★ FEATURED ARTICLE 做儿童英语启蒙这几年我最大的体会是书不在于多而在于孩子愿不愿意反复读。市面上的原版绘本一本几十上百块买回来翻两下就吃灰的例子我见得太多了。后来我开始用Coze扣子智能体平台的工作流功能自己动手生成儿童英语绘本从输入一个主题词到拿到一本图文完整的英文小书实测最快两分钟左右。这篇教程就是把我实际跑通的整套方案完整拆解出来——工作流怎么设计、提示词怎么写、图片怎么保证风格统一、乱码和画风漂移怎么解决全都是踩过坑之后沉淀下来的操作细节不是纸上谈兵。适合想给孩子做定制英语读物的家长也适合做绘本类内容的老师和博主。1. 整体设计绘本工作流到底在做什么1.1 为什么单靠聊天窗口做不出能反复读的绘本最早我试过直接在AI对话框里让它写绘本故事。看起来很方便实际用起来问题一堆。首先是内容不稳定。同一个主题第一次生成的故事挺生动第二次可能就变成干巴巴的说教主角性格都能变。其次是图文分离。故事文本有了但配图还得另外去别的工具生成再把文字和图片手动拼到一起一次两次还行做多了纯粹是重复劳动。最头疼的是画风漂移——小狐狸第一页还是个圆脸橘色、戴黄围巾的可爱形象到第三页就莫名其妙变成了一只戴眼镜的柴犬孩子一眼就看出来这不是同一个角色。工作流能解决的根本问题就是把生成绘本从一次性的聊天对话变成一条分工明确的流水线创意生成、英文打磨、分页拆解、配图描述、图片绘制、页面拼装每个环节由独立的节点完成前一个节点的输出就是后一个节点的输入。参数固定、格式固定、风格标签固定出来的东西自然稳定。这就像做饭让同一个人全程做完一整桌菜每道菜口味全靠感觉但如果是中央厨房分工洗切配炒各有人负责标准就能统一。1.2 一条绘本流水线拆成哪几个节点我把整套工作流设计成六个节点这也是我反复调整后觉得最简洁、最不容易出错的版本。节点作用输入 → 输出开始节点接收用户输入主题词、年龄段 → 传给故事节点大模型节点故事引擎生成分页故事主题 语言要求 → 结构化JSON6页英文中文翻译插图描述大模型节点配图指令把每页的插图描述规范化故事JSON → 每页固定的image prompt图片生成节点并联绘制插画规范化后的image prompt → 6张插图大模型节点页面拼装把图片和文字合成为完整页面图片链接 文本 → HTML绘本结束节点输出成品完整可阅读/可打印的绘本这里的关键决策有两个。第一个是先有故事JSON再有配图描述。很多人喜欢让AI一次性把故事和图片描述都吐出来这样看起来省事但实际上故事生成节点输出的描述往往太随意比如画一只小狐狸在森林里——这种描述到图片生成节点里十个模型能画出十个完全不同的场景。所以我在故事节点只让它输出故事文本和一句简单意象然后在专门的配图指令节点里把每页的画面描述统一加工成符合固定风格规范的image prompt。第二个是图片节点并联跑。6页绘本如果一张一张生成每张按20秒算光图片就要两分钟起步。把6个图片生成节点设计成并联同一时间并行出图总耗时就被压缩到单张图片的生成时间。这也是整套工作流能跑进2分钟的关键。后面实操部分我会详细演示并联怎么配。1.3 结构上为什么坚持英文正文中文辅助很多家长看到双语会担心孩子会不会只看中文不看英文我的实测结论是不会。关键在于中文的位置和呈现方式。我设计的页面排版是大号英文句子在最显眼的位置中文翻译用浅灰色小字放在下方并且用parent_notes家长导读字段把核心词、重复句型和互动问题单独放出来而不是直接逐句翻译。这样一来孩子第一眼看到的是英文中文只是家长陪着读的时候的一个引导工具。孩子听几遍之后根本不需要看中文就能理解画面和英文的对应关系。这个结构背后的逻辑是二语习得里的可理解输入——孩子能借助图画理解英文句子的意思就是最理想的语言输入状态。英文句子必须短、必须有重复句型比如I can see...反复出现五六次孩子第一次听是懵的第三次就能跟着喊出来这就是追着读的节奏感来源。2. 关键提示词与参数出好效果的真正门槛说实话工作流的节点搭起来不难真正决定成品的是每个大模型节点里的提示词和图片节点的参数。这一节我把经过多轮实测的配置方案完整放出来。2.1 故事生成节点的提示词模板故事节点是整个绘本的灵魂它输出的不只是文字还包括整本书的结构。我的提示词里固定了六个硬性约束主角固定一只叫Pip的橙色小狐狸蓝眼睛戴黄色小围巾——系列故事靠这个保持角色统一。全英文篇幅控制在120词以内适合4-7岁。全本6页每页1-2句短句每句不超过8个单词。必须包含3个重复句型方便孩子跟读。生词控制在3个以内并在parent_notes里给出中文注释。输出严格使用JSON格式。完整提示词我贴在下面直接复制到工作流的大模型节点里把温度参数调到0.7左右就能用。如果你要换主题角色把第二条里的角色描述换成你自己的就行。提示词你是一位儿童英语绘本作家。请根据用户输入的主题创作一本适合4-7岁孩子的英语绘本故事。 硬性要求 1. 主角固定一只叫Pip的橙色小狐狸蓝色大眼睛戴着黄色小围巾性格好奇又温柔。 2. 全英文篇幅控制在120词以内。 3. 故事分6页每页英文为1-2句短句每句不超过8个单词。 4. 必须包含3个重复句型例如Pip sees... / The star is...方便孩子跟读。 5. 全书生词不超过3个并在parent_notes字段给出中文注释和互动提问建议。 6. 输出严格使用JSON格式不要输出任何额外解释文字。 JSON结构 { title: 故事标题英文, pages: [ { page: 1, text: 英文句子, translation: 中文翻译, image_hint: 一句简单画面意象, new_words: [生词] } ], parent_notes: 家长导读重复句型、核心词汇、互动提问建议 }为什么要坚持JSON格式因为工作流后续的配图指令节点需要精确读取每一页的text和image_hint如果故事节点输出的是大段自然语言段落后续节点解析起来会很痛苦经常出现明明生成了故事却取不到字段的问题。结构化输出看着约束多实际上是给后面的自动化铺路。2.2 配图指令节点把画面描述做成标准工单故事节点的image_hint只是简略意象直接拿去出图会翻车。第二个大模型节点负责把它加工成标准工单。这个节点的输入是故事节点的JSON我在提示词里给了两条原则。第一角色特征卡必须原样保留。每次生成图片都完整复制同一段角色描述是让AI保持角色一致最朴素、也最有效的方法。第二画面必须符合儿童睡前读物的审美简洁卡通、柔和水彩质感、暖色调。第三每个画面只表达一个动作或情绪绝不让AI自由发挥加戏。配图指令节点提示词你是绘本美术指导。请根据输入故事中的每一页内容生成符合以下规范的插图生成提示词image_prompt。 角色特征卡必须原样拼到每个image_prompt的开头 Pip the fox: a cute round orange fox cub, big blue eyes, wearing a small yellow scarf, simple flat cartoon style, thick clean outlines. 场景规范必须包含在image_prompt末尾 childrens book illustration, soft watercolor texture, warm cozy colors, peaceful bedtime mood, character positioned on the left side with empty space on the right for text overlay, no text, no letters, no words, no watermark. 输出要求严格按照输入pages的数量逐条输出image_prompt每条不超过50个英文单词。注意character positioned on the left side with empty space on the right这半句非常关键。绘本排版需要在图上面叠英文文字如果画面占满整张图文字压到主体上会很难看。我一开始没加这条生成的图里小狐狸每次都站在正中间文字只能硬塞到底部观感差很多。2.3 图片生成节点的参数怎么选Coze的图片生成节点里能调的主要是比例、张数、风格这几个选项。我的建议如下。参数我的设置理由图片比例3:4竖版页面接近绘本实体翻页的观感手机上显示也完整生成张数4张从4张候选里挑最满意的一张出图成本可接受风格模型插画/绘本风格优先选平台内置的儿童插画或漫画风格比通用写实风格更适合提示词角色特征卡 场景规范 当页意象三部分拼起来语义才完整这里要专门说一句很多人忽略风格模型的选择。同一个提示词写实摄影风格和儿童插画风格出来完全是两种气质。儿童英语绘本一定要选偏软的风格水彩、蜡笔、扁平卡通都可以关键是要让画面显得柔和温暖孩子才愿意看。我在实测中发现写实风格虽然精致但角色表情过于复杂小年龄段的孩子反而不容易带入。生词和难度控制也值得展开。我要求的每句不超过8个单词不是拍脑袋定的。4-7岁孩子的短时记忆长度大致在这个范围能跟着说完整的句子而不觉得累。生词控制在3个以内是因为孩子吸收陌生词汇的速度有限一次塞太多挫败感会直接劝退。这个数量是我试了很多本之后觉得比较舒服的阈值。3. 完整实操从零搭出一条能用的绘本工作流理论说完了这一节我们从头走一遍。我以the little fox and the lost star这个主题为例子演示从创建工作流到拿到成品的全部过程。3.1 第一步创建项目和工作流骨架登录Coze扣子平台后在工作流里新建一个项目命名随意我习惯叫它儿童英语绘本生成器。然后按顺序添加节点开始节点、故事节点、配图指令节点、6个并联的图片生成节点、拼装节点、结束节点。开始节点要定义两个输入参数一个是必填的主题词topic字符串类型一个是可选的年龄段age_group默认填4-7。如果你只想做固定年龄段的绘本第二个参数可以不设直接在故事节点里写死就行。我的建议是第一个版本尽量简单先跑通再优化。我见过不少朋友一开始就想把所有功能都加上结果工作流复杂到报错都找不到原因。先做6页、单角色、固定风格的版本跑通一次再回头加功能效率高很多。3.2 第二步配置故事节点和配图指令节点把2.1的提示词完整粘贴到故事节点系统字段里引用开始节点输出的topic这样每次输入不同的主题词就能生成完全不同的故事。故事节点的输出JSON直接作为配图指令节点的输入。配图指令节点会输出6条规范化的image_prompt分别对应6页画面。这里有一个实操细节配图指令节点输出的是一整个数组需要拆成6条独立的文本才能分别喂给6个图片节点。拆分的处理方式有两种。如果你用的是Coze的批处理或循环节点直接在循环体内引用当前页的image_prompt即可。如果不想用循环也可以加一个精简的代码节点我用的是Python代码大概这样import json data json.loads(input_json) pages data[pages] result {fpage_{i1}_prompt: p[image_prompt] for i, p in enumerate(pages)}这段代码的作用是把配图指令节点输出的数组拆成page_1_prompt到page_6_prompt六个独立变量每个变量对应一页的完整图片提示词。拆完之后六个图片生成节点各取一个变量作为自己的提示词输入。3.3 第三步并联图片节点这一步是2分钟出书的关键。添加6个图片生成节点每个节点的提示词都引用拆好的一个变量比例统一设置成3:4风格选择插画张数选4。需要注意这些图片节点之间不要设置依赖关系让它们处于同一层级的并联状态系统才会同时执行。如果你不小心把第2个图片节点接到第1个图片节点的输出上工作流会变成串行总耗时会变成原来的6倍左右2分钟的目标就泡汤了。6张图生成完成后每个图片节点都会输出一个图片文件。拼装节点需要拿到这些图片的引用。3.4 第四步拼装页面和输出成品最后的拼装节点我用的是大模型节点输出一段完整的HTML。模板核心如下!DOCTYPE html html head meta charsetutf-8 style body { font-family: Georgia, serif; background: #faf6ef; max-width: 800px; margin: 0 auto; } .page { margin: 24px auto; padding: 16px; background: #fff; border-radius: 12px; box-shadow: 0 2px 8px rgba(0,0,0,0.06); page-break-after: always; } .page img { width: 100%; border-radius: 8px; } .en { font-size: 34px; font-weight: bold; color: #333; margin-top: 12px; } .zh { font-size: 16px; color: #999; margin-top: 6px; } /style /head body !-- 第1页 -- div classpage img src图片1的引用 altpage 1 div classenPip sees a little star./div div classzh小狐狸皮普看到一颗小星星。/div /div !-- 后续页面同理 -- /body /html在大模型节点里只需要告诉它把输入中的图片引用和文本段落按照这个HTML模板逐页拼装不要改动任何文字内容直接输出完整HTML。这一步的诀窍是只拼装不创作不要给拼装节点任何改写内容的自由度否则它会自作主张把英文句子改掉。生成出来的HTML可以直接在浏览器打开手机上也能流畅阅读。需要打印成实体书的话用浏览器打印功能导出PDF再把PDF带到打印店就行。我实际给孩子做的就是这种形式效果比直接在屏幕上读更好孩子翻纸质页面的仪式感是屏幕替代不了的。3.5 一次完整执行的实测结果我用主题词the little fox and the lost star跑了一遍完整流程生成的6页内容大概是这样页码英文文字中文翻译1Pip sees a little star.皮普看到一颗小星星。2The star is sad.星星很伤心。3Pip says, You can shine!皮普说你可以发光的。4The star shines again.星星重新亮了起来。5Pip smiles. The star smiles.皮普笑了星星也笑了。6They are friends in the sky.他们在天空中成为了好朋友。这套故事有个隐藏的设计每句都短重复使用了The star is...和Pip...句型关键词star出现6次shine出现2次非常符合可理解输入的要求。整体耗时我掐了表大约2分10秒其中绝大部分时间花在图片生成上。如果网络状况好、平台压力小跑进2分钟是常见情况。跑通之后我建议你一定要做一轮人工审稿。AI生成的故事偶有逻辑不通顺的地方——比如某个角色的动作前后对不上或者某页英文难度突然拔高。我的习惯是看一遍文本把难度明显失衡的句子改简单再决定要不要重新生成对应页的图。每本多花5分钟成品质量会提升一个档次。4. 常见问题与避坑实录4.1 高频问题速查表我把自己实操中遇到最多的几类问题整理成了速查表给直接照抄的读者省点时间。问题现象根本原因解决思路主角长相前后不一致图片节点没有上下文记忆每张图都是独立生成使用固定角色特征卡而且必须原样拼在每页image_prompt的开头图片上出现乱码英文字母绘画模型对文字渲染基本是画鬼符写不了正经文字所有图片提示词里加no text/no letters文字一律用排版节点叠加故事超字数或太难提示词里约束不足模型自由发挥空间太大每句单词数量限制、全书生词数量限制都写进JSON结构要求里输出JSON解析失败模型有时会在JSON前后加解释性文字或者中途截断提示词明确不要输出额外解释如果还是失败把故事节点拆成两个小节点逐个排查工作流整体耗时太长图片节点串行执行检查节点依赖关系确保6个图片节点并联不要互相引用输出孩子不愿意看第二次故事缺乏重复句型或者内容说教感太重把重复句型数量从3提到5让每页都有孩子熟悉的句式4.2 三个容易被忽略的细节避坑速查表里列的都算是看得见的问题还有三个细节不实际操作很难发现我单独拎出来讲。第一个是标题图。绘本最好单独生成一张封面页上面不写字之后在拼装HTML的时候把标题用文字层放上去。直接让图片生成节点在画面上写标题十个有九个是乱码。封面风格要和内页保持一致同样使用角色特征卡。第二个是亲子互动页。我建议在6页故事后面固定加一页互动问答英文写What can you see?之类的简单问题中文给家长提示。这页不需要配图放在拼装阶段由排版节点生成即可。有互动页的绘本孩子开口说的概率会明显提高这是追着读和追着说之间的一步关键跨越。第三个是留白方向。我在配图规范里强调角色居左、右侧留白这个设计不仅是为了排版好看更实用的原因是要适配手机竖屏阅读。孩子在手机或平板上看的时候单页全宽显示文字叠在右侧留白区域上正好不会被遮挡。如果你把角色放在中间手机上文字就只能挤到底部阅读体验差不少。4.3 这个工作流还能怎么扩展基础版本跑通之后扩展方向其实很多。最实用的一个是系列绘本把角色特征卡固定下来每次只换主题词就能围绕同一个角色批量生成十几本故事凑成一套我的第一套自制英语绘本。孩子对一个熟悉角色的接受度远高于新角色系列化之后追着读的效果更明显。另一个方向是家长导读自动化。现在故事节点已经输出parent_notes你可以在拼装节点里把它单独排成最后一页做成导读卡。打印出来贴在绘本封底家里老人带孩子读的时候也知道该提什么问题。还有一个我觉得很有价值的扩展是拿工作流的输出去做亲子手工。把图片生成节点的图片下载下来打印成A5卡片和孩子一起剪贴做成实体小书。这个过程本身也是英语启蒙的一部分孩子对自己参与制作的书有天然的感情投入。最后说几句实际使用感受我把这套工作流调整稳定用了大概两周时间前前后后生成了二十多本不同主题的绘本踩过的坑比这篇教程里写的还要多。最大的一个感受是不要追求一个提示词解决所有问题工作流的意义就在于能一个环节一个环节地调。故事不好就改故事节点画风不对就改配图规范哪里出问题就单独修哪一段完全不用重来。另外AI生成的内容再好也不能完全替代家长的陪读。我自己会在每本绘本生成之后先自己读一遍把个别拗口的句子顺一顺再和孩子一起读。这个过程实际上也是最好的亲子时光。这套方案不要求你会写代码初中级的电脑操作水平足够难点全在提示词和工作流结构上。照着教程完整跑一遍再按自己孩子的兴趣调整主题和角色你也能做出让孩子追着读的专属英语绘本。
阅读完成 · 觉得有帮助？
