【米核Coze工作流】Seedance 2.0电商展示图+模特视频进阶工作流：8步从产品图到成片

一、工作流整体架构这条工作流的核心思路是上传一张产品图AI自动生成模特展示图和配套视频。整个流程分为三大阶段阶段一图片生成步骤1-3— 从产品图生成正面模特图 10张多角度图 阶段二分镜与视频步骤4-7— 生成九宫格分镜 → Seedance 2.0视频 阶段三结果轮询步骤8— 异步查询视频生成状态直到拿到成片开始节点需要3个输入参数表格参数名类型说明keystring视频生成API密钥——获取miheaii.comchangjingstring模特场景描述如户外草坪阳光明媚chanpingtuimage产品图片二、阶段一图片生成步骤1-32.1 步骤1上传产品图片及定义模特场景在开始节点中配置三个变量keyAPI密钥、changjing场景描述、chanpingtu产品图。用户只需上传一张产品实物图并用自然语言描述想要的模特场景即可。2.2 步骤2生成正面人物图片及10张不同角度的图片提示词这一步使用大模型节点核心任务有两个根据产品图和场景描述生成正面模特展示图的提示词同时生成10张不同角度侧面、背面、45度角等的图片提示词节点类型大模型节点 输入changjing场景描述、chanpingtu产品图 输出正面图片提示词 10张多角度图片提示词提示词设计的要点正面图需要包含产品与模特的关联描述如模特手持产品微笑展示多角度图需要明确每个角度的视角方向和光线条件保持风格一致性所有图片使用相同的色调和背景风格2.3 步骤3根据提示词生成正面图片及10张不同角度图片这一步包含几个子节点的串联图片格式转换节点将产品图转换为工作流可处理的格式节点类型插件节点str_to_list 输入chanpingtu原始产品图 输出格式化后的图片数据列表生成正面图片节点使用图像生成模型根据正面提示词生成模特产品展示图节点类型图像生成节点 输入正面图片提示词 输出正面模特展示图图片聚合节点将正面图和产品图聚合作为后续节点的输入节点类型变量聚合节点 输入正面图片 格式转换后的产品图 输出聚合图片列表批量生成10张不同角度图片这是阶段一的核心难点。10张图的生成需要用到批处理机制并且加入了质量保障流程批处理体内节点流程 生成9张图片 → 提示词优化 → 再次生图 → 选择器_1 → 变量聚合这里的提示词优化 再次生图 选择器构成了一个质量自检闭环先用原始提示词生成图片如果生成效果不理想通过提示词优化节点自动调整提示词用优化后的提示词再次生图选择器节点判断哪次生成效果更好保留较优结果变量聚合节点将所有图片汇总输出这个闭环设计的巧妙之处在于不需要人工介入工作流自己就能完成生成→评估→优化→再生成的迭代。对于批量生图场景这种自检机制能避免因个别提示词偏差导致大量废图。三、阶段二分镜与视频步骤4-73.1 步骤4根据正面图片生成九宫格分镜图片提示词有了正面模特图和多角度图片后下一步是规划视频分镜。这里使用大模型节点豆包·2.0 pro根据正面图片和场景信息生成九宫格分镜的提示词。节点类型大模型节点 模型豆包·2.0 pro 输入正面图片URL、changjing场景描述 输出9个分镜画面的文字提示词为什么用九宫格分镜因为电商展示视频通常需要多个角度和场景切换正面全身展示产品细节特写模特侧面展示产品使用场景背面展示动态行走展示产品与场景融合面部特写品牌收尾画面九宫格分镜的好处是一次生成9个连贯的分镜画面保证视觉风格统一、镜头语言连贯为后续视频生成提供稳定的视觉参考。3.2 步骤5根据九宫格图片提示词生成九宫格分镜图片使用图像生成节点根据上一步生成的9个分镜提示词批量生成9张分镜图片。节点类型图像生成节点 输入9个分镜提示词 输出9张分镜图片3.3 步骤6参照九宫格分镜图片生成视频提示词这一步是连接图片和视频的桥梁。使用大模型节点根据九宫格分镜图片的内容生成适合Seedance 2.0模型的视频提示词。节点类型大模型节点 模型豆包·2.0 pro 输入九宫格分镜图片URL、changjing场景 输出output视频提示词、reasoning_content推理过程视频提示词的关键要素画面内容描述模特动作、产品展示方式镜头运动方式推、拉、摇、移场景氛围光线、色调、情绪时长分配每个分镜的时长建议3.4 步骤7根据视频提示词使用Seedance 2.0生成视频这是整条工作流的核心节点——调用Seedance 2.0模型生成视频。节点类型Seedance 2.0视频生成节点 输入keyAPI密钥、prompt视频提示词、duration时长等 输出data任务ID、message状态信息Seedance 2.0是字节跳动推出的视频生成模型支持文生视频根据文字描述直接生成视频图生视频根据参考图片文字描述生成视频多镜头叙事支持多个分镜的连贯视频生成可控时长支持3-12秒的视频时长配置注意Seedance 2.0的视频生成是异步的提交任务后会返回一个任务ID需要通过轮询机制查询生成状态。四、阶段三结果轮询步骤84.1 异步轮询机制视频生成需要一定时间通常2-5分钟工作流通过循环选择器定时器的组合实现异步轮询循环体节点流程 查询任务 → 选择器 → 定时器 / 终止循环循环节点控制整体轮询逻辑中间变量var_id记录任务ID查询任务节点每次循环调用task_info接口查询视频生成状态节点类型插件节点task_infos 输入id任务ID 输出message状态信息、status任务状态、data视频数据选择器节点判断视频是否生成完成判断条件task_info.url 是否为空如果为空 → 视频还在生成中 → 进入定时器等待如果不为空 → 视频生成完成 → 终止循环定时器节点控制轮询间隔避免频繁请求节点类型定时器节点time_wait 输入seconds等待秒数建议60秒 输出message、success、actual_delay终止循环节点视频生成完成后退出循环4.2 去空值处理循环结束后可能存在空数据如某些视频生成失败需要过滤节点类型代码块节点list_sli_trim 输入循环输出的视频列表 输出过滤空值后的有效视频数据4.3 结束节点最终输出有效的视频URL列表用户可以直接下载或使用。五、核心节点配置汇总表1工作流核心节点配置一览表格序号节点名称节点类型核心作用关键配置1开始开始节点接收产品图、场景、密钥key/changjing/chanpingtu2生成正面和不同角度提示词大模型生成11张图的提示词场景产品图作为输入3图片格式转换插件(str_to_list)产品图格式转换引用开始节点的产品图4生成正面图片图像生成生成正面模特展示图引用正面提示词5图片聚合变量聚合合并正面图和产品图两个图片源聚合6批量生成多角度图片批处理批量生成质量自检含提示词优化选择器7生成九宫格分镜提示词大模型(豆包2.0 pro)规划9个分镜画面正面图场景作为输入8生成九宫格分镜图图像生成生成9张分镜图引用分镜提示词9视频提示词生成大模型(豆包2.0 pro)生成Seedance视频提示词分镜图场景作为输入10Seedance 2.0生成视频视频生成提交视频生成任务keypromptduration11循环查询循环轮询视频生成状态var_id记录任务ID12查询任务插件(task_infos)查询视频状态id引用循环节点13选择器IF选择器判断视频是否完成url是否为空14定时器time_wait控制轮询间隔seconds6015去空值代码块(list_sli_trim)过滤无效视频数据引用循环输出16结束结束节点输出有效视频URL引用去空值结果六、搭建注意事项6.1 提示词质量决定输出质量整条工作流中步骤2和步骤6的提示词生成是质量的关键。建议在提示词模板中明确以下要素模特外貌特征性别、发型、服装风格产品与模特的互动方式手持、穿戴、摆放场景氛围室内/室外、光线、色调视角和构图全身/半身/特写、俯拍/仰拍6.2 批量生图的质量自检批量生成10张不同角度图片时难免有个别图片质量不佳。工作流中的提示词优化→再次生图→选择器三节点组合可以有效解决这个问题。如果你的场景比较简单也可以去掉这个闭环直接用原始提示词生成节省Token消耗。6.3 轮询间隔的选择定时器的等待时间建议设为60秒。设置太短如10秒会频繁请求API可能触发限流设置太长如5分钟会导致工作流执行时间过长影响用户体验。60秒是一个兼顾效率和稳定性的选择。6.4 异步视频生成的超时处理如果Seedance 2.0的视频生成时间较长超过5分钟建议在循环中增加一个最大循环次数限制避免无限等待。可以在选择器节点中增加一个判断条件如果循环次数超过10次约10分钟则终止循环并返回错误信息。七、总结这条工作流实现了从产品图到电商展示视频的全自动化核心亮点有三个多阶段图片生成产品图→正面模特图→多角度图→九宫格分镜图层层递进保证视觉一致性批量生图质量自检提示词优化选择器的闭环设计无需人工介入即可保证生图质量异步视频轮询机制循环选择器定时器的组合优雅地处理Seedance 2.0的异步生成对于电商运营者来说这条工作流可以把请模特拍展示视频这件事从数千元、数天周期压缩到几毛钱、几分钟完成。当然AI生成的视频在细节上还无法完全替代实拍但对于产品详情页、社交媒体推广等场景已经足够使用。建议先从简单的场景如纯色背景的产品展示开始测试逐步增加场景复杂度和分镜数量积累提示词调优经验后再挑战更复杂的电商视频制作。全网搜索「米核AI易山」获取更多扣子工作流实战案例和模板。