Coze 工作流自动化教程｜零基础可学

在数字化办公和 AI 应用快速发展的今天，越来越多的人开始使用自动化工具来提升工作效率。无论你是运营人员、内容创作者、客服人员、产品经理，还是企业内部的行政、销售、数据分析岗位，只要你的工作中存在“重复操作”“固定流程”“多工具协作”，都可以通过工作流自动化来节省大量时间。

Coze 是一个面向 AI Bot 和智能体应用搭建的平台，其中“工作流”能力非常适合用来实现自动化任务。它可以把多个步骤串联起来，例如：接收用户输入、调用大模型生成内容、读取知识库、判断条件、调用插件、整理输出结果等。对于零基础用户来说，Coze 的优势在于不需要写复杂代码，也可以搭建出实用的自动化流程。

本文将从零开始，带你理解 Coze 工作流是什么、适合做什么、如何创建工作流、常见节点如何使用，并通过实际案例讲解如何搭建一个完整的自动化工作流。

一、什么是 Coze 工作流？

Coze 工作流可以理解为一个“自动执行任务的流程图”。

在传统工作中，我们经常需要手动完成一系列操作。例如：

1. 收集用户需求；
2. 判断用户想要什么；
3. 查询相关资料；
4. 生成一段回复；
5. 整理成指定格式；
6. 输出给用户。

如果每一步都由人来完成，就会耗费大量时间。而工作流可以把这些步骤预先设计好，让系统按照你设定的逻辑自动执行。

简单来说，Coze 工作流就是：

通过节点串联的方式，让 AI 按照指定步骤完成复杂任务。

你可以把它想象成一个“自动化助手”。你只需要告诉它流程怎么走，它就能按照流程自动执行。

二、Coze 工作流适合哪些场景？

Coze 工作流的适用场景非常广泛，尤其适合以下几类任务。

1. 内容创作自动化

例如：

• 自动生成小红书笔记；
• 自动生成公众号文章大纲；
• 自动生成短视频脚本；
• 自动生成商品文案；
• 自动生成朋友圈营销文案；
• 自动润色、改写、扩写文本。

如果你经常需要写内容，可以通过工作流把“选题—大纲—正文—标题—标签”这一整套流程自动化。

2. 客服问答自动化

例如：

• 根据用户问题自动判断意图；
• 从知识库中检索答案；
• 生成自然语言回复；
• 根据不同问题类型转人工；
• 自动记录用户反馈。

这类工作流适合电商客服、在线教育客服、SaaS 企业客服、社群运营等场景。

3. 数据整理自动化

例如：

• 提取用户输入中的关键信息；
• 将杂乱文本整理为表格；
• 对数据进行分类；
• 生成数据分析总结；
• 输出日报、周报、月报。

对于需要频繁整理信息的人来说，这类工作流非常实用。

4. 营销运营自动化

例如：

• 根据产品信息生成推广文案；
• 根据目标用户生成销售话术；
• 根据活动主题生成海报文案；
• 自动生成邮件营销内容；
• 自动设计社群活动方案。

运营工作中有很多重复性的内容生成任务，使用 Coze 工作流可以大幅降低重复劳动。

5. 学习与办公助手

例如：

• 输入知识点，自动生成学习笔记；
• 输入会议记录，自动生成会议纪要；
• 输入任务内容，自动拆解执行计划；
• 输入文章，自动总结重点；
• 输入英文文本，自动翻译并解释。

这类场景非常适合个人用户入门练习。

三、Coze 工作流的基本组成

在学习搭建工作流之前，我们需要先理解它的基本结构。

一个完整的 Coze 工作流通常由以下几部分组成：

1. 开始节点

开始节点是工作流的入口，负责接收用户输入。

例如，你希望用户输入一个主题，然后自动生成一篇文章，那么开始节点就需要接收“文章主题”这个变量。

常见输入变量包括：

• 文本内容；
• 用户问题；
• 关键词；
• 产品名称；
• 目标人群；
• 风格要求；
• 字数要求；
• 输出格式。

开始节点设计得越清晰，后面的流程就越容易稳定运行。

2. 大模型节点

大模型节点是 Coze 工作流中最常用的节点之一。它的作用是调用 AI 模型完成文本理解、生成、总结、分类、改写等任务。

例如：

• 根据标题生成文章大纲；
• 根据大纲生成正文；
• 判断用户问题类型；
• 提取文本中的姓名、电话、需求；
• 将口语化内容整理成正式表达。

在大模型节点中，最重要的是提示词，也就是 Prompt。提示词写得好，输出效果才会稳定。

3. 条件判断节点

条件判断节点用于让工作流根据不同情况走不同路线。

例如：

• 如果用户问题属于售后问题，进入售后回复流程；
• 如果用户问题属于价格咨询，进入报价流程；
• 如果输入内容为空，提示用户重新输入；
• 如果用户要求生成短文，则控制在 300 字以内；
• 如果用户要求生成长文，则输出详细版本。

条件判断节点可以让工作流更加智能，而不是一条路线走到底。

4. 插件或工具节点

插件节点可以帮助工作流调用外部能力，例如搜索、数据库、表格、API、图片生成、网页解析等。

如果你只是做简单文本生成，可能不需要插件。但如果你希望工作流连接更多业务系统，就可以使用工具节点实现更复杂的自动化。

5. 结束节点

结束节点用于输出最终结果。

它可以输出：

• 一段文本；
• 一组结构化数据；
• 一份报告；
• 一个总结；
• 一个可复制的模板；
• 多个变量组合后的内容。

结束节点的输出格式最好提前规划好，这样用户体验会更好。

四、搭建 Coze 工作流前的准备

对于零基础用户来说，不建议一开始就做特别复杂的流程。你可以先从一个简单但完整的任务开始。

在正式搭建前，建议你先思考以下几个问题。

1. 这个工作流要解决什么问题？

例如：

• 我要自动生成公众号文章；
• 我要自动整理会议纪要；
• 我要自动回复客户问题；
• 我要自动生成短视频脚本；
• 我要自动分析用户反馈。

目标越明确，流程越容易设计。

2. 用户需要输入什么？

例如，生成文章可能需要输入：

• 文章主题；
• 目标读者；
• 内容风格；
• 字数要求；
• 是否需要小标题。

生成客服回复可能需要输入：

• 用户问题；
• 产品类型；
• 订单状态；
• 售后政策。

输入信息越完整，输出质量越高。

3. 工作流需要分几步完成？

不要试图让一个大模型节点完成所有事情。更推荐把复杂任务拆成多个步骤。

例如，生成一篇文章可以拆成：

1. 分析主题；
2. 生成大纲；
3. 生成正文；
4. 优化标题；
5. 提取摘要；
6. 输出最终文章。

这样做的好处是每一步更可控，也更容易修改。

4. 最终输出是什么格式？

例如：

• Markdown 文章；
• 表格；
• JSON；
• 分点清单；
• 邮件格式；
• 对话话术；
• 报告格式。

提前确定输出格式，可以减少后期调整成本。

五、案例一：搭建“文章生成工作流”

下面我们以一个适合新手练习的案例来讲解：输入文章主题，自动生成一篇结构完整的中文文章。

这个案例不需要复杂插件，主要使用开始节点、大模型节点和结束节点即可。

六、流程设计

我们先设计流程：

开始节点：接收文章主题、目标读者、写作风格
↓
大模型节点 1：生成文章大纲
↓
大模型节点 2：根据大纲生成正文
↓
大模型节点 3：优化标题和摘要
↓
结束节点：输出完整文章

这个流程虽然简单，但已经包含了自动化工作流的核心思路：把复杂任务拆成多个清晰步骤。

七、创建开始节点

在开始节点中，我们可以设置以下输入变量：

例如用户输入：

文章主题：AI 工具如何提升职场效率
目标读者：职场新人
写作风格：通俗易懂
字数要求：1500 字左右

这些输入会被后续节点调用。

八、大模型节点 1：生成文章大纲

第一个大模型节点的任务是根据用户输入生成文章大纲。

你可以这样写提示词：

你是一名专业中文内容策划。
请根据以下信息生成一份文章大纲：

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

要求：
1. 大纲结构清晰；
2. 包含标题、导语、正文小标题和结尾；
3. 小标题不少于 5 个；
4. 内容适合目标读者阅读；
5. 不要直接生成正文，只输出大纲。

这里的 {{topic}}、{{audience}} 等变量会自动引用开始节点中的输入内容。

这个节点的输出可以命名为：

outline

表示文章大纲。

九、大模型节点 2：生成正文内容

第二个大模型节点负责根据大纲生成正文。

提示词可以这样写：

你是一名经验丰富的中文写作者。
请根据以下文章大纲生成一篇完整文章。

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

文章大纲：
{{outline}}

写作要求：
1. 使用中文输出；
2. 结构完整，包含开头、正文和结尾；
3. 小标题使用 Markdown 二级标题；
4. 表达自然，不要堆砌空话；
5. 内容要有实用性，适合零基础读者；
6. 不要出现“根据你的要求”等机械化表述。

这个节点的输出可以命名为：

article_body

十、大模型节点 3：优化标题与摘要

为了让文章更完整，我们可以再增加一个节点，专门生成标题和摘要。

提示词示例：

你是一名内容运营专家。
请根据以下文章正文，生成一个吸引人的标题和一段简短摘要。

文章正文：
{{article_body}}

要求：
1. 标题简洁、有吸引力；
2. 摘要控制在 100 字以内；
3. 摘要要概括文章核心价值；
4. 输出格式如下：

标题：
摘要：

输出变量可以命名为：

title_summary

十一、结束节点：输出完整文章

最后，我们在结束节点中组合输出内容。

输出格式可以设置为：

{{title_summary}}

---

{{article_body}}

这样用户最终看到的就是完整文章。

如果你想让输出更规范，也可以让最后一个大模型节点统一整理最终格式。

十二、案例二：搭建“会议纪要自动整理工作流”

当你已经掌握基础文本生成流程后，可以尝试更实用的办公自动化场景：会议纪要整理。

适用场景

很多人在会议结束后，需要花时间整理会议内容，包括会议主题、参会人员、讨论重点、待办事项、负责人和截止时间。如果会议内容很长，手动整理非常费时。

使用 Coze 工作流后，你只需要输入会议原始记录，系统就能自动整理成结构化纪要。

十三、会议纪要工作流设计

流程如下：

开始节点：输入会议原始记录
↓
大模型节点 1：提取会议信息
↓
大模型节点 2：整理待办事项
↓
大模型节点 3：生成正式会议纪要
↓
结束节点：输出纪要

开始节点输入变量

十四、大模型节点：提取会议信息

提示词示例：

你是一名专业会议秘书。
请从以下会议记录中提取关键信息：

会议记录：
{{meeting_text}}

请提取：
1. 会议主题；
2. 会议时间；
3. 参会人员；
4. 讨论重点；
5. 已确认事项；
6. 存在争议或待确认内容。

如果原文中没有明确提到，请标注“未提及”。
请用清晰的分点格式输出。

这个节点可以帮助你先把杂乱内容整理成基础信息。

十五、大模型节点：整理待办事项

提示词示例：

你是一名项目管理助理。
请根据以下会议记录，整理待办事项。

会议记录：
{{meeting_text}}

要求：
1. 提取所有需要后续执行的事项；
2. 尽量识别负责人；
3. 尽量识别截止时间；
4. 如果负责人或截止时间未提及，请写“未明确”；
5. 使用表格输出，字段包括：事项、负责人、截止时间、备注。

这个节点非常实用，因为很多会议纪要最关键的部分就是待办事项。

十六、大模型节点：生成正式会议纪要

提示词示例：

你是一名专业行政助理。
请根据以下信息生成一份正式会议纪要。

基础信息：
{{meeting_info}}

待办事项：
{{todo_list}}

输出要求：
1. 使用 Markdown 格式；
2. 包含会议主题、会议时间、参会人员、会议背景、讨论内容、会议结论、待办事项；
3. 语言正式、简洁、清晰；
4. 待办事项用表格展示；
5. 不要添加原文中没有依据的重要事实。

最后在结束节点输出该结果即可。

十七、Coze 工作流提示词编写技巧

工作流好不好用，很大程度取决于提示词写得是否清晰。下面是几个实用技巧。

1. 明确角色

让模型知道自己扮演什么角色，有助于稳定输出风格。

例如：

你是一名专业客服主管。
你是一名资深内容运营。
你是一名项目管理顾问。
你是一名中文写作老师。

2. 明确任务

不要只写“帮我整理一下”，而要写清楚整理什么、怎么整理、输出什么。

不推荐：

帮我总结会议。

推荐：

请从会议记录中提取会议主题、讨论重点、结论和待办事项，并用 Markdown 表格输出待办事项。

3. 明确输入变量

在提示词中清楚引用变量，例如：

用户问题：{{user_question}}
产品信息：{{product_info}}
输出风格：{{tone}}

这样模型会更准确地使用上下文。

4. 明确输出格式

如果你希望输出表格，就直接写“使用 Markdown 表格输出”。如果你希望输出 JSON，也要写清楚字段。

例如：

请按以下格式输出：

问题类型：
核心诉求：
建议回复：
是否需要人工介入：

5. 增加限制条件

限制条件可以减少跑偏。

例如：

不要编造未提供的信息。
如果信息不足，请提示用户补充。
回答控制在 300 字以内。
语气友好、专业，不要过度承诺。

十八、常见错误与解决方法

1. 输出结果太泛泛

原因通常是提示词过于笼统。

解决方法：

• 增加背景信息；
• 明确目标用户；
• 明确输出格式；
• 增加示例；
• 把复杂任务拆成多个节点。

2. 工作流节点之间变量传递失败

可能原因包括：

• 变量名写错；
• 前一个节点没有正确设置输出；
• 后一个节点引用了不存在的变量；
• 变量层级选择错误。

解决方法是逐个检查节点输出，并确认变量名称一致。

3. AI 编造信息

大模型可能会根据常识补全不存在的信息。

解决方法：

在提示词中加入：

不要添加原文中没有明确依据的信息。
如果信息缺失，请标注“未提供”。

4. 输出格式不稳定

如果你需要稳定格式，可以在提示词中提供模板。

例如：

请严格按照以下格式输出：

## 一、核心结论
...

## 二、详细分析
...

## 三、行动建议
...

5. 一个节点任务太复杂

如果一个节点同时负责理解、判断、生成、排版，输出很容易不稳定。

解决方法是拆分节点：

• 一个节点负责分析；
• 一个节点负责生成；
• 一个节点负责优化；
• 一个节点负责格式整理。

十九、如何设计更高级的 Coze 工作流？

当你掌握基础用法后，可以尝试加入更多逻辑。

1. 加入条件分支

例如客服场景中，可以先判断用户问题类型：

如果是售前咨询 → 输出产品介绍和购买建议
如果是售后问题 → 输出售后处理流程
如果是投诉问题 → 安抚用户并建议转人工
如果是无关问题 → 礼貌说明无法处理

这样工作流就不再是单一路线，而是能根据不同输入自动选择处理方式。

2. 加入知识库检索

如果你希望回答更准确，可以把产品说明、公司制度、课程资料、FAQ 文档等放入知识库。

工作流可以先检索知识库，再根据检索内容生成回答。

这种方式特别适合：

• 企业客服；
• 课程助教；
• 产品问答；
• 内部知识助手；
• 政策制度查询。

3. 加入外部工具

如果你需要查询实时信息、调用接口、操作表格或连接业务系统，就可以使用外部工具或插件。

例如：

• 查询订单状态；
• 查询天气；
• 查询数据库；
• 发送邮件；
• 写入表格；
• 调用企业内部 API。

这样 Coze 工作流就可以从“内容生成工具”升级为真正的“业务自动化助手”。

4. 加入多轮交互

有时候用户输入的信息不完整，工作流可以先判断是否缺少必要信息。

例如生成营销文案时，如果缺少产品名称或目标用户，就提示用户补充，而不是直接生成低质量内容。

逻辑可以是：

检查输入是否完整
↓
如果完整 → 进入生成流程
↓
如果不完整 → 提示用户补充信息

二十、零基础学习 Coze 工作流的建议路线

如果你是新手，可以按照以下路线学习。

第一步：做简单文本生成

先练习：

• 标题生成器；
• 文案生成器；
• 摘要生成器；
• 改写润色工具。

目标是熟悉开始节点、大模型节点和结束节点。

第二步：做多节点串联

尝试把任务拆成多个步骤：

• 先生成大纲；
• 再生成正文；
• 再优化标题；
• 最后统一输出。

目标是理解变量传递和节点协作。

第三步：加入判断逻辑

练习条件分支：

• 判断问题类型；
• 判断输入是否完整；
• 判断输出长度；
• 判断是否需要转人工。

目标是让工作流变得更智能。

第四步：结合知识库

把常用资料上传到知识库，让工作流基于资料回答问题。

目标是提高准确性，减少 AI 编造。

第五步：连接外部工具

根据实际业务需求，尝试调用插件或 API。

目标是完成真正可落地的自动化任务。

二十一、一个实用的入门模板

如果你不知道从哪里开始，可以直接使用下面这个通用工作流模板。

工作流名称

智能内容生成助手

输入变量

流程

开始节点
↓
分析需求节点
↓
生成内容大纲节点
↓
生成正式内容节点
↓
检查与优化节点
↓
结束节点

分析需求提示词

你是一名内容策略顾问。
请根据用户输入分析本次内容创作需求。

主题：{{topic}}
目标用户：{{audience}}
内容目的：{{purpose}}
内容风格：{{style}}
输出格式：{{format}}

请输出：
1. 核心主题；
2. 用户最关心的问题；
3. 内容应重点覆盖的方向；
4. 建议采用的表达方式。

检查与优化提示词

你是一名中文编辑。
请检查以下内容并进行优化：

{{content}}

优化要求：
1. 删除重复表达；
2. 提升逻辑连贯性；
3. 保持原有含义；
4. 语言自然流畅；
5. 按照 {{format}} 格式输出。

这个模板可以稍作修改后用于文章、脚本、邮件、活动方案、销售话术等多种场景。

二十二、总结

Coze 工作流的核心价值，是把原本需要人工反复操作的任务，变成可以自动执行的流程。对于零基础用户来说，学习 Coze 工作流并不需要一开始就掌握复杂技术，只要理解“输入—处理—输出”的基本逻辑，就可以搭建出很多实用工具。

入门时，你可以先从简单任务开始，例如文章生成、会议纪要整理、客服回复、文案生成等。随着熟练度提升，再逐步加入条件判断、知识库检索、插件调用和多轮交互。

搭建工作流时，最重要的不是节点数量越多越好，而是流程是否清晰、变量是否准确、提示词是否具体、输出是否稳定。一个优秀的工作流应该具备三个特点：目标明确、步骤可控、结果可用。

如果你是零基础学习者，建议从本文中的“文章生成工作流”或“会议纪要工作流”开始练习。只要你能独立完成一个完整流程，就已经掌握了 Coze 工作流自动化的基础方法。后续再结合自己的真实工作场景不断优化，你就能逐步搭建出属于自己的 AI 自动化助手。