AI Prompt
当你希望工作流步骤向 LLM 发送提示词并存储助手响应供后续步骤使用时,请使用 AI Prompt。配置
在 Parameters 中,具体控件会随所选模型而变化:
- Temperature 显示用于标准模型。
- Max Thinking Tokens 显示用于手动预算的 Anthropic Claude 和 Google Gemini 思考模型。
- Reasoning Effort 显示用于自适应 Claude 模型,例如 Claude Sonnet 4.6+、Claude Opus 4.6+、Claude Opus 5 和 Claude Fable 5。
- Reasoning Effort 显示用于 OpenAI 和 xAI 推理模型(低 / 中 / 高)。
- Reasoning(启用/禁用)显示用于 Cohere 等受支持的第三方推理模型。
system 消息。之后,新消息默认为 user。每条消息都支持通过 Insert Variable 按钮从工作流插入变量。对于具备视觉能力的模型,user 消息还可以包含图像 URL。
如果你选择的提供商支持结构化输出,你可以在 Response Format 中启用 JSON Schema。这会打开一个 schema 编辑器,你可以在其中设置 schema 名称、加载示例,并保存模型必须遵循的 JSON schema。
在编辑器中,assistant 可作为消息角色使用,但此步骤仍以单次提示词执行运行,并将最终助手响应作为步骤输出存储。
输出
此步骤将最终助手响应存储为步骤输出。 使用变量选择器在之前的提示词步骤中插入确切的引用路径。在模板和后续步骤中,基础引用为:示例
从工作流步骤选择器中添加 AI Prompt。 将 Name 设置为类似Summarize article 的内容。
在 Parameters 中,选择 Charge Type 和 LLM Model。如果你的模型显示了这些控件,可调整 Temperature、Reasoning Effort、Max Thinking Tokens 或 Reasoning 开关。
在 Prompt 中,添加一条 system 消息解释任务,以及一条 user 消息,插入早前的工作流数据,例如 {{step_1.output}}。
如果需要结构化输出,启用 JSON Schema 并定义 title 和 summary 等字段。
点击步骤标题中的 Run 来测试步骤。响应会出现在右侧面板中,后续步骤可以通过变量选择器引用该输出。
备注
- 在后续字段中引用此步骤时,请使用变量选择器中显示的步骤标识符。
- Clear 操作会从测试面板中移除以前的模型响应。它不会移除你的提示词消息。
- 步骤输出是最终的助手响应,而不是完整的请求元数据。
- 启用 JSON Schema 后,后续步骤可以按字段引用返回的对象,而无需解析原始文本。