大家假期好！我是大白。

这个假期，我在研究一个叫 n8n 的自动化工作流。过程很头秃，但也真上头。等我略懂一二，一定第一时间把学习心得和避坑指南双手奉上。

最近咱们智能体社群上新工作流的速度，简直比生产队的驴还猛，质量还都出奇地能打。就在放假前，上线了一款《每天听懂一首歌》视频工作流。我悄悄试了下，何止是复刻，简直是从逻辑到质感，全面超越了同款短视频作品。

话不多说，咱们直接看效果。

工作流思路拆解

这类视频最妙的地方在于，它一边为你解说歌词里的深意，让你瞬间被拉进歌里的情绪世界；一边又用漫画式的画面，把一句句歌词“演”给你看。这种沉浸式的体验，比传统MV的感染力强太多了！

工作流有80多个节点，整体搭建还是有些难度的。下面我们跳过繁琐细节，直接看核心步骤。

第一步，设置开始节点

工作流的起始节点是：开始。用于设定启动工作流需要的信息。

• geming：歌曲名称

• mihe_key：工作流生图和生视频插件需要用到这个key。

• bgm：背景音乐，要求是mp3格式

• jieweiyinyue：视频的结尾音乐

• gemingtu：歌名图

• reference_image：人物参考图(建议两张图片)，建议是动漫风格人物

第二步，”每天听懂一首歌，今天我们听“对应的图片展示

音频“每天听懂一首歌，今天我们听”播放期间，总共展示了10张图片，并伴随翻书的音效。

上图中有3点要注意：

1) 这10张图片需要提前下载准备，并通过【文本处理】节点批量上传，通过字符串拼接功能从Array[Image]类型转变成string。

2）再次通过【文本处理】节点，使用字符串分隔，按照逗号分隔，就得到了图片字符串列表。

所以【文本处理】节点在不同格式类型转换成字符串时，还是很好用的。

3）在代码节点中，计算每张图片的展示时间。

为了让图片展示和音频同步，我们得先算出每张图该展示多久（总时长/图片数），然后给每张图安排好上场和下场的时间。尤其要盯紧最后一张图，必须让它卡着音乐结束的点收尾。

输入：

• Time：audio_timelines(开头)_1-alltimelines

• image_list：文本处理2-output

• transition_type: 向下擦除，每张图片转场效果。

第三步，生成正文和它的音频

1）生成正文

下图红框里就是大模型的设置，可以看到它的输入、输出和所用的模型。

因为需要根据歌名去头条搜索歌曲信息，所以我们在“技能”这一栏里，加上了【头条搜索】这个插件。

在提示词里指定了创作文案时，开篇->主体 ->结尾对应的要求。并提供了一个范例让大模型来仿写。

第四步，生成正文图片

1）正文按照情绪起伏、主题内容分段

在系统提示词里指定了大模型需要深度理解文案，按照情绪起伏，主题连贯来划分文案。并对划分后的文案精准计算时间线。最后输出每个文案以及对应的时间线。

2）生成绘画提示词

在提示词里指定生成新海诚精美动漫风格图片。

3）使用即梦4.0生图插件生成图片

这里为了保证人物的一致性，即梦生图插件只能选4.0模型。

第五步，生成视频

1）生成视频提示词

大模型的输入变量是前面节点 生成的图片提示词和图片列表。

要求它深入理解歌曲的故事内涵后，生成5秒连续视频脚本。

2）【即梦视频生成】插件生成视频

第六步，结尾音乐转文字，并生成视频

1）结尾音乐转成字符串格式

2）音频转文字

通过【大模型语音识别】插件，提取音乐的歌词

3）计算结尾音乐的时间线，并计算这个时间线内可以展示多少个5s的视频。

之后根据歌词生成应景的提示词->生图->生视频，这一步和前面生成视频的过程类似，就不再赘述。

第七步，编排素材的时间线

第八步，生成剪映草稿

把上面准备好的素材，添加到剪映草稿，一键生片

总结

虽然这个工作流第一眼看上去步骤繁多，但其中蕴含了许多可以复用的“标准化模块”。比如，生成正文视频和结尾视频的逻辑几乎是完全一致的；很多计算时间线的方法也是通用的。

这意味着，一旦你掌握了其中一个核心模块，就能轻松举一反三，理解整个系统的运作方式。

祝愿大家都能灵活运用，做出属于自己的爆款。

🎯 获取完整资料

关注 + 点赞 + 收藏 ➡️ 关注博主主页，扫码留言【听歌曲提示词】，即可领取完整提示词模板！

也可以关注公众号【大白学智能体】，定期和大家分享智能体拆解案例。我们下期再见！