以下是关于 AI 混剪视频或批量生产视频的工作流：
您可以根据实际情况和需求，对这些工作流进行调整和优化。
豆包使用链接：还未发布出来扣子使用链接：https://www.coze.cn/s/iMCq73wp/[heading3]二）效果展示[content]豆包扣子其实这里最后工作流的返回值可以设置一下固定的格式处理，这样就能保证每次的输出内容一致。大家自己可以试试哦~[heading2]四、批量生产图片[content]视频演示[批量.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/MBvybqWdToh9CHxaom0cFGJ2nqb?allow_redirect=1)效果展示[heading2]五、总结[content]第一次用录视频的方式给大家展示内容，其实就是怕截图说的不够清楚，所以就用视频的方式了。文字处理，包括如何批量放入excel文件中的操作，其实都可以用ai辅助。大家感兴趣可以试试，有问题可以留言呀~好啦，写到这里我们今天的内容也结束啦，感谢大家的观看，也希望我的内容能够让大家喜欢，有所收获。感兴趣的小伙伴可以点个关注跟随我一起学习，观看更多往期文章。下次见，我是景淮，祝你有个开心美好的一天~
前面提到了，生成式AI的本质是”生成“，除了生成文字之外，图片，声音，视频，智能体，编程应用，3D模型，或者就是单纯的提示词，都可以作为细分赛道去深耕。（应该不大有人会跟我一样天天肝数学题...当然上面这些赛道我都会涉及到一些，有问题欢迎找我聊）这个看每个人的需求和兴趣，可以自行探索。有了扎实的提示词功底，进入任何一个细分赛道都不会很困难。然后就是借助AI工具，线上的信息源以及大量实践去建立适合自己的方法论了。可能在这个过程里，AI并不是最核心的，只扮演工作流当中的一环。举个例子，比如我们想深入AI视频的制作（因为政策原因，今年的单子很多）。那么一开始入门，可以从一些简单的创作开始。比如生成一些零散的视频片段或者图片进行混剪，尝试选用一些现成的音乐，根据节奏进行简单的剪辑（顺道学一学主流的创意软件操作）。[3837e628b17bb0980628c1246e12b138.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/FDKFbf71yotzCwxYIf3ckuzFnNh?allow_redirect=1)这个视频是前几天跑着玩的，用了Midjourney的生图画出穿羽绒服的皮卡丘，用Google的Whisk把皮卡丘和外滩实景图融合，PS把Logo P在了手臂上，用即梦画了个圣诞帽，最后拿可灵的1.6模型生成了视频。在成功产出一些简单的作品以后，再去尝试去完成一个更完整的工作流：比如：选题→剧本→分镜描述→文生图→图生视频→配音配乐→剪辑后期。
需求分析其实上一篇文章中已经写过了，这次我们的主要需求是国内可以直接使用，并且可以批量生产。综合考虑，我们这边选用扣子来搭建工作流，解决这个问题。既然考虑批量生产，我们可能就需要考虑一个问题，就是牺牲一定质量的文案和图片效果。因为在步骤中缺少了，认为筛选的过程。[heading3]一）批量生成句子[content]不同于我们使用OpenAI和Claude的方式全程手动搭建，可以摘选对应的句子。我们可能会把一次性生成的句子，都进行生成图片处理。但是基于之前的经验，各类大模型，在创造句子的时候，句子过多会导致句子的质量迅速下降。所以我这边建议还是不要一次生成太多，所以我只设置了一次生成五句。因为是走一个流程，所以五句的话，生成图片的处理时间也不会太长。[heading3]二）句子提取[content]既然是根据句子的内容来画图，那么我们就需要注意到，我们要把生成的句子一个一个的提取出来，然后针对于每一个图片进行画图。[heading3]三）图片生成[content]需要根据生成的句子，结合一些特有的画风等描述，来绘图。[heading3]四）图片和句子结合[content]其实扣子的工作流本身是支持Python的代码的，但是我发现他的环境中缺少画图、图片处理所应该使用的包。所以只能无奈替换成搞定设计的方式来处理图片了。当然如果大家会用PS的脚本，效果应该也会不错的，但方法其实是相似的。[heading3]五）逻辑图[content]