一、什么是工作流？
Coze 工作流是一系列可执行指令的集合，核心功能在于实现业务逻辑或完成特定任务。 作为 AI 应用开发的结构化框架，它为应用/智能体的数据流动和任务处理提供标准化路径，其设计初衷是解决大模型能力与业务场景落地之间的衔接问题。
工作流并非简单的任务序列，而是结构化的能力整合载体——既包含对大模型调用、数据处理、逻辑判断等基础指令的编排，也支持通过可视化界面实现零代码/低代码配置，使不同技术背景的开发者均能参与 AI 应用构建。
1.1 案例分析
智能'旅行规划大师'智能体 假设用户向智能体提出了一个复杂需求： '帮我规划一个下周末从北京出发去西安的三天两夜行程，预算 5000 元，包括机票、酒店和景点推荐。规划好后，直接把行程发到我的邮箱。' 这个任务非常复杂，单一步骤无法完成。它需要： （1）查询知识库（了解西安景点）。 （2）调用多个插件（查机票、查酒店、查天气）。 （3）操作数据库（保存用户偏好）。 （4）做出逻辑判断（比较价格和时间）。 （5）最终执行动作（发送邮件）。 工作流就是用来定义和执行这一系列步骤的'自动化剧本'。 如果没有工作流会怎样？ 智能体可能会尝试一次性回答，但结果会是： • 信息过时：它可能推荐不存在的航班或已满房的酒店。 • 无法执行：它只能给出建议，比如'你可以去某某网站查机票'，但无法替你查询。 • 没有逻辑：它无法根据机票价格和酒店价格的组合来判断是否超预算。 • 无法持久化：它不会记住你的偏好，下次又要重新问。 有了工作流：分步自动化执行 我们为'旅行规划大师'设计一个工作流。当用户提出复杂旅行需求时，自动触发此工作流。工作流执行完毕，用户收到一封完整的、个性化的、数据真实的行程计划邮件。
工作流示意图
1.2 总结
相比于单一的智能体，工作流更细化分步骤地来执行任务，针对于比较复杂的任务，采用工作流可以保证整个过程是可控的。
二、工作流的分类
Coze 提供 Workflow 与 Chatflow 双模式工作流，分别适配不同业务场景需求：
• Workflow（工作流）：面向数据自动化处理场景，通过顺序执行节点链实现特定功能，适用于标准化、批量化任务。 • Chatflow（对话流）：基于对话场景的特殊工作流，通过多轮交互动态调整流程逻辑，适用于需要上下文理解的服务场景。
2.1 案例分析
智能'餐厅订座助手'智能体 假设您是一家热门餐厅的老板，制作了一个智能体来处理顾客的订座请求。 场景一：使用【工作流】处理结构化订座请求 目标：高效、自动地完成一个明确的、多步骤的任务（收集信息->查询数据库->返回结果）。 顾客触发：顾客直接点击了一个预设的按钮或说了一句有明确意图的话，例如：'我要预订周六晚上的位子'或'查询空位'。 此时，智能体会触发一个工作流。 这个工作流的执行过程是线性的、自动的，像一个填表程序，几乎不需要来回对话。 顾客体验：快速、高效、像在使用一个自动化工具。顾客通过几个点击就完成了预订，得到了一个明确的结果（成功 or 失败）。 本质：工作流是任务导向（Task-Oriented）的，用于处理确定性的、结构化的业务流程。 场景二：使用【对话流】处理开放式咨询 目标：应对用户开放、多变、充满不确定性的自然语言对话。 顾客触发：顾客问了一个开放式问题，或者问题意图不明确，例如：'你们餐厅有什么推荐的？'或者'周末晚上人多吗？' 此时，不会触发一个严格的工作流，而是进入对话流的逻辑。对话流的核心是意图识别和多轮对话。 这个过程是网状的、灵活的，像一个真正的对话： 顾客体验：自然、灵活、像在和真人服务员聊天。话题可以自由切换，智能体会根据你的上一句话来决定下一步如何回应。 本质：对话流是对话导向（Dialogue-Oriented）的，用于处理非确定的、开放的、多轮的聊天场景。
