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
|
8月前
|
机器学习/深度学习 人工智能 安全
千帆大模型平台再升级:接入大模型最多、Prompt模板最全面
千帆大模型平台再升级:接入大模型最多、Prompt模板最全面
324 1
|
人工智能 自然语言处理 开发者
ChatGPT4的生图功能你们都用了吗?
ChatGPT4的生图功能你们都用了吗?
514 0
|
3月前
|
人工智能
ChatGPT高效提问—prompt实践(文案助手)
ChatGPT高效提问—prompt实践(文案助手)
48 0
|
5月前
|
机器学习/深度学习 自然语言处理 搜索推荐
LangChain在个性化内容生成中的实践
【8月更文第3天】随着人工智能技术的发展,个性化内容生成已经成为许多应用的核心竞争力。LangChain 是一种开源框架,旨在简化语言模型的应用开发,尤其是针对自然语言处理任务。本文将探讨 LangChain 如何帮助开发者根据用户的偏好生成定制化的内容,从挑战到实践策略,再到具体的案例分析和技术实现。
304 1
|
6月前
|
数据采集 JSON Serverless
通过百炼大模型+FC函数计算构建小红书图文工作流
使用阿里云函数服务和百炼平台,快速构建小红书图文创作工作流。通过两步轻松创建: 1) 在函数计算中利用Puppeteer构建卡片生成服务; 2) 在百炼平台上创建工作流,整合大模型、脚本和函数计算节点,实现图文内容的自动化处理和生成。此方案适合高效创作小红书内容。
1527 6
|
8月前
|
人工智能 Serverless 文件存储
“黏土风格”轻松拿捏,基于函数计算部署 ComfyUI实现AI生图
使用阿里云函数计算FC,快速部署AI绘画工具ComfyUI,体验高质量图像生成。新用户可享180元试用额度,包括GPU、vCPU、内存和调用次数。开通FC和文件存储NAS,通过应用中心选择ComfyUI模板创建应用。
47522 8
“黏土风格”轻松拿捏,基于函数计算部署 ComfyUI实现AI生图
|
7月前
|
运维 机器人 开发者
使用阿里云百炼通过appflow模板,组合钉钉机器人搭建个人知识库评测与感想
尝试构建个人助手机制,用阿里云百炼+AppFlow+钉钉机器人,花费两午休时间解决配置问题。百炼appid复制时多出空格致错,文档未提及,耗时排查。应用创建时模型选项限于max, plus, turbo,性价比高的qwen-long未上线。期望尽快修复bug和上线新模型以降低成本。附故障排查截图。
218 1
|
8月前
|
安全 机器人 API
AppFlow实现大模型对话自由
AppFlow是阿里云团队推出的应用与数据集成平台,它无需编程即可配置对话流程,支持接入包括通义千问、文心一言等在内的多个主流大模型。用户可以通过AppFlow与钉钉、飞书、企业微信等IM软件中的大模型进行对话。配置过程包括创建连接流,选择触发事件(如钉钉机器人接收到文本消息),配置执行动作(如使用通义千问模型提问),以及设置回调地址等步骤。此外,还提供了在钉钉创建机器人的指南,通过Outgoing功能或钉钉开放平台实现与大模型的交互。如有问题,用户可以加入官方支持钉钉群进行咨询和交流。
|
6月前
|
数据可视化 IDE 开发工具
Coze工作流介绍(一)
Coze工作流介绍(一)
282 0
|
6月前
|
人工智能 JavaScript IDE
使用Coze工作流(二)
使用Coze工作流(二)
323 0