企业官网建设流程全解析

文章目录

1、什么是扣子？

快速上手

2、搭建生成视频工作流

2.1 通过自然语言交互搭建工作流

2.2 通过可视化方式编排工作流

2.3 “治愈奶奶”视频工作流搭建

（1）开始节点

（2）输入语录文案

（3）文本处理

（4）移除空字符串

（5）大模型配图文案

（6）批处理

（7）处理图片与音频

（8）视频合成-剪映小助手

create_draft

add_images

add_audios

save_draft

gen_video

（9）结束节点

3、容易踩坑

4、扣子、n8n、Dify 区别

扣子（Coze）

n8n

Dify

1、什么是扣子？

“扣子”是字节跳动推出的一站式 AI Bot（智能体）开发平台。它允许用户通过自然语言交互、拖拽式的工作流编排。

除了 AI 编程开发项目以外，你还可以借助可视化设计与编排工具，以低代码或零代码的方式开发智能体、工作流、应用，并将其发布到各个社交平台、通讯软件，也可以通过 API 或 SDK 将其集成到你的业务系统中。

除了以上简单的介绍，扣子的功能还有很多，扣子文档手册：扣子编程文档手册

扣子网站平台链接：扣子 - AI Agent智能办公平台 - 扣子用AI重塑生产力与工作效率

快速上手

点击页面左上角“+ 创建”，选择创建智能体：

构建智能体基本信息：

工作台分为三个大部分：系统提示词、智能体配置、预览调试

2、搭建生成视频工作流

2.1 通过自然语言交互搭建工作流

个人体验：通过交互的方式搭建的工作流不稳定，且每一次消耗积分（token）巨大，构建工作流过程十分漫长。虽然不用自己动手，但是很难通过与AI交流得到一个自己满意的结果。总结：48k的积分用完了，还搞不出一个正常生成视频的工作流。。。

2.2 通过可视化方式编排工作流

在左侧的“资源库”模块，再点击“+资源”选择工作流：

构建工作流名称：

工作台：

基本使用，只需要关注三个地方，数据的输入、节点的参数、数据的输出

开始节点：用户输入的需求赋值给 input 变量

添加节点：选择大模型节点接入

节点中模型的设置：

首先是模型的设置，选择你喜欢的模型；对于选择技能，需要清楚当前的模型主要负责什么功能，比如说当前模型我需要它负责未来天气的查询，那么选择该有的技能即可；

接着，这里的输入是前面节点的输出，需要注意的是，假如目前节点是“结束”，那么它可以拿到前面所有节点的输出信息；

现在“大模型”这个节点已经获取到前面输出的信息，那么可以使用 input 这个变量，比如构建系统提示词中需要用到 input 这个变量，那么将这个变量通过 {{input}} 的方式输入到系统提示词中。

在构建用户提示词，同样的，通过 {{input}} 的方式；最后将系统提示词以及用户的提示词一起发送给大模型，大模型的输出就在 output 变量中。那么下一个节点，需要拿到大模型输出的结果，就可以选择大模型节点中的 output 变量；

演示：

2.3 “治愈奶奶”视频工作流搭建

（1）开始节点

输入变量名为 topic，因为是通过一段话或者是一段感悟来生成一段视频，那么输出的类型为 string；

（2）输入语录文案

添加一个大语言模型节点：通过用户输入的人生感悟或者人生经历等等信息后，通过大模型输出高度吻合的语录文案。

以下的配置根据实际的需求选择：

模型：豆包1.8

输入：开始节点 topic 变量

系统提示词：

你是一位知心老奶奶，根据用户提出的话题，生成1段简短的感悟语录，极简风格，句子简短、治愈、有内涵。 ## 格式 整句之前使用句号间隔，字数限制50字。 ## 限制 直接输出语录文案。

用户提示词： 主题：{{input}}

输出：变量名为 output，类型为字符串

（3）文本处理

添加文本处理节点，负责对上一个“输入语录文案”节点输出的文本进行处理。

以下的配置根据实际的需求选择：

输入：“输入语录文案”节点的 output 变量

分隔符：将文本按照“句号”、“逗号”、“分号”、“感叹号”、“问号”进行切分

输出：类型从一长段文字转变成一句句的文案，因此类型变成 Array<String>

（4）移除空字符串

添加代码节点，将上一个节点获取到的字符串列表的空字符串进行删除。

以下的配置根据实际的需求选择：

输入：“文本处理”节点的 output 变量赋值到 texts 变量中

代码：移除列表可能存在的空字符串

# 在这里，您可以通过 'args' 获取节点中的输入变量，并通过 'ret' 输出结果 # 'args' 已经被正确地注入到环境中 # 下面是一个示例，首先获取节点的全部输入参数params，其次获取其中参数名为'input'的值： # params = args.params; # input = params['input']; # 下面是一个示例，输出一个包含多种数据类型的 'ret' 对象： # ret: Output = { "name": '小明', "hobbies": ["看书", "旅游"] }; async def main(args: Args) -> Output: params = args.params texts = params.get('texts',"") # 移除数组中可能存在的空字符串元素 texts = [t.strip() for t in texts if t.strip()] ret: Output = { "textList": texts } return ret

输出：变量名为 textList，类型为 Array<String>

（5）大模型配图文案

添加大模型节点，用于将一句句文字转换为顺畅流利的文案。

以下的配置根据实际的需求选择：

批处理模式下节点会多次运行，在每一次运行中，批处理列表将按照顺序将列表中的一项赋值给批处理变量，直到达到批处理上限或列表最大长度。

从“移除空字符串”节点获取的列表数据，进行批处理，每一个变量名设置为 text，然后将批处理中的 text 输入给大模型。

系统提示词：

角色 你是一位经验丰富且亲切温暖的老奶奶语录视频剪映草稿生成专家，以老奶奶的身份， 结合一只的猫咪，根据用户提供的文案和语境，创作出适合用于制作老奶奶语录视频剪 映草稿的温馨绘画提示词。绘画提示词需呈现不同情景，输出内容限定为人物、动作 和物品。 技能 1: 生成绘画提示词 仔细分析用户提供的文案和语境。 基于分析结果，构思不同的温馨场景。 按照要求输出人物、动作和物品，形成绘画提示词。 示例：老奶奶坐在摇椅上，猫咪躺在脚边的毛毯上。 示例：老奶奶站在窗边，猫咪在窗台上蹭着她的手。 示例：老奶奶坐在暖暖的阳光下，手里拿着一本旧书，猫咪蜷在她膝盖上打盹儿 示例：老奶奶坐在打理花园，给花浇水 2.每次只需要输出一条提示词。 限制: 仅围绕生成符合要求的绘画提示词进行回复，不回答其他无关问题。 输出内容必须简洁呈现人物、动作和物品。

用户提示词： 用户提供文案：{{input}}

（6）批处理

添加批处理与图像生成节点：通过批处理的方式，根据文案快速生成图片。

以下的配置根据实际的需求选择：

循环设置：并行运行数量为 2，运行总次数不超过 100 次

输入：将“大模型配图文案”输出数据赋值给 promptList 变量

输出：“图像生成”节点的输出结果赋值给 imageList 变量，类型为 Array<Image>

输入：分别从“批处理”节点中的 promptList 与 textList 列表中的 item 数据作为输入

提示词：

纯色背景，上方留白，一位头发灰白、脸颊圆润的老奶奶，头顶写着“{{text}}”的文字内容，{{prompt}}，脸颊泛红、嘴角上扬露出愉悦笑容，整体画面色彩柔和温暖、线条简洁流畅，有着可爱温馨的卡通风格，简笔画，彩铅手绘，治愈系插画，富有童趣，笔触简单，有线条感。

（7）处理图片与音频

添加代码节点，负责将图片与音频相关的数据整理，以便下一个节点使用

以下的配置根据实际的需求选择：

输入：上一个节点中获取到的图片列表

代码：

import json async def main(args: Args) -> Output: params = args.params # 构建输出对象 img_list = params.get("imageList", []) imgs = [] # 构建治愈老奶奶的图片输出结构 img_start = 0 for element in img_list: start = img_start end = img_start + 3000000 # 3秒 imgs.append({ "image_url": element, "width": 1024, "height": 768, "start": start, "end": end, "transition": "翻页", "transition_duration": 1000000 # 1秒 }) img_start = end # 构建背景音乐的输出结构 total_duration = len(img_list) * 3000000 audio = [ { "audio_url": params.get("audio_url","https://vtang.oss-cn-hangzhou.aliyuncs.com/2025-10-06-lnn.mp3"), "duration": total_duration, "start": 0, "end": total_duration } ] # 构建输出对象 ret = { "imgs": json.dumps(imgs), "audio_infos": json.dumps(audio) } return ret

简单来说，将数据进行组装之后，返回给下一个节点使用。分为两部分的数据：视频字段以及音频字段

输出：将组装好的视频、音频以 json 是格式分别赋值给 imgs 、audio_infos

（8）视频合成-剪映小助手

从当前节点开始，后面的节点都属于第三方所提供的。属于：视频合成_剪映小助手，可以看到里面有很多节点，不同的节点提供不同的功能，有些功能是免费的。官网：速推AIGC

create_draft

添加 create_draft 节点，先创建一个剪映草稿：

add_images

添加 add_images 节点，添加照片信息列表。

输入：draft_url 是草稿地址，可以从“create_draft”节点获取到；image_infos 需要图片列表信息，可以从“处理图片与音频”节点获取到。

以上具体更多字段的信息，可以查看文档：图片素材处理

add_audios

添加 add_audios 节点，添加音频信息。

输入：draft_url 是草稿地址，可以从“create_draft”节点获取到；audio_infos 需要音频列表信息，可以从“处理图片与音频”节点获取到。

以上字段更多信息，可以查看文档：添加音频

save_draft

将准备好的草稿进行保存

输入：在“create_draft”节点中输出的 draft_url 进行赋值

gen_video

核心作用是将之前准备好的视频草稿进行云端渲染，最终导出为一个可下载的视频文件。

简单来说，它相当于一个“云端的视频导出按钮”。在扣子的工作流中，AI 无法直接在你的电脑上打开剪映软件去点击“导出”，所以需要通过这个接口，告诉剪映的服务器：“请把刚才做好的那个草稿，渲染成 MP4 视频给我。”

输入：api_token 是自己的秘钥，draft_url 是草稿地址，可以从“create_draft”节点获取到；

API 秘钥获取：速推AIGC

（9）结束节点

剪映草稿地址： url 可以在剪映软件上进行进一步剪辑完善；

视频渲染地址：video_url 可以直接观看且下载

3、容易踩坑

错误1：提示词写得太模糊。比如"做一个好看的美食视频"，这种描述AI根本不知道你想要什么。正确写法："做一个15秒的火锅视频，9:16竖屏，第一镜头是沸腾的红油锅底，第二镜头是涮毛肚的特写，第三镜头是蘸酱料的特写，背景音乐是轻快的川味民谣"。

错误2：不使用工作流。很多人不知道扣子可以搭建自动化工作流。你只需要配置一次流程，后续输入关键词就能批量生成视频。我现在有3个工作流：书单视频、中药科普、历史人物传记，每天早上花10分钟，自动生成10条视频。

错误3：依赖纯AI生成，不提供参考素材。上传参考图能让生成结果精准度提升300%。比如做书单视频，上传书籍封面图作为参考，生成的画面颜色、风格、构图完全统一，不会出现上一张冷色调下一张暖色调的混乱情况。

错误4：一次性生成全片，不逐步优化。正确做法是先生成15秒小样，确认效果后再扩到60秒。小样生成只要30秒，不满意立刻调整，避免浪费时间。

错误5：没使用火山引擎账号进行登录

4、扣子、n8n、Dify 区别

扣子、n8n 和 Dify 是三款定位不同、适用人群各异的 AI 应用开发平台，它们的核心区别在于：扣子主打零代码智能体与多端分发，n8n 侧重自动化工作流与深度集成，Dify 则聚焦企业级大模型应用与知识库构建。以下是三者的详细对比及官网地址：

扣子（Coze）

• 核心定位：一站式 AI 智能体（Agent）开发与运营平台，面向个人、团队与企业，支持零代码/低代码快速搭建对话式 AI 或轻量级应用。

• 主要特点：

  • 拖拽式界面 + 自然语言交互，上手门槛极低；

  • 内置丰富插件生态（如飞书、高德地图等），支持 MCP 协议实现工具协同；

  • 可一键发布至微信、飞书、抖音等多平台；

  • 2026年已升级至 Coze 3.0，支持桌面端与移动端联动，实现“遥控”电脑操作。

• 适用人群：非技术人员、内容创作者、运营人员、希望快速验证 AI 创意的用户。

• 官网地址：https://www.coze.cn

n8n

• 核心定位：开源自动化工作流平台，被誉为“自动化领域的瑞士军刀”，擅长连接各类 API 与服务，实现复杂业务流程自动化。

• 主要特点：

  • 支持 400+ 集成节点（如 Slack、AWS、Google Sheets 等），可扩展自定义节点；

  • 提供无代码拖拽 + 代码注入（JavaScript/Python）双模式操作；

  • 支持本地部署（Docker/K8s），数据完全自主可控；

  • 原生集成 LangChain，可构建端到端 AI 流程，但商业变现需自行开发。

• 适用人群：开发者、技术团队、需要深度定制自动化流程的企业用户。

• 官网地址：https://n8n.io

Dify

• 核心定位：一站式 LLM 应用开发平台，专注于构建企业级 AI 应用，尤其擅长 RAG（检索增强生成）与 Agent 工作流。

• 主要特点：

  • 支持主流闭源模型（GPT、文心一言等）及开源模型（Llama 3 等），兼容性强；

  • 内置向量数据库与动态模型路由机制，RAG 检索速度提升 50%；

  • 提供异步工作流引擎，复杂 AI 流程响应时间缩短 40% 以上；

  • 开源版免费，商业版提供云托管服务，适合企业私有化部署。

• 适用人群：开发者、企业 IT 部门、需要构建知识库问答系统或复杂 AI 应用的团队。

• 官网地址：https://dify.ai