昨天说工作流是「给 AI 写操作手册」，有读者问：手册在哪儿写？怎么写？今天就解决这个问题。打开 Coze 工作流编辑器，把界面和每一种节点都过一遍，然后亲手搭一个「开始→大模型→结束」的最小工作流，跑通它。

一、工作流编辑器长什么样？

登录 coze.cn，进入工作流页面，点击「创建工作流」，输入名字，你看到的界面分三个区域：

💡 类比：节点面板像工具箱，画布像工作台，配置面板像每件工具的说明书。

二、Coze 内置了多少种节点？

一共 10 种，逐一说明白。

🟢 1. 开始节点

它是干嘛的：工作流的入口，定义「谁来触发」「传什么数据进来」。

类比：餐厅前台——客人进门，前台记录下「几个人、点什么菜」，把信息传给后厨。

典型输入：用户名、用户问题、一段文本、一个文件 URL……

🔴 2. 结束节点

它是干嘛的：工作流的终点，定义「最终输出什么」给调用者。

类比：服务员端菜上桌——前面所有工序加工完了，最终结果从这里呈现给用户。

🤖 3. 大模型节点（最核心，用得最多）

它是干嘛的：调用 AI 大模型，处理文本、理解意图、生成内容。

类比：后厨主厨——接过前台传过来的食材，按照菜谱（Prompt）做出成品。

配置项	作用
选择模型	用哪个大模型（豆包、DeepSeek 等）
系统提示词	告诉 AI「你是什么角色、做什么、不能做什么」
用户提示词	运行时用户具体要它处理什么
输入变量	引用上游节点传过来的数据
输出变量	给下游节点传递处理结果

⚠️ 新手高频踩坑：在「用户提示词」里直接写死内容，而没有用 `{{变量名}}` 引用上游变量，导致节点之间数据断了连接。

🔌 4. 插件节点

它是干嘛的：调用 Coze 插件市场里的外部工具，让 AI 能做真实世界的事。

类比：餐厅里的跑腿小哥——主厨做完菜要送到客人桌；主厨缺食材，要出去采购。

常见插件：

• 搜索插件 → 查新闻、搜内容
• 天气插件 → 查实时天气
• 图片生成插件 → 生成配图
• 飞书插件 → 写入表格、发消息
• 股票插件 → 查实时股价

💡 技巧：插件节点的「输入参数」要手动把上游变量映射进来，需要自己对应填写。

💻 5. 代码节点

它是干嘛的：用 Python 或 JavaScript 写一小段代码，处理大模型不擅长的事：精确计算、格式转换、JSON 解析、数值运算。

类比：厨房里的精密仪器——切菜用手，但测温度、配比例这种精确操作，需要仪器来完成。

什么时候用它：

• 插件返回了一段 JSON，想提取其中某个字段 → 代码节点解析
• 需要把多个变量拼接成一段新文字 → 代码节点拼接
• 需要做数学计算（加总、求平均）→ 代码节点计算

⚠️ 注意：输出区的「变量名」必须和代码里 return 的变量名完全一致，否则输出是 null。

💡 不会写？点击「AI 编程」按钮，用自然语言描述你要做什么，它会帮你生成代码。

📚 6. 知识库节点

它是干嘛的：在工作流里检索你上传的知识库文档，把相关内容提取出来供后续节点使用。

类比：主厨做菜前，先查一下公司的保密菜谱——不是自己瞎做，而是有参考资料。

典型用法：用户问「我们公司退换货政策是什么」→ 工作流先过知识库节点 → 检索出相关段落 → 传给大模型 → 生成准确回答。

❓ 7. 条件分支节点

它是干嘛的：根据上游数据的值，走不同的处理分支。

类比：顾客进餐厅，前台判断：说「打包」走打包通道，说「堂食」走堂食通道。

写法示例：IF 涨跌幅 > 5% → 发风险提示 ELSE → 正常播报

🔄 8. 循环节点

它是干嘛的：对一组数据（列表、数组）里的每一项，重复执行一段流程。

类比：婚宴接了 50 桌菜，厨师团队只有 5 个人——每个厨师按同一套流程做 10 桌，这就是循环。

典型场景：搜索出 10 条新闻，批量生成摘要 → 循环节点逐条处理

📝 9. 文本处理节点

它是干嘛的：做基础的字符串操作：拼接、分割、替换，不需要动用代码。

类比：切菜刀——想把葱切成葱花，用不着精密仪器，一把刀就够。

操作	场景举例
拼接	把「姓」+「名」合成「姓名」
分割	把一段话按「，」拆成多个句子
替换	把「苹果」全部替换成「Apple」
截取	从长文本里取前 200 字做摘要

🧩 10. 子工作流节点

它是干嘛的：在一个工作流里调用另一个已经搭建好的工作流。

类比：餐厅有个「标准洗菜流程」，已被验证好用。那么不管做川菜还是粤菜，洗菜这一步都直接调用同一个流程，不用每次重写。

💡 好处：逻辑复用、方便维护、不让一个工作流变得太长太乱。

三、变量是怎么在节点之间「传来传去」的？

这是理解 Coze 工作流最关键的概念。

规则只有一条：每个节点的「输出」，会成为下一个节点的「输入」。

具体操作分 4 步：

1. 开始节点：定义变量 user_query（字符串），接收用户输入
2. 大模型节点：输入栏找「引用」→ 选「开始节点 → output → user_query」
3. 大模型节点：输出栏命名变量 analysis_result
4. 结束节点：引用 analysis_result，展示给用户

数据流是这样的：

开始节点.output.user_query         ↓ 引用传过去     大模型节点.input（拿到用户问题）         ↓ 处理     大模型节点.output.analysis_result         ↓ 引用传过去     结束节点（把分析结果展示给用户）

⚠️ 新手高频踩坑：忘记在下游节点的输入栏里「引用」上游变量，导致数据断了。检查方法是：每个节点的每个输入框，都要确认是否正确引用了上游。

四、今天的手把手任务：搭一个三节点工作流

🎯 目标：用户输入一个话题 → 大模型生成 3 句新闻摘要 → 输出给用户

步骤 1：创建工作流——coze.cn → 工作流 → 创建 → 名字「新闻摘要助手」

步骤 2：配置开始节点——点击开始节点 → 添加输入：变量名 topic，类型 String，描述「用户输入的话题」

步骤 3：添加大模型节点——拖入大模型节点，连线，配置：

• 模型：豆包-1.5-Pro-32k（或其他）
• 系统提示词：「你是一个专业新闻编辑，擅长用简洁、有信息量的语言概括新闻要点。」
• 用户提示词：「请为以下话题写一条3句话的新闻摘要，要求：①第一句交代背景 ②第二句说明核心事件 ③第三句点评影响。话题：{{topic}}」
• 输入→topic：引用 → 开始节点 → output → topic

步骤 4：配置结束节点——回复内容框写 {{大模型节点.output}}（替换成你命名的输出变量名）

步骤 5：测试！——点右上角「试运行」→ 输入「人工智能对教育行业的影响」→ 看结果

五、新手最常踩的 5 个坑

今日核心总结

明天预告

Day 3 我们进入「Prompt 工程」实战环节。告诉你：如何在工作流里写出高质量的系统提示词？如何让模型按特定格式稳定输出？如何用 Few-shot 示例让 AI 的表现像老员工一样靠谱？

回顾：新人第一次摸 Coze，用这 5 个比喻彻底搞懂了它的底层逻辑

👇 关注「三牛同学-米核AI」PSCC51

👏 Hi！很高兴在亿万人群中与你相遇，这一刻起，我们的故事即将开始~

会不断输入内容，还有很多知识体系不是很完善，持续更新迭代中~

一个人打造智能体公司  |  AI智能体实战 +100工作流模版（新人福利）

https://biubcor9z65.feishu.cn/wiki/HbZSw06IKiBeNzk59fHcopDjnQg?from=from_copylink