在 Claude Code 里跑通了一条电商工作流。

研究了很久，我现在终于可以在 Claude Code 里，10 分钟之内生成一条满足预期的 15 秒视频。 今天想和大家分享下我的工作流。特别是做电商的朋友，可以快速参考。 事情的背景是这样，我们团队在做一些文旅的视频。这种视频很多时候要批量出，因为客户那边想法比较多，需要的视频量也比较大。 我们过去专门有一个人跟客户沟通，拿到需求之后调用 Seedance 2.0 去生成。中间问题不少。 客户的需求一直在变，沟通的时候我们以为理解了客户要的效果，最后做出来的东西跟他预期不一样。来来回回地改，第一耗时间，第二成本也高。 现在我这套工作流基本上 10 分钟出一条视频，而且能达到客户预期。怎么做的呢？先说工具。目前主流的 Agent 产品都行，我喜欢用 Claude Code，所以今天的案例是使用 Claude Code。 但其实 OpenClaw、Hermes、OpenCode 这些可以接入第三方模型的 Agent 产品也都可以搞定。 这个工作流会调到图片和视频模型，我用的是火山的 Agent Plan。 介绍一句，Agent Plan 我用下来非常划算，因为这个套餐不仅把目前国内主流的大语言模型都打包进来了。 比如 Doubao、GLM、DeepSeek、Kimi、MiniMax，而且还扩展了字节最拿手的多模态模型，Seedance 2.0、Seedream 5.0 lite。 除此之外，更重要的是，它还集成了 Harness 的能力，比如字节的联网搜索 Skill、Embedding 模型用于更精准地召回记忆，对经常用 Agent 的人来说，非常方便。因为它一次性把 Agent 所需的能力都配齐了。 工具就这两个。紧接着分享下具体的工作流，其实也很简单。 核心就一句话：不要直接拿一套提示词去生成视频。 我们之前就是这样。客户说我要一个这样的东西，我们说好的，写一套提示词，咔生成视频，然后开始调整。搞了半天，客户说我要的不是这个。 现在的做法是先基于需求整理一套结构化的提示词，然后用这个提示词去生成 StoryBoard，也就是故事板。 StoryBoard 听起来有点玄，其实就是分镜。用一组分镜图，把这 15 秒视频的画面、节奏和构图提前展示出来。 这样我们就能非常直观地看到每个分镜的气质、节奏、构图，以及镜头语言是偏近景还是远景。