扣子（Coze）实战：篇篇10W+的小林漫画，用Coze实现

文章详细介绍了如何使用Coze平台一键生成类似"小林漫画"风格的漫画内容。通过完整工作流程，包括文案生成、配图提示词生成、图文合成、封面图生成等步骤，利用DeepSeek-V3和豆包-1.5-Pro等大模型，模仿小林漫画接地气的文案风格和简单配图特点，实现从主题输入到公众号草稿输出的自动化流程，大大减少重复性工作，快速生成高传播潜力漫画内容。

---

大家好，我是吾鳴。专注于分享提升工作与生活效率的工具，无偿分享AI领域相关的精选报告，持续关注AI的前沿动向。

最近有朋友给发了一个漫画公众号，问能不能使用coze制作出类似的漫画效果？定睛一看，居然是小林漫画，我其实也经常有在看，觉得公众号平台给的10W+的阅读量绝对是限制了它的发展。

条条10W+的漫画，究竟是有什么魔力？其实，我觉得这类漫画的成功漫画和文案都同等的重要。

这类漫画的文案可谓是条条都说进了你的心窝子里了，让你觉得这个文案描述的，说的貌似就是真实存在，这种就是接地气的文案，充满了生活的智慧。

其次就是文案的配图，它的配图风格比较简单，但是简单的配图配上文案，代入感就会更加的强烈，更加的形象生动，而且漫画的配图可以说是恰到好处，正好呼应着文案。

本文我们将一起来看看小林漫画如何使用扣子（Coze）来一键生成。

在讲解工作流之前，我们先看看工作流运行的效果。比如我输入了一个“无论结果如何，都应感谢曾经努力的自己”这么一个主题，选定生成10张漫画，工作流经过约5分钟的运行，一篇小林爆款漫画就在公众号草稿箱中出现了。

1. 完整的工作流程

---

1、小林漫画文案生成：通过文生文大模型，根据输入的主题模仿小林漫画的文案结构生成漫画文案。

2、文案配图提示词生成：通过视觉推理大模型，让大模型理解文案的含义，参照小林漫画的风格生成绘图提示词。

3、漫画图文合成：首先通过文生图大模型生成小林漫画，然后再使用画板将漫画和文案进行合成。

4、文章封面图生成：通过文生图大模型生成文章的封面图。

5、图片上传公众号素材库：通过把合成好的漫画图文，通过公众号接口上传到素材库中。

6、漫画排版：使用公众号文章模板插件，把漫画图片进行排版，输出排版后的内容。

7、公众号草稿生成：使用公众号文章草稿接口，把排版后的漫画图文、文章标题、封面图等一起生成微信公众号草稿。

2. 工作流详细节点解读

---

2.1 开始

•subject：小林漫画主题，必填•app_id：微信公众号开发者ID，必填•app_secret：微信公众号开发者密钥，必填•api_token：公众号文章模板插件认证，必填•watermak：漫画右下角水印，一张图片，必填•nums：生成的漫画数量，必填

2.2 小林漫画文案

这里使用了大模型节点，通过模仿小林漫画文案的结构和风格，生成小林漫画文案，这里选择DeepSeek-V3大模型，它更擅长理解文案结构，生成好的文案，它的缺点就是比较慢，它的参数如下：

•模型：选择【DeepSeek-V3.1】•输入

•subject：开始 -> subject•nums：开始 -> nums

•输出

•words：文案列表

•系统提示词，是个伪提示词，可以到豆包进行反推。

核心任务：

2.3 批量绘制漫画

这个节点用来根据生成的小林漫画文案数量来绘制对应的文案配图，使用到了扣子官方的【循环】节点。

2.4 绘图提示词生成

这个节点使用到了官方的大模型节点，用于生成绘图提示词，注意这里使用视觉推理模型，对画面的理解会更到位，生成的提示词质量会更高，描述的会更详细。它的参数如下：

•模型：选择【豆包-1.5-Pro-视觉推理-128K】•输入

•subject：批量绘制漫画 -> words

•输出

•output：绘图提示词

•系统提示词（伪提示词）

核心任务：

2.5 图像生成

这个节点使用了扣子官方的图像生成节点，用于生成小林漫画图片。

2.6 画板

这个节点用于把漫画图片和漫画文案进行合成，使用到了官方的画板节点。

2.7 选择器

用于判断是否为第一个文案，如果是第一个文案，那么用第一个文案生成的提示词来生成封面图，因为第一个文案往往是吸引人往下读的，具有很强的吸引力。

这个节点使用到了扣子官方的【选择器】节点。

2.8 生成封面图

这个地方使用到了官方的【图像生成】节点，用于生成文章封面图。

2.9 wx_access_token

这个节点用于获取公众号接口调用认证，后面的上传图片、发送文章草稿需要使用到，使用到了扣子三方插件【微信公众号助手】的【wx_access_token】工具。

2.10 批量上传图文图片

这个地方使用到了扣子的循环节点，用来批量上传漫画图文图片到公众号素材库。

2.11 漫画图文上传

这个节点用来把生成好的漫画图片上传到公众号素材库中，取得图片的访问地址后进行文章的排版。使用到了扣子三方插件【微信公众号接口】的【wx_upload_image】工具。

2.12 取出封面图

把第一张图片从封面列表中取出，使用到了扣子的三方插件【列表工具合集】的【get_string_ele_by_mod】工具。

2.13 公众号封面图上传

这个节点用来上传公众号的封面图，使用到了和【2.10. 漫画图文上传】节点相同的工具。

2.14 公众号文章排版

这里使用到了扣子第三方插件【公众号文章模板】的【image_list_number_layout】工具，是原先图片列表排版工具的升级版，增加了图片序号。

2.15 公众号文章草稿

这个节点使用到了扣子三方插件【微信公众号接口】的【add_draft】工具，用来生成微信公众号文章草稿。

2.16 结束

media_id有值则生成成功，没有值则生成失败。

3. 总结

---

本文主要介绍了如何使用扣子对小林漫画进行复刻，小林漫画的难点在于它简洁的漫画搭上句句刻骨铭心的文案，文中介绍的工作流通过大模型去模仿小林漫画的文案风格和漫画风格，生成相应的爆款漫画，并且对接了微信公众号，生成好的漫画可以排版好后一键直达公众号草稿箱，减少你的重复性工作。

可能大家都想学习AI大模型技术，也_想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习_，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。
为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和MoPaaS魔泊云联合梳理打造了系统大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与MoPaaS魔泊云的鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！