今天给大家演示一个微观小人国场景构建与多模态生成的 Coze 工作流。这个工作流的设计目标，是将用户输入的主题转化为成体系的微观生活场景，再通过大模型生成文本、图像与视频内容，最终形成可用于创作与展示的多模态成果。从场景文本构思，到文生图提示词，再到批量图像生成、视频合成以及音频植入，每一步都实现了高度自动化与智能化的衔接。这样，用户可以直观地体验从“文字输入”到“沉浸式多模态输出”的全过程。文章目录工作流介绍核心模型Node节点工作流程大模型应用场景构建微观小人国的故事构造文生图提示词图像描述生成图生视频提示词：动态影像设计师使用方法应用场景开发与应用工作流介绍该工作流整体上由大语言模型驱动，结合图像生成、视频生成与音频插件节点，形成完整的多模态内容生成链路。其核心模型以豆包·1.5·Pro·32k 为主，在场景构建、图像提示词生成、视频动态描述等环节中被多次调用，保证了上下文连贯性与创意一致性。同时，工作流内包含批处理、循环、插件调用等 Node 节点，使得复杂的任务可以被拆解、优化并高效执行。核心模型在核心模型部分，本工作流统一采用豆包·1.5·Pro·32k作为生成支撑模型。它不仅负责场景构建和故事逻辑生成，还承担了图像与视频提示词的创作任务，确保了风格一致与语义延展性。通过合理的参数设定（如温度、最大 token、上下文控制等），模型能够生成具有故事感与画面感的输出，并且可扩展为视频脚本或图像描述。模型名称说明豆包·1.5·Pro·32k大语言模型，负责微观场景生成、图像提示词构造、视频动态描述等多模态内容的文字支撑Node节点工作流的 Node 节点涵盖了从大模型调用