Coze + 剪映：零代码打造 AI 自动化书单短视频神器，效率提升 10 倍！

Assert_SL · 2026-03-11 19:42:33 发布

在短视频赛道中，书单号、读书笔记类视频一直以其稳定的流量和极高的变现潜力备受青睐。然而，传统制作流程极其繁杂：

痛点直击：搜集金句、找配图、人工配音、逐句对齐字幕、添加特效、渲染导出……制作一条高质量的书单视频往往需要数小时的精雕细琢。
AI 破局：如果只需输入一个“书名”，剩下的所有工作——从文案提取到剪映工程文件的生成——都能在几分钟内自动完成呢？
最终效果：本文将手把手带你通过 Coze（扣子） 搭建一套高度自动化的 AI 工作流。这不仅是一个“生成器”，它能直接产出包含完整轨道数据的剪映草稿，让你实现从“手工缝制”到“全自动流水线”的质变。

要实现自动化剪辑，核心逻辑是将视频的轨道思维（字幕轨、音频轨、画面轨、背景轨）映射到 Coze 的节点处理中。

在“开始节点”配置核心入参：book_name（书名）、author_name（作者）、auto_text（自定义文案，可选）、ip_name（视频创作者署名）。这是整个自动化引擎的燃料。

添加大模型节点，利用 WebPilot 插件联网搜索书籍精华。

输出变量：生成字幕内容（content 数组）、BGM 风格（bgm_style）。
核心逻辑：利用 group_content 对象进行文案分组合并。为了平衡视觉体验与生成成本，我们不要求“一句一图”，而是让 LLM 根据语义将多句文案合并为一个视觉场景。

通过大模型将整本书的内容总结为 4 个关键阶段（output1~output4），作为视频顶部的实时进度指示器。

使用 Coze 官方语音合成插件。技术细节：采用批处理并行生成，为 content 中的每一句文案生成对应的 .mp3 链接，确保人声自然且情感饱满。

调用 audio_timelines 插件分析音频。

通过 create_draft 工具创建一个 1920x1080 的画布，作为后续所有轨道的容器。

利用“画板节点”动态生成一张包含书名、作者、进度标题和 IP 名的专属背景图。

流程：画板生成 -> str_to_list（转数组） -> imgs_infos（应用 all_timelines） -> add_images。

根据第 2 步生成的 bgm_style 自动搜索背景音乐，通过 audio_infos 设置音量（推荐 0.5 避免盖过人声），覆盖全时长 all_timelines。

这是视频的灵魂。将 TTS 生成的音频列表通过 audio_infos 处理。注意：此处必须传入 timelines 列表，确保每一段音频都在正确的时间点播放。

Prompt 优化：LLM 为 group_content 生成绘图提示词，前缀固定为 white background, {{prompt}} 以保持风格统一。
逻辑映射：利用 group_content 中的索引，将生成的图片列表与文案时间线结合，生成内容图轨道。
缩放设置：设置 scale=0.5 确保内容图在画布中央完美呈现。