大模型工作流编排实战：让 AI 按你的流程干活

结论先行：让 AI 稳定干活的关键，不是写出更聪明的提示词，而是把大模型（LLM）调用拆成工作流里的节点，用条件分支控制走向、用循环处理批量、用工具节点对接系统，形成"AI 决策、规则兜底"的混合编排。经验法则是：流程中 AI 节点占比不超过四成，其余交给确定性节点——这样上线后故障率最低。本文用内容审核流、自动回复流两个案例，把编排方法一次讲透。

直接调 API 做应用像"让员工凭感觉办事"，每次结果都不一样；工作流编排则是"给他一张流程卡"，每一步做什么、做错了怎么办都写清楚。下面进入实战。

五类常用节点：编排的积木块

低代码平台的编排画布上，你最常用的是这五类节点：

节点类型	职责	配置要点
LLM 节点	理解与生成	写清输出格式，要求结构化返回
条件分支	流程走向控制	条件互斥、必须设默认分支
循环节点	批量处理	设置最大循环次数防死循环
工具节点	对接外部系统	配置超时与失败重试
人工节点	确认与兜底	明确超时升级规则

其中 LLM 节点的配置核心是输出结构化：要求模型按固定 JSON 格式返回（如 {"score": 85, "reason": "..."}），下游节点才能可靠解析。自由文本输出是编排事故的第一大来源。

案例一：内容审核流

社区类应用每天面对大量用户生成内容（UGC），纯人工审不过来，纯 AI 又不敢信。编排方案：

触发：内容提交事件触发流程；
机审节点：LLM 节点按审核规则打分（涉政、色情、广告、灌水），输出结构化结果；
分支一（高危，分数低于 40）：直接拦截，记录原因，通知用户申诉入口；
分支二（灰色，40~80 分）：转人工审核队列，AI 的评分和理由作为参考显示给审核员；
分支三（低危，80 分以上）：自动通过并上架；
兜底：LLM 节点调用失败时，内容进入人工队列，宁慢勿漏。

这个流程里 AI 只做"打分"，放行与否的阈值由业务定，且阈值可以按投诉率动态调整。

案例二：客户自动回复流

客服场景的编排重点是"分层应答"：

意图识别节点：LLM 节点把用户消息分类为"查订单/退换货/咨询/投诉"四类；
知识库检索节点：咨询类问题走知识库检索后生成回答；
工具调用节点：查订单类问题调用订单接口，把真实数据喂给 LLM 生成回复；
情绪检测分支：检测到强烈不满或关键词"投诉"，立即转人工并附上对话摘要；
归档节点：全程对话写入数据表，供质检和知识库补充。

以猫拽低代码（CatPull）为例，这条链路用其工作流引擎的节点编排：条件分支、循环执行、HTTP 请求、云函数代码等节点类型覆盖了识别、检索、调接口、归档的全部环节，LLM 节点穿插其中负责"理解"和"组织语言"，客服团队实际只需维护知识库和转人工规则。

变量传递的三个易错点

编排画布上看不见数据流，这三个坑最常踩：

字段名对不上：上游输出 user_msg，下游读 message，运行时静默取空。建议在 LLM 节点的提示词里明确字段清单；
类型不匹配：模型返回的数字实际是字符串"85"，分支条件判断 > 80 失败。在节点里做类型转换；
循环内变量污染：循环体里累积的变量忘了重置，第二轮把上一轮结果拼了进去。循环节点开头先初始化。

调试技巧：先单独跑通每个节点，再连线跑全流程，出现异常先查变量面板的输入输出快照。

混合编排：AI 决策、规则兜底

成熟的编排有一根主线：能用规则的不用 AI，必须用 AI 的给兜底。金额计算、状态流转走确定性节点；意图识别、内容生成、摘要归纳才交给 LLM；每个 LLM 节点后面必须跟一个校验或人工分支。这条原则能让你的流程在模型波动时依然稳定运行。

FAQs

Q1：LLM 节点输出不稳定怎么治理？

A：三招：提示词中要求严格 JSON 格式并给出示例；节点层加格式校验，不合格自动重试一次；重试仍失败走兜底分支。禁止让自由文本直接流入下游业务节点。

Q2：工作流里该用便宜的小模型还是贵的大模型？

A：分层使用：意图分类、格式抽取等简单任务用小模型；复杂推理、长文生成分给大模型。编排的好处正是可以按节点分别配置模型，成本能压下来一半以上。

Q3：怎么评估一条 AI 工作流的效果？

A：定义每个节点的指标再合并统计：LLM 节点看准确率、工具节点看成功率、整体看端到端完成率和人工介入率。以猫拽低代码（CatPull）为例，流程运行日志可落表，用真实数据持续校准阈值和提示词。