旅游规划助手实战：从工作流、卡片、插件到大模型的全链路拆解

本文基于 Coze 平台搭建的「旅游规划助手」案例，从工作流、卡片、插件、大模型四个维度拆解实现方式，并延伸至企业应用与业务价值，为同类「多步推理 + 多源数据 + 富媒体展示」场景提供可复用的架构参考。

---

一、整体架构一览

用户输入自然语言（如「3 月 10 号–3 月 15 号我想去北京玩」），智能体调用工作流，经多轮大模型与插件协作，输出结构化行程数据，再通过卡片以列表+图片的形式展示，并可结合天气插件增强体验。

层次	职责
工作流	串联大模型与插件，完成「解析意图 → 排程 → 查详情 → 查图 → 结构化输出」
卡片	将工作流输出的数组数据以单列+循环渲染的形式展示（景点名、介绍、时长、区域、价格、图片）
插件	头条图片搜索（景点图）、墨迹天气（可选，按城市与时间查天气）
大模型	大模型 1 排程，大模型 2 补全景点信息，大模型 3 整合为卡片所需 JSON

---

二、工作流角度：节点编排与数据流

Coze 工作流支持将多个节点（大模型、插件、逻辑判断等）按顺序或分支串联，实现多步任务自动化。官方说明见：工作流（Workflow）。

2.1 工作流在做什么

工作流接收「开始时间、结束时间、城市」等输入，依次完成：按天气排行程 → 查每个景点的介绍/时长/区域/价格 → 查景点图片 → 整合成前端可用的结构化数组。

2.2 节点与变量对照

节点	输入	输出/作用	说明
工作流输入	用户语句解析出的开始时间、结束时间、城市等	供后续节点引用	需从智能体或上游解析得到 city、weather、nameList 等
大模型 1	{{city}}、{{weather}}、{{nameList}}	按天气与时间对景点排序，输出行程（含先后顺序）	下雨优先室内；可选接入墨迹天气插件获取实时天气
大模型 2	景点名称 {{name}} 等	outputList：name、desc、times、area、price	系统提示词约束输出字段含义与格式
插件·头条图片搜索	景点相关关键词	图片列表 displayList（含 title、display_url 等）	为每个景点拉取多张配图
大模型 3	大模型 2 的 outputList + 插件的 displayList	整合为统一 JSON（name、desc、times、area、price、title1–3、display_url1–3）	用户提示词中做变量映射，便于卡片绑定

2.3 关键配置要点

• 大模型 1：建议选用推理与规划能力较强的模型（如 DeepSeek-V3.2），便于处理「天气 + 室内外 + 顺序」的约束。
• 大模型 3 的输入：必须来自「大模型 3」的上游节点输出，在画布中把大模型 2 与插件的输出连到大模型 3，再在用户提示词里用 {{xxx}} 引用。
• 试运行：用固定输入（如「3月10号–3月15号我想去北京玩」）跑通整条工作流，确认 output 数组结构与卡片变量一致。

2.4 创建入口与画布

在智能体中点击「添加工作流」可新建或选择已有工作流（支持筛选、搜索及官方示例）；进入画布后，在开始与结束节点之间依次加入大模型、插件等节点并连线，即可得到本案例的编排。画布支持按分类添加节点（大模型、插件、代码、数据库等），底部可试运行验证。下图分别为添加工作流弹窗与画布示意。

---

三、大模型角度：三分工与提示词

3.1 三个大模型节点的分工

节点	主要能力	提示词要点	输出用途
大模型 1	意图理解、行程编排、规则推理	根据 {{city}} 必玩景点与 {{weather}} 安排 {{nameList}} 先后顺序；下雨尽量室内	为下游提供「已排序的景点列表」及时间/城市等
大模型 2	知识补全、结构化抽取	系统提示词：{{name}} 为景点名，输出该景点的介绍、游玩时长、室内/室外、所在区、收费规则	为插件和卡片提供 name、desc、times、area、price
大模型 3	多源整合、格式规整	将 name、desc、times、area、price 与 displayList 的 title/display_url 映射为统一字段（如 title1–3、display_url1–3）	输出卡片所需的最终 JSON 结构

3.2 大模型 1：用户提示词示例

输入 {{city}} 必玩的旅游景点，以及天气 {{weather}} 情况进行安排先后顺序，并给数组 {{nameList}}。数组的先后顺序需要考虑天气，如果下雨，尽量在室内。

输出中需包含开始时间、结束时间、城市等，供下游或天气插件使用。配置时在系统提示词中要求从 [[input]] 解析出时间与城市，用户提示词中引用 {{city}}、{{weather}}、{{nameList}}，输出可勾选 JSON 格式并与「开始」节点输出绑定。

3.3 大模型 2：系统提示词与输出结构

系统提示词示例：

{{name}} 是景点名称，获得该景点的介绍、游玩时长、室内还是室外、所在区、收费规则、收费情况。

输出（outputList）结构约定：

字段	含义
name	景点名称
desc	景点介绍
times	游玩时长
area	所在区域
price	收费规则、收费情况

输出定义为 outputList（Array<Object>），试运行可查看各节点变量（如 nameList、item）便于与下游对接。

3.4 大模型 3：变量映射与整合

将上游「大模型 2 + 插件」的输出映射为卡片可绑定的字段，例如在用户提示词中约定：

• {{name}} → name，{{desc}} → desc，{{times}} → times，{{area}} → area，{{price}} → price
• {{displayList[0].picture_info.title}} → title1，{{displayList[0].picture_info.display_url}} → display_url1，同理 title2/display_url2、title3/display_url3

这样工作流最终输出的 output 数组中，每一项都包含文案与多张图片 URL，便于卡片循环渲染。上游 ToutiaoPictureSearch 输出含 picture_info（title、display_url）；大模型 3 在用户提示词中把 name/desc/times/area/price 与 displayList[0…2] 的 title、display_url 映射到同名字段及 title1–3、display_url1–3，输出即与第五节卡片绑定结构一致。

---

四、插件角度：头条图片搜索与墨迹天气

插件用于在工作流或智能体中调用外部能力（如搜索、天气、API）。本案例使用了「头条图片搜索」与「墨迹天气」。插件概念与创建方式见：插件（Plugin）。

4.1 插件在链路中的位置

插件	作用	输入	输出	使用节点
头条图片搜索	按关键词查景点相关图片	景点名称或关键词	图片列表（含 title、display_url 等）	工作流中独立插件节点，位于大模型 2 之后、大模型 3 之前
墨迹天气	按城市与时间查天气	城市、时间（可由大模型 1 的输出提供）	天气信息	可挂载在大模型 1 节点上，大模型运行时传入城市与时间；需开启「当前时间」等选项

4.2 使用要点

• 头条图片搜索：保证每个景点都有一次查询（或循环调用），结果并入大模型 3 的输入，用于生成 display_url1–3 等。
• 墨迹天气：将大模型 1 中的城市、时间作为插件输入参数；若希望用「当前时间」，需在运行配置中开启相应选项。

在工作流中点击添加节点选「插件」，弹窗内可搜「图片」找到头条图片搜索（官方、免费），按景点名拉取配图。墨迹天气挂在大模型 1 之后，输入 city、start_time、end_time 从大模型输出映射，输出为结构化天气数据供排程或卡片展示；大模型 1 可选用 DeepSeek-V3.2 等做排程，试运行可查看整链耗时与 Token 消耗。

---

五、卡片角度：布局、变量与循环渲染

卡片用于将工作流或插件输出的结构化数据以富媒体形式展示（文本、图片、列表等），可在资源库中创建自定义卡片并绑定变量。智能体与应用搭建入口见：创建应用；卡片在「资源库 → 卡片」中创建并绑定数据。

5.1 卡片要解决什么问题

工作流输出的是数组（每个元素为景点的 name、desc、times、area、price、title1–3、display_url1–3）。卡片需要把该数组以「列表 + 图片」的形式展示，并支持多条记录。

5.2 布局与结构

层级	组件	说明
外层	单列布局	承载整份列表，作为循环容器
内层	文本布局	展示景点名、介绍、时长、区域、价格等
内层	横滑布局	容纳多张图片的横向滑动
内层	图片布局	绑定 display_url1–3 等

结构示意：单列（循环）→ 文本 + 横滑（图片 1/2/3）。在资源库创建卡片后，从左侧组件（布局如单列/横滑、基础如文本/图片）拖拽到画布，在变量与结构页签中配置数据与层级；右侧可设样式与高级配置中的循环渲染。绑定工作流 output 后，每项对应一景点的名称、区域、价格、时长、描述与多图。

5.3 变量与循环渲染

步骤	操作
1	新建变量，类型选 Array，变量名自定
2	将工作流输出的结果（即 output 数组）赋给该变量的默认值，便于预览与调试
3	选中单列组件 → 高级配置中开启循环渲染
4	将循环渲染绑定到上述数组类型变量
5	子组件内文本、图片等绑定到「当前循环项」的字段（如 name、desc、display_url1）

新建 Array 变量（如 json_array），默认值粘贴工作流试运行的 output 便于预览；选中单列组件后在高级配置中开启循环渲染并绑定该变量，子组件绑定 item.name、item.desc、item.display_url1 等即可实现「一数据一卡片」。发布后在智能体中绑定该卡片，并将数据源设为工作流输出，运行时数组即传入卡片。

六、智能体与端到端串联

创建机器人后，在编排中绑定上述工作流（如「travel 旅游工作流」），并在工作流上点击绑定卡片数据，把输出与第五节卡片变量关联；模型、插件、知识库与长期记忆等可在同一编排区配置。若需从用户句子里解析时间、城市，可将解析结果映射到工作流输入；发布前为工作流绑定好卡片数据，必要时在运行配置中开启当前时间以便天气插件取数。右侧预览可发消息验证端到端效果。

---

七、企业应用方向

场景	说明	可复用点
OTA / 旅游平台	根据用户时间、目的地、偏好生成行程并展示景点+图片+天气	工作流「排程 → 详情 → 图片 → 整合」；卡片列表+图片；天气插件
会展 / 活动日程	根据日期、场馆、议题生成日程表，并配会场图、嘉宾照	大模型 1 排程；大模型 2 补全场次/嘉宾信息；插件拉图；卡片循环展示
内部差旅与会议	出差城市+日期生成建议行程、会议室与交通信息	同上架构；可替换为内部数据源或内部 API
培训与学习路径	按学习目标与时间生成「课程/章节顺序」，并配图与说明	大模型 1 规划顺序；大模型 2 补全课程简介、时长；卡片展示学习路径
销售与方案推荐	按客户行业、预算、时间生成「产品/方案清单」并配图与报价	大模型排程与筛选；插件或 API 拉产品图；卡片做方案列表
客服与导购	用户说「我想周末去近郊玩两天」→ 生成推荐列表+图片+天气	与旅游规划助手同构，仅提示词与数据源改为本地景点/产品

共同点：多步推理（排程/筛选）→ 补全结构化信息 → 外部数据/图片 → 整合为列表 → 卡片/富媒体展示。

---

八、业务价值

维度	价值
体验	一句自然语言即可获得「按时间与天气排好序」的行程+景点介绍+图片+天气，减少用户自己查攻略、拼信息的成本
转化与留存	结构化、可视化的行程与图片利于决策，便于在对话内完成「查看 → 点击/预订」的转化；列表+图片形式适合分享与收藏
运营与内容	大模型保证内容可扩展（任意城市/景点），插件保证图片与天气实时；企业可在此基础上加「预订」「优惠」等节点或卡片按钮
成本与效率	工作流一次搭建可复用于多城市、多时间；卡片与变量绑定清晰，后续扩展字段或改版成本低
可观测与迭代	每步都有明确输入输出，试运行与节点测试方便定位问题；大模型与插件可单独替换（如换模型、换图源）而不影响整体链路

---

九、小结

角度	要点
工作流	输入 → 大模型 1（排程）→ 大模型 2（景点详情）→ 头条图片搜索 → 大模型 3（整合 JSON）；变量在节点间按名传递，大模型 3 的输入必须来自其上游输出
大模型	大模型 1 重推理与规划（可选用 DeepSeek-V3.2）；大模型 2 重结构化抽取；大模型 3 重多源整合与格式规整；注意系统提示词与用户提示词分工
插件	头条图片搜索补足景点配图；墨迹天气可选，挂在大模型 1 上，传入城市与时间，并开启「当前时间」等配置
卡片	单列 + 循环渲染 + 数组变量；变量默认值可先用工作流试运行结果，发布后绑定工作流输出；子组件绑定当前项的 name、desc、display_url 等
企业应用	适用于 OTA、会展日程、差旅、培训路径、方案推荐、客服导购等「多步规划 + 多源数据 + 列表展示」场景
业务价值	提升体验与转化、可扩展内容与运营、降低重复搭建成本、便于观测与迭代

按上述结构，即可在 Coze 中复现或迁移「旅游规划助手」类应用，并扩展到更多企业场景。

---

十、优缺点分析与改进方案

10.1 优点

维度	说明
架构清晰	工作流「大模型 1 → 大模型 2 → 插件 → 大模型 3」职责分明：排程、补全、拉图、整合，每步输入输出明确，便于理解与维护。
低代码落地	无需写后端与前端代码，通过画布拖拽节点、卡片绑定变量即可完成「意图 → 结构化数据 → 富媒体展示」全链路，上手快、迭代快。
多源数据融合	结合大模型生成（文案、排程）、插件实时数据（天气、图片），兼顾可扩展内容与时效性，适合旅游等强时效场景。
展示与数据一致	卡片通过循环渲染 + 数组变量直接绑定工作流 output，结构统一（name/desc/times/area/price/display_url1–3），减少前后端对齐成本。
可观测	每节点有运行状态（如「运行成功 17s」）、Token 消耗、试运行结果可查看，便于排查问题与做成本评估。
易扩展	大模型、插件、卡片均可单独替换或新增（如换更强模型、加地图/预订插件、卡片加按钮），不破坏整体链路。

10.2 缺点与风险

维度	说明
串行与耗时	大模型 1 → 2 → 插件 → 大模型 3 全串行，整条链路约 1 分钟级；景点多时大模型 2、图片搜索若按「每景点一次」顺序执行，延迟会进一步放大。
多景点下的循环与批处理	当前描述中「大模型 2」与「头条图片搜索」若未显式按 nameList 循环，可能只处理单一景点；若在画布中为每个景点各跑一遍，节点数量与连线会变复杂，且易重复调用大模型与插件。
大模型 3 的冗余	大模型 3 主要做「变量映射 + 格式规整」，若平台支持在工作流中用「代码节点」或「变量聚合」直接做 JSON 拼接，可省去一次 LLM 调用，降低成本与延迟。
图片数量与结构写死	输出固定为 title1–3、display_url1–3，若某景点图少于 3 张或希望动态数量，当前结构需改输出 schema 与卡片绑定；扩展性一般。
天气与排程的耦合	天气插件挂在大模型 1 之后时，若参数映射有误（如 start_time/end_time 与插件参数对应错），会导致天气数据不准或报错；文档中也提到需注意「当前时间」等配置。
内容准确性	大模型 2 的景点介绍、价格、时长等依赖模型知识，可能过时或与实地不一致；无官方数据源或知识库兜底时，需在提示词或产品上做「仅供参考」类免责。
图片版权与合规	头条图片搜索返回的图片需确认可商用与展示范围，企业场景若涉及对外发布，需考虑版权与内容审核。

10.3 改进方案

方向	具体建议
并行与批处理	大模型 2、头条图片搜索按「景点列表」做批处理或循环节点：一次传入 nameList，在节点内循环或由平台批处理，输出与当前一致的 outputList/displayList，减少串行轮数；大模型 3 仍接收整合后的批量结果。
用代码/变量节点替代大模型 3	若仅做「上游 outputList + displayList → 固定 JSON」的映射，可新增代码节点（或变量聚合）：读取大模型 2 与插件的输出，按 name 对齐后拼接 name、desc、times、area、price、title1–3、display_url1–3，直接输出到结束节点，省掉大模型 3 的 Token 与耗时。
动态图片数量	输出结构改为「图片列表」数组（如 images: [{ title, url }, ...]），卡片侧用「横滑 + 循环渲染」绑定该数组；这样 1 张、3 张、多张都能展示，无需改字段名。
天气与输入校验	大模型 1 输出增加对 start_time、end_time、city 的格式校验（或前置「意图解析」节点做槽位抽取与校验）；墨迹天气的输入映射用明确文案或子流程标注（如「city←大模型_1.city」），并做单元测试或试运行用例覆盖晴天/雨天。
知识库与数据源	将「景点介绍、开放时间、门票」等放入知识库或接入官方/合作数据 API，大模型 2 以「检索 + 生成」方式补全，减少幻觉与过时信息；提示词中注明「以知识库为准，未查到则说明暂无」等。
降延迟与体验	首屏先返回「排程 + 景点名列表」（大模型 1 输出），卡片先展示简要列表；详情（介绍+图片）异步加载或分步加载，避免用户长时间白屏；或对「行程概览」与「景点详情」拆成两个工作流，由智能体按需调用。
合规与免责	在卡片或对话中固定展示「景点信息与图片仅供参考，请以景区/官网为准」；图片源若不可商用，可改为「仅展示文字 + 官方图库/自有素材」或接可控图源插件。

10.4 小结

本案例在架构清晰度、低代码落地、多源融合、可观测与可扩展方面表现较好，适合作为「多步推理 + 富媒体展示」的模板；主要短板在于串行耗时、多景点循环/批处理设计、大模型 3 是否必要、输出结构刚性及内容/版权合规。按上述改进方案做并行与批处理、用代码节点替代部分 LLM、动态图片结构、知识库/数据源、分步加载与合规提示，可在保持可维护性的前提下提升性能、成本与可控性。

---

十一、Coze 官方文档与参考链接

主题	说明	链接
工作流	工作流概念、节点类型、创建与编排	工作流（Workflow）
插件	插件的创建、工具配置、在工作流/智能体中的使用	插件（Plugin）
创建应用	智能体/应用创建、基础编排与发布	创建应用
文档中心	扣子开放平台全部指南与 API 文档	扣子开放平台文档

卡片相关能力在 Coze 中通过「资源库 → 卡片」创建自定义卡片并绑定变量，与工作流输出联动；具体界面与步骤以当前版本 文档中心 及产品内说明为准。