在数字化浪潮中，AI 智能体的应用愈发广泛，扣子（Coze）作为一款功能强大的 AI 开发平台，为我们搭建智能工作流提供了便捷途径。工作流，简单来讲，就是将大模型、插件、工具等整合起来，自动完成一系列复杂任务的流程。就像制作儿童识字卡片，常规需要确定物体、撰写介绍、绘制图案、设计问题以及排版等多个步骤，而借助扣子工作流，只需输入指令，就能一气呵成地得到成品。接下来，就让我们一同开启扣子工作流的搭建之旅。​

1、什么是工作流？

简单来说，就是把大模型，插件，工具等连接在一起让它们帮你自动完成多个步骤的任务。

举个例子

我有一个好朋友在做幼教，平时需要做一些幼儿园的课件。比如说儿童识字卡片，正常制作需要进行五个步骤

1、确定物体

2、写一段物体的介绍

3、绘制物体的图案

4、写一个关于物体的问题

5、将以上信息排版到一张卡片上

但使用工作流就可以把上述这些步骤串联起来，你只需要一句话，它就能自动完成所有步骤，直接给到你成品。

我花10分钟制作了一个儿童识字卡片工作流。输入物体名称，就可以让工作流自动做出识字卡片。

效果如下：

那么这样的工作流是如何搭建的呢？

2、手把手教你创建工作流

首先，我们登录扣子（Coze）官网

https://www.coze.cn/

点击工作空间、资源库，然后在右侧点击资源，点击工作流

接着我们输入工作流名称、工作流描述（注意：工作流名称只允许输入字母、数字和下划线、并以字母开头）

进入之后，左上方显示的是工作流名称，在中间底部可以添加节点、以及试运行，最后可以在右上角点击发布做好的工作流。

下面我就来手把手带你搭建出儿童识字卡片的工作流，先来看一下完整的工作流，一共是有6个节点。

2.1、开始节点

2.2、大模型节点

这里引用了开始节点输入的物体，并且让大模型帮我们输出name（物体和物体的英文名）、intro（物体的介绍）、question（关于物体的提问）

系统提示词如下

你是一个儿童早教专家，你可以根据用户为你提供的主题自动生成儿童早教的文案。

例如：用户提供的主题是：汽车

那么生成的内容如下所示，应该输出name、intro、question三个参数：

【示例开始】

name:汽车 | Car

intro:

汽车汽车真有趣，四个轮子跑得快/n

滴滴呜呜声音响，带我到处去玩耍

question：你能说出汽车有几个轮子吗？

【示例结束】

2.3、图像生成节点

这里引用了开始节点输入的物体，结合我们准备好的绘画提示词，生成物体图片

正向提示词如下

{{element}}，2D漫画矢量插图风格，只有一个大大的主体图，背景留白，在后面的节点中需要抠图

2.4、抠图节点

引用前面图像生成节点输出的图片data，作为上传图，对图片进行抠图

2.5、画板节点

画板节点把前面获取的物体名称、物体介绍、物体问题、物体图片，排版展示在一张图片上。

2.6、结束节点

到这里我们的工作流搭建就结束了，接下来可以点击底部的试运行按钮，测试工作流的效果。

3、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】