Coze高阶玩法:Python手搓时间轴,实现完美“音画对齐”翻书效果 |Day36

🚀 60天挑战119个Coze工作流 | Day 36

在短视频领域，书单号和心理情感号一直是流量常青树。
传统的书单视频往往只是简单的图片轮播，缺乏视觉冲击力；而心理情感视频则容易陷入同质化竞争。

今天，我们将挑战两个极具创意的高阶工作流：

1. V29 AI 书单/书评短视频一键生成：利用 AI 生成逼真的翻书效果，让推荐的书籍“动”起来，极大提升完播率。
2. V30 黑白动画心理解说：采用独特的黑白极简风格，配合深度心理解说，打造直击灵魂的视听体验。

当前进度：78/119
[▓▓▓▓▓▓▓▓▓▓▓░░░░░░░] 65%

💡 省流版：
文末直接获取完整 DSL 源码 + 核心提示词。

01. 📖 V29：AI 书单/书评短视频一键生成——让阅读更有仪式感

核心价值：
传统书单视频多为静态封面轮播，用户审美疲劳。V29 通过模拟真实翻书效果，配合董宇辉风格的深度解说，瞬间提升视频质感与格调。

工作流程：
书名输入 → 董宇辉风格书评生成 → 提取关键词生成插图提示词 → AI 绘图 → 翻书特效合成 → 剪映草稿

🔧 阵法布局

步骤 1.1：入参配置 (开始节点)

配置工作流的启动参数。

• title (String): 书籍名称 (必填)。
• content (String): 书籍简介/内容 (选填)。
• author (String): 作者 (选填)。
• pic (Image): 书籍封面图 (必填)。

步骤 1.2：逻辑分流 (选择器)

为了提高灵活性，我们增加一个判断逻辑：如果用户没有输入内容 (content 为空)，则让 AI 自动生成；如果输入了内容，则直接使用。

• 操作步骤：点击 开始 节点后的 + 号，选择 选择器。

• 配置要点：
• 若为空 -> 走 大师解说 (大模型生成) 分支。
• 若不为空 -> 直接使用用户输入 (跳过大模型)。
• 条件分支: 检查 开始 - content 是否 为空。
• 逻辑:

步骤 1.3：大师解说 (大模型)

我们首先需要一段足够惊艳的文案。这里我们“请”到了 AI 董宇辉。

• 配置要点：
• 输出格式: JSON。
• 输出变量:
• contentList: Array<String> (生成的文案数组)。
• title: String (书籍标题)。
• author: String (作者)。
• title: 引用 开始 - title。
• 节点名称: 修改为 大模型生成文案。
• 模型: 豆包·1.5·Pro·32k (长文本能力强/角色扮演逼真)。
• 输入变量:
• 用户提示词: 书籍名称：《{{title}}》。
• 系统提示词: (核心 Prompt，获取方式见文末).
• 输出设置:

步骤 1.4：格式化用户输入 (大模型 - 否则分支)

如果用户 提供了内容 (content 不为空)，我们仍然走一个大模型节点，目的是将用户输入的长文本“格式化”为我们需要的数组结构。

• 配置要点：
• 与步骤 1 保持一致，确保后续节点可以无缝衔接。
• contentList: Array<String>。
• title: String。
• author: String。
• title: 引用 开始 - title。
• content: 引用 开始 - content。
• 连接位置: 连接到选择器的 否则 (Else) 分支。
• 模型: 豆包·1.5·Pro·32k。
• 输入变量:
• 用户提示词:  

  标题: {{title}}
  书评文案: {{content}}
  

• 系统提示词: (获取方式见文末).
• 输出设置:

步骤 1.5：殊途同归 (变量聚合)

由于我们使用了分支逻辑（AI 生成 vs 用户输入），两条路径最终需要汇合，以便后续节点统一处理。

• 操作步骤：点击工作流画布上的 + 号，选择 变量聚合，并将两个大模型节点的输出连接到此节点。

• 配置要点：
• Group1 (String) -> 引用 大模型.title 和 大模型_1.title => 统一为 title。
• Group2 (String) -> 引用 大模型.author 和 大模型_1.author => 统一为 author。
• Group3 (Array<String>) -> 引用 大模型.contentList 和 大模型_1.contentList => 统一为 contentList。
• 节点名称: 变量聚合。
• 聚合策略: 返回每个分组中第一个非空的值 (关键！)。
• 分组设置 (Group):

步骤 2.1：开场白音频分支

为了让视频更有代入感，我们首先生成一段固定的开场白：“今天要分享的是《Book Title》”。

• 操作步骤：点击 变量聚合 节点后的 + 号，搜索并添加 文本处理。

• 配置要点：

• 节点名称: 文本处理_开场白。
• 处理方式: 字符串拼接。
• 输入变量: String1 引用 title。
• 拼接模板: 今天要分享的是《{{String1}}》。

接下来，将这段文字转换为语音：

• 操作步骤：点击 文本处理_开场白 节点后的 + 号，搜索并添加 语音合成。
• 配置要点：
• 输入文本: 引用 文本处理_开场白 的 output。
• 音色选择: 温暖阿虎 (根据喜好选择，推荐温暖治愈系)。
• 语速: 1 (默认)。

最后，我们需要获取这段音频的时长，以便后续精确控制画面节奏：

• 操作步骤：点击 语音合成 节点后的 + 号，搜索并添加 获取音频时间。
• 配置要点：
• mp3_url: 引用 speech_synthesis 的 link (注意：部分插件可能输出 data，请根据实际情况选择音频链接字段)。

步骤 2.2：视觉转化 (大模型)

有了文案还不够，我们需要为书籍生成一张意境相符的插图，作为书单视频的视觉主体。

• 操作步骤：点击工作流画布上的 + 号，选择 大模型，并连接到 开始 节点。

• 配置要点：

• prompt: String (生成的绘画提示词)。
• 核心逻辑：根据书名生成符合书籍风格、艺术感强的插图描述，并明确要求 避免出现亮色、红色 (保持素雅风格)。
• 模型: 豆包·1.5·Pro·32k (或其他生成能力较强的模型)。
• 输入变量: input 引用 开始 节点的 title。
• 系统提示词: (获取方式见文末)。
• 输出设置:

• 特殊约束: 避免出现亮色、红色 (保持书单视频的素雅沉静风格)。

接下来，使用生成的提示词生成图片：

• 操作步骤：点击 大模型_视觉转化 节点后的 + 号，搜索并添加 图像生成。
• 配置要点：
• 节点名称: 图像生成_背景图。
• 模型: 通用-Pro (画质较好)。
• 比例: 16:9 (1024*576) (适配横屏视频)。
• 输入提示词 (prompt): 引用 大模型 的 prompt。

步骤 2.3：字幕/文本分支

为了让视频信息更完整，我们需要将书名和作者组合成一个标题，显示在视频顶部。

• 操作步骤：点击 变量聚合 节点后的 + 号，搜索并添加 文本处理。

• 配置要点：

• String1 引用 title。
• String2 引用 author。
• 节点名称: 文本处理_TopTitle。
• 处理方式: 字符串拼接。
• 输入变量:
• 拼接模板: 《{{String1}}》 | {{String2}} (书名 | 作者)。

步骤 2.4：数据组装 (Python 代码)

为了将上述三个分支的产物（开场音频、背景图、标题）整合，我们需要一个代码节点来计算开场音频的时间轴，并为后续的草稿合成做准备。

• 操作步骤：点击工作流画布上的 + 号，选择 代码，并连接所有前置节点 (如图所示)。

• 连接说明：我们需要将以下 4 个节点的输出连接到代码节点的输入：

1. 变量聚合 (提供书名/作者信息)
2. get_audio_duration (提供音频时长)
3. 图像生成_背景图 (提供背景图片)
4. 文本处理_TopTitle (提供顶部标题)

• 配置要点：

• duration: Integer。
• nextDuration: Integer。
• audios: Array<Object>。
• duration: 引用 get_audio_duration.duration (Integer)。
• link: 引用 speech_synthesis.link (String)。
• 输入变量 (Input):
• 输出变量 (Output):
• 代码逻辑: 主要是将音频信息封装为 JSON 对象，并计算从微秒开始的时间戳。(详细代码见文末 Day36 系统提示词+代码)。

步骤 2.5：循环处理 (Loop)

我们需要对大模型生成的每一段书评文案进行处理（转语音、计算时长等），因此需要添加一个循环节点。

• 操作步骤：点击 代码 节点后的 + 号，选择 循环。

• 循环整体配置：

• pre_time (int): 引用 代码.nextDuration (初始时间)。
• audio_list (Array): 引用 代码.audios (初始音频列表)。
• caption_list (Array): 手动输入 [] (初始为空列表)。
• 循环类型: 使用数组循环。
• 循环数组 (input): 引用 变量聚合.Group3 (即书评文案列表)。
• 中间变量:
• 输出变量: 将上述三个变量作为输出 (注意：需先配置完循环体内部逻辑，才能在此处引用到内部变量)。

循环体内部配置 (Sub-Flow)：
双击进入循环节点内部，我们需要处理列表中的每一项文本 (item)。

2.5.1 音频生成

首先，将每一段文案转为语音。

• 操作步骤：在循环体内，点击 + 号，搜索并添加 语音合成。
• 配置要点：
• text: 引用 循环 - item (或 input)。
• voice_id: 渊博小叔 (适合书单解说风格)。
• speed_ratio: 1。

2.5.2 字幕拆分 (Code)

为了让字幕展示更自然（避免一句话太长），我们需要用代码将长句拆分为短句，并计算每段短句的时长权重。

• 操作步骤：点击 语音合成 节点后的 + 号，选择 代码。
• 配置要点：
• 节点名称: 代码_分句。
• 输入变量: content 引用 循环 - item。
• 输出变量: texts (String)。
• 代码逻辑: 简单的标点符号分句处理 (代码获取方式见文末)。

2.5.3 字幕音频对齐 (Plugin)

有了拆分好的字幕和生成的语音，我们需要一个工具将它们的时间轴精确对齐，生成 .srt 或 JSON 格式的字幕数据。

• 操作步骤：点击 代码_分句 节点后的 + 号，搜索并添加 字幕音频对齐。
• 配置要点：
• audio_url: 引用 speech_synthesis_1.link。
• text: 引用 代码_分句.texts。
• api_token: 需要申请 (申请地址: https://www.51aigc.cc/#/home?user_id=572017)。

2.5.4 素材组合 (Code)

最后，我们需要用一个代码节点将本轮循环生成的音频、字幕、时间信息打包，更新到循环的累计变量中。

• 操作步骤：点击 字幕音频对齐 节点后的 + 号，选择 代码。
• 配置要点：
• audios (Array<Object>)。
• captions (Array<Object>)。
• end_time (Integer)。
• audio (str): 引用 speech_synthesis_1.link。
• timelines (Array): 引用 alignTextToAudio.timelines。
• texts (Array): 引用 alignTextToAudio.texts。
• pre_time (int): 引用 循环.pre_time (累计时间)。
• audio_list (Array): 引用 循环.audio_list (累计音频)。
• caption_list (Array): 引用 循环.caption_list (累计字幕)。
• width: 固定值 1920。
• height: 固定值 1080。
• duration: 引用 alignTextToAudio.duration。
• 节点名称: 代码_素材组合。
• 输入变量:
• 输出变量:
• 代码逻辑: 计算当前片段的绝对开始/结束时间，并追加到总列表中 (代码获取方式见文末)。

2.5.5 更新变量 (Set Variable)

每一轮循环结束后，我们都需要把新生成的素材追加到总列表中，并更新当前的时间指针，为下一轮循环做准备。

• 操作步骤：点击 代码_素材组合 节点后的 + 号，选择 设置变量。
• 配置要点：
• caption_list: 引用 代码_素材组合.captions。
• audio_list: 引用 代码_素材组合.audios。
• pre_time: 引用 代码_素材组合.end_time (重要！确保时间轴递增)。

最后，将 设置变量 的输出连接到循环体的 结束点，完成闭环。

步骤 2.6：最终组装 (Code)

在进入剪映生成草稿之前，我们需要将 开头 (Opening)、循环体 (Loop Body)、背景图、BGM 等所有素材，“打包”成剪映插件能识别的最终数据结构。

• 操作步骤：点击 循环 节点后的 + 号，选择 代码。
• 配置要点：
• width/height: 1920 / 1080 (视频尺寸)。
• pre_time: 引用 循环.pre_time (总时长)。
• caption_list: 引用 循环.caption_list (主体字幕)。
• audio_list: 引用 循环.audio_list (主体音频)。
• pic: 引用 开始.pic (或者是用户上传的封面，如有)。
• audio_url: 引用 speech_synthesis.link (开场白音频)。
• audio_duration: 引用 代码.duration (开场白时长, 注意这里引用的是步骤2.4代码节点的输出)。
• bg_pic: 引用 图像生成_背景图.data。
• title: 引用 开始.title。
• toptitle: 引用 文本处理_TopTitle.output。
• bgm: 填入背景音乐链接 (如 OSS 地址)。
• 节点名称: 组合结构。
• 输入变量:

*   **输出变量**: (全部为 `String` 类型，用于后续映射到剪映草稿节点)
    *   `captions`: 字幕轨道数据。
    *   `audios`: 配音轨道数据。
    *   `bgm_audios`: 背景音乐轨道数据。
    *   `imgs1`: 封面/插图轨道数据。
    *   `imgs2`: 背景图轨道数据。
    *   `effects`: 特效数据 (如有)。
    *   `effects2`: 特效数据2 (如有)。
    *   `titleCaptions`: 书名标题字幕。
    *   `topcaptions`: 顶部常驻标题字幕。
*   **代码逻辑**: 将所有分散的素材组装成符合剪映草稿协议的 JSON 字符串 (详细代码获取方式见文末)。

步骤 3：剪映草稿合成 (Chain)

注意：剪映插件的操作通常是“链式”的。我们需要先创建一个空草稿，然后依次往里面添加音频、字幕、图片等素材。

3.1 创建空草稿 (create_draft)

• 操作步骤：点击 组合结构 节点后的 + 号，搜索并添加 视频合成_剪映小助手 插件中的 create_draft 工具。
• 配置:
• width: 1920
• height: 1080
• user_id: 572017
• 输出: 生成 draft_url (草稿链接) 和 tip_url。

3.2 添加背景音乐 (add_audios)

• 操作步骤：点击 create_draft 节点后的 + 号，搜索并添加 add_audios 工具。
• 节点名称: add_audios_bgm (建议重命名以便区分)。
• 输入:
• audio_infos: 引用 组合结构.bgm_audios (注意：这里引用的是 BGM 轨道数据)。
• draft_url: 引用 create_draft.draft_url (串联上一步)。
• 输出: 传递更新后的 draft_url 给下一步。

3.3 添加配音 (add_audios)

• 操作步骤：点击 add_audios_bgm 节点后的 + 号，再次添加 批量添加音频 工具。
• 配置要点：
• 节点名称: add_audios (默认) 或 add_audios_voice。
• audio_infos: 引用 组合结构.audios (这是人声配音轨道)。
• draft_url: 引用 create_draft.draft_url (或上一个节点的输出)。
• 输出: 更新草稿链接。

3.4 添加图片/封面 (add_images)

• 操作步骤：点击 add_audios 节点后的 + 号，添加 批量添加图片 工具。
• 配置要点：
• 节点名称:建议重命名为 add_images_cover (封面) 或 add_images_bg (背景)，视具体用途而定。
• image_infos: 引用 组合结构.imgs1 (对应封面/插图)。
• draft_url: 引用 create_draft.draft_url。
• scale_x / scale_y: 3.5 (放大倍数，根据素材情况调整，图中设置为 3.5)。

3.5 添加特效 (add_effects)

• 操作步骤：点击 add_images_cover 节点后的 + 号，添加 批量添加特效 工具。
• 配置要点：
• draft_url: 引用 create_draft.draft_url。
• effect_infos: 引用 组合结构.effects。

3.6 添加背景图 (add_images)

• 操作步骤：点击 add_effects 节点后的 + 号，再次添加 批量添加图片 工具。
• 配置要点：
• 节点名称: add_images_cover2 (或 add_images_bg)。
• image_infos: 引用 组合结构.imgs2 (对应背景图)。
• draft_url: 引用 create_draft.draft_url。

3.7 添加特效2 (add_effects)

• 操作步骤：点击 add_images_cover2 节点后的 + 号，再次添加 批量添加特效 工具。
• 配置要点：
• 节点名称: add_effects_1。
• draft_url: 引用 create_draft.draft_url。
• effect_infos: 引用 组合结构.effects2 (注意这里引用的是第二个特效列表)。

3.8 标题字数适配 (Selector)

为了保证书名标题在画面上的展示效果，我们需要根据书名长度动态调整字幕的样式（如字号大小）。

• 操作步骤：点击 add_effects_1 节点后的 + 号，添加 选择器 节点。
• 配置要点：
• 分支 1: 开始.title 长度 < 3 (短标题)。
• 分支 2: 开始.title 长度 < 6 (中标题)。
• 否则: (长标题)。

3.9 添加书名标题 (add_captions)

此处展示 3 个分支的配置区别，以适配不同长度的书名：

分支 1 (短标题 < 3):

• 操作步骤：点击 分支 1 的 + 号，添加 批量添加字幕 工具。
• 配置要点:
  
• font_size: 50 (大字号)。

分支 2 (中标题 < 6):

• 操作步骤：点击 分支 2 的 + 号，添加 批量添加字幕 工具。
• 配置要点:
  
• font_size: 35 (中字号)。

分支 3 (长标题 / 否则):

• 操作步骤：点击 分支 3 的 + 号，添加 批量添加字幕 工具。
• 配置要点:
  
• font_size: 30 (小字号)。

通用参数

所有分支除字号外，其他参数保持一致：