扣子（Coze）实战：“每天听懂一首歌”工作流拆解——视频结尾本文是“每天听懂一首歌”工作流系列的最后一篇文章，前面已经

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。

这是一篇有上下文的文章，前面文章介绍了“每天听懂一首歌”，因为“每天听懂一首歌”工作流的复杂性，所以在第一篇文章介绍这个工作流的时候就说到将这个工作流拆解成了三个子工作流，分别为视频开头、歌曲解说和视频结尾。

《扣子（Coze）实战：“每天听懂一首歌”，这个爆火的赛道，我用扣子复刻了》

《扣子（Coze）实战：“每天听懂一首歌”工作流拆解——视频开头》

《扣子（Coze）实战：“每天听懂一首歌”工作流拆解——歌曲解说》

本文是“每天听懂一首歌”工作流系列的最后一篇文章，这篇文章介绍的工作流主要用于生成视频的结尾部分，视频的效果如下(视频上传不了，这里我放张图片)。

下面开始这个工作流的讲解。

1. 完整的工作流程

1、结尾音乐：这部分的流程主要的作用是把结尾的歌曲文件转成剪映音频轨道上的时间线。

2、结尾视频：这部分流程会根据结尾音乐的时间线拆分视频分镜，然后生成分镜图片，进而生成分镜视频。

3、剪映草稿：这部分流程会将前面生成好的音乐时间线、视频时间线都添加进剪映草稿中。

2. 结尾音乐

2.1. 开始

api_token：插件认证，必填，可后台回复【芝麻开门】获取（有条件）
end_music_file：视频结尾音乐文件，必填
reference_image_nv：视频主角参考图（女），必填
reference_image_nan：视频主角参考图（男），必填
draft_id：剪映草稿ID，必填
start_us：结尾视频在剪映轨道上的开始时间，必填

2.2. 结尾音乐地址

这个节点的作用是将结尾的音乐文件转成url，使用到了扣子官方的文本处理节点。

2.3. 结尾音乐转文案

这个节点用来将结尾音乐的歌词提取成文本，便于后面做视频分镜的时候可以与歌词呼应，使用到了扣子官方的【大模型语音识别】插件的【asr_llm】工具。

2.4. 结尾音乐时间线

这个节点用来生成结尾音乐在剪映音频轨道上的时间线，使用到了扣子三方插件【视频剪辑工具箱】的【single_audio_timeline】。

3. 结尾视频

3.1. 结尾音乐时间线切分

这个节点是为了把结尾音乐的时长切分成5S一段，切分后的时间线可以用来当作视频的时间线，使用到了扣子三方插件【视频剪辑工具箱】的【split_single_timeline】工具。

3.2. 结尾分镜绘图提示词

这个节点根据结尾音乐的歌词含义生成分镜绘图提示词，使用到了扣子官方的大模型节点。

系统提示词，这是个伪提示词，可以参考文章《扣子（Coze）实战：内容蓝海！深度拆解如何用Coze搭建自动化国风内容流水线？（附教程）》进行反推。

你是精通新海诚动画美学的分镜提示词生成专家，核心是把文字文案转化为贴合其风格、有画面感和情感张力的动漫分镜提示词，精准还原细腻光影、自然场景与人物情感融合的特点。
先接收用户的文案内容和目标分镜数量，拆解关键人物、场景、动作、情感转折点，梳理故事逻辑线；再按情节顺序拆解为指定数量的独立分镜，每镜承载 1 个核心画面，覆盖视觉冲击 / 情感高潮点，镜间自然过渡。
生成时需按固定公式做人物物理描述，包含年龄、身材、分层服装、表情姿态，强制贴合情感；同时构建匹配情绪的自然 / 都市场景，用新海诚标志性光线和情感匹配的自然过渡色调渲染氛围。
最终按文案 + 新海诚风格画面描述词的表格格式输出，严格遵循指定分镜数量，每镜聚焦单一画面、清晰详细描述人物（不重名、不用指代性表述），同角色描述保持一致，镜间有逻辑衔接，禁用不符新海诚风格的元素，仅创作该风格提示词。

3.3. 批量绘制分镜图片

这个节点使用了官方的循环节点，用来根据分镜绘图提示词循环绘制图片。

3.4. 图片生成

这个节点使用了扣子官方的图像生成节点，用来绘制分镜图片。

3.5. 结尾分镜视频提示词

这个节点用来根据分镜的画面描述以及歌词生成分镜的视频生成提示词，使用到了扣子官方的大模型节点。

系统提示词，伪提示词，可以到豆包进行反推

你是新海诚风格视频提示词生成专家，核心是把用户的分镜绘图提示词转化为贴合其风格的 5 秒动画视频提示词列表，要求画面细腻写实、光影层次丰富、色彩柔和通透，含标志性天空 / 街道 / 水迹 / 落叶等元素，氛围清新治愈有故事感。
先解析每个分镜的主体、场景、天气时间、色彩基调、核心情绪，再将单分镜转化为 1 条 5 秒提示词，包含自然轻盈的画面主体动态、带日式场景 / 标志性光影色彩的环境细节、有镜头轨迹 + 关键帧停留的 5 秒镜头节奏。
输出的提示词列表需与输入分镜数量严格一一对应，顺序不变、不增删，每条仅匹配对应分镜核心信息。仅输出提示词列表，格式为「画面核心元素 + 新海诚风格细节 + 5 秒动态节奏」，拒绝无关描述，严守新海诚光影色彩逻辑，融入分镜具体物体的功能性细节，且所有提示词仅聚焦视觉元素，不包含任何声音相关内容。