《告别“手动挡”：用工作流让智能体自动处理复杂业务》

《告别“手动挡”：用工作流让智能体自动处理复杂业务》

掌握工作流设计，将AI从“聊天助手”升级为“自动化员工”

主讲：王占傲老师

【课程背景】

“智能体确实好用，但它只能一问一答。我的业务，比如客户贷款申请、农技问题诊断，根本不是一次问答就能解决的！”“我搭的智能体，客户多问几句，它就不记得之前说过什么了，每次都要重头开始，太傻了！”这是许多企业在应用智能体时，遇到的“天花板”。基础的问答型智能体，就像一个需要你一直踩油门、换挡的“手动挡”汽车——每个指令都需要你亲自下达。但真正的商业场景，往往是由收集信息、条件判断、调用工具、串联步骤组成的完整流程。让员工手动操作，效率低下；让基础智能体处理，它“智商”不够。

工作流（Workflow），就是解决这个痛点的“自动驾驶”系统。它允许你将复杂的业务逻辑（如“如果客户年龄>18且收入>3000，则推荐A产品；否则进入人工审核”）预先设计好，让智能体像一位训练有素的员工，自动、有序地执行多步骤任务。

本课程正是智能体应用的核心进阶篇。我们不讲基础操作，只聚焦一个目标：教会你如何为智能体设计“大脑”和“流程”，让它能独立处理那些让你和团队加班加点的、重复又复杂的业务流程。​ 通过大量金融、农业等领域的真实案例拆解与“手把手”搭建，我们将帮你捅破这层窗户纸，真正释放AI自动化的巨大潜力。

【课程收益】

明确场景分野：清晰区分“问答型”与“工作流型”智能体的适用边界，能准确判断何时该用工作流解决问题。

掌握核心“积木”：精通开始、LLM、知识库、条件判断、代码、插件、结束等7类核心工作流节点的功能与配置方法。

获得设计方法论：掌握从业务需求到流程图的“五步设计法”，能够独立拆解任务、绘制逻辑清晰的流程图。

实现独立搭建：能够在主流平台（如扣子Coze）上，独立搭建出涵盖线性、分支、循环逻辑的实用工作流。

具备调试能力：掌握工作流的调试心法与优化技巧，能够快速定位并修复流程中的问题，确保工作流“跑得通、跑得稳”。

【课程对象】

已完成智能体基础工具学习，希望解决复杂业务场景的：市场技推、运营专员、产品经理、客服主管及团队管理者。

【课程时间】

2天（6小时/天）

【课程大纲】

认知破局：为什么你的智能体，一遇复杂业务就“掉链子”？

1.“手动挡”智能体的四大局限

现实困局：客户咨询贷款，AI回答了利率，但无法自动收集客户信息、评估资质、生成方案。

核心短板：无状态记忆、无逻辑判断、无步骤串联、无工具调用。

适用场景：简单问答、知识查询、内容生成。

2.“自动挡”工作流的核心能力

核心特征：多步骤串联、条件分支、变量传递、工具调用、状态保持。

适用场景：信息收集、资质评估、方案生成、订单处理、审批流程。

案例对比：同一个“贷款资格评估”任务，问答型 vs 工作流型的差异。

3.你的业务，哪些正被“手动挡”拖累？（以三农金融行业为例，可以替换）

贷款预审：收集客户信息 → 调用知识库判断资质 → 生成预审报告。

农技诊断：用户描述症状 → 调用知识库匹配病虫害 → 推荐防治方案。

客户跟进：查询客户状态 → 判断跟进时机 → 生成跟进话术 → 记录跟进结果。

内容生产：选择内容类型 → 收集素材 → 调用AI生成 → 人工审核发布。

4.主流平台工作流功能对比

平台

工作流功能

特点

扣子Coze

支持（可视化拖拽）

简单易用，节点丰富

Dify

支持（可视化+代码）

更灵活，支持复杂逻辑

文心智能体

基础支持

相对简单

5.演练：工作流机会挖掘工坊

任务：小组内，每人列举一个自己工作中“重复、多步骤、耗人力”的任务。

讨论：如果把它交给工作流，理想中的处理流程应该是怎样的？

分享：每组选出“最具自动化潜力”的场景，向全班描绘其自动化后的蓝图。

核心基石：工作流的“乐高积木”——七大节点全解析

1.节点全景图与工作流三大件

起点：开始节点（接收用户输入）。

中间：处理节点（LLM、知识库、条件、代码、插件等）。

终点：结束节点（输出结果）。

2.开始节点

功能：定义工作流的输入变量。

配置：变量名称、类型（文本/数字/布尔/文件）、是否必填、默认值。

案例：贷款预审工作流，需要输入“年龄、收入、贷款金额、贷款用途”。

3.LLM节点

功能：调用大语言模型，进行文本生成、理解、总结。

配置：模型选择、提示词、输入变量、输出格式。

案例：根据收集的客户信息，生成一段个性化的贷款方案推荐语。

4.知识库节点

功能：从知识库中检索相关内容。

配置：选择知识库、设置检索策略（相似度、最大召回数）。

案例：根据客户输入的“养殖类型”，从知识库中检索对应的贷款产品政策。

5.条件判断节点

功能：根据条件执行不同分支（if-else）。

配置：条件表达式（变量 > 值、变量包含某词等）、分支逻辑。

案例：如果客户信用分≥600，走“通过”分支；否则走“拒绝”分支。

6.代码节点

功能：执行自定义代码（Python/JS），实现复杂逻辑。

配置：代码编写、输入输出变量。

案例：对客户输入的身份证号进行校验，提取出生日期和性别。

7.插件节点

功能：调用外部工具（搜索、天气、计算器等）。

配置：选择插件、设置参数。

案例：调用天气插件，获取客户所在地的天气信息，用于农技建议。

8.变量节点

功能：定义和传递工作流中的临时变量。

配置：变量名、赋值、引用。

9.结束节点

功能：输出最终结果。

配置：输出内容（可引用前面的变量）。

案例：输出完整的贷款预审报告。

10.演练：「节点连连看」

任务：给出一组业务需求，学员判断应该使用哪些节点，并画出流程图。

互评：小组间点评流程图是否合理。

三、 设计心法：从一团乱麻的业务，到清晰有序的流程图

1.工作流设计“五步法”

第一步：明确任务目标（这个工作流要解决什么问题？）

第二步：拆解任务步骤（需要几步？每一步做什么？）

第三步：确输入输出（需要什么信息？产出什么结果？）

第四步：绘制流程图（节点顺序、分支逻辑、变量传递）

第五步：标注关键点（哪些节点容易出错？需要什么资源？）

2.流程图绘制规范与变量设计

符号规范：椭圆=开始/结束、矩形=处理、菱形=判断、箭头=流向。

案例：用标准符号绘制“贷款预审”流程图。

变量命名规范：清晰、有意义（如customer_age而非a）。

变量作用域：全局变量 vs 局部变量。

变量传递路径：从开始节点→中间节点→结束节点。

4.避坑指南：优秀工作流 vs. 糟糕工作流

常见错误：输入格式错误、知识库无结果、API调用失败。

兜底策略：设置默认值、增加“异常”分支、输出友好提示。

案例1：完整拆解一个“农技问答+产品推荐”工作流的设计过程。

案例2：对比“好”的工作流 vs “差”的工作流（逻辑混乱、变量错误、无兜底）。

5.演练：实战流程图设计挑战：「流程图设计挑战」

任务：每组抽取一个业务场景卡（如“客户投诉处理”“续贷提醒”“保险推荐”），用五步法设计工作流，画出流程图。

路演：各组展示流程图，讲师点评。

实战搭建：手把手教你搭建三类典型工作流（从简单到复杂）

1.实战一：线性工作流 —— “智能信息收集与回访”

场景：客户提交咨询后，自动收集信息并发送感谢语。

节点：开始节点 → LLM节点（生成感谢语）→ 结束节点。

操作演示：在扣子Coze上完整搭建。

学员同步操作：每人完成一个“客户信息收集”工作流。

2.实战二：分支判断工作流 —— “贷款资格自动化预审”

场景：根据客户输入的年龄、收入、信用分，判断是否符合贷款基本条件。

节点：开始节点 → 条件判断节点（年龄≥18且收入≥3000且信用分≥600）→ 分支1（通过）：LLM生成通过通知 → 结束；分支2（不通过）：LLM生成拒绝理由 → 结束。

操作演示：配置条件表达式、分支连接、变量传递。

学员同步操作：每人完成一个“贷款资格预审”工作流。

3.实战三：知识库协同工作流 —— “智能农技诊断助手”

场景：用户描述作物症状，从知识库检索匹配的病虫害，生成防治建议。

节点：开始节点（输入症状描述）→ 知识库节点（检索相关病虫害）→ LLM节点（根据检索结果生成防治方案）→ 结束节点。

操作演示：知识库节点配置、检索结果引用、LLM提示词设计。

学员同步操作：每人完成一个“农技问答”工作流。

4.挑战任务：综合工作流搭建

场景：根据用户问题类型，分流到不同的处理流程。

节点：开始节点 → LLM节点（识别问题类型）→ 条件判断节点（类型=贷款/保险/投诉/其他）→ 4个分支分别处理 → 合并到结束节点。

操作演示：多分支设计、节点合并。

学员同步操作：根据讲师提供的模板，完成分流工作流。

5.演练：「工作流搭建马拉松」

任务：每组基于自己设计的流程图，在扣子Coze上搭建完整的工作流。

辅导：讲师和助教现场辅导，解决搭建中的问题。

五、调试上线：让你的工作流“跑得稳”、“用得好”

1.工作流调试“三板斧”

单步调试：逐个节点测试，观察输入输出。

日志分析：查看工作流运行日志，定位错误节点。

变量监控：在关键节点输出变量值，验证逻辑。

2.常见“坑点”诊断与修复指南

问题

可能原因

解决方案

节点卡住不执行

节点配置错误

检查必填项

输出结果不对

变量引用错误

检查变量名

条件分支走错

条件表达式错误

测试边界值

知识库无结果

检索词不匹配

优化检索词

运行超时

工作流太复杂

拆分或优化节点

3.优化技巧：让工作流更快、更省、更强

减少节点数量：合并简单节点。

并行处理：独立节点可并行执行（扣子支持）。

缓存常用结果：减少重复检索。

设置超时时间：避免长时间等待。

正常用例：验证核心流程。

边界用例：验证极端输入。

异常用例：验证错误处理。

案例：现场演示一个“有问题的工作流”的完整调试过程。

演练：「调试大挑战」

任务：每组拿到一个“有bug的工作流”，用调试工具定位并修复问题。

竞赛：最快修复成功的小组获胜。

6.毕业路演：你的“AI员工”成果发布会

任务：每组基于自己搭建的工作流，进行5分钟路演，包含：业务场景、流程图、搭建成果、测试结果、优化计划。

评委：讲师+其他小组代表。

评选：“最佳设计奖”“最佳技术奖”“最佳创意奖”。

7.从课堂到战场：30天落地护航计划

行动承诺：签署“工作流上线承诺书”，承诺30天内将工作流应用到实际业务。

后续支持：建立班级微信群，讲师团队提供60天在线答疑。