大家好呀，這幾天在沉澱，所以更新頻率有所下降，還請大夥兒多多包容。
釦子工作流已經火了半年多了，但還有不少朋友在後臺問我，
說這玩意兒看着太複雜，根本搞不懂。
這期咱也不整那些虛頭巴腦的，直接教你一個最基礎、也最實用的招式。
即：釦子工作流聯動多維表格
就是通過釦子自動化，批量將數據導入飛書多維表格。簡單說，就是通過釦子自動化，把收集到的非結構化數據，批量塞進飛書多維表格裏。
我會十分詳細地講解每一步操作，0基礎，不會代碼也能懂！
看完文章還不懂，你來找我！
首先，釦子這玩意兒更新頻率超快，功能確實雜。
網址在此：https://www.coze.cn
進去後我們點擊釦子編程。
然後再點擊左側邊欄的資源庫。
接着點擊右上角“➕資源”，創建工作流。
隨後會跳轉到這個頁面，這些隨便寫就行了，後期也能修改。
好了，前戲完成，現在正式開始教學！
進來是這個界面，和流程圖一樣。
咱們本期的教學內容特別簡單，目標只有一個：幫你快速跑通第一個流程。
一鍵收集信息並導入飛書多維表格工作流
主題咱們就選擇：潮玩信息登記
我現在構思一下功能：
我輸入一個IP 名稱，然後 AI 大模型會搜索相關信息，它會在後邊生成：IP所屬公司，發佈時間，IP 故事，官方社交賬號等信息，接着把信息導入多維表格。
在構思完成以後，設計工作流其實就很簡單了。
工作流這東西，
你可以理解爲一支木牛流馬車隊，
咱需要把每個牛馬的首尾接收節點都設置好，讓它們知道貨從哪來，送到哪去。
大模型輸入這裏選擇開始節點"input"
接着咱需要給 AI 大模型輸入預設提示詞，我就根據我的的需求寫一版超爛的：
你是一個 IP 資料調研專家，在你知道 IP 名稱後，你會開始調研IP版權所屬公司，創造/發佈時間，IP 故事/wiki，官方社交賬號等信息。
沒關係，寫得爛也不怕。
點擊自動優化提示詞，它會生成一段相對高質量的結構化提示詞。
點擊測試該節點，就能直接看生成內容是否符合你的需求了。
然後大家就用自然語言一直調試即可，直到滿意爲止。
接着就是本文最重要的部分了！
大模型生成的自然語言內容如圖：
不能直接餵給飛書。
飛書這孩子挑食，它不喫字符串（String），它要喫數組（Array）。
所以我們需要轉換一下格式。
這裏插入一下原理，方便大家理解。
想象一下，飛書多維表格就是一個管理極其嚴格的檔案室管理員。
爲什麼不能給 String（一坨文字）？
假設你要把 Snoopy（史努比） 的資料存進去。
如果你給他是 String（字符串） 格式，就像是你在一張白紙上寫了一段話：
“名字叫 Snoopy，設計師是查爾斯，生於 1950 年，很貴……”
然後你把這張紙揉成一團，扔給管理員。
管理員會瘋掉：“哪部分是名字？哪部分是生日？ 你這一坨文字，我怎麼知道該填進表格的哪一列裏？”
所以，String 是沒有結構的，管理員無法自動拆分。
爲什麼要 Object（字典）？
Object 就像是一張標準登記表。
你必須把信息填在格子裏，遞給管理員：
【姓名欄】：Snoopy
【生日欄】：1950年
【價格欄】：100美元
這樣管理員一看就懂：“哦，Snoopy 填進第一列，1950 填進第二列。”
這就是代碼裏的 { "IP名稱": "Snoopy", "誕生時間": "1950" }。
爲什麼要 Array（數組/列表）？
這是最容易暈的地方：明明我只有一條數據，爲什麼還要包一層 Array（數組）？
因爲這個管理員（接口）的設計是爲了批量處理的。他默認你會一次性送來一堆檔案。
他定下的規矩是：“請給我一個文件夾，哪怕裏面只有一張紙，你也得給我個文件夾。”
Array ([]) 就是這個文件夾。
Object ({}) 就是單張登記表。
所以流程是：
1. 你填好表（Object）。
2. 把表放進文件夾（Array）。
3. 把文件夾交給管理員。
如果你直接給一張表（Object），管理員會拒收：“我不收散紙，請裝進文件夾（Array）裏給我。”
總結一下：
String = 揉成一團的紙條（不僅亂，還沒有格子）。
Object = 填好的標準表格（有格子，有對應關係）。
Array = 文件夾（爲了方便一次交多張表，哪怕只有一張也要裝進去）。
這就是爲什麼我們必須費勁巴拉地把它構造成 Array(Object) 格式的原因！
懂了原理，咱們繼續幹活，
咱們把輸入值改爲大模型的 output，接着點擊代碼的"在 IDE 中編輯"。
然後我們把代碼語言切換成 Python。
但是我看到代碼就頭暈，咋辦！！！
沒關係！！！
車到山前必有路，咱們只需要把這段東西複製下來讓 AI 大模型學習即可。
具體怎麼做呢，我手把手教你。
第一步
首先打開任意大模型（這裏以 Gemini 爲例），輸入以下提示詞：
以下代碼規範是 coze 平臺的要求，請你仔細學習該代碼，學完以後請回復：我學會了。
# 在這裏，您可以通過 'args' 獲取節點中的輸入變量，並通過 'ret' 輸出結果
# 'args' 已經被正確地注入到環境中
# 下面是一個示例，首先獲取節點的全部輸入參數params，其次獲取其中參數名爲'input'的值：
# params = args.params;
# input = params['input'];
# 下面是一個示例，輸出一個包含多種數據類型的 'ret' 對象：
# ret: Output = { "name": '小明', "hobbies": ["看書", "旅遊"] };
async def main(args: Args) -> Output:
params = args.params
# 構建輸出對象
ret: Output = {
"key0": params['input'] + params['input'], # 拼接兩次入參 input 的值
"key1": ["hello", "world"], # 輸出一個數組
"key2": { # 輸出一個Object
"key21": "hi"
},
}
return ret
第二步
在他學習完以後，我們需要餵給他第二段提示詞，
那個提示詞需要從飛書多維表格裏面找。
在代碼塊後面添加一個飛書多維表格的插件。
長這樣，隨後點擊"查看示例"
把示例複製下來，也餵給大模型。
Prompt：這個是輸出格式，我的代碼按照這種格式輸出，學完以後，請回復：我學會了。 （此處粘貼飛書多維表格的 JSON 示例）
這個是輸出格式，我的代碼按照這種格式輸出，學完以後，請回復:我學會了。
{
"app_token": "https://bytedance.larkoffice.com/base/Q8HxbZspQazwTRslfhucaanZnId?table=tblngvHElKtwEIWa&view=vewdsfyI5Y",
"records": [
{
"fields": "{\"文本\":\"文本內容\",\"單選\":\"選項 1\",\"日期\":1674206443000}"
}
],
"table_id": "tblngvHElKtwEIWa",
"user_id_type": "open_id"
}
第三步
把大模型生成的東西發給 AI 大模型（Gemini），讓他生成最終代碼。
Prompt：以下是我輸入的數據，這些內容放在變量名 input 中，把這些內容進行整理，每一個都匹配上中文名字，接着按要求輸出。➕【大模型生成的內容】
然後把代碼粘貼到原來的地方。
第四步
最後就是多維表格了，咱需要在飛書裏面先創建多維表格。
記得調整權限，這樣釦子才能在你的表格中添加內容。
我們還要把表格每一列的表頭填好。
【注意！表格中每一列的內容要和代碼中輸出的內容一致！！！比如代碼這裏寫的 IP 名稱，IP 公司等，表格中也要填寫一致，注意不要用空格】
調整好以後把文檔鏈接複製到工作流的多維表格的節點中。
整個工作流就長這樣：
特別簡單基礎，跑一下看看能不能成功。
報錯了！！
這時候別慌！！
只需把源代碼和報錯截圖發給 AI 大模型就行了。
我也看不懂它代碼改成啥樣，就是複製粘貼到節點裏面試試。
再跑一遍，顯示成功了。
最後來檢查一下多維表格，
也確實錄入了，這樣就說明成功了～
從 0～1 跑通了，從 1 到 100 就很簡單了，
只需要加一個循環即可，這個咱們下期再教。
在你學習完本篇文章以後，
你就已經有了工作流的初步意識了～
對於後期加入插件等，方法也是大同小異，
如果還有不懂的，
可以在評論區下方評論，我看到會第一時間回覆的～
曉風乾丨 大四 Base北京 AI產品在職
想縮小科技帶來的信息差 分享很酷的AI玩法。
希望得到您的點贊轉發愛心三連支持，
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
