Суть проекта

Это руководство по созданию рабочего процесса ИИ на платформе Coze (Kouzi) с использованием модели GPT-image2 для генерации высококачественных коммерческих изображений в один клик. Основная идея — через узловую оркестрацию Coze добиться полностью автоматической генерации изображений от входа (изображение продукта/текст запроса) до выхода (картинки для продаж в прямом эфире, страницы с подробным описанием товаров на электронных торговых площадках, быстрые справочные схемы по работе с программами и т.д.), что значительно повышает эффективность создания визуальных материалов для электронной коммерции, создания контента и других сценариев.

Основной метод и процесс

• Создайте новый рабочий процесс (workflow) на платформе Coze, используйте английское название, войдите в интерфейс визуальной оркестрации и последовательно слева направо постройте цепочку узлов
• Настройте начальный узел (Start): определите входные переменные в зависимости от типа изображения — изображение продукта (тип file/image), рекламный текст (string), имя персонажа (string), пропорции изображения и т.д.
• Добавьте узел «преобразование строки в список» (string to list): преобразуйте переменную изображения из начального узла в формат массива, так как плагин GPT-image2 требует, чтобы ссылка на изображение была входным массивом
• Добавьте узел «большая языковая модель» (LLM) для генерации подсказок текст-в-изображение: выберите легковесную модель, например Doubao 2.0 mini, определите роль и формат вывода в системной подсказке, в пользовательской подсказке укажите ссылки на текст, персонажа и переменные изображения из начального узла, а также установите время ожидания до 600 секунд, чтобы предотвратить прерывание
• Добавьте узел плагина «GPT-image2»: выберите самую мощную модель изображений, используйте вывод подсказки от большой модели в качестве prompt, API-ключ из начального узла для аутентификации, установите пропорции 9:16 или 16:9, а в качестве референсного изображения выберите ранее преобразованную переменную массива
• Добавьте узел «селектор» (if-else) для резервной обработки: проверьте, успешно ли основной плагин сгенерировал изображение (вывод не пустой). Если успешно, выведите напрямую; если нет, запустите резервный плагин (копию плагина с той же конфигурацией) для повторной генерации, чтобы избежать прерывания всего рабочего процесса из-за единичной ошибки
• Добавьте узел «агрегатор переменных» (aggregator): объедините URL-адреса вывода основного плагина и резервного плагина, возьмите непустое значение в качестве окончательного вывода, затем подключите к конечному узлу (End)
• Нажмите «пробный запуск» для тестирования: заполните реальный URL изображения продукта, текст, имя персонажа и API-ключ, запустите примерно на 1-2 минуты и просмотрите результат генерации изображения, при необходимости скорректируйте подсказки или конфигурацию плагина

Модель монетизации и упомянутый эффект

В руководстве не упоминаются конкретные данные о доходах, но подчеркивается ценность GPT-image2 в коммерческих приложениях: можно в один клик генерировать высококачественные изображения, такие как картинки для продаж в прямом эфире, страницы с подробным описанием товаров на Amazon, быстрые справочные схемы по работе с программами, карты еды, руководства для новичков по избеганию ошибок и т.д. Эти изображения можно напрямую использовать на страницах с подробным описанием товаров, в контенте социальных сетей, в качестве иллюстраций к руководствам и т.п., что экономит затраты на дизайн (стоимость одного дизайна около 50-200 юаней) и повышает кликабельность и конверсию контента. Благодаря массовой генерации изображений можно монетизировать через выполнение дизайна на заказ, платный доступ к знаниям (продажа шаблонов рабочих процессов) и другие способы.

Условия и подготовка

• Оборудование: компьютер (рекомендуется Windows/Mac для работы с платформой Coze в браузере)
• Инструменты: аккаунт на платформе Coze (Kouzi) (бесплатная регистрация), API-ключ для плагина GPT-image2 (необходимо получить от OpenAI, платно, но есть начальный бесплатный лимит), большая модель Doubao (бесплатного лимита достаточно для создания и тестирования)
• Навыки: базовые навыки написания подсказок для LLM; понимание концепций рабочего процесса/блок-схемы (узлы, переменные, входы и выходы); умение читать и отлаживать простые конфигурации плагинов; программирование не требуется
• Финансы: платформа Coze бесплатна; API GPT-image2 имеет определенную стоимость (оплата за изображение, около 0.01-0.05 долларов США за изображение), на этапе тестирования затраты минимальны

Краткое изложение ключевых шагов

1. Откройте официальный сайт Coze, войдите и перейдите на страницу управления рабочими процессами, нажмите «Создать рабочий процесс», заполните английское название (например, shop_image_gen) и описание, войдите в визуальный редактор
2. Настройте начальный узел: добавьте три переменные — product_image (тип file/image, обязательно), prompt_text (string, описание рекламного содержания), character_name (string, псевдоним персонажа) и api_key (string, для аутентификации)
3. После начального узла добавьте узел «string to list»: передайте переменную product_image, выберите тип вывода array(string) для использования в последующих плагинах
4. Добавьте узел большой модели: выберите модель Doubao 2.0 mini, в системной подсказке введите предустановленный шаблон (например, «Вы эксперт по дизайну для электронной коммерции, на основе предоставленных пользователем изображения продукта и рекламного текста создайте профессиональную подсказку для генерации изображения...»), в пользовательскую подсказку вставьте prompt_text и character_name из начального узла, изображение используйте как вход для визуального понимания (тип string, а не массив), установите время ожидания 600 секунд
5. Добавить плагин GPT-image2: найти и выбрать плагин "GPT image2", выбрать самую мощную модель (например, dall-e-3), настроить параметры: api_key ссылается на начальный узел, prompt ссылается на вывод большой модели, референсное изображение ссылается на вывод string to list (в виде массива), соотношение выбрать 9:16 или 16:9, режим синхронизации выбрать ""
6. Добавить узел-селектор: условие "URL вывода плагина GPT-image2 не пуст", если истина, перейти к узлу агрегации переменных, если ложь, скопировать плагин GPT-image2 (с той же конфигурацией) как запасной вариант и повторить попытку генерации
7. Добавить узел агрегации переменных: агрегировать вывод основного плагина и вывод запасного плагина, выбрать "group_1" или доступное поле группы, взять первое непустое значение, подключить к выводу конечного узла
8. Нажать "", заполнить тестовые данные (например, ссылку на изображение товара, текст "Летнее платье с цветочным принтом, ограниченная скидка", персонаж "Трамп"), запустить и подождать 1-2 минуты, посмотреть эффект сгенерированного изображения для продажи в прямом эфире, при необходимости скорректировать промпт или конфигурацию плагина и сохранить публикацию