搭一条 AI 工作流,从注册平台到第一条任务自动跑起来,按 7 个步骤走,初次上手大约 2 小时。做完的成果是一条能定时触发、有运行日志、失败会自动重试的流程,接到每天重复的那几件事上,每周能省 3 到 5 小时。

4 样东西缺 1 样都会卡在中间。平台账号和模型接口决定流程能不能跑,输入样本和输出落点决定跑出来的东西有没有用。
步骤按顺序做,中途别跳。前 3 步定框架,中间 3 步填内容,最后 1 步管运行。
这 3 步在同一个页面里完成,全程约 20 分钟。
这一段决定流程能不能处理异常。我习惯把一整段任务拆成 4 个节点:清洗、判断、生成、写回。节点数超过 7 个就开始难维护,改 1 个字段要顺着连线找好几处。

日志和重试都在「运行设置」里,2 个开关默认关闭,需要手工打开。日志保留天数各平台不同,多在 7 到 30 天之间,重要流程建议自己再存 1 份到数据库。重试次数填 2 次,间隔填 10 秒,多数接口抖动在 1 次重试内能恢复。
下面 6 个字段是报错最集中的位置,填之前对照一眼。
| 字段 | 填什么 | 常见错填 |
|---|---|---|
| 温度 | 分类 0.1 到 0.3,改写 0.6 到 0.8 | 一律填 1.0,同一输入每次结果不同,下游判断失效 |
| 最大输出长度 | 按需要给 500 到 2000 token | 留空,长文被截断,JSON 少 1 个右括号 |
| 超时时间 | 30 到 60 秒 | 填 5 秒,稍长的文本任务会直接超时 |
| 并发数 | 按账号额度填,个人版多为 2 到 5 | 填 20,直接触发限流返回 429 |
| 输出变量映射 | 与上游字段名逐字一致 | 大小写不一致,下游取到空值 |
| 失败策略 | 关键节点选终止,末端节点选跳过 | 全部选终止,1 条脏数据卡住整批任务 |
报错集中在 5 类,按下面的顺序看运行日志,多数能在 10 分钟内定位。
输入、输出、耗时。跑 10 条样本,把每条耗时和消耗的 token 数记在表里,乘 30 天就是月度用量,能在额度用完之前发现。我给一家做外贸的客户算过,1 条咨询分类消耗 800 到 1200 token,每天 300 条,月度在 1000 万 token 上下,比按次付费的报价单便宜约 4 成。
3 个动作,做完这条流程就算可用。

第 1 个坑是提示词里没限制输出字段。上个月做咨询分类,模型返回的 JSON 偶尔多出 1 个「备注」字段,写表格时列错位,140 条数据全部重跑。后来把字段名写进提示词,再在节点后加 1 个校验,这类错没再出现。
第 2 个坑是拿生产数据直接测。测试阶段用了 200 条真实客户咨询,日志里留了手机号,事后清理花了半天。现在测试统一用打码样本,手机号中间 4 位换成星号,姓名只留姓。
第 3 个坑是节点堆太多。一条流程拖了 12 个节点,改 1 个字段要顺着连线找 6 处,最后拆成 2 条短流程,各 5 个节点,维护时间从每次 40 分钟降到 10 分钟。
每天只跑 1 到 2 次、判断标准又讲不清的任务,先手工做 2 周,把规则写下来再上流程。规则没定清就上,改流程的时间比手工做还长。反过来,每天超过 50 条、规则能写成 3 句话的,第 1 天就能省下时间。
同一条流程,提示词写法不同,首次成功率差得远。我在 4 个平台上做过同样的分类任务对照,下面 3 条把 10 条样本的通过数从 5 条拉到 8 条以上。
系统提示词 300 到 800 字,用户提示词 200 字以内。超过 1500 字以后,模型对后半段的遵守程度下降,同一条约束放在末尾比放在开头,实测命中率低约 20 个百分点。要放的内容多,就拆成 2 个节点,前 1 个节点做提取,后 1 个节点做判断。
先在 1 条流程上跑满 1 周,把日均条数、失败率、单条 token 消耗记进 1 张表。日均 50 条以内,单机定时触发就够;到 200 条以上,把并发提到账号上限,并把写回节点换成批量写入,1 次写 50 条,能把整体耗时压掉 6 成。扩量之前先跟平台确认额度上限,个人版改成企业版一般要 3 到 5 个工作日。
本文信息核对时间:2026-11,各平台界面与免费额度调整较快,搭建前请核对平台最新文档。