Coze 工作流自动化教程｜附完整命令

在 AI 应用开发中，很多人一开始会把 Coze 当作“智能体搭建工具”来使用：创建 Bot、配置提示词、接入知识库、发布到飞书或网页。但真正让 Coze 具备生产力价值的，往往是它的 工作流自动化能力。

通过 Coze 工作流，你可以把多个步骤串联起来，例如：

• 自动读取用户输入；
• 调用大模型生成内容；
• 访问知识库或插件；
• 调用 HTTP API 获取外部数据；
• 对结果进行格式化处理；
• 最后将结果返回给用户，或推送到其他系统。

本文将以实战角度，系统讲解 Coze 工作流自动化的搭建方式，并附上常用 API 调用命令，方便你直接复制使用。

一、什么是 Coze 工作流？

Coze 工作流可以理解为一个可视化的 AI 自动化流程编排工具。

它和普通 Bot 对话的区别在于：

简单来说，普通 Bot 更像一个“会聊天的助手”，而工作流更像一个“可以执行任务的自动化机器人”。

二、适合用 Coze 工作流自动化的场景

在实际业务中，Coze 工作流非常适合以下场景。

1. 自动生成内容

例如：

• 小红书文案生成；
• 抖音短视频脚本生成；
• 商品详情页文案生成；
• SEO 文章大纲生成；
• 邮件营销内容生成。

你可以设置输入参数，比如主题、受众、风格、字数，然后由工作流自动生成结果。

2. 自动化客服处理

例如用户输入一个售后问题，工作流可以依次完成：

1. 判断用户问题类型；
2. 查询知识库；
3. 生成标准回复；
4. 如果问题复杂，则转人工；
5. 将问题记录到工单系统。

这种方式比单纯依靠大模型回答更稳定，也更容易控制业务流程。

3. 数据查询与处理

比如你想让 AI 帮你查询某个订单状态，工作流可以：

1. 获取用户输入的订单号；
2. 调用订单系统 API；
3. 解析返回数据；
4. 将订单状态用自然语言返回给用户。

这类场景非常适合企业内部系统集成。

4. 定时任务自动化

虽然 Coze 本身更偏交互式 AI 应用，但你可以结合外部脚本、Linux 定时任务、GitHub Actions 等方式，定时调用 Coze 工作流，实现自动化运行。

例如：

• 每天早上生成日报；
• 每周生成运营分析；
• 每小时抓取数据并总结；
• 定时生成社媒内容。

三、搭建 Coze 工作流的基本思路

一个典型的 Coze 工作流通常包括以下部分：

开始节点
  ↓
输入参数处理
  ↓
大模型节点 / 插件节点 / HTTP 请求节点
  ↓
数据处理节点
  ↓
结果输出节点

你可以把它理解为一条自动化流水线。

四、创建 Coze 工作流

第一步：进入 Coze 控制台

打开 Coze 平台后，进入你的空间，选择创建 Bot 或直接创建工作流。

如果你是第一次使用，建议先创建一个 Bot，再在 Bot 中添加工作流。这样后续可以通过 Bot 对外发布，也可以通过 API 调用。

第二步：创建工作流

进入工作流页面后，点击“新建工作流”。

建议命名时使用清晰的业务名称，例如：

seo_article_generator
daily_report_summary
customer_service_router
order_status_query

不要使用过于随意的名称，比如：

test1
newflow
demo123

因为当工作流数量变多之后，命名不规范会严重影响维护效率。

第三步：设置输入参数

假设我们要做一个“SEO 文章生成工作流”，可以设置如下输入参数：

示例输入：

{
  "topic": "AI 自动化办公",
  "keyword": "AI 办公工具",
  "audience": "职场新人",
  "tone": "专业但通俗",
  "length": 1500
}

五、设计核心工作流节点

1. 开始节点

开始节点负责接收外部输入。

建议你在开始节点中提前定义好所有参数，这样后续节点可以直接引用，避免流程混乱。

例如：

topic
keyword
audience
tone
length

2. 大模型节点

大模型节点是生成内容的核心。

你可以配置如下提示词：

你是一名专业中文 SEO 内容编辑。

请根据以下信息生成一篇高质量中文文章：

文章主题：{{topic}}
核心关键词：{{keyword}}
目标读者：{{audience}}
写作风格：{{tone}}
目标字数：{{length}}

要求：
1. 标题吸引人；
2. 结构清晰，使用小标题；
3. 自然融入关键词；
4. 不要堆砌关键词；
5. 内容具有实用价值；
6. 输出 Markdown 格式。

这个提示词的关键点是：角色明确、输入明确、输出要求明确。

3. 数据处理节点

如果大模型输出的结果还需要进一步处理，可以增加数据处理节点。

例如：

• 提取标题；
• 提取摘要；
• 生成标签；
• 转换成 JSON；
• 截断过长内容；
• 增加固定格式。

你可以让大模型返回结构化结果：

{
  "title": "文章标题",
  "summary": "文章摘要",
  "tags": ["标签1", "标签2"],
  "content": "正文内容"
}

这样后续接入网站 CMS、飞书表格或其他系统时会更方便。

4. HTTP 请求节点

如果你需要把生成结果推送到自己的系统，就可以使用 HTTP 请求节点。

例如将内容发送到你的内容管理系统：

POST https://example.com/api/articles
Content-Type: application/json
Authorization: Bearer YOUR_API_TOKEN

请求体示例：

{
  "title": "{{title}}",
  "summary": "{{summary}}",
  "content": "{{content}}",
  "tags": "{{tags}}"
}

六、通过 API 调用 Coze 工作流

如果你希望把 Coze 工作流接入自己的系统，就需要使用 API 调用。

注意：不同地区和版本的 Coze API 地址、参数名称可能会有差异。以下命令适合作为通用模板，实际使用时请以 Coze 官方开放平台文档为准。

七、准备 API Token

首先，你需要在 Coze 控制台或开放平台中创建 API Token。

假设你已经获得以下信息：

COZE_TOKEN="你的 Coze API Token"
BOT_ID="你的 Bot ID"
WORKFLOW_ID="你的 Workflow ID"
USER_ID="test_user_001"

建议不要把 Token 写死在代码里，而是使用环境变量。

Linux/macOS 下执行：

export COZE_TOKEN="pat_xxxxxxxxxxxxxxxxx"
export BOT_ID="your_bot_id"
export WORKFLOW_ID="your_workflow_id"
export USER_ID="test_user_001"

Windows PowerShell 下执行：

$env:COZE_TOKEN="pat_xxxxxxxxxxxxxxxxx"
$env:BOT_ID="your_bot_id"
$env:WORKFLOW_ID="your_workflow_id"
$env:USER_ID="test_user_001"

八、命令一：通过 Bot Chat API 触发自动化

如果你的工作流已经绑定到 Bot 中，可以通过发送对话消息来触发。

国际版 Coze 示例

curl -X POST "https://api.coze.com/open_api/v2/chat" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "bot_id": "'"$BOT_ID"'",
    "user": "'"$USER_ID"'",
    "query": "请帮我生成一篇关于 AI 自动化办公的 SEO 文章，关键词是 AI 办公工具，目标读者是职场新人。",
    "stream": false
  }'

国内版 Coze 示例

curl -X POST "https://api.coze.cn/open_api/v2/chat" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "bot_id": "'"$BOT_ID"'",
    "user": "'"$USER_ID"'",
    "query": "请帮我生成一篇关于 AI 自动化办公的 SEO 文章，关键词是 AI 办公工具，目标读者是职场新人。",
    "stream": false
  }'

九、命令二：直接调用工作流

部分 Coze 版本支持直接运行工作流接口。你可以使用如下模板：

curl -X POST "https://api.coze.com/v1/workflow/run" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_id": "'"$WORKFLOW_ID"'",
    "parameters": {
      "topic": "AI 自动化办公",
      "keyword": "AI 办公工具",
      "audience": "职场新人",
      "tone": "专业但通俗",
      "length": 1500
    }
  }'

如果你使用国内版，可将域名替换为：

https://api.coze.cn/v1/workflow/run

完整命令如下：

curl -X POST "https://api.coze.cn/v1/workflow/run" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_id": "'"$WORKFLOW_ID"'",
    "parameters": {
      "topic": "AI 自动化办公",
      "keyword": "AI 办公工具",
      "audience": "职场新人",
      "tone": "专业但通俗",
      "length": 1500
    }
  }'

十、命令三：使用 jq 解析返回结果

如果接口返回 JSON，可以使用 jq 提取结果。

安装 jq：

macOS

brew install jq

Ubuntu / Debian

sudo apt update
sudo apt install -y jq

CentOS

sudo yum install -y jq

调用并解析结果：

curl -s -X POST "https://api.coze.com/v1/workflow/run" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_id": "'"$WORKFLOW_ID"'",
    "parameters": {
      "topic": "AI 自动化办公",
      "keyword": "AI 办公工具",
      "audience": "职场新人",
      "tone": "专业但通俗",
      "length": 1500
    }
  }' | jq

如果返回字段中包含 data，可以尝试：

curl -s -X POST "https://api.coze.com/v1/workflow/run" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_id": "'"$WORKFLOW_ID"'",
    "parameters": {
      "topic": "AI 自动化办公",
      "keyword": "AI 办公工具",
      "audience": "职场新人",
      "tone": "专业但通俗",
      "length": 1500
    }
  }' | jq '.data'

十一、命令四：保存工作流输出到文件

如果你希望把生成的文章保存成 Markdown 文件，可以这样做：

curl -s -X POST "https://api.coze.com/v1/workflow/run" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_id": "'"$WORKFLOW_ID"'",
    "parameters": {
      "topic": "AI 自动化办公",
      "keyword": "AI 办公工具",
      "audience": "职场新人",
      "tone": "专业但通俗",
      "length": 1500
    }
  }' | jq -r '.data' > article.md

查看文件：

cat article.md

十二、命令五：使用 Shell 脚本封装调用

新建脚本文件：

nano run_coze_workflow.sh

写入以下内容：

#!/usr/bin/env bash

set -e

API_URL="https://api.coze.com/v1/workflow/run"

TOPIC="${1:-AI 自动化办公}"
KEYWORD="${2:-AI 办公工具}"
AUDIENCE="${3:-职场新人}"
TONE="${4:-专业但通俗}"
LENGTH="${5:-1500}"

if [ -z "$COZE_TOKEN" ]; then
  echo "错误：请先设置 COZE_TOKEN"
  exit 1
fi

if [ -z "$WORKFLOW_ID" ]; then
  echo "错误：请先设置 WORKFLOW_ID"
  exit 1
fi

curl -s -X POST "$API_URL" \
  -H "Authorization: Bearer $COZE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "workflow_id": "'"$WORKFLOW_ID"'",
    "parameters": {
      "topic": "'"$TOPIC"'",
      "keyword": "'"$KEYWORD"'",
      "audience": "'"$AUDIENCE"'",
      "tone": "'"$TONE"'",
      "length": '"$LENGTH"'
    }
  }' | jq

保存后赋予执行权限：

chmod +x run_coze_workflow.sh

执行：

./run_coze_workflow.sh "AI 自动化办公" "AI 办公工具" "职场新人" "专业但通俗" 1500

十三、命令六：设置定时任务自动运行

例如你希望每天早上 9 点自动生成一篇文章，可以使用 Linux cron。

编辑定时任务：

crontab -e

添加如下内容：

0 9 * * * /path/to/run_coze_workflow.sh "AI 自动化办公" "AI 办公工具" "职场新人" "专业但通俗" 1500 >> /path/to/coze.log 2>&1

查看定时任务：

crontab -l

查看日志：

tail -f /path/to/coze.log

这样，每天 9 点系统都会自动调用 Coze 工作流。

十四、命令七：用 Python 调用 Coze 工作流

如果你想在自己的后端系统中调用，可以使用 Python。

安装依赖：

pip install requests

创建文件：

nano coze_workflow.py

写入代码：

import os
import requests

COZE_TOKEN = os.getenv("COZE_TOKEN")
WORKFLOW_ID = os.getenv("WORKFLOW_ID")

url = "https://api.coze.com/v1/workflow/run"

payload = {
    "workflow_id": WORKFLOW_ID,
    "parameters": {
        "topic": "AI 自动化办公",
        "keyword": "AI 办公工具",
        "audience": "职场新人",
        "tone": "专业但通俗",
        "length": 1500
    }
}

headers = {
    "Authorization": f"Bearer {COZE_TOKEN}",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)
print(response.status_code)
print(response.text)

运行：

python coze_workflow.py

十五、命令八：用 Node.js 调用 Coze 工作流

初始化项目：

mkdir coze-demo
cd coze-demo
npm init -y

安装依赖：

npm install axios

创建文件：

nano index.js

写入代码：

const axios = require("axios");

const COZE_TOKEN = process.env.COZE_TOKEN;
const WORKFLOW_ID = process.env.WORKFLOW_ID;

async function runWorkflow() {
  const url = "https://api.coze.com/v1/workflow/run";

  const payload = {
    workflow_id: WORKFLOW_ID,
    parameters: {
      topic: "AI 自动化办公",
      keyword: "AI 办公工具",
      audience: "职场新人",
      tone: "专业但通俗",
      length: 1500
    }
  };

  const res = await axios.post(url, payload, {
    headers: {
      Authorization: `Bearer ${COZE_TOKEN}`,
      "Content-Type": "application/json"
    }
  });

  console.log(res.data);
}

runWorkflow().catch(console.error);

运行：

node index.js

十六、工作流自动化最佳实践

1. 输入参数要标准化

不要让用户随意输入所有内容。对于可控字段，尽量使用枚举值。

例如文章风格可以限制为：

专业
轻松
幽默
销售型
教程型

这样输出更稳定。

2. 输出格式要结构化

如果结果要进入系统，建议要求工作流输出 JSON，而不是纯文本。

推荐格式：

{
  "status": "success",
  "title": "标题",
  "summary": "摘要",
  "content": "正文",
  "tags": ["AI", "自动化", "办公"]
}

3. 加入错误处理

如果 HTTP 请求失败，工作流中应有兜底逻辑。

例如：

如果接口返回失败，请输出：
“当前系统繁忙，请稍后再试。”

对于生产环境，还应记录错误日志。

4. 避免 Token 泄露

不要把 API Token 写在：

• 前端代码；
• GitHub 公共仓库；
• 截图；
• 文档示例真实值中。

建议统一放在环境变量或密钥管理系统中。

5. 先小流量测试

工作流正式上线前，建议按以下顺序测试：

1. 单节点测试；
2. 全链路测试；
3. 异常输入测试；
4. 并发测试；
5. 线上灰度发布。

十七、常见问题

Q1：Coze 工作流和插件有什么区别？

插件通常是一个可调用能力，比如查询天气、访问接口、搜索信息。工作流则是流程编排，可以把多个插件、大模型节点和条件判断组合起来。

Q2：工作流适合完全替代后端系统吗？

不建议。Coze 工作流适合做 AI 流程编排和轻量业务自动化，但核心交易、支付、权限、风控等逻辑仍应放在稳定的后端系统中。

Q3：为什么 API 调用失败？

常见原因包括：

• Token 错误；
• Bot ID 或 Workflow ID 错误；
• API 域名选错；
• 工作流未发布；
• 参数名称不一致；
• 请求体 JSON 格式错误；
• 当前账号没有接口权限。

可以先用最简单的 curl 命令测试，再逐步排查。

Q4：工作流输出不稳定怎么办？

可以从以下方面优化：

• 提示词写得更明确；
• 输入参数更规范；
• 输出格式使用 JSON；
• 增加校验节点；
• 降低模型温度；
• 对关键业务加入规则判断。

十八、总结

Coze 工作流的价值不只是“让 AI 回答问题”，而是让 AI 真正参与业务流程。

你可以用它完成：

• 内容自动生成；
• 客服自动分流；
• 数据查询总结；
• API 系统集成；
• 定时任务处理；
• 企业内部自动化办公。

如果只是简单问答，普通 Bot 就足够；但如果你希望 AI 能够按照固定步骤完成复杂任务，那么 Coze 工作流会更适合。

建议你从一个小场景开始，比如“自动生成日报”或“自动生成 SEO 文章”，先跑通输入、生成、输出和 API 调用流程。等流程稳定后，再逐步接入数据库、业务系统、消息通知和定时任务。

这样，你就可以把 Coze 从一个 AI 聊天工具，升级为真正可落地的自动化生产力系统。