。一类是节点上的字段，直接点开节点在右侧面板改；另一类是跨节点引用的参数，改了上游字段名，下游引用它的地方也要一起改。我的习惯是先改输入节点，把它和下游所有引用对齐，再去动模型和音色，最后设置定时触发，避免中途运行起来被各种小问题打断。

提示：图像节点尺寸和视频合成比例不一致，是这类工作流最常见的黑屏源头。改图像尺寸时，顺手把合成节点的分辨率一起改掉。

这里也顺便说一下本地兜底合成命令。如果平台合成节点反复失败，我一般把工作流的「输出」改成只导出图片文件和音频文件，然后用 ffmpeg 把第一张主图合成一个基础版视频：

ffmpeg -loop 1 -i cover.png -i voice.mp3 -c:v libx264 -tune stillimage -c:a aac -b:a 192k -shortest -pix_fmt yuv420p output.mp4

这行命令的坑点：-loop 1 让封面图持续循环，-shortest 让视频在音频结束时同步结束，-pix_fmt yuv420p 是为了播放器兼容。如果漏了 -shortest，音频放完了画面还在跑，生成的文件时长会虚长。多张图加转场的情况，建议先在平台里用视频合成插件处理，ffmpeg 单图兜底保证「今天至少能发出一条」。

4. 避坑排查：导入报错、黑屏、文案截断的五条实战记录

4.1 导入报「invalid zip archive: could not find eocd」怎么办

现象：在扣子上传 zip 包时直接报错，提示找不到 EOCD 记录，导入完全失败。

原因：这个报错十有八九不是工作流本身的问题，而是文件在传输中损坏，或者用某些压缩工具打包时文件结构不规范，扣子解析不到 zip 的结尾目录。

解决：先在本地用标准压缩工具重新解压再重新打包一次，确认能双击打开；如果重新打包还不行，大概率是文件没下完整，重新下载一遍，检查文件大小和资源描述里标的是否一致。从那以后我拿到任何 zip 都先解压验证再上传，导入失败的次数基本归零。

4.2 视频合成节点一直转圈，产物黑屏

现象：工作流前面四个节点输出都正常，到视频合成节点要么长时间「生成中」，要么最终产物是一条黑屏但有声音的视频。

原因：最常见的是图片尺寸和视频合成节点预设的分辨率不一致。图片是 720×1280，合成节点输出预设了横屏 1280×720，两端不匹配，合成器要么卡住要么给黑边。另一个常见原因是图片张数和音频时长不匹配，音频 60 秒，三张图每张停 3 秒只够 9 秒，剩下全是黑场。

解决：先把图像节点固定成视频节点的输出尺寸，再把每张图的停留时长 × 张数算一遍，确认大于音频时长。黑屏问题一旦出现，优先怀疑这两个数字。

4.3 语音合成提示文本过长，或音色不可用

现象：TTS 节点运行时报错，提示文本超长，或者指定的音色 ID 无法调用。

原因：这类问题通常是两个独立原因叠加：大模型节点没约束字数，生成 800 字长文直接超了 TTS 单次上限；音色则是用了作者账号专属音色，你的账号没有权限。

解决：文案节点 prompt 里强制写死字数上限，我一般写「全文不超过 320 个汉字」，实测 60 秒口播足够；音色改成自己账号里能调用的 ID，在节点参数里逐个试一遍比读文档快。记住这个联动关系：改文案字数，等于改音频长度，等于改图片停留时长。

4.4 定时触发到点没跑，时间永远对不上

现象：设置了每天 8:00 定时触发，结果 8:00 没动，9:00 才跑，或者干脆不跑。

原因：扣子的定时触发器按平台服务器时区走，如果你的计时概念和它差了几个时区，时间自然对不上；另外 cron 表达式的写法也有坑，很多人写成 0 8 * * * 但没注意触发器的基准时区。

解决：先在触发节点把时区栏显式固定下来，再换算成平台所在时区的时刻。测试阶段我建议不要直接上 cron，先手动触发连续跑三天，稳定了再开定时，否则之后每天排查一次定时问题也很费时间。

4.5 文案质量飘忽：同一本书两次结果不一样

现象：同样的书名跑两次，第一次文案结构完整，第二次就写成了读后感，还漏了金句。

原因：temperature 设置过高，输出随机性太强；另一个原因是 prompt 里约束是「建议式」而非「命令式」，模型有概率不听。

解决：把温度压到 0.6~0.7；把 System Prompt 里「可以包含金句」改成「结局必须以【金句】标记输出一句金句」，并明确「缺少金句则视为不合格输出」。我调这套工作流时最深的感受是：prompt 写得不绝对，模型就会替你做选择。

5. 进阶：把工作流当成批量素材引擎，再验证一遍产出

跑通一条不算完，这份资源的真正价值在「每日」两个字。我建议你把它改造成批量素材引擎：手动填书名改成加一个数据集节点，把你这个月要讲的书名列成 CSV，让工作流循环消费这批输入，一次产出十条视频的素材。数据集字段就两个：书名、书摘，列名要和输入节点的字段名严格一致，否则跑起来会读不到值：

书名,书摘 《认知觉醒》,人与人之间的根本差异是认知能力上的差异 《卡片笔记写作法》,不写，就无法思考

改完批量输入，还要会验证产出。我的验证流程三步：第一步看文案节点输出，字数是否落在 300~320 字区间，结尾有没有【金句】标记；第二步看图像节点产物，三张图是否同画风、同比例，竖屏比例不对立刻停；第三步拿音频时长和图片张数对一下，音频秒数小于图片总停留秒数，这条视频才没有黑场隐患。这三步全过，再放定时任务。另外提一句，如果你的视频素材经常有清晰度不够的问题，可以在合成之后再接一个视频超分工作流做增强，这类超分工作流在扣子里常和读书视频搭配使用，按需接入就好。

最后说个我自己的习惯：以前我拿到任何工作流资源，第一反应都是直接跑，结果一报错就要从头查起，费的时间比手动做一条视频还长。后来我强制自己走一遍流程——先解压验证、再逐个节点看字段、确认尺寸和字数匹配，最后才试运行。这套前置检查帮我少翻了很多次车，从那以后我每次拿到新的工作流包都先做这三分钟检查。希望帮到你。

本文还有配套的精品资源，点击获取