最近实测了一个电商视频生成方向的 Agent 工作流：上传商品图 + 一句需求描述，系统自动完成商品理解、脚本规划、分镜设计、批量出片。这篇文章不聊营销话术，从工程角度拆一下它的工作流设计——分析、规划、出片三个阶段，双链路生成引擎，以及"每步可控可回退"的实现思路。

AI 视频生成已经不是什么新鲜事，但"商品图 → 电商短视频"这条链路，之前一直有个断层：通用视频模型不懂商品，电商场景又需要批量、一致、可控的产出。

最近在星途 AI 平台上实测了一个「电商一键生视频」智能体，它的工作流设计有不少值得参考的地方。这篇文章从工程视角拆一下它的整体流程和关键机制，给做 Agent 工作流的朋友一些参考。

---

一、整体流程：三大阶段，智能节点串联

整个工作流分成分析、规划、出片三个阶段，由智能节点串联，AI 自动推进、人工确认放行：

阶段一：分析——AI 先"看懂"商品

分析阶段解决了"AI 不了解商品"这个前置问题，拆成四个节点：

1. 商品智能分析：综合图片和文字，识别卖点、目标人群、适配平台，推荐种草、产品展示、开箱、痛点对比等多种视频方向供勾选

1. 补充资料：信息不足时以选择题 + 补图 + 文本的方式主动提问（品牌调性、平台偏好、画幅时长），而非盲目猜测

1. 图片内容深度解析：对每张商品图做视觉解析——外观、材质、颜色、场景、拍摄角度，沉淀为视频可引用的结构化素材描述，多图并发解析互不阻塞

阶段二：规划——把想法变成可执行的方案

1. 视频方案规划：按选定方向为每条视频规划标题、内容描述、镜头脚本、时长、横竖屏画幅，一条方案对应一条成片

1. 模型选择：选定出片模型与提示词语言，系统按模型能力自动判定生成链路

阶段三：出片——批量执行

进入生成链路，批量调度视频模型出片，结果实时轮询，逐条预览、下载。

---

二、双链路生成引擎：按模型能力自动分流

这是整个工作流设计上最值得展开的部分。前 5 个节点对所有任务通用，选定视频模型后，系统根据模型的功能标签自动判定走哪条链路，两条链路互斥推进、各有所长。

链路 A：首帧链路（2 步）

先为每条视频生成一张精修首帧图，再以「首帧图 + 视频提示词」驱动模型出片。

适用模型：首帧驱动的图生视频模型。 优点：画面起点完全可控——想要什么开头，直接选定首帧图即可。

链路 B：参考生链路（4 步）

统一规划去重的参考图清单（角色、内容方向、垫图），逐张精修生图并入库，再逐方向从图库选图出片。

适用模型：支持多参考图输入的视频模型。 优点：商品形象高度一致——同一商品在多条视频里形象统一，不易变形。

设计要点

• 链路自动判定：链路由所选视频模型自动决定，无需手动切换

• 任务内互斥：同一任务只走一条链路；想换链路，回退到模型选择节点更换模型即可

• 分析结果复用：参考生链路里，用户原图直接复用前面的分析结果，新生成的参考图也会二次解析成文字素材，避免重复分析

---

三、"每步可控可回退"是如何实现的

市面上很多生成式工具是"黑盒：输入即出片，不好就重来"。这套工作流的差异点在过程可控：

1. 回退到任意节点

对某一步不满意，可直接回退到指定节点重来，下游数据自动清理，不留脏数据。方向选错 → 回退商品分析重选；脚本不满意 → 回退方案规划重写。

2. 带反馈重新生成

每个节点支持填写修改意见让 AI 重做，例如「方向更偏种草」「脚本节奏更快」。反馈会作为条件注入重生成过程，而不是无脑重跑。

3. 提示词自由掌控

首帧图、参考图、视频的提示词都支持手动编辑，或让 AI 按指定要求重写。对需要精细化控制的场景，可以完全接管提示词。

4. 智能托管模式

不想逐步确认时，可开启托管：按步骤勾选自动推进的环节（分析 / 规划 / 出片可单独勾选），未勾选的步骤停下等待人工；各环节可设置失败自动重试次数；自动挑图默认取第一张成功结果。适合批量产片和无人值守场景。

5. 多模型兜底

偏好设置可配置多个对话模型，主模型失败自动切换备用；渠道策略可选综合最优 / 价格 / 速度 / 成功率优先。

---

四、几个值得借鉴的设计细节

拆完这套工作流，有几个点对做 Agent 编排有参考价值：

1. 先理解，再生成：分析阶段前置，用结构化素材（卖点、人群、图片解析结果）贯穿后续所有节点，避免"AI 不懂业务就硬生成"链路与模型解耦：通过"模型功能标签 → 链路选择"的映射，把模型选型逻辑从主流程里抽离出来，新增模型只需注册标签
2. 分析结果可复用：图片解析、商品分析的结果在两条链路里共享，避免重复计算，也保证内容一致性
3. 失败可恢复：节点级回退 + 失败重试 + 脏数据清理，把长流程的容错成本控制住了
4. 人机分工清晰：AI 负责批量推进，人只在"方向决策"和"质量确认"两个关键节点介入——这正是长链路 Agent 的理想协作模式

---

五、实测感受

这套工作流目前跑在星途 AI 平台上（AI Model Hub），平台本身聚合了 500+ 模型，双链路自动匹配背后靠的是模型库的覆盖度——首帧链路和参考生链路需要不同类型的视频模型，模型库不够全的话，这个"按能力自动选链路"的设计就跑不起来。

实测下来，体验链路是完整的：上传商品图 → 描述需求 → 分析补全 → 方案确认 → 模型选择 → 批量出片，每个节点都能介入修改。对电商场景来说，"商品形象一致 + 批量产出 + 每步可控"这三点是实打实解决痛点的。

当然，它也有局限：视频生成质量受底层模型能力制约，复杂运镜和强叙事类需求还是得靠人工后期。作为一条"商品图 → 可投放短视频"的自动化通道，效率提升是明显的。

---

六、小结

「电商一键生视频」本质上是一个面向垂直场景的长链路 Agent 工作流：分析阶段解决领域理解，规划阶段解决方案生成，双链路引擎解决模型适配，节点回退和智能托管解决过程可控与规模化。

这套"理解前置、链路解耦、节点可控、批量托管"的设计思路，对任何做垂直场景 Agent 编排的开发者都有参考价值——把 AI 的能力封装成可确认、可回退、可批量执行的工作流，比追求单点生成效果更贴近真实生产力。