Coze 工作流自动化教程｜附配置文件

在 AI 应用快速发展的背景下，越来越多团队开始使用智能体平台来提升工作效率。Coze 是一个面向智能体搭建与自动化流程编排的平台，它支持通过工作流、插件、知识库、变量、触发器等能力，将原本需要人工反复处理的任务自动化完成。

本文将以“内容运营自动化”为例，系统讲解 Coze 工作流的基本概念、搭建思路、节点配置方法、常见场景以及一份可参考的配置文件模板。无论你是运营、产品经理、开发者，还是正在尝试搭建 AI 助手的个人用户，都可以通过本文快速理解 Coze 工作流的使用方式。

一、什么是 Coze 工作流？

Coze 工作流可以理解为一种“可视化自动化流程”。它允许用户将多个任务节点按照一定顺序连接起来，让 AI 按照设定好的逻辑自动执行任务。

例如，一个完整的内容生产流程可能包括：

1. 用户输入选题；
2. AI 分析选题方向；
3. 检索相关资料；
4. 生成文章大纲；
5. 撰写正文；
6. 优化标题；
7. 输出排版后的 Markdown 内容。

如果不使用工作流，这些步骤往往需要用户多次输入提示词、复制结果、调整格式。而使用 Coze 工作流后，只需要输入一次主题，后续步骤就可以自动完成。

简单来说，Coze 工作流解决的是三个问题：

• 减少重复操作：把固定流程封装起来；
• 提升输出稳定性：每个步骤都有明确输入和输出；
• 增强复杂任务处理能力：通过多节点协作完成单次对话难以完成的任务。

二、Coze 工作流适合哪些场景？

Coze 工作流并不只适合技术人员。只要你的工作中存在“固定流程 + 重复执行 + 可结构化输入输出”的任务，就可以考虑使用工作流自动化。

常见场景包括：

1. 内容创作自动化

例如：

• 公众号文章生成；
• 小红书文案生成；
• 短视频脚本生成；
• SEO 文章撰写；
• 产品介绍文案生成；
• 新闻摘要与改写。

这类任务通常有较稳定的流程，比如先分析主题，再生成大纲，最后输出正文。通过工作流可以显著提升内容生产效率。

2. 客服与问答系统

例如：

• 售前咨询自动回复；
• 售后问题分类；
• 工单摘要生成；
• 用户意图识别；
• 知识库问答。

工作流可以先判断用户问题类型，再决定是否查询知识库、调用插件或转人工。

3. 数据整理与分析

例如：

• 表格内容摘要；
• 用户反馈分类；
• 评论情感分析；
• 日报周报生成；
• 竞品信息汇总。

这类任务适合通过节点拆分，将“读取数据、提取字段、分类判断、生成报告”分别处理。

4. 电商运营

例如：

• 商品标题优化；
• 商品卖点提炼；
• 买家评价分析；
• 直播脚本生成；
• 活动文案生成。

电商运营任务通常对格式和风格要求较高，使用工作流可以统一输出标准。

三、搭建 Coze 工作流前的准备

在正式搭建之前，建议先完成以下准备工作。

1. 明确工作流目标

不要一开始就追求复杂功能。你需要先回答一个问题：

这个工作流最终要帮我完成什么任务？

例如，本文示例的目标是：

输入一个文章主题，自动生成一篇结构完整、语言自然、适合公众号发布的中文文章。

目标越清晰，后续节点设计越容易。

2. 拆解任务步骤

将任务拆成多个可执行步骤。以文章生成为例，可以拆解为：

1. 接收用户输入；
2. 分析主题和目标读者；
3. 生成文章大纲；
4. 根据大纲生成正文；
5. 优化标题；
6. 检查文章结构；
7. 输出 Markdown 格式结果。

拆解任务的核心原则是：每个节点只做一件事。如果一个节点承担太多任务，结果会不稳定，也不方便排查问题。

3. 设计输入和输出字段

工作流不是普通聊天，它更依赖结构化数据传递。建议提前设计字段。

例如：

字段设计越清楚，工作流越容易维护。

四、Coze 工作流核心节点介绍

不同版本的 Coze 在界面名称上可能略有差异，但常见的工作流节点主要包括以下几类。

1. 开始节点

开始节点用于接收外部输入。它相当于整个流程的入口。

你可以在开始节点中设置用户需要填写的参数，例如：

• 文章主题；
• 内容类型；
• 字数要求；
• 目标受众；
• 输出语言；
• 风格偏好。

如果是文章生成类工作流，推荐至少设置以下输入：

{
  "topic": "文章主题",
  "audience": "目标读者",
  "word_count": "字数要求",
  "style": "写作风格"
}

2. 大模型节点

大模型节点是工作流中最常用的节点，用于理解、生成、改写、总结、分类等任务。

例如，让模型分析文章主题：

请根据用户输入的文章主题，分析该主题适合的目标读者、内容重点、写作角度和注意事项。
要求：
1. 输出结构化 JSON；
2. 不要生成正文；
3. 内容要适合中文互联网读者。

大模型节点的关键在于提示词设计。提示词越明确，输出越稳定。

3. 条件判断节点

条件判断节点用于根据变量值决定走不同分支。

例如：

• 如果用户选择“公众号文章”，走长文生成流程；
• 如果用户选择“小红书笔记”，走种草文案流程；
• 如果用户选择“短视频脚本”，走分镜脚本流程。

条件判断可以让一个工作流适配多个场景。

4. 知识库节点

知识库节点用于检索已有资料。它适合处理需要参考固定资料的任务，比如：

• 公司产品说明；
• 帮助文档；
• 品牌规范；
• 内部 SOP；
• 行业资料。

在文章生成场景中，如果你希望 AI 根据企业资料写内容，就可以接入知识库，避免内容胡编乱造。

5. 插件或 API 节点

如果需要获取实时信息或调用外部系统，可以使用插件/API 节点。

例如：

• 查询天气；
• 获取新闻；
• 查询数据库；
• 调用 CRM；
• 推送到飞书、企微或 Notion；
• 发送邮件。

这类节点可以让工作流从“文本生成”扩展到“业务自动化”。

6. 结束节点

结束节点负责输出最终结果。对于文章类工作流，结束节点通常输出：

• 最终标题；
• Markdown 正文；
• 摘要；
• 标签；
• 发布建议。

五、实战案例：搭建一个文章自动生成工作流

下面我们以“公众号文章自动生成工作流”为例，介绍完整搭建过程。

第一步：创建工作流

进入 Coze 后，找到工作流功能，新建一个工作流，命名为：

公众号文章自动生成工作流

建议在描述中写清楚用途：

输入文章主题、目标读者、字数和写作风格后，自动生成一篇结构完整、适合公众号发布的 Markdown 文章。

这样后续维护时可以快速理解该工作流的功能。

第二步：配置开始节点

开始节点中设置以下输入参数：

如果某些字段用户没有填写，可以在后续节点设置默认值。例如目标读者为空时，默认设置为“对该主题感兴趣的普通读者”。

第三步：添加主题分析节点

添加一个大模型节点，命名为：

主题分析

提示词示例：

你是资深中文内容策划专家。

请根据以下信息分析文章写作方向：

文章主题：{{topic}}
目标读者：{{audience}}
字数要求：{{word_count}}
写作风格：{{style}}

请输出以下内容：
1. 目标读者画像；
2. 文章核心价值；
3. 适合展开的重点；
4. 需要避免的问题；
5. 推荐文章结构。

要求：
- 使用中文；
- 内容具体，不要空泛；
- 不要直接撰写完整文章；
- 输出为 JSON 格式。

该节点的作用是为后续写作建立方向。如果跳过这个步骤，模型可能直接生成文章，但内容容易散乱。

第四步：添加大纲生成节点

添加第二个大模型节点，命名为：

生成文章大纲

提示词示例：

你是专业内容编辑。

请基于主题分析结果，为文章生成详细大纲。

主题：{{topic}}
主题分析结果：{{theme_analysis}}

要求：
1. 文章结构完整，包括引言、主体和结尾；
2. 每个章节需要有明确写作要点；
3. 适合公众号或知识型平台发布；
4. 章节标题要自然，不要机械；
5. 输出 Markdown 格式大纲。

这个节点生成的 outline 将作为正文写作的基础。

第五步：添加正文生成节点

添加第三个大模型节点，命名为：

生成正文

提示词示例：

你是资深中文写作者，擅长写清晰、实用、有结构感的教程型文章。

请根据以下信息撰写完整文章：

文章主题：{{topic}}
目标读者：{{audience}}
字数要求：{{word_count}}
写作风格：{{style}}
文章大纲：{{outline}}

写作要求：
1. 使用 Markdown 排版；
2. 文章开头要说明背景和价值；
3. 每个小节要有清晰解释和实用建议；
4. 避免空泛表达，不要只堆砌概念；
5. 语言自然，适合中文读者；
6. 不要使用过度营销式语气；
7. 字数尽量满足用户要求。

正文生成节点是整个流程的核心。为了提升质量，建议不要让它同时承担“分析主题、生成大纲、写正文、检查格式”等所有任务，而是让前面的节点先完成准备工作。

第六步：添加标题优化节点

为了让文章更适合发布，可以增加标题优化节点。

节点名称：

标题优化

提示词示例：

你是新媒体标题优化专家。

请根据文章主题和正文内容，生成 5 个中文标题备选。

文章主题：{{topic}}
正文内容：{{article}}

标题要求：
1. 简洁、有吸引力；
2. 不夸张、不标题党；
3. 适合公众号、知乎、博客发布；
4. 至少包含 1 个偏教程型标题；
5. 至少包含 1 个偏实战型标题。

请输出 Markdown 列表。

如果你希望最终只输出一个标题，也可以让模型选择最优标题并说明理由。

第七步：添加质量检查节点

很多人搭建工作流时会忽略质量检查节点，但这个节点非常重要。它可以帮助发现格式问题、逻辑问题和内容遗漏。

节点名称：

质量检查

提示词示例：

你是严谨的中文内容审校编辑。

请检查以下文章是否存在问题：

文章主题：{{topic}}
文章正文：{{article}}

请从以下方面检查：
1. 是否围绕主题展开；
2. 结构是否完整；
3. 是否存在明显重复；
4. 是否存在逻辑跳跃；
5. Markdown 格式是否规范；
6. 是否有不自然或过度空泛的表达。

如果文章质量合格，请输出：
合格

如果不合格，请输出需要修改的问题清单。

进一步优化时，还可以增加一个“自动修订节点”，根据检查结果对文章进行二次修改。

第八步：配置结束节点

结束节点输出最终结果。建议输出以下字段：

这样用户不仅能拿到文章正文，还能看到标题建议和质量检查结果。

六、附：Coze 工作流配置文件示例

下面是一份可参考的 JSON 配置模板。不同平台版本的字段格式可能存在差异，实际使用时需要根据 Coze 当前导入规范调整。你可以将它作为工作流设计蓝图使用。

{
  "workflow_name": "公众号文章自动生成工作流",
  "description": "输入文章主题、目标读者、字数和写作风格后，自动生成适合公众号发布的 Markdown 文章。",
  "version": "1.0.0",
  "inputs": {
    "topic": {
      "type": "string",
      "required": true,
      "description": "文章主题"
    },
    "audience": {
      "type": "string",
      "required": false,
      "default": "对该主题感兴趣的普通读者",
      "description": "目标读者"
    },
    "word_count": {
      "type": "string",
      "required": false,
      "default": "2000字",
      "description": "文章字数要求"
    },
    "style": {
      "type": "string",
      "required": false,
      "default": "清晰、实用、教程型",
      "description": "写作风格"
    },
    "output_format": {
      "type": "string",
      "required": false,
      "default": "Markdown",
      "description": "输出格式"
    }
  },
  "nodes": [
    {
      "id": "start_001",
      "type": "start",
      "name": "开始节点",
      "outputs": [
        "topic",
        "audience",
        "word_count",
        "style",
        "output_format"
      ]
    },
    {
      "id": "llm_001",
      "type": "llm",
      "name": "主题分析",
      "model": "default",
      "input_variables": [
        "topic",
        "audience",
        "word_count",
        "style"
      ],
      "prompt": "你是资深中文内容策划专家。请根据文章主题、目标读者、字数要求和写作风格，分析目标读者画像、文章核心价值、适合展开的重点、需要避免的问题和推荐文章结构。要求使用中文，内容具体，不要直接撰写完整文章，输出 JSON 格式。",
      "output": "theme_analysis"
    },
    {
      "id": "llm_002",
      "type": "llm",
      "name": "生成文章大纲",
      "model": "default",
      "input_variables": [
        "topic",
        "theme_analysis"
      ],
      "prompt": "你是专业内容编辑。请基于主题分析结果，为文章生成详细大纲。要求文章结构完整，包括引言、主体和结尾；每个章节需要有明确写作要点；适合公众号或知识型平台发布；章节标题要自然；输出 Markdown 格式大纲。",
      "output": "outline"
    },
    {
      "id": "llm_003",
      "type": "llm",
      "name": "生成正文",
      "model": "default",
      "input_variables": [
        "topic",
        "audience",
        "word_count",
        "style",
        "outline"
      ],
      "prompt": "你是资深中文写作者，擅长写清晰、实用、有结构感的教程型文章。请根据文章主题、目标读者、字数要求、写作风格和文章大纲撰写完整文章。要求使用 Markdown 排版，开头说明背景和价值，每个小节有清晰解释和实用建议，避免空泛表达，语言自然，适合中文读者，字数尽量满足要求。",
      "output": "article"
    },
    {
      "id": "llm_004",
      "type": "llm",
      "name": "标题优化",
      "model": "default",
      "input_variables": [
        "topic",
        "article"
      ],
      "prompt": "你是新媒体标题优化专家。请根据文章主题和正文内容，生成 5 个中文标题备选。标题要求简洁、有吸引力，不夸张、不标题党，适合公众号、知乎、博客发布，至少包含 1 个教程型标题和 1 个实战型标题。请输出 Markdown 列表。",
      "output": "title_options"
    },
    {
      "id": "llm_005",
      "type": "llm",
      "name": "质量检查",
      "model": "default",
      "input_variables": [
        "topic",
        "article"
      ],
      "prompt": "你是严谨的中文内容审校编辑。请检查文章是否围绕主题展开、结构是否完整、是否存在明显重复、是否存在逻辑跳跃、Markdown 格式是否规范、是否有不自然或空泛表达。如果文章质量合格，请输出“合格”；如果不合格，请输出问题清单。",
      "output": "quality_check"
    },
    {
      "id": "end_001",
      "type": "end",
      "name": "结束节点",
      "inputs": [
        "title_options",
        "article",
        "quality_check"
      ],
      "outputs": {
        "final_article": "{{article}}",
        "title_options": "{{title_options}}",
        "quality_check": "{{quality_check}}"
      }
    }
  ],
  "edges": [
    {
      "from": "start_001",
      "to": "llm_001"
    },
    {
      "from": "llm_001",
      "to": "llm_002"
    },
    {
      "from": "llm_002",
      "to": "llm_003"
    },
    {
      "from": "llm_003",
      "to": "llm_004"
    },
    {
      "from": "llm_004",
      "to": "llm_005"
    },
    {
      "from": "llm_005",
      "to": "end_001"
    }
  ]
}

七、进阶优化：让工作流更稳定

基础工作流搭建完成后，还可以从以下几个方向继续优化。

1. 给每个节点设置明确输出格式

很多工作流失败不是因为模型能力不够，而是因为节点输出格式不稳定。例如前一个节点应该输出 JSON，却输出了自然语言，后续节点就可能无法解析。

建议在提示词中明确要求：

请严格按照以下 JSON 格式输出，不要添加额外说明：
{
  "audience_profile": "",
  "core_value": "",
  "key_points": [],
  "risks": [],
  "suggested_structure": []
}

越是复杂的流程，越需要规范输出格式。

2. 增加默认值和容错逻辑

用户输入往往不完整。例如用户只输入“写一篇关于 AI 办公的文章”，没有填写目标读者、字数和风格。

这时可以设置默认值：

• 目标读者：普通职场人；
• 字数：2000 字；
• 风格：清晰、实用、案例化；
• 输出格式：Markdown。

这样可以避免工作流因为缺少参数而中断。

3. 将复杂任务拆成更多节点

如果发现正文质量不稳定，可以进一步拆分为：

1. 生成引言；
2. 生成第一部分；
3. 生成第二部分；
4. 生成第三部分；
5. 生成结尾；
6. 合并全文；
7. 统一润色。

这种方式适合长文、报告、方案等复杂内容。

4. 加入知识库减少幻觉

如果文章涉及公司产品、行业数据或专业知识，建议接入知识库。否则模型可能生成看似合理但并不准确的内容。

知识库中的资料可以包括：

• 产品说明文档；
• FAQ；
• 白皮书；
• 行业报告；
• 内部培训资料；
• 品牌风格指南。

在提示词中可以加入约束：

如果知识库中没有相关信息，请明确说明“不确定”，不要编造数据。

5. 使用条件分支适配不同内容类型

如果你希望一个工作流支持多种内容形式，可以增加 content_type 参数。

例如：

• 当 content_type = article 时，生成公众号文章；
• 当 content_type = xiaohongshu 时，生成小红书笔记；
• 当 content_type = video_script 时，生成短视频脚本。

这样可以减少重复搭建多个相似工作流。

八、常见问题与解决方案

问题 1：生成内容太空泛怎么办？

解决方法：

• 在提示词中要求提供具体步骤、案例或操作建议；
• 增加主题分析节点；
• 接入知识库；
• 明确目标读者和使用场景；
• 避免使用“写一篇高质量文章”这类宽泛指令。

问题 2：输出格式经常不稳定怎么办？

解决方法：

• 使用固定 JSON 模板；
• 明确“不要输出额外解释”；
• 将复杂输出拆成多个字段；
• 在后续节点增加格式校验；
• 使用示例约束模型输出。

问题 3：文章字数不够怎么办？

解决方法：

• 将正文拆成多个章节分别生成；
• 在每个章节提示词中指定字数；
• 增加扩写节点；
• 在质量检查节点中检查字数是否达标。

问题 4：工作流运行速度慢怎么办？

解决方法：

• 减少不必要的节点；
• 合并简单任务；
• 避免每个节点都调用复杂模型；
• 对非关键节点使用较轻量模型；
• 优化知识库检索范围。

问题 5：如何让输出更符合品牌风格？

解决方法：

• 准备品牌语气指南；
• 将优秀文章样例放入知识库；
• 在提示词中明确禁用词和推荐表达；
• 增加“品牌风格润色”节点。

九、工作流设计的最佳实践

为了让 Coze 工作流长期稳定运行，建议遵循以下原则。

1. 先跑通，再优化

不要一开始就搭建十几个节点。先用最小流程跑通：

输入主题 → 生成大纲 → 生成正文 → 输出结果

跑通后再逐步增加标题优化、质量检查、知识库检索、自动发布等功能。

2. 节点命名要清晰

不要使用“节点1”“模型2”这类名称。建议使用：

• 主题分析；
• 生成大纲；
• 生成正文；
• 标题优化；
• 内容审校；
• 最终输出。

清晰命名可以大幅降低维护成本。

3. 提示词要模块化

每个节点的提示词都应该围绕当前节点目标设计。不要把所有要求塞进一个提示词中，否则后续排查问题会非常困难。

4. 保留测试样例

建议准备几组固定测试输入，例如：

主题：AI 工具如何提升职场效率
目标读者：普通职场人
字数：2000字
风格：实用、案例化

每次修改工作流后，用同一组样例测试，可以判断质量是否提升。

5. 定期复盘输出结果

工作流不是搭好后就一劳永逸。你应该定期检查：

• 输出是否符合预期；
• 是否存在重复表达；
• 是否需要更新知识库；
• 是否需要调整提示词；
• 是否有更好的节点拆分方式。

十、总结

Coze 工作流的价值，不只是让 AI 帮你“生成一段文字”，而是把复杂任务拆解为可控、可复用、可优化的自动化流程。

对于内容运营来说，它可以帮助你从选题分析、大纲生成、正文撰写、标题优化到质量检查实现一站式自动化；对于客服、数据分析、电商运营和企业知识管理来说，它也能通过节点编排与外部工具连接，完成更复杂的业务流程。

搭建 Coze 工作流时，最重要的不是追求节点数量，而是明确目标、合理拆分、规范输入输出，并通过持续测试不断优化。只要掌握了这些方法，你就可以把许多重复性工作变成稳定运行的 AI 自动化流程。

如果你是初学者，建议从本文提供的“公众号文章自动生成工作流”开始实践：先配置开始节点，再依次添加主题分析、大纲生成、正文生成、标题优化和质量检查节点。等基础流程跑通后，再逐步接入知识库、API 或条件分支，让工作流真正服务于你的日常业务。