信息爆炸时代！利用Coze平台和AI技术实现资讯海报图自动生成

在当前信息量激增的时代背景下，制作资讯海报图已逐渐成为众多社群运营者和内容创作者的常规工作。不过，这一任务通常耗时长，且需要团队协作。本文将详细阐述操作步骤，展示如何运用 Coze 平台与人工智能技术，实现资讯海报图的自动化生成。

许多人或许和我有相同的习惯，热衷于加入各种社群。尤其是那些专注于特定领域的学习社群，群管理员通常会在每天或每周的固定时段，在群内分享一张包含关键信息的海报图片。（见下图所示。）

若仅依靠人工力量，制作一份新闻快讯，通常需遍览众多新闻报道，对信息进行挑选，撰写文稿，并完成版面布局。这一过程可能涉及文案撰写者和平面设计人员。从时间考量，阅读一篇新闻并花费约2分钟来挑选并概括出5条新闻摘要，整个过程大约需要半小时；同时，按照既定的模板进行设计，所需时间大致在半小时到一小时之间，这还不包括其他潜在影响因素，并且假设参与人员都具备熟练的操作技能。

此类新闻信息的搜集通常遵循一定的常规流程，对文案撰写和视觉设计的精致程度要求并不严格，然而对资讯发布的时效性却有着较高的期待。因此，我开始思考，是否有可能借助工作流技术，让AI直接生成这类快速报道。

下面的笔记是我使用Coze平台的实操笔记和经验总结：

一、方案的思考

在着手进行工作流程的正式设计之前，我们必须首先明确三个关键问题：目标是什么、实施地点在哪里、具体操作方法是怎样的。

首先，我需明确自己的需求。参照众多社群中普遍存在的新闻快讯展示形式，通常包括三个主要部分：时间信息、图片素材以及文字内容。基于我希望展示的具体内容，我大致勾勒出了类似下图的布局方案，并对各个字段设定了相应的取值准则。

确定了最终要实现的目标，接下来要拆分成子目标和具体事项：

二、详细设计步骤步骤1：创建工作流

在Coze平台的“工作空间”和“资源库”模块中，创建一个新的工作流，并填写相应的名称及工作流的具体描述。

步骤2：添加检索插件

执行关键词搜索时，您可直接创建节点，并在插件资源库中挑选扣子官方提供的头条新闻插件。同时，您还可根据具体需求更换为其他插件，只要确保链接的稳定性和插件说明与使用场景相契合即可。

步骤3：信息筛选与提炼

在我们日常运用搜索引擎查找资料时，往往需要经过信息的筛选和过滤。插件虽能根据设定的关键词提供大量信息，但这些信息并非可直接应用。因此，在此环节需要加入

大模型

节点，进行信息的筛选与重新整理提炼。

这里我的筛选规则，分为几个维度：

由于前一个节点的插件能够根据关键词检索出众多数据，因此在此处我们的大模型应采用批量处理的操作方式。同时，考虑到我们后续需要大模型根据时间来进行筛选和判断，因此我们还需为大模型配备一个能够获取实时时间的插件功能。

在编写系统提示词时，应遵循“角色、技能、限制”的顺序进行表述。

“角色”这一概念旨在向大型模型传达其具体职责，例如，它可能是一个写作领域的专家，或者是新闻编辑方面的行家里手。

“技能”指的是你希望大模型具体执行的任务以及相应的具体规则，例如你要求它依照特定标准筛选新闻，或者按照特定格式来组织并输出内容。

“限制”所指代的是您期望避免的行为，例如不输出媒体名称或是确保不偏离新闻实质等。在设定提示词时，需依据您的具体需求和业务规则来对提示词进行对应，不存在一个固定的解决方案。然而，请注意，在提示词中需以{{}}符号引用输入的大模型变量，此举旨在明确告知大模型如何处理这些变量。由于该大模型采用的是批量处理方式，因此其输出内容默认以数组集合的形式呈现。因此，在后续操作中，我们可以在大模型输出结果的基础上，增加一个

文本处理

这个节点的主要作用，是用于对大模型输出的文字信息进行整理。在这里，它扮演着至关重要的角色。

文本处理

节点的输入的变量直接引用为大模型输出的内容即可。

步骤4：新闻配图生成

完成了前述操作，新闻的文字部分已整理妥当，紧接着，便需借助AI技术来制作相应的插图。

在生成AI图片时，必须提供相应的提示词；同时，所生成的图片应与新闻内容保持一致；因此，在此环节，我们还可以考虑增加一些额外的信息。

大模型

节点，让它专门来写配图的提示词。将它与上一节点的

文本处理

节点相连，输入变量引用为

文本处理

节点所输出的信息。它需要依据{{input}}变量来创建相应的配图提示。这些提示词依然需要按照“角色、技能、限制”的顺序来编排。

若你不确定如何描绘一幅画的风格特点，可以先行浏览众多图片网站，搜寻心仪的风格，随后将所选图片发送给豆包，并请它依据画面内容逆向生成相应的关键词。

然后再添加一个

图片生成

在操作过程中，直接引用由大型模型生成的提示词来创建AI图像。为确保图像质量，推荐使用“通用Pro”这一图片生成模型，并将生成质量调整至最高设置。（但请注意，这会相应增加Token的消耗，对于免费用户来说，可能会有使用额度的限制。）在图片生成环节的提示词输入框中，直接引用输入的变量即可。

步骤5：生成金句

这里需要再添加一个

大模型

节点承担着特定任务，即专门负责将之前整合的新闻文案融合，创作出一句精彩的话语。在实验过程中，我发现有时大型模型为了更好地与新闻内容相匹配，会编造或改编金句。因此，在提示词部分，我特别注明了限制条件，要求其必须注明来源，并且严格禁止对名言进行改编或拼接。

步骤6：时间格式整理

让我们重新审视所需的时间数据，这其中包括：①遵循YYYY/MM/DD格式的公历日期；②以星期几形式呈现的星期信息；③反映当前农历日期的内容。为了获取这些时间信息，我们首先需明确此刻的具体时刻，然而大型模型无法直接提供这一信息。因此，我们需增设一个特定节点，并在插件库中挑选“实时时间获取”这一插件，将其与起始节点相连接。此过程中无需设定任何输入变量，直接进行连接操作，该插件便能自动输出当前的时间点。

仅凭现在的时间信息是不够的，我们还需包括具体的日期、时间以及农历日期，因此在此处还需补充相应的信息。

插件节点

在插件库中挑选一个合适的万年历插件，并仔细阅读其描述，该插件能够将当前的日期转换为农历日期以及星期几。图中的方框区域展示了我所添加的插件，我之所以添加了两个，是因为一个万年历插件所提供的信息并不全面。我将这个插件与之前获取当前时间的插件进行连接，并将输入变量设置为上一个节点输出的时间。

尽管我们已通过安装万年历插件成功实现了时间格式的转换，然而该插件输出的信息内容尚不足以直接引用，因此在此还需进一步添加

大模型

节点，专门负责格式的整理。

步骤7：元素排版设计

完成前六个步骤后，我们成功掌握了：金句文案、新闻文案、新闻配图以及整理完备的时间信息。紧接着，我们将把这些要素进行整合与排版。在此过程中，需要增设一些关键节点。

首先，将先前节点与画板节点进行连接操作。接着，对画板节点进行选择，并在元素设置界面中，逐一添加所需在画面上展示的变量信息。同时，对每个变量信息的引用内容进行相应的配置。

接下来，请双击进入画板编辑区域。首先，确定画板的大小，您可以选择预定义的比例，或者自行设定比例，还可以挑选画板的背景颜色。接着，在画板工具栏中，利用文本编辑、图片插入、矩形绘制等工具，对画板内容进行调整。若需实现文本或图片的动态变化，可通过设置引用变量来实现。

步骤8：工作流的测试运行

经过完成这七个步骤，工作流的初步设置已然妥当，如上图所示，这是配置完毕后的工作流整体概览。随后，请点击“试运行”按钮，以检验测试效果。

这是展示我输入“美股”关键词后，由工作流自动生成的相关资讯海报。

确认工作流可正常运行后，点击右上角“发布”。

步骤9：配置智能体

为了便于操作，我们应当设置一个智能助手。在办公区域的项目开发环节，我们可以选择生成一个智能体。

在中间技能模块区域，向插件栏中引入一个能够获取实时时间的功能插件；同时，将先前设置好的工作流添加至工作流栏；此外，还需在左侧编辑区对智能体的提示词进行细致调整。

若希望智能体每日在特定时段为我自动制作海报，我们可设立一个定时启动机制。

完成之后，在右边输入进行智能体测试。

操作顺利完成，您可点击“发布”按钮，挑选您希望发布的途径，之后提交审核。一旦审核通过，便可顺利发布。

三、试验总结

撰写本文的初衷并非模仿某些平台上那些自诩为“专家”的人物，仅仅是为了炒作噱头、推销课程。我的真正想法是通过实际操作来归纳并分享个人的心得体会，并期待各位高手能够展开讨论，探讨工作流程或提示词设计是否存在不合理之处，亦或是分享更多实用工具。为此，热切欢迎各位通过留言或关注公众号【笛仁杰聊AIGC】与我进行交流。以下是我总结出的实践过程中遇到的难点：

1、实用场景有限

尽管我投入了大量的精力进行研究和测试调整，最终它似乎也能根据您输入的关键词制作海报，但必须坦诚地讲，它距离真正投入使用还存在不小的距离。首先，版式设计受限于节点，目前尚无法达到美观的程度，且仅适用于特定的版式设计，适用于对视觉效果要求不高的场合。此外，AI提取的信息以及所创作的图像存在诸多不确定因素（具体例子将在下文进行阐述）。

2、插件能力的限制

Coze平台的插件主要依赖API调用功能。在挑选插件的过程中，我发现真正实用的并不多。有些插件表面上看起来功能丰富，实则大部分内容都无法使用。这主要是因为许多插件是由个人开发者编写的，其中很多参数的输入缺乏明确的说明，导致用户难以正确使用。有些时候，费尽周折才根据描述找到了合适的插件，然而，其调用成功率却异常低，以至于根本无法正常使用。

3、AI生成文本的不可控性

以该图的“今日佳句”为例，尽管我在提示词中已经明确指出不得进行改编，且不得输出分析性内容，但在实际测试中，仍有多次发生系统自行改编佳句或输出大量分析内容的情况。

4、AI生成图片的不可控性

即便在配置阶段选用了Pro级图片生成模型，并将图像清晰度调整至最高，同时在生成图片的提示词中明确指出了限制条件，但在实际应用过程中，仍难以完全避免偶尔出现一些杂乱的字符（如图所示）。在尝试检测某些可能引发争议的词汇时，大型模型有时会遭遇生成结果的失败；例如，当我测试“关税”这一词汇时，就曾遭遇过一次失败的情况。对此，我查阅了错误信息，结果显示，服务器拒绝了该内容的生成请求。

5、画板编辑的局限性

编辑画板时操作不够便捷，例如，它缺乏文字排版中至关重要的“两端对齐”功能；再如，在选取多个对象时，无法实现整齐排列。在插入图片时，系统默认以1:1的比例显示，无法根据实际图片尺寸生成相应的视图，这就导致必须花费大量时间，根据显示效果不断调整字体尺寸、图片与文字之间的间距。

附录：资源消耗情况

由于工作流的业务逻辑相对简单，因此所配置的是豆包的调用工具模型以及1.5·Pro·32k模型。下图中展示了调用模型与插件所对应的消耗数值，仅供参考。总体而言，投入一块钱，个人用户便能享受较长时间的便利，费用方面也是可以接受的。

继续浏览有关 资讯海报生成AI技术应用 的文章