Coze智能体开发：如何批量生成和处理图片

在绘本制作、图片后期制作等场景中，往往需要使用模型来批量生成和处理图片。扣子提供了多个图像处理类节点，支持图像生成、添加水印、画质优化等多种常见的图片处理方式，你可以在批处理节点中嵌套图像生成等图像处理节点，实现图片的批量操作。

本文档以绘本制作工作流为例，演示如何通过批处理节点和图像节点实现图像的批量生成和批量处理。

效果演示

通过绘本制作工作流，你可以批量生成类似以下风格的图片。搭建过程中你也可以根据绘本风格调整工作流的节点设置，使图像生成节点生成各种不同风格的绘本图片。

工作流设计

绘本制作工作流的整体设计如下：

1. 开始节点传入绘本主题和希望制作的图片数量。
2. 大模型节点生成绘本文字内容、绘本图片的场景描述。
3. 批处理节点根据场景描述批量生成多张图片，并将绘本文字内容添加到图片中。

核心节点

工作流的核心节点配置如下：

节点名称	说明	示例
开始节点	开始节点用于接收用户设置的变量，并将变量传递给后续节点。 在开始节点定义以下变量，并为变量设置描述： theme：绘本主题，String 格式。 image_number：绘本图片数量，String 格式。
大模型节点	大模型节点用于生成绘本内容和绘本图片的提示词，节点设置如下： 输入：定义以下两个变量： theme：引用开始节点的 theme 变量。 image_number：引用开始节点的 image_number 变量。 系统提示词：定义一段系统提示词，你可以直接复制以下内容： 你是一位富有创意的绘本故事创作者，擅长生成充满童趣、情节生动的绘本故事。 - 每个故事有{{image_number}}个段落，故事内容最多 20 个字。 - 为每个段落精心设计1个与之匹配的图片场景描述。每个场景描述要清晰展示故事中主人公、关键情节、角色动作、表情以及场景布置等元素，便于图片模型生成对应的图片。 用户提示词：生成一个关于{{theme}}的故事 输出：定义输出变量 output，格式为 Array of Object，包含以下子项： content：故事内容，String 格式。 image_prompt：场景描述，String 格式。	输入部分： 输出部分：
批处理节点	批处理节点用于批量执行图像生成和添加文字节点。其配置如下： 循环设置：无需调整。 输入：定义 input 变量，引用大模型节点的 ouput 变量。这样批处理体中的图像节点就可以读取大模型节点中生成的数组。 输出：定义 output 变量，引用添加文字节点，默认为 Array of Object 格式。
图像生成节点	图像生成节点会根据大模型生成的绘本图片提示词，生成对应场景和主题的图片，你可以根据自己的需求调整图像生成节点的设置，如调整图像的尺寸、比例、风格、主题等。 在批处理体中添加图像生成节点。其配置如下： 模型设置：根据绘本需求自行设置，本示例采用默认配置。 参考图：根据绘本需求自行设置，本示例未设置参考图。 输入：定义输入变量 image_prompt，引用批处理节点定义的输入变量 input。 正向提示词：卡通风格，充满童趣、{{image_prompt}}。
添加文字节点	添加文字节点会在生成的绘本图片上添加绘本文案，绘本文案由大模型节点生成。 在批处理体中增加添加文字节点，其配置如下： 模型设置：根据绘本需求自行设置，本示例采用默认配置。 参考图：根据绘本需求自行设置，本示例未设置参考图。 输入：定义输入变量 image_prompt，引用批处理节点定义的输入变量 input。 正向提示词：卡通风格，充满童趣、{{image_prompt}}。
结束节点	结束节点用于设置工作流的整体输出。其配置如下： 模式：选择返回变量。 输出变量：定义输出变量 output，引用批处理节点的 output。

参考本示例搭建工作流后，可以试运行以查看效果，工作流执行成功后会通过 ouput 变量输出制作完成的几张绘本图片。

《CDA数据分析师技能树系列图书》系统整合数据分析核心知识，从基础工具（如Python、SQL、Excel、Tableau、SPSS等）到机器学习、深度学习算法，再到行业实战（金融、零售等场景）形成完整体系。书中结合案例讲解数据清洗、建模、可视化等技能，兼顾理论深度与实操性，帮助读者构建系统化知识框架。同时，内容紧跟行业趋势，涵盖大数据分析、商业智能、ChatGPT与DeepSeek等前沿领域，还配套练习与项目实战，助力读者将知识转化为职场竞争力，是数据分析师从入门到进阶的实用参考资料。