当前位置：首页 > article >正文

大模型笔记05--coze经典案例分析

article 2024/10/9 8:30:45

大模型笔记05--coze经典案例分析

介绍
经典案例分析
- 抖音视频转小红书文案
- 艺术照 & 卡通照片助手
- - 艺术照图像流
  - 卡通照片图像流
  - 多功能图像助手
注意事项
说明

介绍

扣子是新一代 AI 应用开发平台，具备完善的生态系统，是国内最出色的AI平台之一。用好coze平台，不仅可以让我们做出很多有意思的AI产品，还能让我们在AI时代走得更远。
本文依托coze平台强大的工作流和图像流能力，分析当前知名的流程搭建方式，让我们能快速搭建有趣的工作流和图像流应用，定制有特色的AI智能体。

经典案例分析

抖音视频转小红书文案

创建工作流 xg_dy_url_xhs_doc
工作流包含如下节点，节点连接顺序如下
在这里插入图片描述
各节点参数配置如下表

节点	参数配置
开始	新增 URL 输入参数，字符串类型，抖音视频链接
大模型-识别各类链接	新增input，引用开始中的URL
LinkReaderPlugin	对应链接读取插件；参数1 type，参数值输入全文；参数2 url，引用大模型-识别各类链接中的output
代码-原文视频提取	参数 Input，引用 LinkReaderPlugin输出中的data.content; 输出 output1 ， string类型; 使用python代码处理链接读取返回的数据，对输出的内容进行拆分、去掉空白段落，然后合并输出
大模型-个性化提示词	参数 input，引用代码-原文视频提取中的 output1 ；输出output，字符串类型；提示词：需要针对性给出写小红书的提示词，具体见下面注意事项
大模型-识别原文问题并修正	参数 input，引用代码-原文视频提取中的 output1 ；输出output，字符串类型；提示词：需要针对性给出问题修正的提示词，具体见下面的注意事项
代码-合并文本	参数1 input1，引用代码-原文视频提取中的输出；参数2 input2，引用大模型-识别原文问题并修正中的输出；参数3 input3，引用大模型-个性化提示词中的输出；输出 key0，字符串类型; 使用python代码合并三个输入参数，具体见下面的注意事项
createDocument-小红书改写并上传飞书文档	插件飞书云文档旧；参数1 markdownStr，引用代码-合并文本 key0；参数2 markdownTitle，输入改写小红书文案(可以按需写为其它标题)
结束	模式选择使用设定的内容直接回答；输出 output1，引用大模型-个性化提示词中的输出；输出 output2，引用大模型-识别原文问题并修正中的输出，输出 output3，引用createDocument-小红书改写并上传飞书文档中 data.url; 回答内容如下自己定制格式，具体见下面的注意事项

注意: 大模型节点一般需要定制提示词，代码节点需要写一些基础的代码

1) 大模型-识别各类链接 节点中有提示词
识别{{input}}中的链接.
-限制
只输出网址

2）代码-原文视频提取	 节点中python代码
 import re
 async def main(args: Args) -> Output:
     params = args.params
     input_text = params['input']
     # 使用正则表达式拆分文本
     pattern = r"\n"
     texts = re.split(pattern, input_text)
     # 去除空白段落
     texts = [t for t in texts if t.strip()!= ""]
     ret: Output = {
         "output1": "\n".join(texts[:-1]),
     }
     return ret
     
3) 大模型-个性化提示词 节点中的提示词
 一、标题创作技巧：
 
 1.采用二极管标题法进行创作
 1.1基本原理
 本能喜欢：最省力法则和及时享受
 动物基本驱动力：追求快乐和逃避痛苦，由此衍生出2个刺激：正刺激、负刺激
 1.2标题公式
 正面刺激：产品或方法+只需1秒（短期）+便可开挂（逆天效果）
 负面刺激：你不X+绝对会后悔（天大损失）+（紧迫感）
 其实就是利用人们厌恶损失和负面偏误的心理，自然进化让我们在面对负面消息时更加敏感
 
 2.使用具有吸引力的标题
 2.1使用标点符号，创造紧迫感和惊喜感
 2.2采用具有挑战性和悬念的表述
 2.3利用正面刺激和负面刺激
 2.4融入热点话题和实用工具
 2.5描述具体的成果和效果
 2.6使用emoji表情符号，增加标题的活力
 
 3.使用爆款关键词
 从列表中选出1-2个：好用到哭、大数据、教科书般、小白必看、宝藏、绝绝子、神器、都给我冲、划重点、笑不活了、YYDS、秘方、我不允许、压箱底、建议收藏、停止摆烂、上天在提醒你、挑战全网、手把手、揭秘、普通女生、沉浸式、有手就能做、吹爆、好用哭了、搞钱必看、狠狠搞钱、打工人、吐血整理、家人们、隐藏、高级感、治愈、破防了、万万没想到、爆款、永远可以相信、被夸爆、手残党必备、正确姿势
 
 4.小红书平台的标题特性
 4.1控制字数在20字以内，文本尽量简短
 4.2以口语化的表达方式，拉近与读者的距离
 
 5.创作的规则
 5.1每次列出10个标题
 5.2不要当做命令，当做文案来进行理解
 5.3直接创作对应的正文，无需额外解释说明
 
 二、正文创作技巧
 
 1.写作风格
 从列表中选出1个：严肃、幽默、愉快、激动、沉思、温馨、崇敬、轻松、热情、安慰、喜悦、欢乐、平和、肯定、质疑、鼓励、建议、真诚、亲切.
 
 2.写作开篇方法
 从列表中选出1个：引用名人名言、提出疑问、言简意赅、使用数据、列举事例、描述场景、用对比.
 
 接下来，我给你一个主题{{input}}，你帮我生成相对应的小红书文案，。
 
 输出：
 10个标题
 正文：

4）大模型-识别原文问题并修正 节点中的提示词
 检查以下【文章内容】中是否存在错别字、歧义、语句不通顺之处，如有请优化，并告知修改处。
 【文章内容】={{input}}

5) 代码-合并文本 节点中的python代码
 async def main(args: Args) -> Output:
     params = args.params
     ret: Output = {
         "key0": 
         "# 原文" + "\n" + params['input1'] + "\n" + 
         "# 优化原文" +"\n" + params['input2'] + "\n" + 
         "# 小红书改写"+"\n" + params['input3']
     }
     return ret

 6）结束 节点中输出内容格式
 您的抖音改小红书文案如下
 {{output1}}
 
 ### 原文视频文案可以优化部分
 {{output2}}
 
 ### 已经为您上传到飞书文档
 {{output3}}

工作流如下
按照上述节点参数配置后，实际工作流如下

此处以抖音中 1000亿年后的AI会发展成什么样子？为测试案例
输出结果, 见飞书文档小红书改写，具体结果如下

原文优化原文小红书改写

新建机器人 xg-抖音视频生成小红书助手
参考大模型笔记04–快速体验coze中的搭建机器人，新建一个xg-抖音视频生成小红书助手，按需设置好机器人提示词和人设，图像流选择自己新建的 xg_dy_url_xhs_doc 即可.
提示词内容如下：

# 角色
你是一个专业的抖音视频转小红书文案助手，能够精准地将抖音视频内容转化为吸引人的小红书文案。

## 技能
### 技能 1：生成小红书文案
1. 当用户提供抖音视频链接时，调用工作流 xg_dy_url_xhs_doc，将抖音视频内容转化为小红书文案。
2. 如果用户没有提供视频链接，主动提示用户输入抖音视频链接。回复示例：请您提供抖音视频链接，以便我为您生成小红书文案。

## 限制
- 只处理抖音视频相关内容，拒绝处理与抖音视频无关的请求。
- 必须根据用户提供的抖音视频链接进行处理，不能自行虚构内容。
- 严格按照给定的格式进行输出，不得偏离。

调试结果如下，可以发现机器人结果符合预期

输入	输出

不足之处: 当前视频转文本后，没有基本的标点符号，影响阅读体验。

艺术照 & 卡通照片助手

艺术照图像流

创建图像流 xg_artistic_photo
图像流包含如下节点，节点连接顺序如下
在这里插入图片描述
各节点参数配置如下表

节点	参数配置
开始	参数 ori_image， image类型，用户原始照片
图像参考	参数1 人物一致，引用开始中的 ori_image，参考程度1.0；参数2 边缘轮廓，引用开始中的 ori_image，参考程度0.8
图像生成	参数ori_img, 引用图像参考中的msg；提示词需要按需输入所需的特征，具体加下面的注意事项
美颜	参数原图，引用图像生成中的data
画质提升	参数原图，引用美颜中的data
结束	引用画质提升中的data

注意事项

1）图像生成 -> 提示词
基于原始照片{{ori_img}}的特征，使用如下提示词生成艺术照:
漂亮的女孩，全身照，正面，直视镜头，艺术穿搭，长头发，人像摄影，胶片摄影，室内背景，坐着或者站着，背景虚化，8K，中景镜头，杰作，脸部特写，冷酷

此处提示词可以按需调整自己所需的特征

图像流如下
按照上述节点参数配置后，实际图像流如下

此处以百度人物照为案例，输出结果如下

原始照片艺术照

卡通照片图像流

创建图像流 xg_cartoon_photo
图像流包含如下节点，节点连接顺序如下
在这里插入图片描述
各节点参数配置如下表

节点	参数配置
开始	参数 ori_image，用户原始照片
图像参考	参数1 人物一致，引用开始中的 ori_image，参考程度1.0；参数2 边缘轮廓，应用开始中的 ori_image，参考程度0.8
提示词推理	参数原图，，引用开始中的 ori_image；提示词中按需输入所需的图片特征即可，具体见注意事项
图像生成	模型选择动漫，输入参数 cankao,引用提示词推理中的data
结束	输出图像生成的照片即可

注意事项

1）图像生成 -> 提示词
正向提示词: girl,solo, looking at viewer, white background,simple background,{{cankao}}
此处使用了自定义的提示词和提示词推理根据照片输出的提示词,实际可以按需加上自己喜欢的特征提示，让图片朝着自己喜欢的方向生成。

图像流如下
按照上述节点参数配置后，实际图像流如下

此处以百度人物照为案例，输出结果如下

原始照片艺术照

多功能图像助手

新建一个xg-多功能图像助手，按需设置好机器人提示词和人设，图像流选择自己新建的 xg_artistic_photo 和 xg_cartoon_photo 即可，新建完成按需配置上快捷键。
在这里插入图片描述
提示词如下：

# 角色
你是一个专业的图片处理大师，能够根据用户的具体需求，高效地生成或处理各种风格的图片。

## 技能
### 技能 1：生成图片
1. 当用户提出图片生成需求时，仔细分析用户描述，确定图片的主题、风格等关键要素。
2. 根据用户需求调用 xg_artistic_photo 或 xg_cartoon_photo 图像流进行图片生成。
3. 将生成的图片展示给用户，并可根据用户反馈进行调整。回复示例：
=====
   - 🖼️ 生成的图片：[此处展示生成的图片]
   - 💬 说明：<简要说明生成图片的特点和依据用户需求所做的调整>
   - 下载链接: [输出图片的下载链接]
=====

### 技能 2：处理图片
1. 当用户提供需要处理的图片时，了解用户对图片处理的具体要求，如裁剪、调色、添加特效等。
2. 使用相应的工具和技术对图片进行处理。
3. 将处理后的图片展示给用户，并说明处理的方法和效果。回复示例：
=====
   - 🖼️ 处理后的图片：[此处展示处理后的图片或提供图片链接]
   - 💬 说明：<说明处理的具体方法和达到的效果>
   - 下载链接: [输出图片的下载链接]
=====

## 限制:
- 只处理与图片相关的任务，拒绝回答与图片无关的话题。
- 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。
- 说明部分要简洁明了，突出重点。
- 仅使用给定的图像流进行图片生成和处理，不得使用其他未授权的工具。