一、先添加，再创建

平台里这两步是分开的：先在智能体的资源里「添加工作流」，再进去「创建工作流」。 第一步只是占个位，第二步才画图。为什么要分？ 因为一个智能体可以挂多条工作流，添加的时候得先起个名字、说明它是干什么的。 起名和说明不是形式。 智能体判断该调哪条工作流，看的就是这两个字段。

名字写「室内设计工作流」，说明写「根据房间、面积、风格生成一张室内效果图」。两句话都要有具体动作。

二、四个节点，一条直线

和第 9 章那条六节点链比，这条少了一半。少的不是功能，是「转换」——不需要提取、不需要翻译。 因为输入本来就是结构化的。 用户按字段说，就不用再抽一遍。 这是设计上的一个取舍：入口多填几个框，中间少两个节点。哪种好？看谁在填——人填得多，就用入口； 机器抽得多，就用中间节点。

三、开始节点七个参数，三个必填

三个必填正好对上 11.1 节「不问就出不了图」的那三个：空间、面积、风格。 其余四个缺了也出图，只是粗一点。必填项越少，用户越愿意填。 类型要注意：area 和 budget 用 number，不用 string。 用 string 的话，「二十」和「20」是两个不同的值，后面算不了。

四、大模型节点：两个词变八个

用户说「北欧」，提示词里得是「浅色橡木地板，白墙，棉麻沙发，简洁线条，绿植点缀」。 这五个词用户一个都没说。它们是词库补的，不是用户说的。 这一步就是「优化提示词」节点的全部价值：把一个人的模糊印象，翻译成模型能听懂的具体描述。

演示里三个需求各拼出一段。第一段八十六字、十四句、五个风格词； 第三段九十一字、十六句——多了采光和居住人。 字数不是越多越好。八十字左右刚好：再短模型自由发挥，再长重点被稀释。

五、口语直出和拼好的差多少

具体描述词从 2 个涨到 8 个。这个词数是能数的，风格稳不稳定跟它正相关。 「稳不稳定」为什么重要？因为客户会拿两次出图对比。 第一次是浅色木头，第二次是深色木头，他会觉得这工具不靠谱。 写提示词的顺序：先定风格词，再定光线，最后定构图。风格错了全错，光线错了只是不好看。

六、负面词必须写

提示词最后要加一句：「不要：杂乱，过曝，畸变，水印，文字」。 不加会怎样？模型很喜欢往图上加字——尤其是带「北欧风」这种词的时候，它会给你画一块写着北欧的牌子。 负面词是成本最低的一行。 五个词，省掉一半废图。

哪几个词最该写？跟你的场景强相关的。室内设计要防「文字、水印、畸变」；做人物图要防「多余的手指」。

七、图像生成节点三个参数

尺寸这一步容易被忽略。客厅是横向空间，用 1:1 出图会把两边切掉，看着像个小房间。 生成张数按需要给。演示用的是一张——先把流程跑通，调好了再出四张挑。 同一段提示词出四张会得到四个不同结果。 挑的那一步还是人， 和 10.4 节的「最后一道是人」是一个意思。

八、结束节点交两个字段

image_url（图片地址）和 prompt_used（实际用的提示词）。 第二个字段看着多余，其实是给自己留的账：用户不满意的时候，你得知道当时喂了什么。 不存提示词，出了问题只能重跑一遍猜。存了，一眼看出是「风格词不够」还是「需求本身没说清」。

这一条在第 8.7 节没讲，但对这种「一次出图、多次返工」的场景特别重要。 返工的成本高，留账的价值就高。

九、完整结构回头看

四个节点：开始（七个参数）、优化提示词（词库补全）、图像生成（三个参数）、结束（两个字段）。 跑一遍的顺序是：用户填三个必填 → 词库补成八十字 → 出图 → 交地址和提示词。 这条链最脆弱的地方不是节点，是词库。 词库不全，出图就不稳；词库是人工维护的，会过时。

所以词库要单独放一张表，别写死在提示词里。加一个新风格只改表，不改链。 这是 11.4 节「换零件」的思路在提示词上的版本。

十、动手 Demo：四步出图：从口语到提示词

三个需求各拼一段提示词，数一下字数、分句数、风格词个数。 再比一次「口语直出」和「拼好的」差多少——差别在具体描述词的个数。

STYLE = {u'北欧': [u'浅色橡木地板', u'白墙', u'棉麻沙发', u'简洁线条', u'绿植点缀'],
         u'日式': [...], u'侘寂': [...]}
NEG = u'杂乱，过曝，畸变，水印，文字'

def compose(req):      # 结构化需求 -> 一段出图提示词
    return u'%s，%d 平米，%s风格：%s，%s。不要：%s' % (...)

实跑输出：

--------------------------------------------------------------------
四步出图：从口语到提示词
--------------------------------------------------------------------


  ① 四个节点，一条直线
  --------------------------------------------------------------------

| 节点 | 类型 | 吐什么 |
|---|---|---|
| 开始 | start | 七个需求字段 |
| 优化提示词 | llm | 一段出图提示词 |
| 图像生成 | gen | 图片地址 |
| 结束 | end | — |

  和第 9 章那条链比，这条更短：没有提取、没有翻译，因为输入本来就是结构化的。
  字段在入口就定死了，中间就不用再抽一遍。 这是「入口窄」换来的简单。

  ② 开始节点七个参数，三个必填
  --------------------------------------------------------------------

| 参数 | 类型 | 必填 | 填什么 |
|---|---|---|---|
| room | string | 是 | 客厅 / 卧室 / 书房 |
| area | number | 是 | 平米数 |
| style | string | 是 | 北欧 / 日式 / 侘寂 |
| budget | number | 否 | 万元 |
| light | string | 否 | 朝南 / 朝北 / 采光一般 |
| family | string | 否 | 几口人、有没有宠物 |
| extra | string | 否 | 特别要求，一句话 |

  三个必填正好对上 11.1 节「不问就出不了图」的那三个：空间、面积、风格。
  其余四个缺了也出图，只是粗一点。

  ③ 同一句话，三个完整度，三段提示词
  --------------------------------------------------------------------
  客厅，20 平米，北欧风格：浅色橡木地板，白墙，棉麻沙发，简洁线条，绿植点缀，采光一般，
  自然光从侧面进来。
    摄影级室内效果图，广角，正视角。不要：杂乱，过曝，畸变，水印，文字
  客厅，20 平米，北欧风格：浅色橡木地板，白墙，棉麻沙发，简洁线条，绿植点缀，朝南，
  自然光从侧面进来。
    摄影级室内效果图，广角，正视角。不要：杂乱，过曝，畸变，水印，文字
  卧室，14 平米，侘寂风格：微水泥墙面，粗陶器皿，原木旧料，单色，留白，朝北，自然光从侧面进来，
  两口人，养了一只猫。
    摄影级室内效果图，广角，正视角。不要：杂乱，过曝，畸变，水印，文字

| 需求 | 提示词字数 | 分句数 | 风格词几个 |
|---|---:|---:|---:|
| 客厅 20 平 北欧 | 86 | 14 | 5 |
| 客厅 20 平 北欧 | 84 | 14 | 5 |
| 卧室 14 平 侘寂 | 91 | 16 | 5 |

  三段提示词，风格词都是五个——词库补的，不是用户说的。
  用户只说了「北欧」两个字，提示词里变成五个具体描述。这一步就是「优化提示词」节点的价值。

  ④ 口语直出和拼好的差多少
  --------------------------------------------------------------------

| 喂什么 | 提示词长度 | 具体描述词 | 结果 |
|---|---|---|---|
| 口语直出 | 客厅 20 平北欧风 | 2 | 模型自由发挥，两次出图风格不一样 |
| 拼好的 | …浅色橡木地板，白墙，棉麻沙发… | 8 | 两次出图风格接近 |

  具体描述词从 2 个涨到 8 个。这个词数是能数的，风格稳不稳定跟它正相关。
  ! 负面词也要写。「不要：杂乱，过曝，畸变，水印，文字」——不写这几项，模型很喜欢往图上加字。

  ⑤ 图像生成节点三个参数
  --------------------------------------------------------------------

| 参数 | 填什么 | 怎么选 |
|---|---|---|
| 提示词 | 上一步的输出 | 整段粘进去，别只粘前几个词 |
| 尺寸 | 16:9 横图 / 1:1 方图 | 横图适合客厅，方图适合发朋友圈 |
| 生成张数 | 1 ~ 4 | 四张挑一张，成本翻四倍 |

  同一段提示词，出四张会得到四个不同结果。
  挑的那一步还是人——和 10.4 节的「最后一道是人」是一个意思。

  ⑥ 结束节点交什么
  --------------------------------------------------------------------
  交两个字段：image_url（图片地址）、prompt_used（实际用的提示词）。
  第二个字段看着多余，其实是给自己留的账：用户不满意的时候，你得知道当时喂了什么。
  不存提示词，出了问题只能重跑一遍猜。存了，一眼看出是「风格词不够」还是「需求本身没说清」。

①第一张表四个节点，比第 9 章那条链少一半——因为输入本来就结构化。 ②第二张表七个参数，三个必填。必填项越少，用户越愿意填。 ③第三段打印三段提示词：八十六字、八十四字、九十一字，风格词都是五个。 ④风格词是词库补的，不是用户说的。这就是「优化提示词」节点的价值。 ⑤第四张表：口语直出 2 个描述词，拼好的 8 个。风格稳不稳定跟这个词数正相关。

30 秒实验

1. 给你的场景写一份风格词库：三个风格，每个五个具体描述词。写完数一下够不够。
2. 拿同一段提示词出两次图，看两张像不像。不像就是描述词太少。
3. 给你的提示词补一句负面词。最常见的三个废图原因是什么，就写哪三个。

常见误区

1. 「提示词越长越好。」八十字左右刚好。再长重点被稀释，模型抓不住。
2. 「负面词没必要。」不写负面词，模型很喜欢往图上加字。五个词省一半废图。
3. 「词库写死在提示词里。」加一个新风格就要改链。放表里，改表不改链。

链建好了，下一节测试、发布、挂到智能体上。不发布，智能体看不见它。

• ☐ （本篇完，下一篇 11.4 工作流测试与发布）

相关笔记

• 扣子工作流的常见节点：图像生成节点怎么用
• 编写有效提示词的技巧：提示词里的负向约束
• 配置工作流节点：上一章那条更长的链
• 🐦 扣子开发 AI Agent · 索引