零代码工作流入门：用拖拉拽拼出复杂逻辑

薛临风在 WaytoAGI「AI 智能体训练营」第三课中，用一场近两个小时的实操演示，带学员从零搭建了一条「公众号文章链接 → 内容提炼 → 保存到飞书云文档」的完整工作流。作为一念星球 COO、工信部智能体应用师特聘讲师，薛临风把工作流拆解为节点、逻辑、数据三个核心要素，并强调「做什么比怎么做更重要」。本文适合刚学完提示词工程、准备进入智能体实战阶段的初学者，也适合想系统理解工作流搭建思路的进阶玩家。

为什么智能体需要工作流

▶ 28:10 · 看这一节

薛临风用五个场景说明「大模型 + 提示词」的局限。第一是操作繁琐：做市场营销内容时，标题、正文、封面、标签各有一套提示词，每次使用都要复制粘贴、逐个生成，极其低效。第二是客服场景：一个大模型用一套模糊逻辑回答售前、售后、投诉、技术支持所有问题，体验差且容易产生幻觉，堆知识库和约束又会超出注意力窗口。第三是大模型会失忆：今天告诉它「你是不喜欢吃香菜的 Python 程序员」，明天它就不记得了。第四是高合规场景：给 VVIP 客户发邮件、审批 10 万元报销，你敢让 AI 自动生成、自动通过吗？医疗、法律、金融领域尤其如此。第五是批量任务：处理 1,000 个客户评价的情感判断，一个个复制不现实，一次性全发又可能丢失上下文。

「大模型加提示词那一套东西它不够用了，所以我们需要规划了。」薛临风总结，工作流让智能体从「动脑子」变成「干活」——自动找资料、自动输出到指定位置，从解决单点问题到解决流程问题，从随机输出到可控输出，从手动操作到自动化。

他特别提醒，不要沉迷于搭建复杂流程本身：「越往下的基座越重要」，前两节课学的提示词工程和模型选择务必不能丢。

工作流的三大构成要素

▶ 41:15 · 看这一节

薛临风把工作流抽象为三个结构化的部分。

节点的细节：每个节点有特定功能，需要相应配置。他打了个比方——流水线上的螺丝钉，有各种规格和造型，都是为了解决特定问题而存在。「你唯一解决它的方式就是用起来。」目前 COZE 对话流智能体工作流里所有可用的节点，一屏幕就能放完，不用觉得恐怖。

逻辑流程：这是工作流的核心，由顺序、分支、循环三种结构组成。「宇宙万物所有能够接触到的流程都会被约束成这三种结构。」顺序逻辑简单清晰但执行效率低；分支逻辑支持并行处理和条件路由，效率高；循环逻辑能高效完成固定流程，还能迭代优化，但容易陷入死循环或无限嵌套。

数据结构：指节点配置好后要处理的数据及其变化。薛临风建议先不深究，等实操中遇到了再理解，否则「转眼你就忘掉了」。

实操：从零搭建一条内容提炼工作流

▶ 58:26 · 看这一节

薛临风带着学员在 COZE 开发平台从零开始，搭建一条「公众号链接 → 提炼 → 存飞书」的工作流。他特意先不发实操手册，让学员跟着演示一步步做，卡住了先思考，课后拿到文档再对照解决。

第一步：创建智能体与工作流。 打开 COZE 开发平台，创建智能体（示例命名为 Robot），进入自主规划模式。在插件和工作流区域点击添加工作流，命名必须用字母、下划线和数字组成，不能用中文开头或数字开头（示例：my_brain_first）。

第二步：搭建顺序工作流。 从开始节点添加大模型节点，把前两节课学的人设与回复逻辑、系统提示词粘贴进去。设置输入变量：点击开始节点，设置变量 input，类型为 string。回到大模型节点，在输入处点击齿轮，选择开始节点的 input 变量。系统提示词可写「请提炼用户提供的公众号文章，总结大约 150 字的概述，提炼出 3 个最重要的标签」，也可以点击自动优化让系统帮忙润色。用户提示词里用大括号引用变量——输入英文大括号会自动弹出变量列表，选中 input 即可（注意不能用中文全角大括号）。输出变量接收大模型的输出结果并往后传递。

结束节点有两个设置：返回变量和返回文本。薛临风建议选择返回文本，打开流式输出（更符合日常对话的体感），回答内容里用大括号引用大模型的 output 变量，可以加一句提示语如「内容已生成，以下是提炼的概述」。搭建完成后，复制一篇公众号文章的文字内容，粘贴到试运行的输入框里测试。

第三步：引入插件处理链接。 大模型读不了链接，需要在工作流中间加插件。点击加号 → 插件，搜索「链接读取」，优先选 COZE 官方插件——「COZE 官方提供的插件本身的健壮性更好，稳定性更强」，三方插件可能失效、要 key 甚至付费。添加后，把开始节点的变量改名为 URL。插件节点里，URL 输入引用开始节点的 URL 变量；输出里找到 data 下的 content，这就是链接里的全部内容。回到大模型节点，把输入从 input 改为插件输出的 data.content。再次试运行，这次直接粘贴公众号链接即可。

第四步：写入飞书云文档。 点击加号 → 插件，搜索「飞书」，选择 COZE 官方的飞书云文档，添加 create document（创建文档）工具。这个节点需要授权，单独授权是每个使用者各自授权（适合发布给多人用），共享授权是统一授权到一个账号（适合自己用或收集数据到一处），本次选单独授权。设置三个变量：content 引用大模型提炼内容的 output；folder TOKEN 填飞书云文档文件夹的链接（在飞书里新建文件夹 → 三个点 → 复制链接，URL 或 TOKEN 都可以）；title 引用链接读取插件输出的 data.title。试运行后，去飞书云文档确认文章已保存。

第五步：优化与发布。 结束节点可以加一个 title 变量，让输出更完整。试运行无误后点击发布。发布后工作流可能需要授权，在授权管理里操作即可。最后设置人设与回复逻辑：「当用户输入网址时，直接调用我的工作流」，用大括号引用工作流变量。发布后可以配置到飞书、微信公众号、企业微信等渠道。

薛临风还补充了几个实用细节：节点可以双击重命名（如「读取公众号链接」「提炼内容」），养成命名习惯，工作流变大后不会混乱；如果想把链接、标题、正文拼在一起输出，可以用文本处理组件拼接字符串；图片处理需要在大模型节点开启视觉理解输入，并在链接读取插件里把「是否返回图片 URL」设为 true。

现场问答

▶ 2:15:12 · 看这一节

问：学会扣子，其他 AI 平台能一通百通吗？

薛临风认为 AI 学习和学其他科目没有差别，把结构性的东西刻在脑海里，换平台只是界面和配置不同。「你学会 Coze 一通百通，学会 Dify 也一通百通，学会 N8N 也一通百通。」一枚扣子补充，国内主流智能体平台如百炼、千帆、元器等都是通的，只是各有差异点。

问：大模型节点里已经设置了输入变量 input，为什么用户提示词里还要引用它？

薛临风解释，输入变量只是把上游数据「端到你的盘子上」，并没有处理，「端到盘子上你并没有切，所以你必须要在工作台上对它进行配置」。至于为什么放在用户提示词里，从本质上放系统提示词或用户提示词都一样，但从使用习惯和规范性考虑，来自用户方的信息建议放用户提示词里，养成好习惯对未来的协同配合有帮助。

要点回顾

• 工作流解决的是大模型 + 提示词的五大局限：操作繁琐、缺乏规划、会失忆、无法处理高风险合规场景、难以批量处理任务。
• 工作流三大构成要素：节点细节（每个节点解决什么问题、如何配置）、逻辑流程（顺序、分支、循环三种结构）、数据结构（数据在流程中的变化）。
• 顺序逻辑简单清晰但慢，分支逻辑支持并行和条件路由，循环逻辑高效但要注意死循环和无限嵌套。
• 实操链路：创建智能体 → 添加工作流 → 配置大模型节点（系统提示词 + 用户提示词引用变量）→ 添加链接读取插件 → 添加飞书云文档插件 → 设置结束节点 → 试运行 → 发布。
• 工作流命名用字母、下划线、数字，不能用中文和数字开头；养成节点重命名的习惯。
• 插件优先选 COZE 官方，健壮性和稳定性更好；授权分单独授权和共享授权，按使用场景选择。
• 作业：初阶同学按课堂案例完成顺序逻辑练习；进阶同学基于案例改造，比如应用到小红书、抖音等更多场景，为参赛和优秀学员评选做准备。