智能基础及搭建应用 9

AI智能体搭建与应用授课教师专业（学科）新媒体教学课题创作提效：图文生成智能体搭建学时安排2学时（90分钟）教学年级所选教材《AI智能体搭建与应用（基于Coze）（慕课版）》，乔海晔、杨忠明主编，人民邮电出版社，2026年5月一、学习目标描述1、知识目标

1）了解扣子平台中常见的图文生成模型类型——基于文本描述生成图像的模型、多模态理解与生成模型、特定领域优化的图文模型。

2）掌握图文生成模型选择的五大关键考量因素——生成质量、生成效率、适用场景、资源消耗、平台支持情况。

3）掌握图文生成智能体的完整实现路径——创建、内容编排（人设与回复逻辑+工作流）、效果检验、发布。

4）熟悉图文生成工作流的核心节点配置——文案关键词搜索插件节点、大模型节点、图像生成节点。

5）理解“名画照相馆”案例的工作流拆解与用户界面设计思路。

2、能力目标

1）能够根据具体的图文生成需求，选择合适类型的图文生成模型。

2）能够独立完成图文生成智能体的创建与内容编排，配置包含搜索节点、大模型节点和图像生成节点的工作流。

3）能够通过工作流试运行和智能体预览，检验图文生成的效果（文案与图片的匹配度）。

4）能够通过案例拆解，理解图文生成类工作流的“意图识别→资源匹配→图像生成→内容解读”设计模式。

3、素养目标

1）培养多模态内容创作意识——理解图文结合是内容传播的重要形式，智能体应具备图文协同生成能力。

2）建立模型选型的评估思维——能够根据具体需求（生成质量、效率、场景、成本）做出合理的模型选择决策。

3）提升内容质量校验能力——能够判断图文生成结果是否符合预期（图片与文案是否匹配、是否符合平台调性）。二、学习重点及难点学习重点：

图文生成模型的五大类型与五大选择因素；图文生成智能体的实现路径；工作流中“文案关键词搜索插件节点→大模型节点（文案生成）与图像生成节点（并行）”的分支结构配置；“名画照相馆”案例的代码节点、引用工作流、输出节点配置。

学习难点：

理解工作流中“并行分支”的设计逻辑——文案生成与图片生成同时进行，最终汇总输出；理解图像生成节点的参数配置（模型选择、比例、数量、水印、提示词）对生成效果的影响；理解“名画照相馆”案例中代码节点如何通过分组编号匹配名画图像链接。教学问题预测1.学生可能不清楚“文案生成”与“图文生成”的区别——认为两者“差不多”，不理解图文生成增加了图片生成这一维度后，工作流结构发生了怎样的变化。

2.在选择图文生成模型时，学生可能面对多种模型（豆包文生图、SD系列、Midjourney接口等）感到选择困难，不清楚从哪些维度评估。

3.学生可能不理解工作流中“并行分支”的含义——为什么文案生成和图片生成是并行而非串行的？

4.在调试图文生成智能体时，学生可能不知道如何判断“文案与图片是否匹配”——这是图文生成的核心质量指标。四、教学问题解决方案1.

“单模态vs多模态”对比引入：在课程导入阶段，用对比表格展示文案生成（纯文本输出）与图文生成（文本+图片输出）的差异，强调图文生成需要“两条腿走路”——既要生成文案，又要生成图片，且两者需要匹配。

2.

“买车”类比讲解模型选型：将选择图文生成模型比作“买车”——生成质量=性能（加速、操控），生成效率=油耗，适用场景=用途（家用/越野/商务），资源消耗=价格，平台支持=售后保障。引导学生根据“自己的需求”做选择，而非追求“最好”。

3.

“两条生产线”比喻讲解并行分支：将工作流中的并行分支比作“两条独立的生产线”——一条生产线负责写文案（大模型节点），另一条生产线负责画图（图像生成节点），两条线同时开工，最后把产品汇总到一起（结束节点）。并行比串行更快，因为图文可以同时生成。

4.

“买家秀vs卖家秀”检验匹配度：调试图文生成智能体时，引导学生从三个维度检验匹配度——①主题匹配（图片是否围绕主题）、②风格一致（图文风格是否协调）、③信息互补（图片和文案是否各自传达了不同维度的信息）。五、学习者特征分析（教师填写）学习特点：学习习惯：交往特点：六、教学资源1.《AI智能体搭建与应用（基于Coze）（慕课版）》，乔海晔、杨忠明主编，人民邮电出版社，2026年5月，项目四“任务二搭建图文生成智能体”。

2.扣子开发平台官方文档（/docs/guides/welcome）。

在线课程和平台：

1.扣子开发平台（用于课堂演示与学生同步操作）。

2.扣子“模板商店”中的“名画照相馆”模板（用于案例拆解演示）。

3.即梦、Midjourney等图像生成工具（用于对比不同模型的生成效果）。七、预习成果展示八、教学项目（任务）设计项目名称：

“美食探店图文生成智能体搭建实战”

项目目标

1.学生能够完成“图文生成”智能体的创建与完整配置。

2.学生能够独立配置包含搜索节点、大模型节点、图像生成节点的并行工作流。

3.学生能够通过调试检验图文匹配度，并优化生成效果。

项目任务及要求

任务一：图文生成模型选型分析

任务内容

请每位学生独立完成以下分析：

（1）假设你要搭建一个“美食探店图文生成”智能体，需要在扣子平台上选择一个图文生成模型。请从生成质量、生成效率、适用场景、资源消耗、平台支持五个维度进行评估。

（2）查阅扣子平台模型市场，写出你最终选择的模型及其理由。

要求

（1）五个维度都需要进行分析说明。

（2）最终选择需给出明确的选型理由。

任务二：图文生成工作流搭建与调试

任务内容

请每位学生独立完成以下工作流配置：

（1）创建一个名为“food_picture_copywriting”的工作流。

（2）按“开始节点→文案关键词搜索插件节点→（并行分支：大模型节点+图像生成节点）→结束节点”的结构添加并连接节点。

（3）配置文案关键词搜索插件节点（头条搜索search功能，count=10）。

（4）配置大模型节点：选择“豆包・1.6・深度思考・250715”模型，系统提示词要求“创作爆款美食探店文案”。

（5）配置图像生成节点：选择“Seedream4.0”模型，根据用户主题生成无版权图片，开启水印。

（6）在工作流试运行界面输入一个测试主题（如“萝卜牛肉煲做法”），验证能否同时生成文案和图片。

（7）将工作流引用到人设与回复逻辑面板中。

要求

（1）记录试运行生成的文案和图片，判断两者是否匹配。

（2）如果不匹配，分析原因并优化。

任务三：案例拆解分析

任务内容

复制扣子模板商店中的“名画照相馆”到个人空间，完成以下分析：

（1）梳理其工作流的完整路径——从开始节点到结束节点经过了哪些节点？

（2）找出代码节点，说明其输入和输出分别是什么。

（3）找出引用工作流，说明其作用是什么。

（4）在用户界面中，指出需求输入区和结果输出区分别包含哪些组件。九、教学结构流程的设计教学环节学习目标参考导语教学内容项目任务教法学法设计意图教学资源时间导入【参考导语】

上节课我们学习了文案生成智能体——它只能生成文本。但大家想想，在小红书、公众号这类平台上，纯文本的内容和“图文结合”的内容，哪个更容易吸引人？

显然，图文结合的内容更符合用户的信息消费习惯。今天我们就来学习图文生成智能体——它不仅能写文案，还能同步配图，实现真正的“图文并茂”。【设计意图】

从“纯文本”延伸到“图文结合”，点明图文生成的应用价值——更符合用户信息消费习惯。本课介绍【参考导语】

本节课我们将完成图文生成智能体的完整学习：

第一步，选择图文生成模型——常见的模型类型有哪些？如何评估和选择？

第二步，规划图文生成流程——从创建到工作流编排、调试、发布。

第三步，拆解“名画照相馆”案例——看看一个成熟的图文生成应用是如何设计的。【设计意图】

明确本节课的三段式结构——“选型→搭建→案例”。5输入知识目标1

知识目标2【参考导语】

图文生成智能体和文案生成智能体最大的区别在哪里？——它需要“画图”。而画图需要用到专门的图文生成模型。请大家阅读“任务二”中“选择图文生成模型”部分。

【教学内容】

扣子平台支持三大类图文生成模型：

①基于文本描述生成图像的模型——豆包文生图、SD系列、Midjourney接口。适合将文字创意转化为视觉内容。

②多模态理解与生成模型——豆包多模态模型。能同时处理文本+图像输入，并生成图文内容。

③特定领域优化的图文模型——商品图生成、社交媒体图文模型。在特定领域效果更优。

选择模型的五大关键因素：

①生成质量——清晰度、细节、色彩、与文本的一致性。

②生成效率——完成图像生成所需的时间。

③适用场景——人物肖像、风景、商品展示等不同场景效果不同。

④资源消耗——令牌限制或费用影响。

⑤平台支持——是否与扣子完全兼容，是否支持必要配置。【教法学法】

1.分类讲解：三类模型的区别与适用场景。

2.比喻教学：将模型选型比作“买车”——性能、油耗、用途、价格、售后五个维度。【设计意图】

建立图文生成模型的完整认知框架，掌握“多维度评估”的选型方法。

【教学资源】

教材“选择图文生成模型”部分12输出好，现在来检验一下大家的理解：

（1）三类图文生成模型分别是什么？各自适用于什么场景？

（2）如果要搭建一个“商品图生成”智能体，应该优先考虑哪类模型？为什么？

（3）选择模型时，为什么要关注“资源消耗”？

（学生回答后总结）【教法学法】

问答互动+场景匹配练习。【设计意图】

检验对三类模型和五大选型因素的理解。5反馈注意：没有“最好”的模型，只有“最适合”的模型。每个模型都有自己的强项和弱项。教材中强调“通过查看平台提供的模型样例或进行小规模测试，评估模型是否满足需求”——这就是选型的核心方法：先测试，再选择。【设计意图】

强调“先测试、再选择”的务实选型方法，避免学生盲目追求“最好的模型”。3反思如果你要为“美食探店图文”智能体选择模型，你会优先考虑哪些因素？为什么？【设计意图】引导学生将选型方法应用到具体场景中。2输入知识目标3

知识目标4

能力目标1

能力目标2【参考导语】

选好模型之后，接下来就是搭建图文生成智能体。请大家阅读“规划图文生成流程”部分。

【教学内容】

图文生成智能体的实现路径与文案生成智能体类似，分为四大步骤：创建、内容编排、效果检验、发布。

核心区别在于工作流的结构。图文生成工作流采用“并行分支”设计：

①开始节点接收用户主题。

②文案关键词搜索插件节点——获取主题热门关键词。

③并行分支——大模型节点（创作文案）+图像生成节点（生成图片）。

④结束节点汇总输出文案和图片。

关键节点配置：

①文案关键词搜索插件节点：count=10，cursor=0，输入参数关联开始节点。

②大模型节点：选用“豆包・1.6・深度思考・250715”，系统提示词要求“创作爆款文案、符合推文风格”。

③图像生成节点：模型选“Seedream4.0”，设置比例、图片数量、水印，提示词为“根据用户输入的关键词，生成相应的图片”。【项目任务】

请学生跟随教师操作，同步完成以下步骤：

（1）创建名为“图文生成（学号）”的智能体。

（2）在“人设与回复逻辑”面板中，引用工作流（用花括号{}引用）。

（3）创建一个新的工作流，按“开始→搜索→（并行分支：大模型+图像生成）→结束”的结构添加并连接节点。

（4）配置各节点的参数。

【教法学法】

1.教师分步演示+学生同步操作。

2.重点讲解“并行分支”的操作方式——如何让大模型节点和图像生成节点并行运行。【设计意图】

通过同步操作，让学生掌握图文生成工作流的核心结构——并行分支。

【教学资源】

教材“规划图文生成流程”部分、图4-23至图4-31、扣子开发平台18输出好，大家操作到哪一步了？

（1）谁已经成功创建了工作流并完成了节点连线？

（2）并行分支中，大模型节点和图像生成节点是串行的还是并行的？为什么？

（3）图像生成节点中，“提示词”字段应该填写什么内容？

（学生回答）

注意：图像生成节点的提示词也很重要——它告诉模型“画什么”。可以引用用户输入的需求，也可以单独设计。【教法学法】进度确认+关键步骤问答。【设计意图】

确认全班进度一致，巩固“并行分支”的核心概念。8反馈图文生成工作流的精髓在于“并行”——文案和图片同时生成，而不是先写文案再配图。这样效率更高，而且两者的风格可以提前协同。教材中“按‘开始节点→文案关键词搜索插件节点→（并行分支：图像生成节点+大模型节点）→结束节点’的顺序连接”，就是这个意思。【设计意图】

强化“并行”思维——这是图文生成工作流与文案生成工作流最本质的区别。3反思如果让图文生成工作流改为“先写文案、再根据文案配图”的串行模式，会有什么影响？（速度变慢、但可能图文匹配度更高）——引出“效率vs质量”的权衡。【设计意图】

引导学生思考并行与串行的取舍——效率和质量的平衡。2输入能力目标3【参考导语】

工作流配置完成后，需要进行效果检验——特别是图文是否匹配。请大家阅读“效果检验”部分。

【教学内容】

图文生成智能体的效果检验分两步：

①工作流试运行——输入测试主题，查看输出的文案和图片是否匹配。

②智能体调试——在预览面板中输入完整需求，检验整体效果。

核心检验标准：文案与图片是否匹配——图片是否围绕主题，文案是否与图片传达的信息一致。【项目任务】

请学生完成以下调试操作：

（1）在工作流试运行界面输入测试主题（如“萝卜牛肉煲做法”），查看输出的文案和图片。

（2）判断文案与图片是否匹配。

（3）如果不匹配，返回工作流调整参数（修改系统提示词、调整图像生成节点的提示词）。

（4）完成调试后，将工作流发布。

【教法学法】

学生自主操作+教师巡回指导。【设计意图】

通过实际操作，让学生掌握图文匹配度的检验与优化方法。

【教学资源】

教材“效果检验”部分、图4-32至图4-358输出好，提问：

（1）试运行“萝卜牛肉煲做法”时，生成的图片和文案匹配吗？

（2）如果不匹配，你认为问题出在哪个节点？（图像生成节点的提示词不够准确、大模型节点的输出风格不匹配）

（3）你会如何优化？

（学生回答）【教法学法】问答互动+排查经验分享。【设计意图】检验学生对图文匹配度的判断能力，掌握优化方向。5反馈图文匹配度是图文生成智能体的“生命线”。如果文不对图、图不对文，用户会觉得“这个智能体不懂我”。优化匹配度的关键是——让图像生成节点和大模型节点共享同一套“需求语言”。比如，系统提示词和图像提示词都引用同一个用户输入变量。【设计意图】

强调图文匹配度的重要性，总结优化方法——共享需求语言。3反思如果用户输入的是“夏日海滩度假”，你希望图文生成智能体输出什么样的文案和图片？什么样的结果算“不匹配”？【设计意图】引导学生建立图文匹配的直观判断标准。2输入知识目标5

能力目标4【参考导语】

接下来我们拆解一个成熟案例——扣子官方的“名画照相馆”。请大家在模板商店中找到它并复制到个人空间。

【教学内容】

“名画照相馆”的核心逻辑：用户上传照片、选择名画主题、输入性别→意图识别→匹配名画资源→生成名画写真图片→输出名画解读。

工作流拆解：

①意图分析大模型节点——分析用户需求，输出名画名称及分组编号。

②代码节点——根据分组编号匹配名画图像链接，未匹配时随机返回。

③引用工作流——生成名画写真风图片（包含图像生成、画质提升、智能换脸）。

④历史撰写大模型节点——生成名画的一句话概括和详细解读。

⑤输出节点——整合所有结果。

用户界面拆解：

①需求输入区——照片上传、名画主题下拉选择、性别输入、试运行按钮。

②结果输出区——名画主题标题、一句话核心总结、专业详细介绍、名画原图与用户写真对比图。【教法学法】

1.引导学生复制“名画照相馆”模板。

2.先展示工作流（5个核心节点），再展示用户界面（输入区+输出区）。

3.重点讲解“代码节点”和“引用工作流”的作用。【设计意图】

通过拆解成熟案例，理解图文生成类应用的“意图识别→资源匹配→图像生成→内容解读”设计模式。

【教学资源】

教材“案例拆解——名画照相馆”部分、图4-36至图4-47、扣子平台“模板商店”中的“名画照相馆”10输出好，提问：

（1）“名画照相馆”工作流中，代码节点的作用是什么？（根据分组编号匹配名画图像链接）

（2）“引用工作流”的作用是什么？（生成名画写真风图片——包含图像生成、画质提升、智能换脸）

（3）用户界面中，需求输入区包含哪些组件？（照片上传、主题下拉选择、性别输入、试运行按钮）

（学生回答）【教法学法】问答互动+设计模式总结。【设计意图】检验对“名画照相馆”工作流与界面的理解，提炼图文生成应用的设计模式。5反馈“名画照相馆”的设计模式是：意图识别→资源匹配→图像生成→内容解读。这个模式的核心价值在于——它不是“用户要什么就生成什么”，而是先理解用户意图（识别名画），再匹配最佳资源（代码节点查链接），最后生成个性化内容（写真+解读）。这种“先理解、再匹配、后生成”的思路，值得借鉴。【设计意图】提炼“名画照相馆”的设计模式，引导学生理解“意图识别+资源匹配