大家在刷小红书的时候，是不是经常性的可以刷到这种励志的文案，配图加上文字，读起来很励志，看起来很吸引眼球。
如果我们用做图软件去做的话，一个是麻烦，另外一个，有一些软件，比如一些文本编辑做图软件，是收费的，既费时，又费力。
那么，这个时候我们就完全可以借助扣子（Coze）工作流，去搭建一个智能体，批量的生成图片，省时省力，还能涨粉，然后接商单、带货。
下面就跟着陈工的步伐，一起去看看怎么搭建的吧！
完整的工作流：
这里我先给大家放一下完整的工作流截图，下面就给大家一一拆解这个工作流，请大家跟着陈工的步伐，一步一步的往下读。
一、创建工作流
1、插入开始节点
输入节点的变量名我们命名为 input。此项是开始节点，主要是确定我们需要生成的图文数量。
比如输入 1，就生成 1 组图文，输入 100，就生成 100 组图文，这就达到了批量生成图文的作用了。
2、添加大模型节点
大模型我们选择的是 DeepSeekR1。
变量命名为 count，上一步开始节点，我们如果输入 5，就是要 5 组图文。
然后这一步，就会接收到需要 5 组 AI 内容，主要是起到接收，接收输入生成小红书图文的数量
然后输入系统提示词，提示词，我们可以输入简单的一些，然后让 AI 自行进行优化即可。
输出节点的设置，可以看上图内容的设置。
输出节点分别是 name 和 sentence，name 就是主题，sentence 就是根据主题，生成的金句，一气呵成。
提示词大家可以找陈工自行领取，然后自己再着重优化一下就行了。
3、添加批处理生成图片节点
这里会涉及到循环体的使用，我们直接点击添加节点，然后选择批处理即可。
变量名：input，变量值就选择上一个节点的输出节点，如下图所示。
输出节点命名为 img，然后变量值选择画板 data，如下图所示。
data 就是画板生成的图片，大家可以接着往下看。
3.1 添加批处理体-大模型生成提示词节点
这里第一步，还是去选择大模型，大家可以自行选择，在这里，我用的是豆包，当然大家也可以使用 DeepSeek，这个无伤大雅。
输入的变量名，我们命名为 sentence，主要是为了和前文对应起来。
变量值，就是大模型节点的输出值，我们直接选择就可以了。
然后直接输入系统提示词和用户提示词。
这一步就算是完成了。
3.2 添加图像生成节点
我们这里也是直接添加图像生成节点，如下图所示：在图像处理里面，我们直接就可以找到该节点。
模型选择，我们选择通用 pro，我们也可以根据自己的需求，选择合适的模型
关于生成质量这一块，我们可以将其拉到最大，当然这也是有一个缺点的，生成质量越高，其消耗的 token 值也就越大。
输入变量名：prompt，如下图所示，变量值，直接选择我下面图中所示即可。
设置完成之后，这一步就算是做好了！
3.3 添加画板节点
如下图所示
画板的元素，我们就设置三个元素，分别对应的我们需要生成图片的三个部分。
img-生成图片
name：生成标题
sentence：生成描述
这就是一张图的三个内容，设置好之后，我们就可以直接使用了。
结尾
到这里，一个小红书批量生成图文的智能体就已经搭建完成了。
大家可以按照本文的操作方法，自己去上手搭建吧，有很多小伙伴看了这个教程，然后跟着教程，一步一步的搭建完成了。
大家抓紧行动起来吧！
本篇文章来源于微信公众号: AI陈工
文章评论