Dify 工作流分享-小红书文案生成器

简介: 本文介绍了生成小红书文案的具体流程和节点设置,包括输入主题、风格、字数,以及处理URL链接和直接主题的两种方式。最后,三金分享了实际测试效果和相关资源。

小伙伴们大家好,我是三金~

最近在媳妇儿的影响下,我也下载了一个小红书,每天闲暇时间会打开它,刷刷帅哥美女以及一些炸裂的帖子(真的炸裂)。偶尔也会自己发一下生活状态,比如分享自己超级喜欢的咖啡店~

奈何第一次发笔记就陷入了僵局,配好图之后陷入了长达快一个小时的沉思:

  • 我应该配什么文案?
  • 加什么 emoji 图标?
  • 怎么才够吸流?

在反复的修修改改之下,我选择走捷径:使用 AI 帮我快速生成!

还是熟悉的配方,还是熟悉的味道,本次还是使用 Dify 来完成小红书文案生成器工作流~

还不知道 Dify 是什么的小伙伴快去看这篇入门《37.4k 的 Dify,一款小白也可以轻松上手的大模型开发平台(一):部署及基础使用

生成文案需要什么?

在学生时代,大家一定都写过作文,而作文题目一般都会有以下几条要求:

  • 中心思想,或者说主题
  • 文章风格
  • 文章字数

适用到小红书上也是如此,我们只要定义好这三个点,再设定好合适的提示词(prompts),模型上选择 ChatGPT 或者 Claude 3.5 来打打最强辅助,很快就能生成一个贴近你想法的文案出来!

延伸一下,假如看到一篇比较好的文章或者资讯,是否也可以用 AI 总结并生成一篇小红书风格的文案呢?

⚠️注意!要实现这一点,虽然比较容易,但要提前获取原文授权

大致的实现思路有了,接下来让我们一起看看具体实现。

要用哪些节点?

  • 开始节点:用来输入要生成文案的中心思想(或者 URL 链接)、风格及字数;
  • 问题分类器:因为我们输入的中心思想不只是文字,还可能有 URL 链接,所以这里需要通过问题分类器来进行分类;
  • 网页爬虫 + 爬虫生成文章:如果是网页 URL,那么会走到网页爬虫这个节点进行内容爬取。爬取之后得到的内容会传递给 LLM 节点,我们给这个 LLM 节点起名叫「爬虫生成文章」。没错,它的作用就是通过预设的 prompts 来生成符合我们预期的小红书文案;
  • 主题生成文章:如果我们只是输入一个主题,那会直接到「主题生成文章」的 LLM,最终生成一个符合预期的文案
  • 变量聚合器:不管是「爬虫生成文章」还是「主题生成文章」,最终的结果都会汇聚到变量聚合器节点
  • 结束:最终输出

实现细节

首先对于开始节点来说,我们需要三个输入字段:

  • key:主题或者 URL 链接
  • style:文案风格
  • length:文案的长度

设置好之后将内容传递给问题分类器,分类器这里会自动判断我们输入的只是一个主题还是一个 URL:

  • 如果是 URL:会将其传递给网页爬虫节点,这个节点是一个内置工具,我们直接在工具中搜索「网页爬虫」即可。网页爬虫会将网页内容直接输出到下一个 LLM 节点;
  • 如果是主题:直接将主题传递给 LLM 节点。

然后,不管是「爬虫生成文章」还是「主题生成文章」,它们都会按照我们设定好的提示词生成对应的文案,并输出到变量聚合器中。

最终通过结束节点进行输出。

上手试试

测试方向有两个:

  • 直接输入想生成的文章主题或者说中心思想
  • 输入想要转换的文章 URL

文章 URL

前段时间三金在研究 AI 爬虫的时候有找一些资料,其中在 Medium 上有看到一篇《From Manual to Automated: The Future of Web Scraping with LLM》,其中主要讲的是 AI 爬虫工具的介绍,我们以这篇文章为例进行测试:

虽然是英文文章,但是由于提示词的原因,它最终输出的是中文,很 nice~

文章主题

已经入冬了,我们以冬天作为主题来生成一个小红书文案:

看起来还 OK,不过内容上还有些僵硬,这主要取决于 prompt 和 AI 模型,大家感兴趣的话可以在后台留言「小红书文案生成器」获取对应的 DSL 文件,然后自行修改 prompt 来达到你想要的效果~

关于提示词工程,大家可以参考:

相关文章
|
10月前
|
人工智能 API 开发者
用Dify搭建自动化工作流,我每天节省了3小时
作为一名开发者,我曾深陷重复工作。直到用Dify搭建AI自动化工作流,每天节省3小时。本文分享如何通过可视化编排实现客服、文档、代码的智能自动化,附部署、优化与避坑实战经验。
用Dify搭建自动化工作流,我每天节省了3小时
|
6月前
|
人工智能 自然语言处理 数据可视化
三步入门:利用 Dify 可视化工作流连接 LLM 与工具
还在为如何将大语言模型与天气查询、数据处理等外部工具集成而烦恼?Dify的可视化工作流让这一切变得直观高效。无需处理复杂代码,只需拖拽节点、配置提示词和API参数,即可快速搭建从“用户提问”到“工具调用”再到“格式化回复”的完整AI应用链路。本文将手把手教你创建智能天气助手,解锁低门槛的AI应用开发。
|
人工智能 监控 安全
管理和调度Dify工作流
Dify是一款开源的大模型应用开发平台,支持通过可视化界面快速构建AI Agent和工作流。然而,Dify本身缺乏定时调度与监控报警功能,且执行记录过多可能影响性能。为解决这些问题,可采用Dify Schedule或XXL-JOB集成Dify工作流。Dify Schedule基于GitHub Actions实现定时调度,但仅支持公网部署、调度延时较大且配置复杂。相比之下,XXL-JOB提供秒级调度、内网安全防护、限流控制及企业级报警等优势,更适合大规模、高精度的调度需求。两者对比显示,XXL-JOB在功能性和易用性上更具竞争力。
3604 64
管理和调度Dify工作流
|
人工智能 自然语言处理 API
Dify基础应用篇 (6) | 文本生成应用实战:5 分钟批量产出 100 篇 SEO 文章
本文介绍如何利用Dify平台的文本生成与批量运行功能,快速高效地生成大量SEO文章,适用于内容营销、电商运营等场景。通过CSV模板填充、批量任务调度和结果导出优化,5分钟即可生成100篇高质量文章,大幅提升工作效率。
|
人工智能 Kubernetes API
Dify+DeepSeek实战教程!企业级 AI 文档库本地化部署,数据安全与智能检索我都要
接下来这篇文章,就打算用最接地气的方式,手把手带你从 0 到 1 搭建一套专属的本地知识库系统。无论你是想优化企业内部文档检索(不用担心敏感数据上传云端的风险),还是像我一样想为用户打造更智能的文档服务,都能跟着步骤一步步实现。咱们不卖关子,直接上干货
4635 14
Dify+DeepSeek实战教程!企业级 AI 文档库本地化部署,数据安全与智能检索我都要
|
人工智能 数据可视化 安全
【保姆级教程】Dify+DeepSeek+MCP三件套:零门槛打造AI应用流水线,手把手实战教学!
本教程手把手教你用Dify+DeepSeek+MCP三件套零门槛搭建AI应用流水线:Dify提供可视化工作流编排,DeepSeek贡献128K长文本国产最强模型,MCP实现弹性部署。这套组合兼具低代码开发、高性能推理和灵活运维三大优势,助你快速落地企业级AI解决方案。
|
9月前
|
人工智能 自然语言处理 API
Dify+DeepSeek实战教程:从零搭建企业级AI应用
2025年,AI落地成本成关键。本文以Dify+DeepSeek-R1为核心,详解知识库、智能客服、代码生成、合同审核四大场景,手把手构建企业级AI应用流水线,助力开发者高效低成本实现AI转型。
|
人工智能 JSON 数据格式
Dify开发工作流
这篇文章详细介绍了如何使用Dify平台进行工作流的创建与配置,包括设置变量、条件分支以及集成不同工具和服务来自动化任务处理流程。
7277 1
Dify开发工作流
|
9月前
|
人工智能 自然语言处理 测试技术
基于Dify工作流,轻松构建会自我优化的测试智能体
借助Dify工作流,构建可自我优化的AI测试智能体,实现测试用例自动生成、动态策略调整与持续学习。通过自然语言解析、智能数据生成与CI/CD集成,大幅提升测试效率与覆盖率,让测试从手工迈向智能自动化。