【AI大模型+Coze】只需三步，定制属于自己的AI旅游计划：Coze工作流与大模型的完美结合

亲们，准备好告别繁琐的旅行规划了吗？试试coze,它能帮你量身定制专属的旅行计划，让你的旅程更加轻松愉快！不想漏掉重要景点，又不知道怎么安排更合理的，请把想去的城市告诉它，它能够为你提供各景点详尽信息，并根据你的实际需求，定制旅行计划。那么，怎么才能让AI给我们提供一份完美的旅行计划呢？

datian1234

955人浏览 · 2025-06-07 15:01:56

datian1234 · 2025-06-07 15:01:56 发布

一：引言

只需三步，让我们一起动手吧

在coze创建一个工作流
在工作流中不断的加节点，把一个笼统性的需求，一步步细化
利用大模型一步步完善节点功能

二：通过coze使用大模型，生成一个简单的工作流

在实操之前，我们要先明确什么是工作流，为什么要用工作流？简单来说，工作流可以看成AI应用的一个模块，可以更好的定制AI应用的流程，将AI工作细化，每一步交给一个节点，更精确的支配LLM完成工作。

在coze创建一个工作流

微信图片_20240606000710.png

编辑起始节点

起始节点接收用户输入（input），类型变量为String，描述的是用户输入的内容

微信图片_20240606000952.png

添加大模型，细化需求

从左侧栏选择大模型，拖拽至工作流中，将其与起始结点和结束结点相连
编辑大模型中的输入输出，输入内容为起始节点中的input,输出为我们想要的答案
给大模型提示词，告诉大模型它应该怎么做，变量需要用{{}}扩起来（用户可自由选择大模型，按个人喜好）

微信图片_20240606001639.png

编写最终节点

设置回答模式为：使用设定的内容直接回答输出变量和回答内容根据我们的需求自由编写，注意要与之前结点设置的变量名相同微信图片_20240606002347.png

到此为止，恭喜你已经使用大模型，形成了一个简单的工作流。现在，让我们来运行试试看，点击试运行，在input中输入“6月10~6月12去北京”，然后运行，大模型能够成功完成我们给的指令

微信图片_20240606003521.png

三：添加大模型节点，细化功能

在继续添加大模型之前，我们要明确，我们需要AI为我们做什么，怎么用AI能听懂的语句，使结果能够达到我们的预期。简单举例，我想给AI一个时间和城市，AI可以返回该城市的热门景点及其图片，同时介绍景点，包括景点简介，建议游玩时长，景点所在行政区以及景点在室内还是室外，根据以上，我们添加具有以下功能的三个大模型

获取该城市十个值得去的景点
获取景点信息，包括景点名称，景点介绍，建议游玩时长，景点是室内还是室外，景点所在行政区
获取景点图片，该部分需引入插件，不仅能得到图片，还好获取到图片的原出处，并汇总所有已得到的信息，生成完整的旅行计划

微信图片_20240606123629.png

大模型1

第一步当然是添加一个大模型，连接前后节点，承接上文，前节点是解析input的大模型，后节点是终止节点，形成一个工作流。然后处理输入输出，我们的需求是根据输入的城市得到该城市的十个热门景点，所以，输入就是上文解析出来的变量city（城市），并选择输入值(大模型-city)，输出就是我们想要的答案–热门景点，输出用数组储存，并添加描述。最后再添加提示词，告诉AI应该做什么，怎么做。具体如下图

微信图片_20240606083907.png

大模型2

现在，我们的工作流中，已经有两个大模型，配合之下，可以完成想要的第一个功能，对于第二个功能，与大模型1的添加类似，只是在此处的输入处理有所不同，由于接收的是一个数组，应该使用批处理，再处理输出和描述，具体步骤省略，详细见下图

微信图片_20240606090422.png

大模型3

在添加大模型之前，我们先需要在左侧栏的插件图标，下载一个“binglmageSearch”插件，用于对景点进行图片查找，查询图片信息。该插件应该插入到大模型2与大模型3之间，读入大模型2中输出的景点名称数组，采用批处理，该插件会自动输出景点的各类图片信息，我们只拿取“binglmageSearch-value”，作为大模型3的输入。对于大模型3，同其他模型一样还需要处理输出和描述，这里不再赘述，详见下图

微信图片_20240606091719.png

微信图片_20240606092223.png

至此，一个属于自己的AI旅游计划，已经完成，让我们开始试运行，输入input的内容“6月10~6月12去北京”，给AI一点时间，专属于你的计划即将生成！

微信图片_20240606093116.png

四：知识点get

通过以上实操，相信大家已经对工作流和大模型的结合有了一定的理解。Coze工作流是一种用于构建、部署和管理大规模深度学习模型的工作流程。能够简化模型开发和部署过程，使用户能够更高效地利用大规模模型的潜力。与传统的深度学习工作流相比，除了上文实操中所提及的，Coze还提供了一些独特的优势：

自动化和标准化: 自动化了许多繁琐的任务，如数据准备、模型训练和评估
弹性的基础架构: 能够在不同的基础设施上运行，包括本地服务器、云服务和边缘设备
模型版本控制: 提供了模型版本控制功能，使用户能够轻松地跟踪模型的演变历史
集成式部署: 能够将训练好的模型直接部署到生产环境，无需额外的转换或配置

总的来说，Coze工作流与大模型的完美结合在于其高度自动化、灵活的基础架构、版本控制、集成式部署和监控调试等特性，使用户能够更有效地开发、部署和管理大规模深度学习模型。利用好Coze工作流与大模型，能够定制出属于自己的各类AI助手。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了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 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。