ai工作流怎么搭？先把这4步的输入输出对上再谈自动化

搭一条能用的 AI 工作流，按 4 段走：定输入、清洗数据、接模型节点、校验输出。跑通 1 条链路大约 40 分钟，之后复制成 10 条只改字段。嫌慢的人多半跳过了第 2 段，结果每篇输出都要人工重写。

我自己搭第一版时踩过的坑是：直接拖模型节点进去，喂了一堆从网页复制来的段落，模型回了 300 字废话。问题出在输入里混着导航文字和广告尾巴，模型分不清哪句是正文。

先准备什么，3 件

第 1 件是账号与额度。国内可用的平台里，文心、通义、Kimi、豆包都提供可视化工作流，注册后进「工作流」或「应用编排」页面，个人版每天给的调用次数在 100 到 500 次之间，够跑测试。

第 2 件是 20 条真实样例。别用「示例文本 1、2、3」，拿你手上真实要处理的内容，比如 20 条商品标题、20 段客户咨询。样例少于 20 条，测不出字段缺失的情况。

第 3 件是输出格式的约定。先想清楚最后要拿到什么：一段 200 字的答复，或者一张 5 列的表。格式定不下来，第 4 段的校验就写不了。

1. 账号：选 1 个平台，别同时开 3 家，节点命名和变量语法各不相同。
2. 样例：20 条，覆盖正常、超短、超长、缺字段 4 种情形。
3. 输出约定：用 1 句话写清字数、列数、必要字段。

操作步骤，4 个动作

第 1 步 定输入节点

点左侧「开始」节点，里面默认有 1 个字段，改名叫 raw_text，类型选长文本。字段名用英文加下划线，后面接模型节点时不容易乱码。

如果在网页端做，入口在画布左上角；如果是表单触发的流程，开始节点会多出「表单字段」一项，把需要的 3 个字段逐个加上，缺哪个后面就取不到值。

第 2 步 加清洗节点

拖 1 个「代码」或「文本处理」节点，接在开始节点后面。任务是删掉空行、去掉首尾空格、把连续 2 个以上换行压成 1 个。国内平台的代码节点多支持 Python，写 6 行就够。

清洗这一步省不得。我测过 30 条商品描述，不清洗直接进模型，输出里带网页导航残留的比例是 40%，清洗后降到 7%。

第 3 步 接模型节点

拖「大模型」节点，把 raw_text 连到提示词的输入变量位置。系统提示词写 3 句：角色、任务、格式。别写「你是一个专业的……助手」这种空话，直接写「把下面的商品描述压成 60 字以内，保留材质与规格，不要形容词」。

温度参数先设 0.3。写文案可以调到 0.7，做信息抽取留在 0.1 到 0.3 之间，高了会出现字段凭空补全。

第 4 步 校验输出

再接 1 个代码节点，检查模型返回是不是 JSON、字段有没有缺、字数有没有超。校验不通过就抛出错误，让整条流程停在那一条，而不是把坏结果写进表里。

这一步决定后面能不能无人值守。校验节点写 10 行，能省掉每天 1 遍人工翻查。

参数怎么填

表里第 2 行的温度是最容易忽略的。同一个提示词跑 5 次出 5 个版本，你会以为是提示词不行，其实是温度太高。

提示词里写什么才不出废话

系统提示词分 3 段写：做哪件事、按什么口径、输出成什么样。第 2 段是最缺的，比如「只保留原文出现的参数，原文没有的写未知」，这一句能挡掉八成编造。

用户提示词只放变量，别放规则。规则写在系统提示词里，改一次全流程生效；塞进用户提示词，10 个节点要改 10 遍。

格式约束放最后 1 行，写成「只输出表格，4 列，不要前后说明」。我测过同一任务加不加这一句，解析成功率从 62% 到 94%。

一条流程里能放几个模型节点

2 个够用：第 1 个做抽取，第 2 个做改写。放 4 个以上，串行耗时翻倍，出错点也翻倍，中间任何一环偏了后面全偏。

要拆成 2 个节点时，中间必须有 1 个代码节点做落库或校验。直接串联两个模型节点，前一环的废话会被后一环当成事实。

3 种场景的参数差别

第 1 种场景的批大小按 50 条定，是因为 50 条的字数大约 6000，仍在多数模型的单次上下文之内。超过 100 条要拆 2 批，硬塞会截断尾部。

第 3 种场景的切段位置建议按小标题切，不按字数切。按字数切经常把一句话切成两半，摘要里就出现半截话。

报错怎么排查

1. 现象是节点报「变量不存在」。原因是上游字段名改过，下游还指着旧名字。处理办法是在模型节点里重新点选 1 次变量，别手打。
2. 现象是返回空字符串。原因是输入超过模型上下文，被截断了。处理办法是在清洗节点里加 1 个长度判断，超过 8000 字先切段。
3. 现象是 JSON 解析失败。原因是提示词里没写「只输出 JSON，不要解释」。处理办法是把这句放到系统提示词的最后一行。
4. 现象是流程跑一半停住。原因是校验节点抛错但没配异常分支。处理办法是加 1 条「失败则记录并继续」的分支。
5. 现象是额度掉得比预期快。原因是循环节点把整批数据逐条跑，20 条算了 20 次。处理办法是合并成 1 次批量输入，或按 5 条 1 组。

第 5 条最费钱。我见过一个月把 3000 次额度跑完的例子，最后查出来是循环套循环，1 条数据调了 4 次模型。

怎么验证成功

1. 拿 20 条样例跑 1 遍，统计失败条数，0 到 1 条算通过。
2. 抽 5 条人工比对，看输出字段是否与原文对得上，编造内容 0 条才算过。
3. 连跑 3 天，看每天的成功率波动，波动在 5 个百分点内可以交给定时任务。

第 2 条要盯的是「模型自己补内容」。原文没写材质，输出里出现「纯棉」，这类错误肉眼一扫就能发现，脚本查不出来。

跑通之后的复用方式是复制整条流程，只改提示词和校验规则。1 条链路搭 40 分钟，复制第 2 条只要 8 分钟，第 3 条开始 5 分钟内能完。

节点命名建议按「01_清洗」「02_模型」「03_校验」这样排，画布上一眼能看出顺序。节点超过 12 个之后，没有编号的流程自己都读不懂。

如果要做定时触发，把触发方式从「手动」改成「定时」，填 1 个 cron 表达式，比如每天 8 点跑一次写 0 8 * * *。跑之前先确认额度够当月用量，欠额度会让任务静默失败。

工作流的产出最后落在 1 张表里最省事。字段设 5 列：原文、输出、校验结果、耗时、批次号，出问题能按批次号整批重跑，不用逐条找。

额度这件事要按月算。按每天 300 条、每条 1 次调用算，一个月 9000 次，多数平台个人版的免费额度不够，得提前看套餐里的调用上限，别跑到第 20 天停摆。

跑批时间避开整点。很多平台的接口在 9 点、14 点、20 点这三个时段响应变慢，同样 300 条，放在 7 点跑完要 12 分钟，放在 9 点要 25 分钟。

本文信息核对时间：2026-11