本内容含AI辅助创作
hello大家好，我是大鹏。
做服装账号的朋友，还在一个个拍穿搭、剪换装视频吗？今天给大家分享一套全自动跳舞换装带货工作流，搭配即梦图片生成与视频生成能力，只需要上传不同款式的白底服装平铺图，工作流就能自动生成每个款式的模特穿搭图，再组合成自带特效、卡点背景音乐的跳舞换装视频。
童装、女装、男装、中老年装全品类适配，不用实拍、不用剪辑，一套工作流就能批量出片。
先给大家看实际生成效果：
这种特效换装视频，不管是动作丝滑度，还是产品与模特的一致性，表现都非常出色。
接下来我就带大家从零开始，一步步搭建这套工作流。
一核心搭建思路
整套工作流逻辑清晰，核心分为6个环节：
1. 录入基础素材：上传多张服装白底图、设置视频时长
2. AI生成素材：自动生成模特图、场景图
3. 格式转换：将图片链接转为视频模型可识别的格式
4. 素材组装：将模特图、场景图、多款服装图整合为参考素材组
5. 生成视频：调用即梦Seedance 2.0生成卡点换装视频
6. 查询提取：循环查询生成进度，过滤空值输出最终视频链接
二从零搭建实操全流程
首先进入扣子编程后台，新建空白工作流。页面默认自带「开始节点」与「结束节点」，我们从开始节点逐步配置。
1. 配置开始节点（基础素材录入）
点击开始节点进入编辑，添加对应参数，变量名仅支持英文或拼音：
• 服装图片：添加6个图片类型变量（对应6款服装），变量类型选择File分类下的Image格式，全部勾选「必填」
• 建议上传白底平铺图，产品还原度更高
• 视频时长：变量类型选择整数（integer）格式，勾选「必填」
2. 生成模特图
从开始节点拉线，新增「GPT图片生成」插件（即梦Image图片模型），重命名为「生成模特图」。
进入编辑页面配置参数：
• 填入对应的API调用密钥
• 提示词：填写对模特形象的要求，末尾必须加上「人脸打马赛克」，避免后续视频生成时触发人脸审核不通过
• 提示词可以自定义，也可以用豆包生成，按需调整模特的身材、风格、穿搭基础版型即可
• 参考图片：无需填写，纯提示词生成
• 图片比例：选择9:16竖屏比例
3. 生成场景图
继续拉线，再新增一个「GPT图片生成」插件，重命名为「生成场景图」。
配置参数：
• API密钥与上一步一致
• 提示词：填写想要的背景场景描述，比如室内直播间、街头、简约影棚等，可根据服装风格自定义
• 图片比例：同样设置为9:16
��配置到这里，可以先把结束节点临时连接上，点击试运行，验证模特图和场景图的生成效果，没问题再继续往下搭建。 |
4. 图片格式转换
即梦视频生成模型需要特定格式的参考图，因此需要用画板节点对两张生成图做格式转换。
新增两个画板节点，分别命名为「模特图转格式」「场景图转格式」：
1. 双击进入画板编辑，先将画布尺寸设置为9:16
2. 上传一张任意图片作为占位图，将比例填充改为「自适应」，拉满至画布大小
3. 在变量引用设置中，选择对应图片的URL链接作为变量
4. 保存设置，工具会自动将图片链接转换为视频模型可识别的格式
5. 代码节点：组装素材数组
接下来需要把模特图、场景图、6张服装图整合为一个素材数组，传给视频生成模型。这里用代码节点实现，不懂代码也可以直接套用模板。
新增代码节点，重命名为「组装素材数组」：
• 输入项依次添加：转格式后的模特图、转格式后的场景图、开始节点的6张服装图，共8个输入变量，按顺序重命名好
• 点击「在编辑器中编辑」，语言选择Python，全选删除原有代码，粘贴提前写好的数组合并代码
• 输出项保留1个变量，变量类型设置为数组-字符串格式
6. 插件节点：提交视频生成任务
拉线新增「MI video视频生成」插件（底层调用即梦Seedance 2.0模型），重命名为「生成换装视频」。
依次配置参数：
• 填入对应的API调用密钥
• 视频描述词：手动填写视频整体要求，比如「模特卡点跳舞换装，动作流畅自然，转场带特效，画面高清」
• 视频时长：引用开始节点的时长变量
• 参考图片：引用代码节点组装好的素材数组
• 模型选择：默认MI video即可
• 画面比例：选择9:16竖屏
• 参考模式：选择「全能参考」
7. 循环节点：查询视频生成状态
视频生成为异步模式，提交任务后仅返回任务ID，需要搭配循环节点持续查询进度：
1. 新增循环节点，重命名为「循环查询进度」，循环类型选择「无限循环」
2. 在「中间变量」中添加视频生成节点输出的「任务ID」，作为查询依据
3. 在循环体内新增「MI video任务查询」插件，引用循环节点中的任务ID
4. 新增选择器（IF判断），判断查询返回的视频链接是否为空：
链接为空 → 定时器等待60秒 → 继续循环再次查询 |
链接不为空 → 终止循环 → 视频已生成 |
��补充：添加定时器是为了避免高频查询导致工作流报错，不加等待会短时间耗尽循环次数上限 |
|
5. 循环节点的输出项，设置为任务查询返回的视频链接
8. 提取有效视频链接
循环查询过程中会产生大量空值结果，新增节点做数据清理，方便直接获取可用链接。
新增大模型节点，重命名为「提取视频地址」，模型可选用轻量版豆包2.0。
• 输入：引用循环节点的输出结果
• 系统提示词：设定规则为「接收所有数组数据，去除空值，仅保留有效的视频链接地址」
• 用户提示词：引用对应变量即可
9. 配置结束节点
将提取完成的视频链接变量，关联至结束节点。整理好所有节点的排版，整套跳舞换装带货视频生成工作流就搭建完成了。
三试运行效果演示
点击右上角「试运行」，依次上传6张服装白底图、设置视频时长，提交后工作流会自动全流程运行。
等待5-10分钟后，工作流运行完成，在结束节点即可获取最终视频链接。打开就能看到完整的卡点跳舞换装视频，模特动作流畅，服装切换自然，产品还原度高。
这套工作流还有很大的迭代空间：
• 可以增加节点固定专属模特形象，保证账号人设统一
• 可以自定义指定舞蹈动作、转场特效
• 可以增加多场景自动切换，丰富视频画面
玩法很多，大家可以根据自己的账号需求灵活调整。
四相关资料获取
这套工作流用到的Python数组合并代码、模特/场景提示词模板、完整节点配置参数，我都已经整理打包好了。需要的朋友可以点击文末【阅读原文】查看获取方式。
后续我会持续分享更多Coze扣子实操、AI智能体工作流搭建教程，感兴趣的朋友不要错过每一期实用内容。
觉得有用就点个赞�� 评论区告诉我你想用它卖什么产品�� |