Appearance
开发工作流
天枢 AI 编程支持通过自然语言创建工作流。选择 工作流,说明流程目标、输入数据、处理步骤、判断条件和最终输出后,平台会创建项目;随后可在项目工作区继续修改,通过可视化画布检查节点关系,并使用 试运行 验证执行结果。
本文以“客户反馈智能分流”为例,说明从输入需求、AI 编程开发到画布检查、试运行和迭代的完整流程。
功能概述
工作流适合将多步骤业务处理沉淀为可重复执行的自动化流程,例如客户反馈分流、信息分类、内容审核、任务分配和通知生成。
一个完整的工作流通常从 开始 节点接收输入,经过一个或多个处理节点,并由条件节点决定后续分支,最后通过 结束 节点返回结果。节点之间的数据格式和引用关系会直接影响流程能否正常运行。
配额与限制
工作流的创建、开发版本、模型调用和试运行会受到当前企业、成员角色和资源配置的影响。具体可用模型、节点能力和可执行操作,以当前项目页面及企业配置为准。
开发工作流
准备工作
创建前,先准备以下内容:
- 流程要解决的业务问题,以及最终交付给谁。
- 启动流程需要提供的输入字段、字段类型和是否必填。
- 各处理步骤的先后顺序,以及每一步需要产生的结果。
- 需要判断的条件、各分支的走向和缺少信息时的处理方式。
- 最终需要返回的内容,以及用于试运行的示例数据。
先完成一条可以端到端验证的主流程,再逐步增加分支和细节。例如,先完成“接收反馈 → AI 识别 → 优先级判断 → 分流处理 → 输出建议”,再补充分支规则和回复要求。
步骤一:输入开发提示词
进入 新建项目 后,选择 工作流。在输入框中说明工作流名称、业务场景、输入字段、节点步骤、分支规则和输出结果。
一份清晰的提示词通常包括:
- 流程目标:工作流要完成什么任务。
- 开始输入:字段名称、用途、类型和必填要求。
- 处理节点:每个节点负责什么,使用上一步的哪些结果。
- 条件分支:判断条件、命中后的走向和默认分支。
- 结束输出:最终返回哪些内容,以及期望的数据结构。
例如,可以输入以下需求:
创建一个名为“客户反馈智能分流”的工作流。开始节点接收工单编号、客户等级和反馈内容;AI 情绪识别节点判断情绪并输出正面、中性或负面;AI 问题分类节点将反馈分为产品问题、服务问题、功能建议或其他;优先级判断节点根据客户等级和负面情绪确定高、中、低优先级;条件分支节点将高优先级负面反馈标记为人工跟进,其余反馈进入自动处理;AI 回复生成节点根据分类和情绪生成简短、礼貌的回复建议;结束节点输出情绪、问题分类、优先级、处理方式和回复建议。节点使用中文名称,清晰展示“接收反馈 → AI识别 → 优先级判断 → 分流处理 → 输出建议”。

图 1:选择“工作流”并输入包含字段、节点、分支和输出的完整需求。
使用辅助入口
提交前,可根据需求补充材料或调整生成方式:
| 入口 | 使用建议 |
|---|---|
| 附件 | 添加字段说明、流程图、输入输出样例或接口约定。 |
| 编程技能 | 选择当前项目需要使用的 AI 编程技能。 |
| 设置 | 调整协作模式和操作权限。 |
| 专家模式 | 对节点命名、数据结构、分支规则或验证过程有明确要求时使用。 |
| 一键优化 | 提交前整理和补全需求描述。 |
| 模型选择 | 从当前页面提供的模型中选择;不确定时可保持“自动”。 |
确认需求后提交,等待平台创建工作流项目。如果 AI 询问输入字段、分支条件或输出格式,应先补充这些信息,再继续开发。
步骤二:AI 编程开发工作流
项目创建后,页面进入工作流 Studio。左侧项目对话用于查看 AI 的开发过程、完成说明和开发版本,也可以继续输入修改要求;右侧默认显示工作流画布;顶部提供预览、全局设置、创建副本、历史和 试运行 等入口;底部提供终端、运行记录和输出。
AI 完成第一轮开发后,先查看完成说明和开发版本,再检查右侧画布是否已经加载。如果出现生成失败、画布无法加载、节点缺失或终端报错,应让 AI 根据实际错误继续修复,不要直接进入试运行。

图 2:第一版工作流已生成,左侧显示完成说明和开发版本,右侧显示完整画布。
步骤三:检查工作流画布
在右侧画布中检查整体结构和节点关系。本例应依次包含 开始、AI 情绪识别、AI 问题分类、优先级判断、条件分支、人工跟进/自动处理、AI 回复生成 和 结束。
重点检查以下内容:
| 检查项 | 检查重点 |
|---|---|
| 开始输入 | 工单编号、客户等级和反馈内容是否完整,类型和必填状态是否正确。 |
| 节点顺序 | AI 识别、优先级判断、分流处理和回复生成是否按预期连接。 |
| 数据传递 | 上游输出是否满足下游输入,字段引用是否正确。 |
| 条件分支 | “高优先级且负面”是否进入人工跟进,其余情况是否进入默认分支。 |
| 结束输出 | 情绪、问题分类、优先级、处理方式和回复建议是否完整返回。 |
可以单击节点查看或调整配置,也可以使用节点旁的 + 增加处理步骤。修改节点时,应同时检查它的上游输出和下游输入是否仍然匹配。
第一版画布虽然能够运行,但部分节点仍显示英文技术标识。节点命名也是画布检查的一部分,后续将通过项目对话统一修改为中文名称。
步骤四:试运行工作流
确认画布结构后,单击顶部 试运行。系统会根据开始节点的输入定义生成试运行表单。本例显示以下输入项:
- Ticket Id:工单编号,必填。
- Customer Level:客户等级,例如 VIP、普通或高级,必填。
- Feedback Content:客户反馈内容,必填。
填写一组能够命中人工跟进分支的数据,例如:
- 工单编号:
CF-20260824-001 - 客户等级:
VIP - 反馈内容:
系统升级后无法导出报表,已经影响今天的客户汇报,请尽快安排人工处理并告知预计恢复时间。

图 3:在试运行面板中填写工单编号、客户等级和反馈内容。
再次单击 试运行。运行过程中可在画布上查看节点状态;运行完成后检查输出内容、分支命中情况和各节点的输入输出。

图 4:试运行识别为“负面、产品问题、高优先级”,并命中“人工跟进”分支。
建议至少准备三组数据:
- VIP 客户提交紧急负面反馈,应进入人工跟进。
- 普通客户提交中性或正面反馈,应进入自动处理。
- 缺少必填字段或反馈内容异常,应得到清晰的校验或错误提示。
每次试运行时记录输入、实际输出、命中分支和期望结果,后续使用同一组数据进行回归验证。
迭代工作流
完成第一版后,根据画布检查和试运行结果继续调整节点、字段、条件和输出。每次修改后,重新覆盖正常流程、条件分支和异常输入等代表性场景。
调整需求
当节点名称、输入字段、分支规则或输出格式不符合预期时,直接在左侧项目对话中说明修改目标。描述时建议写清:
- 需要修改的节点、字段或条件。
- 当前画布或试运行中出现的问题。
- 希望改成的规则、字段类型或输出结果。
- 修改后需要重新验证的测试数据。
本例发现第一版画布中的多个节点仍显示英文名称,因此输入以下修改要求:
将
sentiment_analysis、problem_classification、priority_judgment、manual_followup、auto_process和reply_generation分别改为“AI情绪识别”“AI问题分类”“优先级判断”“人工跟进”“自动处理”“AI回复生成”;同步更新节点注册、边和条件分支目标,保持输入字段、判断规则和输出结构不变。完成后重新检查编译并刷新工作流画布。

图 5:根据画布检查结果,在左侧项目对话中输入明确的修改要求。
编辑工作流
提交修改需求后,等待 AI 完成代码和画布更新,并生成新的开发版本。先确认左侧完成说明,再刷新或同步右侧画布,检查节点和字段是否已经变化。

图 6:AI 完成节点 ID 调整并生成新版本,右侧画布已显示中文节点名称。
除自然语言修改外,也可以在画布中单击节点查看配置,或使用节点旁的 + 增加步骤。对于条件分支,应分别检查条件表达式和默认分支;对于 AI 节点,应确认输入引用、处理目标和输出字段。
修改后必须重新试运行,不能只根据画布外观判断流程已经正确。本例使用相同类型的 VIP 紧急反馈进行回归验证,中文节点全部执行成功,仍正确命中人工跟进分支。

图 7:修改后的回归试运行成功,输出结构和分支结果保持不变。
选择开发模型
项目对话输入区提供 选择模型 入口,可选择当前企业允许使用的开发模型,也可以保持 自动。切换模型后,建议使用同一条修改需求比较开发结果和稳定性。

图 8:打开模型选择列表;不确定使用哪个模型时可保持“自动”。
此处选择的是用于 AI 编程开发和修改项目的模型。不要把密钥、访问令牌或其他敏感配置写入项目对话或节点配置。
回滚开发版本
当某次修改导致画布结构错误、试运行失败或输出不符合预期时,可通过项目历史入口查看开发版本和修改说明,再恢复到已验证的版本。

图 9:项目历史中记录初始环境、第一版工作流和节点中文化修改版本。
建议在第一版主流程试运行通过、关键分支完成验证和重要字段调整完成后保留开发版本,方便出现问题时定位和回退。
常见问题
试运行没有输出怎么办?
先确认必填输入是否完整,再查看运行记录和画布中的节点状态。重点检查开始节点字段、上游输出与下游输入的对应关系、条件分支是否命中,以及结束节点是否引用了正确结果。
条件分支走错了怎么办?
使用一组能够稳定复现问题的输入,检查条件表达式读取的字段和值是否正确,并确认默认分支的位置。修改后分别使用命中和不命中条件的数据重新试运行。
画布与左侧开发结果不一致怎么办?
先等待当前开发任务完成,再使用页面的刷新或同步入口重新加载画布。如果仍不一致,保留左侧版本说明、画布节点和终端错误信息,让 AI 根据这些证据继续修复。