这期看完，历史老师都要连夜删素材库！
你还在扒史料、拼贴画、手动卡时间轴？
做1条历史人物视频熬夜秃头？
别肝了！ 智能工作流直接带你从0到1完成整个制作过程
一个新账号凭借仅仅20多条作品就迅速积累了17万多粉丝，令人惊叹。
我们来看一下这些成品，短片通过AI技术自动生成，生动地再现了历史上各个著名人物的一生。无论是秦始皇的统一六国，还是成吉思汗的铁蹄征战，每一个短片都充满了史诗感和视觉冲击力。
它之所以能够获得如此高的播放量和粉丝关注，不仅因为它们满足了现代人对历史故事的好奇心，还因为它们提供了一种新的娱乐方式。
短片通过动态的画面和紧凑的叙事，将历史人物的一生浓缩在几分钟内，让观众能够快速抓住重点，了解他们的主要成就和影响。这种视觉化的历史教育方式，不仅增加了学习的趣味性，还提高了信息的传递效率。
现在，如此优质的内容也可以通过AI批量生成。这意味着，即使是没有专业制作团队的个人，也可以通过AI技术轻松制作出高质量的短视频，从而在短视频平台上获得巨大的流量和收益。
这不仅是一个躺赚的机会，更是一个展示创意和才华的平台。
通过AI技术，每个人都可以成为历史故事的讲述者，让更多人了解和欣赏这些伟大的历史人物和他们的故事。
一、工作流 
该工作流旨在生成一个以历史人物传记为主题的视频，其设计逻辑围绕数据生成、处理和整合展开。
首先，“生成文案员工”节点调用大语言模型，以输入的标题为提示词，按照特定系统提示生成历史人物一生的编年体描述及标题。
接着，“大模型”节点依据上一步生成的内容，生成适用于AI绘画的描述词。然后，“批处理”节点对这些描述词进行批量处理，通过多个“图像生成”节点将描述词转化为图片，再经“变量聚合”节点聚合输出。
同时，“视频时间线”节点根据输入的视频链接列表生成总时长和每个视频的分段时间线。“尾帧图片”节点对图片地址数组和普通数组进行处理，移除或置空特定元素。
“批处理_1”节点内的“写动态描述词员工”节点，根据输入的描述词和图片信息生成动态视频描述词。
“批处理_2”节点利用“豆包图生视频”插件，结合首帧、尾帧图片链接和提示词生成视频。在视频合成阶段，“根据时间线制作视频数据”“根据时间线制作字幕数据”“根据时间线制作音频数据”等节点分别生成视频、字幕和音频的相关数据，“批量添加视频”“批量添加字幕”“批量添加音频”等节点将这些数据添加到通过“插件入口 – 创建草稿”节点创建的草稿中，最后由“保存草稿”节点保存最终的视频草稿。
整个工作流通过多个节点的协同合作，实现了从历史人物信息生成到视频草稿保存的完整流程。
二、 工作流拆解1. 生成文案员工名称：生成文案员工节点功能：调用大语言模型（Doubao-Seed-1.6），根据输入的标题（来自其他节点输出），生成历史人物一生的内容（编年体形式，最多6个关键事迹）和标题，输出JSON格式的{“content”:”历史人物一生”,”title”:”标题”}。
2. 大模型（生成AI绘画描述词）名称：大模型节点（生成AI绘画描述词）功能：调用大语言模型（Doubao-Seed-1.6），将“生成文案员工”节点输出的历史人物内容转化为AI绘画描述词，包含人物外貌、服饰、环境、动作等元素，确保不血腥且第一个描述词为“啼哭的婴儿”，并检查敏感词。
3. 批处理（生成图片）名称：批处理节点（生成图片）功能：接收“大模型（生成AI绘画描述词）”节点输出的描述词列表，批量调用图像生成节点（如图像生成_1、图像生成_2、图像生成_3）生成图片，通过选择器节点（182224、187063）处理分支逻辑，最终聚合图片结果。
4. 视频时间线（代码节点）名称：视频时间线节点功能：编写代码处理输入的视频链接列表，生成每个视频的分段时间线（segments，格式为{“start”:开始时间,”end”:结束时间}数组）和总时长（totalDuration），用于后续视频、音频、字幕的时间匹配。
5. 批处理（生成视频）名称：批处理节点（生成视频）功能：接收尾帧图片、动态描述词和首帧图片，批量调用豆包图生视频插件（img2_video_1），根据输入的提示词、图片链接等参数生成视频，输出视频链接列表。 
6. 尾帧图片（代码节点）名称：尾帧图片节点功能：编写代码处理图片地址数组，移除最后一个元素并添加空字符串，生成处理后的数组（lastElementNullified），用于后续视频生成的尾帧输入。 
7. 批处理（生成动态描述词）名称：批处理节点（生成动态描述词）功能：接收AI绘画描述词和处理后的图片数组，批量调用大模型（写动态描述词员工），生成一镜到底的动态视频描述词，确保画面连贯、无撕裂，突出人物主体变化。 
8. 剪映小助手数据生成器（视频数据）名称：剪映小助手数据生成器（视频数据）节点功能：根据“视频时间线”节点输出的时间线（segments）和视频链接列表，生成符合剪映格式的视频数据（video_infos），用于批量添加视频到剪映草稿。 
9. 剪映小助手数据生成器（字幕数据）名称：剪映小助手数据生成器（字幕数据）节点功能：根据“生成文案员工”节点输出的历史人物内容（content）和“视频时间线”节点的时间线（segments），生成字幕数据（infos），用于剪映批量添加字幕。 
10. 视频合成_剪映小助手（保存草稿）名称：视频合成_剪映小助手（保存草稿）节点功能：接收剪映草稿地址（draft_url），保存视频草稿，完成视频合成流程的最终保存操作。 
三、核心工作流节点关系 
步骤 1: 生成文案员工节点，调用大语言模型（Doubao-Seed-1.6），根据输入标题生成历史人物一生内容和标题并输出JSON，关联关系: 输入来自其他节点输出的标题，输出提供给大模型节点（生成AI绘画描述词）和剪映小助手数据生成器（字幕数据）节点
步骤 2: 大模型节点（生成AI绘画描述词），调用大语言模型（Doubao-Seed-1.6）将历史人物内容转化为AI绘画描述词并检查敏感词，关联关系: 输入来自生成文案员工节点的输出，输出提供给批处理节点（生成图片）和批处理节点（生成动态描述词）
步骤 3: 批处理节点（生成图片），接收描述词列表批量调用图像生成节点生成图片并处理分支逻辑聚合结果，关联关系: 输入来自大模型节点（生成AI绘画描述词）的输出
步骤 4: 视频时间线节点，编写代码处理视频链接列表生成时间线和总时长，关联关系: 输入为视频链接列表，输出提供给剪映小助手数据生成器（视频数据）节点和剪映小助手数据生成器（字幕数据）节点
步骤 5: 批处理节点（生成视频），接收尾帧图片、动态描述词和首帧图片批量调用豆包图生视频插件生成视频链接列表，关联关系: 输入来自尾帧图片节点、批处理节点（生成动态描述词）的输出，输出提供给剪映小助手数据生成器（视频数据）节点
步骤 6: 尾帧图片节点，编写代码处理图片地址数组生成处理后的数组，关联关系: 输入为图片地址数组，输出提供给批处理节点（生成视频）
步骤 7: 批处理节点（生成动态描述词），接收AI绘画描述词和处理后的图片数组批量生成动态视频描述词，关联关系: 输入来自大模型节点（生成AI绘画描述词）和尾帧图片节点的输出，输出提供给批处理节点（生成视频）
步骤 8: 剪映小助手数据生成器（视频数据）节点，根据时间线和视频链接列表生成剪映格式视频数据，关联关系: 输入来自视频时间线节点和批处理节点（生成视频）的输出
步骤 9: 剪映小助手数据生成器（字幕数据）节点，根据历史人物内容和时间线生成字幕数据，关联关系: 输入来自生成文案员工节点和视频时间线节点的输出
步骤 10: 视频合成_剪映小助手（保存草稿）节点，接收剪映草稿地址保存视频草稿，关联关系: 接收剪映草稿地址完成最终保存操作
相关资料获取：扫一扫添加微信关注我！
