Coze 实战指南③：工作流编排——从聊天到自动化的关键一步

前言

在前两篇中，我们了解了Coze是什么、能做什么，并完成了账号注册和第一个Bot的搭建。今天进入Coze最核心也最强大的功能——工作流（Workflow）。

如果说Bot是Coze的"身体"，那工作流就是它的"大脑"。掌握了工作流，你就从"跟AI聊天"进化到"让AI干活"。

一、什么是工作流？

简单说，工作流就是把多个AI能力串联成一条自动化流水线。

举个例子：你想做一个"爆款标题生成器"，流程是这样的——

1. 用户输入文章内容
2. AI分析文章核心主题
3. 根据主题生成5个标题候选
4. 对每个标题打分（吸引力、点击率预测）
5. 输出最优标题+评分

这5个步骤，每一步都是工作流中的一个"节点"。你只需要把它们拖拽连起来，不需要写一行代码。

二、工作流的核心节点

Coze工作流提供了以下核心节点类型：

1. 开始节点（Start）

每个工作流的起点，定义输入参数。比如标题生成器的输入就是"文章内容"这个文本参数。

2. LLM节点（大语言模型）

工作流的主力，负责理解和生成文本。你可以设置系统提示词和用户提示词，指定使用哪个模型（豆包、DeepSeek、Kimi等）。这是你花最多时间调试的节点。

3. 代码节点（Code）

当纯语言模型搞不定时，用代码节点处理逻辑。支持Python和JavaScript，可以做数据清洗、格式转换、数学计算等。比如对标题评分时，可以用代码节点计算关键词权重。

4. 知识库节点（Knowledge）

检索你上传的文档内容。比如你有一个"爆款标题库"，工作流可以先从知识库中检索类似主题的高分标题，再让LLM参考着生成新标题。

5. 插件节点（Plugin）

调用Coze插件市场中的100+外部工具。比如用"搜索插件"联网查热点、用"图片生成插件"做配图、用"翻译插件"做多语言版本。

6. 条件节点（IF/ELSE）

根据条件走不同分支。比如：如果文章主题是科技类，用科技风格标题模板；如果是情感类，用走心风格模板。

7. 循环节点（Loop）

重复执行某段流程。比如批量处理10篇文章的标题生成，或者对标题进行多轮优化迭代。

8. 结束节点（End）

工作流的终点，定义输出格式。可以是纯文本、JSON结构化数据，或者Markdown格式。

三、实战：搭建一个"AI标题优化器"工作流

光说不练假把式，我们来搭一个实用的工作流。

步骤1：创建工作流

1. 进入Coze首页，点击左侧"工作流"标签
2. 点击"创建工作流"
3. 名称填：title_optimizer（英文，Coze要求英文命名）
4. 描述填：根据文章内容生成优化标题并评分

步骤2：配置开始节点

点击"开始"节点，添加两个输入参数：

• article_content（文本类型）— 文章内容
• style（文本类型）— 标题风格，如"科技风""情感风""搞怪风"

步骤3：添加LLM节点生成标题

从"开始"节点拖出连线，添加一个LLM节点：

• 系统提示词：你是一个资深公众号编辑，擅长写出高点击率的标题。请根据文章内容，生成3个不同角度的标题。
• 用户提示词：文章内容：{{article_content}}，标题风格：{{style}}
• 模型选择：豆包1.6（免费额度充足）

步骤4：添加代码节点评分

再从LLM节点拖出连线，添加一个代码节点，用Python对标题进行简单评分：

def main(titles: str) -> dict:
    title_list = [t.strip() for t in titles.split("n") if t.strip()]
    results = []
    for title in title_list:
        score = 0
        # 长度评分：15-25字最佳
        length = len(title)
        if 15 <= length <= 25:
            score += 30
        elif 10 <= length <= 35:
            score += 15
        # 包含数字加分
        if any(c.isdigit() for c in title):
            score += 20
        # 包含疑问词加分
        if any(w in title for w in ["如何", "为什么", "居然", "竟然"]):
            score += 25
        # 感叹号加分
        if "！" in title or "!" in title:
            score += 10
        results.append({"title": title, "score": min(score, 100)})
    results.sort(key=lambda x: x["score"], reverse=True)
    return {"ranked_titles": results}

步骤5：配置结束节点

设置输出变量为代码节点的返回值ranked_titles。

步骤6：试运行

点击右上角"试运行"，输入一篇真实文章内容测试效果。如果输出不理想，回去调整LLM节点的提示词或代码节点的评分逻辑。

步骤7：发布

试运行通过后，点击右上角"发布"。工作流就可以被Bot调用了。

四、工作流设计技巧

1. 提示词要具体

❌ "帮我写个好标题"
✅ "你是公众号编辑，请为以下文章生成3个标题，风格为科技风，每个标题15-25字，包含数字或疑问词"

2. 善用条件分支

不同场景走不同路径，比一个万能提示词效果好得多。科技文走科技模板，情感文走情感模板，各走各的路。

3. 先跑通再优化

别一上来就搞10个节点的复杂流程。先用2-3个节点跑通基本逻辑，确认每个节点输出正确后，再逐步加条件分支和循环节点。

4. 用代码节点处理结构化逻辑

评分、排序、格式转换这类确定性的逻辑，用代码节点比靠LLM"猜"靠谱得多。LLM负责创意，代码负责规则，各司其职。

五、常见问题

Q：工作流最多支持多少个节点？
A：目前Coze支持最多50个节点，但实际使用中5-10个节点的工作流效果最好，太复杂反而难调试。

Q：工作流执行超时怎么办？
A：单个工作流执行时限为5分钟。如果超时，检查是否有循环节点死循环，或者LLM节点提示词太长导致响应慢。

Q：工作流可以调用其他工作流吗？
A：可以！Coze支持"子工作流"调用，把通用逻辑封装成子工作流，在多个主工作流中复用。

下期预告

下一篇我们将深入知识库管理——如何把你的文档、FAQ、产品手册喂给AI，让它变成领域专家。知识库是Agent从"通用"走向"专业"的关键一步。

📌 Coze实战指南系列：①开篇介绍 → ②安装配置与快速上手 → ③工作流编排（本篇） → ④知识库管理 → ⑤插件开发 → ⑥多渠道发布 → ⑦实战案例