> ## Documentation Index
> Fetch the complete documentation index at: https://docs.fetchhive.com/llms.txt
> Use this file to discover all available pages before exploring further.

# AI Prompt

> 配置一个运行 LLM 提示词的工作流步骤,通过消息发送提示并返回文本或结构化输出

# 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

| 选项                                                                       | 是否必填 | 说明                                                                                                     |
| ------------------------------------------------------------------------ | ---- | ------------------------------------------------------------------------------------------------------ |
| Name                                                                     | 否    | 步骤在工作流画布中的标签。                                                                                          |
| Charge Type                                                              | 否    | 步骤使用 **Hosted** 还是 **Personal** 模型计费。                                                                  |
| LLM Model                                                                | 是    | 在 **LLM Model** 中选择的模型。                                                                                |
| Temperature                                                              | 否    | 当所选模型使用 temperature 时,控制响应的可预测性或创造性。                                                                   |
| Max Thinking Tokens                                                      | 否    | 为手动预算的 Anthropic Claude 和 Google Gemini 思考模型设置 **Max Thinking Tokens**。控制模型在生成响应之前可以使用多少 token 进行内部推理。 |
| Reasoning Effort                                                         | 否    | 为 OpenAI 和 xAI 推理模型设置 **Reasoning Effort**(低、中或高)。                                                     |
| Reasoning                                                                | 否    | 为 Cohere 等受支持的第三方推理模型切换推理开启或关闭。                                                                        |
| Max Tokens                                                               | 否    | 设置步骤的最大响应长度。                                                                                           |
| Prompt                                                                   | 是    | **Prompt** 区域中的提示词消息。每条消息都有一个角色和内容。                                                                    |
| Response Format                                                          | 否    | 允许你为受支持的提供商启用 **JSON Schema**。                                                                         |
| JSON Schema                                                              | 否    | 启用 **JSON Schema** 时使用的结构化响应 schema。                                                                   |
| When the step fails                                                      | 否    | 控制此步骤失败时工作流应 **Terminate Workflow** 还是 **Continue**。                                                   |
| **AI Prompt** 步骤使用比其他工作流步骤类型更宽的设置面板。左侧保存提示词配置,右侧在同一视图中显示提示词消息和测试运行的模型响应。 |      |                                                                                                        |

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+ 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。

在 **Prompt** 中,点击 **Add Message** 构建消息列表。第一条新消息是 `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:

```text theme={null}
{{STEP_IDENTIFIER.output}}
```

如果响应是纯文本,可直接引用完整值:

```text theme={null}
{{step_2.output}}
```

如果启用了 **JSON Schema** 且模型返回结构化对象,你可以引用嵌套字段:

```text theme={null}
{{step_2.output.title}}
{{step_2.output.summary}}
```

具体可用的键取决于变量选择器中显示的 schema 和模型响应。

## 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。

{/* Add screenshot: AI Prompt message builder with variable insertion */}

{/* Add screenshot: AI Prompt test run showing model response in the right panel */}

## 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。

另见:[创建和编辑](../../creating-and-editing)、[测试与迭代](../../testing-and-iteration),以及[使用你自己的 API Key](../../../workspace/llm-providers)