dify智能体儿童故事播客ai工作流

🎨 AI 全自动儿童有声绘本生成器

该工作流是一个高度集成化的内容生产线，能将用户的一个简单想法，全自动地扩展、创作、并最终生成一本完整的多分镜、带插图、带旁白配音的数字有声绘本。

1. 输入故事主题与分镜数

   • 用户在开始节点输入一个故事主题（prompt），并从下拉菜单中选择这本绘本希望包含的分镜数量（promptCount），即有多少页带插图的场景。

2. AI 创作故事初稿

   • 第一个大语言模型（LLM）会根据用户的主题，创作一篇 200-300 字的、富有想象力的儿童故事短文，作为整个绘本的文字基础。

3. AI 插画师规划分镜与提示词

   • 接下来，第二个扮演“儿童绘本插画师和 AI 绘画提示词专家”的 LLM 会介入。

   • 它会把第一步生成的故事，按照用户指定的分镜数量，智能地拆分成多个场景。对每一个场景，它都会生成一个结构化的 JSON 对象，其中包含：场景描述、为保证角色形象和画风一致而精心设计的超详细绘画 Prompt、以及该画面对应的故事文字片段（text_snippet）。

4. 云端服务生成音画资源

   • 包含所有分镜规划的 JSON 数据包，会通过一个 HTTP 请求节点，被发送到一个外部的云端服务器。

   • 这个外部服务器会接收这些指令，并执行计算密集型任务：为每一个分镜生成对应的插图和旁白音频。

   • 完成后，服务器会返回一个新的 JSON 数据包，其中包含了每个分镜的图片 URL 和音频 URL。

5. 整合与排版生成绘本

   • 最后一个 Python 代码节点会接收从服务器返回的、包含所有图片和音频链接的数据。

   • 它会自动遍历每一个分镜的数据，将它们格式化成一段精美的 Markdown 文本。每个分镜都会显示其描述、插图（通过![]()标签）以及一个可播放的音频条（通过<audio>标签）。

   • 最终，“回复”节点会将这段排版好的、图文并茂、有声有色的完整数字绘本呈现给用户。

主要特点

• 端到端绘本生成：真正实现了从一个“想法”到一本“有声绘本”的完整自动化链路，覆盖了文案、分镜、绘画、配音和排版的全过程。

• 专业分镜与提示词工程：工作流中的第二个 AI 扮演了艺术总监的角色，通过结构化的提示词确保了整本绘本在角色和风格上的高度一致性。

• 云端服务集成：巧妙地将文案创作（本地 AI）与资源生成（外部云服务）分离，通过 API 调用来完成绘图和配音等重度计算任务，架构非常先进。

• 多媒体动态排版：最终的成品不是一堆零散的文件，而是一个动态组合、排版精良的 Markdown 页面，提供了极佳的阅读和收听体验。

• 高度自动化与结构化：整个流程依赖于结构化数据（JSON）在不同模块间的精确传递，实现了极高的自动化水平。

非常适合希望能快速将创意转化为完整绘本作品的儿童文学作者、插画师、教育机构以及希望为孩子定制高质量个性化有声读物的家长。