扣子(Coze)怎么搭建工作流？

一、扣子(Coze)工作流介紹

1、什么是工作流?

在扣子（Coze）平臺中，工作流是一種將多個任務、操作或工具按照特定的順序和邏輯進行組合編排的流程。它可以自動化地處理復雜的業務場景，使得不同的插件、模型等元素能夠協同工作，以實現更高效、準確的功能輸出。

以下是一個簡單的工作流：

通俗來講，工作流就是為了完成預設目標所拆解的一系列步驟所組合在一起的流程。

2、為什么有了提示詞已經能夠讓大模型按照一定流程完成輸出的情況下，還需要有工作流？

事實上，提示詞（Prompt）和工作流（Workflow）在AI應用中是互補關系而非替代關系，其核心差異在于「系統化能力」的構建。以下是需要工作流的六個關鍵原因：

1. 處理復雜任務的拓撲結構

• 「提示詞的局限」：
• 單次交互更適合線性問答，而真實業務常涉及多節點決策樹（如客戶投訴處理需觸發工單生成→責任判定→補償方案→滿意度回訪）
• 「工作流的價值」：
• 將業務邏輯轉化為可編排的流程圖
• 支持條件分支（IF/ELSE）、并行處理、人工復核等結構
• 例：合同審核流程自動識別「金額>100萬」時增加法務會簽環節

2. 多系統協同的粘合劑

• 「提示詞的局限」：
• 純語言模型無法直接調用API、讀寫數據庫或觸發硬件設備
• 「工作流的價值」：
• 構建「輸入理解→數據處理→動作執行」的閉環
• 實現跨系統聯動（如：識別用戶退訂意向→查詢CRM記錄→生成挽留話術→自動發送優惠券）
• 通過連接器與ERP/郵件系統/物聯網設備無縫對接

3. 動態環境適應性

• 「提示詞的局限」：
• 靜態指令難以應對實時變化（如庫存狀態更新、突發政策調整）
• 「工作流的價值」：
• 嵌入事件監聽機制（如當供應鏈系統庫存低于閾值時自動觸發補貨流程）
• 支持實時數據注入下的流程動態調整
• 例：電商客服對話中識別「物流異常」，立即調取運單數據并跳轉至賠償流程

4. 質量控制的工業化保障

• 「提示詞的局限」：依賴單次生成質量，缺乏糾錯與驗證機制
• 「工作流的價值」：
• 設置多重校驗節點（AI初步回復→合規性過濾→人工抽檢）
• 構建反饋閉環（將bad case自動加入訓練數據集）
• 實現過程可追溯（完整記錄每個決策節點的輸入輸出）

5. 資源調度與負載管理

• 「提示詞的局限」：
• 無法自主分配算力、管理并發或優化響應延遲
• 「工作流的價值」：
• 智能路由機制（簡單問題用輕量模型，復雜問題調用GPT-4）
• 流量削峰設計（高峰期自動緩存請求隊列）
• 成本優化策略（根據任務優先級動態選擇API供應商）

6. 企業級可維護性

• 「提示詞的局限」：
• 散落的Prompt難以系統化迭代
• 「工作流的價值」：
• 版本控制（灰度發布新流程，AB測試不同節點設計）
• 模塊化復用（將驗證通過的「客戶身份核驗」模塊嵌入多個業務流程）
• 可視化監控（實時查看各節點耗時、錯誤率等指標）

核心差異總結表

提示詞是「讓AI理解某個具體問題」，而工作流是「讓企業級業務在AI驅動下可靠運轉」。正如螺絲釘（Prompt）和自動化生產線（Workflow）的關系——單個零件的精密度再高，也需要系統設計才能實現規?；瘍r值輸出。

二、創建一個簡單工作流

工作流內置了大語言模型（LLM）節點，你可以將用戶輸入的內容傳輸給 LLM 進行處理并返回。

相對于不使用工作流的智能體，包含大模型節點的工作流可單獨指定模型的各項配置參數，通過附加的提示詞約束模型的行為，使智能體在指定場景下的運行過程更穩定、輸出內容更符合預期效果。

到此，一個簡單的工作流創建完畢，今天就分享到此啦。希望對你有所啟發和幫助！