Make 20. Make 工作流改造方法论：一个工作流如何变成 1000 个工作流？

引言

上期视频我们搭建了一个 3 分钟生成儿童绘本的 Make 工作流。发布之后很多朋友问：这个工作流能不能用在其他领域？能不能生成小红书图片？能不能换画风？

答案是不仅可以，而且通过系统化的改造方法，一个基础工作流可以衍生出上千个变体。今天我就以儿童绘本工作流为例，拆解从初级到高级的四层改造方法论，让每个人都能举一反三。

我是翔宇。翔宇在实际运营中就是用这套方法论从一个基础工作流衍生出了几十个变体，覆盖了完全不同的内容场景。

这不是一个空洞的方法论讲解——我会实操演示四个改版的完整过程，每个改版都有真实的成品效果。看完这期，你拿到任何一个 Make 工作流，都能快速想清楚"我能从哪些维度改造它"。

你将学到

• 工作流改造的四层方法论：参数 → 提示词 → 模块 → 编排
• 如何通过更换 LoRA 一键切换绘本画风
• 如何修改提示词将工作流从儿童绘本切换到治愈家居等不同赛道
• 如何添加 HTML 转图片模块生成小红书笔记图片
• 如何重新设计 Make 编排生成完整版式的儿童绘本
• LoRA 选择的五个核心标准
• 从 1 到 1000 的工作流扩展逻辑

视频教程

本教程配套视频已发布在 YouTube，建议搭配视频一起学习效果更佳。

详细教程

改造方法论总览

我把工作流改造分为四个层级，难度递增，效果也递增：

四层叠加：10 种画风 × 10 个赛道 × 10 个平台 = 1000 个工作流。这就是"一个工作流变成 1000 个工作流"的数学逻辑。

改版一（初级）：更换 LoRA 切换画风

这是最简单的改造——只改一个参数。

操作步骤：

1. 克隆原始工作流（右上角 → Clone）
2. 在 Notion 数据库新增一个 LoRA 字段（URL 类型）
3. 把新 LoRA 的直链地址填入该字段
4. 在 Make 的 fal.ai 生图模块中，将固定的 LoRA URL 替换为 Notion 字段的映射

这样做的好处是：以后换画风不需要进 Make 改工作流，直接在 Notion 里换个 LoRA 地址就行。

效果对比：同样是"小老虎和小蛇的故事"这个主题，原版是简笔插画风，换一个 LoRA 后变成了写意水彩风——人物细节更丰富，场景还原更细腻，角色一致性也保持得很好。

10 种画风方向：卡通风格、水彩风、手绘线条、剪纸风格、复古拼贴、扁平化、梦幻风、写实级、简笔画、漫画风格。每种画风对应一个 LoRA，10 个工作流立刻就有了。

LoRA 选择的五个标准

换画风的关键在于选对 LoRA。我总结了五个核心标准：

1. 基础模型匹配
LoRA 必须和你用的主模型对应。用 Flux 就选 Flux LoRA，用 SDXL 就选 SDXL LoRA。而且 LoRA 的色调和线条风格要和基础模型契合——比如做儿童绘本就选色彩明亮、线条简洁的。

2. 运行次数多、评价好
在 LiblibAI 或 CivitAI 上筛选时，优先选"最多运行"或"最新热门"。运行次数多意味着质量经过大量用户验证，开发者也更可能持续优化。

3. 泛化性能好
好的 LoRA 应该能应对同领域的多种主题——城市、森林、家庭、室内都能出好图。这取决于训练数据的丰富度，十张图训练出来的和一千张图训练出来的效果天差地别。

4. 瑕疵率低
自动化生成没有人工筛选环节，LoRA 的出图稳定性直接决定最终质量。重点看手部、面部、动物形态等细节是否稳定。

5. 触发词配置
部分 LoRA 需要特定的触发词才能激活风格效果。使用前在原始生图工具里测试一下，确认是否需要在 Make 提示词中添加触发词。

改版二（中级）：修改提示词切换赛道

难度升一级——除了换 LoRA，还要改两个大模型的提示词。

改什么：

1. 故事创作提示词：从"儿童故事作家"改为"室内设计专栏作家"，输出结构从故事段落变成空间描述（色彩搭配、家具设计、灯光布置、材质选择）
2. Flux 提示词生成提示词：从"儿童插画"改为"治愈系奶油风室内设计"，视觉元素从角色动作变成家具陈设、光影效果
3. LoRA：从儿童插画 LoRA 换成家居设计 LoRA

实操过程：

1. 克隆原始工作流
2. 复制新的系统提示词（我在视频描述区和小报童都提供了完整提示词）
3. 粘贴到对应的 ChatGPT 模块
4. 更换 LoRA 地址

改完只需要在 Notion 输入不同的主题——"温馨之家"生成奶油风客厅卧室，"世外桃源"生成田园自然风格——同一个工作流，两个完全不同的内容方向。

10 个赛道方向：珠宝配饰、重彩插画、母婴育儿、治愈插画、二次元、建筑设计、风景摄影、食品美食、萌宠、科技产品。每个赛道需要一套匹配的提示词和 LoRA。

改版三（中高级）：添加模块切换平台

在版本二的基础上再加一个维度——添加 HTML to Image 模块，把图文内容转成小红书笔记样式的图片。

核心新增模块：HTML to Image

这个模块接收 HTML + CSS 代码，输出一张图片。把 Flux 生成的插画嵌入 HTML 模板（带标题、正文、半透明背景），就能生成小红书风格的图文卡片。

操作步骤：

1. 在 fal.ai 生图和图片保存模块之后，添加 HTML to Image 模块
2. 粘贴小红书图片的 HTML 模板代码（我在视频描述区提供了完整代码）
3. 将遍历器中的段落文字和图片 URL 映射到 HTML 模板的对应位置
4. 设置输出尺寸为小红书规格
5. 把生成的图片上传图床并保存链接到 Notion

HTML 代码不需要自己写——让 Claude 或 ChatGPT 根据一个参考图片样式生成 HTML + CSS 就行。我在小报童里也提供了多个图片模板。

一个小技巧：用 Iterator 的 Bundle Order Position 做筛选。比如设置 Bundle Order Position <= 10，遍历器只处理前 10 个段落，超出的自动跳过。这在大批量生成时非常实用。

10 个平台方向：微信公众号（长文）、小红书（图文卡片）、微博、豆瓣、Instagram、Facebook、YouTube 社区帖、Twitter/X、Dribbble、Pinterest。每个平台有不同的内容格式和尺寸要求。

改版四（高级）：重新设计 Make 编排

这是最复杂的改造——为了生成完整版式的儿童绘本，需要每一页用不同的排版模板，这意味着不能用遍历器统一处理了。

为什么不能用遍历器：遍历器发射出去的每个元素会走同一条路径、用同一个 HTML 模板。但完整绘本的每一页排版都不同——第一页图左文右、第二页图右文左、第三页全图、第四页全文......

解决方案：把遍历器后面的单条路径改成路由器（Router），每页走一个独立分支。

具体编排：

1. Iterator 遍历 5 个段落
2. Router 分成 5 个分支
3. 每个分支用 Bundle Order Position = N 做筛选条件
4. 每个分支有独立的 HTML to Image 模块，使用不同的排版模板
5. 每个分支的排版模板包含不同的布局、配色、页码、章节标题
6. 所有分支最终汇聚，把 5 张排版图片存回 Notion

第一页的特殊处理：首次调用 fal.ai 时模型需要加载，等待时间较长（约 5 分钟），我把第一页的 Sleep 设为 300 秒。后续页面因为模型已缓存，几十秒即可完成。

提示词也要调整：因为每页需要独立的章节标题，我在 ChatGPT 的 JSON 输出结构中新增了 chapter_title 字段，让每个段落都有自己的小标题。

最终效果是一本真正的儿童绘本——有封面、有目录、每页排版不同、有页码、有章节标题、有正文和插画。导出 PDF 后可以直接上架亚马逊 KDP 或淘宝销售。

四层方法论的复合计算

让我们回顾一下完整的扩展逻辑：

第一层（参数）：同一赛道 × 10 种画风 = 10 个工作流

第二层（提示词）：10 种画风 × 10 个赛道 = 100 个工作流

第三层（模块）：100 个组合 × 10 个平台 = 1000 个工作流

第四层（编排）：在任何一个组合上可以进一步定制排版和功能，变体无限

举个例子：

• 小红书 + 母婴育儿 + 水彩风 → 一个工作流
• Twitter + 珠宝配饰 + 写实风 → 另一个工作流
• Instagram + 建筑设计 + 复古风 → 又一个工作流

每次改造只需要几分钟：换个 LoRA 地址、粘贴两段新提示词、连接一个新模块。基础工作流搭好了，后续的衍生成本极低。

关于开源分享

有朋友问我为什么把提示词和代码都直接放在视频描述区免费分享。我的想法很简单——社区越开放，生态越丰富。Make 之所以强大，是因为 2000+ 应用的开放集成；LiblibAI 之所以好用，是因为无数创作者上传了自己的 LoRA。

我把翔宇工作流的核心内容公开分享，也是希望更多人能基于这些基础去创造自己的专业化工作流。你是法律行业的，就用你的专业知识定制法律版本；你是跨境电商的，就结合你的产品线做电商版本。这才是自动化工作流的真正价值——让专业的人在自己的领域发挥到极致。

当然，维持运营需要成本，所以我开通了小报童和 Buy Me a Coffee 会员，两个平台内容同步。工作流模板、模块代码、会员独家内容都在里面。

延伸阅读

• Make 19. 3 分钟速成：利用 Make 和 Flux 打造图文并茂的儿童绘本
• Make 21. 写推文不再难！128 字浓缩千字精华，轻松实现推特运营自动化

常见问题

Q：四个改版需要从零搭建吗？
A：不需要。每个改版都是克隆原始工作流后进行修改。克隆 → 改参数/提示词/添加模块 → 保存，最快几分钟就能完成一个新版本。

Q：HTML 转图片的代码不会写怎么办？
A：直接用 Claude 或 ChatGPT——给它一张参考图片，让它生成对应的 HTML + CSS 代码。我在小报童里也提供了多个现成模板，复制粘贴即可。

Q：LoRA 在哪找？
A：国内推荐 LiblibAI（中文界面、资源丰富），国际推荐 CivitAI 和 Hugging Face。搜索时用"具体风格 + LoRA + Flux"的关键词组合。商用记得获取作者授权。

Q：这套方法论只适用于图文内容吗？
A：方法论是通用的。任何 Make 工作流都可以从参数、提示词、模块、编排四个维度进行改造。写作工作流可以换风格/换赛道/换平台，数据处理工作流可以换数据源/换处理逻辑/换输出格式。核心思路是一样的。

总结

这期的核心收获是一套可复用的工作流改造方法论：从参数改造到提示词改造到模块改造到编排改造，四层递进，每层都能让工作流的适用范围指数级扩展。一个基础工作流，通过系统化的改造，真的可以衍生出上千个变体。

更深层的启发是：自动化工作流的价值不在于它"现在能做什么"，而在于它"能被改造成什么"。搭建工作流时多想一步——哪些参数应该抽出来变成变量、哪些提示词应该模块化、哪些功能应该独立成分支——后续的改造就会事半功倍。

下一期我们换个方向，聊推文自动化运营——128 字浓缩千字精华，轻松实现 Twitter 运营自动化，敬请期待。

资源下载

• AI 编程实操课：国内版-FlowUS | 国际版-BMC
• YouTube 频道：翔宇工作流