扣子工作流实战：小红书文案自动生成的完整流程与效果数据

做小红书账号的朋友都知道，日更压力有多大。找选题、憋文案、想标题、配图排版……一条内容从构思到发布，往往要花上1-2个小时。更头疼的是，用AI单次提问写出来的文案总觉得差点意思，要么太生硬，要么风格不对味。

我花了2周时间，用扣子（Coze）搭建了一套小红书文案自动生成工作流。现在输入一个主题，几分钟就能输出一篇结构完整、风格地道、标题吸睛的文案草稿，实测效率提升超过10倍。

这篇文章不聊虚的，我会把整个工作流的搭建步骤、每个节点的配置参数、踩过的坑以及真实的效果数据全部公开。照着做，你也能跑通。

一、为什么你需要一个文案生成工作流

痛点清单

小红书运营者普遍面临三个核心困境：

1. 日更压力大，时间不够用

一天一条笔记是基本门槛，但正常工作已经占满8小时。很多博主都是晚上10点开始"创作"，长期熬夜苦不堪言。

2. 内容同质化严重

同一个选题，你能写别人也能写。热点来了大家一拥而上，读者看多了审美疲劳，博主自己也陷入"流水线生产"的倦怠。

3. AI单次提问质量不稳定

你肯定有过这种经历：写了个Prompt试了3-5次，出来的文案要么太正式、要么缺情绪、要么逻辑不通。每次都要反复调教，时间没省多少。

核心观点：工作流 = 把创作经验流程化

什么是工作流？说白了就是把"好文案是怎么写出来的"这个经验，拆解成一套可复用的标准化流程。

比如我知道一篇合格的小红书文案应该包含：

• 抓人眼球的标题（带emoji、有悬念）
• 引发共鸣的开头（前3句必须留住读者）
• 实用有价值的主体（干货/经历/清单）
• 引导互动的结尾（提问/呼吁点赞收藏）

把这些"经验"固化成工作流节点后，每次运行都遵循同一套最佳实践，输出质量稳定、可控。不再依赖每次对话的"灵光一现"。

二、工作流整体架构设计

架构概览

整体流程分为7个核心节点：

用户输入 → 选题扩展 → 条件分流 → 内容生成 → 封面设计 → 结果整合 → 输出

各节点职责说明

表格

这个架构的核心逻辑是：先把输入做"宽"（选题扩展），再把内容做"深"（多风格生成），最后做"精"（封面设计和格式整合）。

三、从零搭建：每个节点的详细配置

3.1 开始节点：定义输入参数

开始节点是整个工作流的入口，负责接收用户输入。

参数设计：

表格

配置方法：

1. 点击开始节点，进入右侧编辑面板
2. 添加变量：topic（字符串类型，必填）
3. 添加变量：style（选择类型，有3个选项：干货科普型、经历分享型、好物清单型）
4. 添加变量：target_audience（字符串类型，可选）

我的经验：target_audience这个参数虽然可选，但加上之后文案质量能提升30%左右。比如同样写"祛痘"，针对"油皮敏感肌"和针对"熬夜党"生成的文案，在措辞和侧重点上差异很大。

3.2 选题扩展节点（大模型节点）

这个节点的作用是：用户给一个模糊主题，系统帮你扩展出3-5个具体可行的选题方向。

提示词设计（直接复制使用）：

# 角色 你是一位资深的小红书内容策划专家，擅长从泛主题中挖掘出吸引眼球的具体选题。 ## 任务 根据用户提供的【主题】，生成5个具有爆款潜力的小红书选题。 ## 要求 1. 每个选题要有明确的角度和切入点，避免泛泛而谈 2. 标题格式：悬念/数字/对比/情绪，四选一 3. 每个选题附带50字的简要说明（为什么这个角度容易火） ## 输出格式 请以JSON格式输出，示例： { "topics": [ {"title": "选题标题", "reason": "容易火的原因"} ] }

模型选择建议：

• 优先用豆包2.0-Pro，速度快、创意足
• 如果追求稳定性，可以用DeepSeek-V3
• 温度参数设置0.8-0.9，太高会跑偏，太低创意不够

输出变量：

• topics：Array类型，存储扩展后的选题列表

3.3 文案生成节点（大模型节点）

这是整个工作流的核心节点，负责生成具体的小红书文案。

三种风格模板的提示词设计：

模板1：干货科普型

# 角色 你是小红书头部科普博主，擅长把复杂的知识用通俗易懂、有趣有料的方式讲解出来。 ## 技能 1. 开头3句必须制造悬念或冲突，直接留住读者 2. 使用大量emoji表情（每段2-3个） 3. 用"你可能不知道..."、"其实..."、"关键是..."等句式增加亲和力 4. 正文要有信息增量，提供读者不知道/做不到的点 5. 结尾用开放式提问引导互动 ## 内容结构 - 开头：制造痛点或悬念（1-2段） - 主体：3-4个知识点，每个知识点配案例或数据 - 结尾：总结+互动引导 ## 输出格式 { "title": "爆款标题（带emoji，不超过20字）", "content": "完整正文（800-1200字）", "tags": ["标签1", "标签2", "标签3", "标签4", "标签5"] }

模板2：经历分享型

# 角色 你是小红书生活博主，擅长用真实经历引发共鸣，文字有温度、有画面感。 ## 技能 1. 用第一人称"我"的视角叙述 2. 开头要有场景感，比如"上周..."、"昨天刚..."、"朋友问我..." 3. 经历中要有情绪起伏：踩坑→焦虑→转折→收获 4. 适当加入对话/内心独白，增加真实感 5. 结尾升华：个人经验→普适建议 ## 内容结构 - 开头：场景引入+核心问题（1段） - 经过：踩坑/摸索/解决的过程（2-3段） - 结果：改变+具体效果 - 结尾：经验总结+互动提问 ## 输出格式 { "title": "有故事感的标题（带emoji，不超过20字）", "content": "完整正文（600-1000字）", "tags": ["标签1", "标签2", "标签3", "标签4", "标签5"] }

模板3：好物清单型

# 角色 你是小红书种草博主，擅长挖掘宝藏好物，用真诚的推荐风格帮读者避坑。 ## 技能 1. 开头直接给出推荐结果（如"这5款XXX我真的离不开"） 2. 每个物品用"名称+亮点+适用场景"的结构介绍 3. 适当加入使用前后的对比 4. 最后给出一个"选购建议"或"避坑提示" 5. 语气真诚，避免过度营销感 ## 内容结构 - 开头：直接亮出清单（1段） - 清单正文：每个物品独立段落，包含名称、亮点、适合谁 - 结尾：横向对比+个人推荐No.1 ## 输出格式 { "title": "清单式标题（如：5款XXX，第3个绝了）", "content": "完整正文（700-1000字）", "tags": ["标签1", "标签2", "标签3", "标签4", "标签5"] }

输入变量关联：

• topic：引用开始节点的topic
• style：引用开始节点的style
• audience：引用开始节点的target_audience
• selected_topic：用户选择的选题（可选）

输出变量：

• title：String类型
• content：String类型
• tags：Array类型

3.4 条件判断节点：输入类型分流

这个节点的作用是：根据输入内容是否包含URL，自动选择不同的处理路径。

场景说明：

• 如果用户输入的是一个URL（如小红书笔记链接），需要先提取内容再改写
• 如果用户输入的是纯文本主题，直接进入选题扩展流程

配置逻辑：

如果 {{start.topic}} 包含 "http" → 进入【网页提取】分支 否则 → 进入【选题扩展】分支

判断条件设置：

1. 添加条件判断节点
2. 设置条件：$.start.topiccontains "http"
3. 添加两个分支：True（URL分支）、False（主题分支）

3.5 网页提取节点（插件）

当用户输入URL时，需要先提取网页内容。

插件选择：

在扣子插件市场搜索"网页内容提取"，推荐使用官方插件或Linkread插件。

配置方法：

1. 添加插件节点
2. 输入参数：url ={{start.topic}}
3. 输出参数：page_content（提取的文本内容）

踩坑提醒：

部分网站有反爬机制，提取可能失败。建议在后面加上容错处理：当提取失败时，自动回退到直接使用URL作为主题的逻辑。

容错代码（可加在下一个大模型节点）：

如果提取失败或内容为空，则使用以下提示词补充： "用户分享了一个链接但无法提取内容， 请根据链接标题'{{start.topic}}'直接进行创作， 假设这是一个【{{start.style}}】类型的分享。"

3.6 画板节点：封面图生成

封面设计是小红书内容的关键，直接影响点击率。

画板节点配置：

1. 添加画板节点
2. 设置画布尺寸：3:4（小红书推荐比例）
3. 添加文本框：输入模型生成的主标题
4. 添加背景：使用AI生成的封面图或纯色背景

排版逻辑：

• 标题文字居中，字号要大（40-60pt）
• 使用对比色提升视觉冲击
• 底部可加账号名/Logo

另一种方案（推荐）：

如果不需要自动生成封面，可以在结束节点输出"封面建议"，告诉用户用什么风格的图片、标题字体用什么颜色，由用户手动设计。

3.7 结束节点：输出整合

结束节点负责把前面所有节点的输出整合成最终结果。

配置模式：选择"返回文本"

输出模板：

# {{文案生成.title}} {{文案生成.content}} --- 标签：{{文案生成.tags}} --- 💡 封面建议：使用与主题相关的高清图片，标题用白色大字居中

另一种方案（JSON格式）：

如果需要后续接入其他应用，可以选择"返回变量"，输出结构化的JSON数据：

{ "title": "{{文案生成.title}}", "content": "{{文案生成.content}}", "tags": "{{文案生成.tags}}", "topic_source": "{{选题扩展.topics}}" }

四、效果数据验证

效率对比：传统人工 vs 工作流自动化

我分别用传统人工方式和工作流自动化各生成10条小红书文案，记录时间消耗和产出质量。

表格

注：以上数据为个人实测，因主题难度、风格要求不同会有波动。

效率提升的核心来源：

1. 选题不用自己想：AI一次性给出5个备选，选题时间从30分钟→2分钟
2. 文案一次生成三种风格：原来要写3遍，现在只要选
3. 标题自动带emoji和悬念：不用再纠结"这个emoji放哪"

质量对比：单次提问 vs 工作流输出

表格

我的感受：单次提问就像"开盲盒"，有时候一次出精品，有时候连改3-5次都不满意。工作流虽然不能保证每条都是爆款，但下限明显提高了，不需要反复调教。

批量生成测试数据

测试主题："夏天防晒"

表格

五、踩坑经验：3个常见问题及解决方案

问题1：大模型输出格式不稳定

现象：提示词要求输出JSON，但有时候大模型会返回Markdown格式，或者JSON里缺少字段。

原因：大模型的"听话程度"不稳定，尤其是长文本输出时容易"跑偏"。

解决方案（三步走）：

1. 提示词层面

   • 明确要求输出格式，加粗强调：## 输出格式（必须严格遵守）
   • 给出完整的JSON示例，让模型"照着抄"
   • 添加惩罚机制：如果输出格式错误，扣分
2. 代码节点兜底在文案生成节点后面加一个代码节点，做JSON解析和容错：

import json import re async def main(args: Args) -> Output: raw_output = args.params['llm_output'] # 尝试直接解析JSON try: data = json.loads(raw_output) return {"status": "success", "data": data} except json.JSONDecodeError: pass # 尝试提取JSON部分 json_match = re.search(r'\{.*\}', raw_output, re.DOTALL) if json_match: try: data = json.loads(json_match.group()) return {"status": "success", "data": data} except: pass # 都失败则返回原文，让后续节点尝试修复 return { "status": "error", "raw": raw_output, "error_msg": "JSON解析失败，请检查输出格式" }

1. 模型选择层面
   • 追求稳定性用豆包2.0-Pro
   • 追求创意用DeepSeek-V3
   • 不要用 GPT-4 等海外模型，中文输出格式经常有问题

问题2：变量引用链路过长导致数据丢失

现象：调试时发现某个节点的输出变量值是空的，或者传递到下游节点时内容被截断。

原因：扣子的变量传递有时会出现"断链"，尤其是跨节点引用时。

解决方案：

1. 每个节点单独测试不要一次性连接所有节点，先从开始→结束跑通，再逐步添加中间节点。这样能快速定位是哪一步出问题。
2. 避免跨节点引用不要直接从开始节点引用变量到第5个节点，每隔2-3个节点做一次"变量快照"。

3. 变量命名规范

   • 前缀用节点名：如topic_extend_topics、content_gen_title
   • 避免用output、result这种泛泛的名字
   • 中间变量加_temp后缀标记
4. 检查点机制对于重要节点，在输出端加一个"检查点输出"，确认变量有值再往下走。

问题3：配图风格与文案不匹配

现象：AI生成的封面图和文案调性不搭，比如文案很接地气但封面很"高大上"，或者风格差异太大。

原因：文案生成和封面生成是两个独立的节点，没有信息传递。

解决方案（两种）：

方案A：封面提示词关联文案

在画板节点，用变量引用文案生成的标题或关键词：

封面风格：{{文案生成.style}} 主标题：{{文案生成.title}} 配色建议：{{根据style自动匹配}}

方案B：分离输出（推荐新手）

不在工作流里自动生成封面，而是在结束节点输出"封面设计建议"，让用户手动配图。

实测发现：80%的用户更愿意自己选图，因为小红书的封面和账号调性关系很大，AI生成的图反而不够"对味"。

六、商业化落地思路

3个可复制的应用场景

这个工作流不只适合个人博主做日更，把它用到业务场景里，价值更大。

场景1：品牌方/商家的产品种草

如果你运营的是品牌小红书账号，每天要发多条产品种草内容。用这个工作流可以批量生成不同角度的文案：成分解析型、用户证言型、对比测评型，一条产品链接能裂变成5-10条内容。

场景2：MCN机构的博主素材库

MCN签约博主最缺的就是"脚本"。用工作流给每个博主定制专属的文案模板库，博主只需要选主题、选风格，AI自动出3种脚本备选。一人一天产10条脚本不是梦。

场景3：知识付费课程的引流内容

做课程的都知道，小红书是获取潜在学员的利器。用工作流批量生成"干货分享型"内容，标题统一带"教程"、"指南"、"方法"等关键词，引流效果比随机发的内容稳定得多。