企业官网建设流程全解析

简介：一套面向中医药科普短视频创作的Coze工作流模板，适合内容创作者、知识博主及对中药科普感兴趣的小团队使用。它把“听故事学中药”的角色设定、场景构思、叙事节奏与口语化表达封装成可复用的流程，用户只需在Coze平台导入配置，即可生成以唐代村落、城镇手工业等古代生活场景为背景，融入湿热肿痛、头颈僵硬、咳嗽痰多等常见健康冲突的科普故事脚本，降低短视频选题与文案门槛。包体共2个文件，以yml与yaml为主，分别对应工作流配置定义与清单声明，整体压缩包仅36KB，轻量易部署。目前已有251人学习/下载。通过这套模板，用户能直接获取结构化角色提示、分场景叙事逻辑和可调整的科普内容框架，上手后只需替换具体中药知识点，即可批量产出兼具历史感与趣味性的短视频素材，快速建立差异化内容。 前几天朋友问我：怎么让家里的孩子记住中药名字和药性？我当时脱口而出：别让他们背，让他们听故事。于是我在扣子（coze）上搭了一条“听故事学中药”工作流，输入一个药名，它就能生成一个关于这味药的童话式短故事，再通过语音合成读出来，孩子躺着也能听。今天这篇是我把这个工作流从0到1跑通后的完整复盘，从知识库结构、故事提示词到语音合成和调试记录都有，想复刻的可以直接照着抄。

1. 中药知识不等于好内容：先想清楚让谁听

1.1 孩子听不进药典，但能记住故事

中药科普最劝退人的地方，是它天然带着“教材味”：补血活血、调经止痛、润肠通便……这些词每句话都对，但你不会想听第二遍。尤其是给小朋友讲，你刚说完“性味归经”，他已经开始研究桌边的玩具了。故事则是另一种记忆方式。同样讲当归，如果让它变成一个采药人：天黑前必须赶回山里药铺，路上遇到一个失血过多的樵夫，帮他把气血补上、把肠道淤堵疏通，樵夫问救命恩人叫什么，她只留下一句“当归”。孩子听完会脱口而出：当归是补血的，又是让人“该回来”的药。三个知识点就藏在情节里，不用背。

这其实是内容创作的老逻辑：专业内容要走下神坛，先得变成“能让人感同身受的经验”。中药恰好特别适合故事化，因为很多药名本身就有典故和传说，不缺素材，缺的只是一个把干货翻译成故事的自动化流程。我选择从这个角度切入做coze工作流，目标用户也很清晰：8到12岁孩子的家长，以及想轻松了解中药又不想啃药典的成年人。

1.2 为什么选coze而不是自己写代码

我早期确实用Python直接调过大模型API，能实现，但每一次改流程都想掀桌。比如我想在生成故事前插入一次知识库检索，代码里要把检索结果注入提示词，再改一次输出格式，测试的时候还得自己造数据。换成coze后，这套东西变成了可视化节点：知识库检索是一个节点，大模型是一个节点，语音合成是一个节点，我只需要把线连起来。改流程不用重新部署，加一个节点只需要拖一下。对“内容型项目”来说，这种开发速度太重要了。

当然，dify和n8n我也简单试过，它们不是不能做，但coze对中文用户更友好，插件市场里有现成的语音合成、搜索引擎等能力，而且能一键发布成智能体分享出去。这个项目虽然核心只有一条工作流，但后续要接飞书、要加图片生成，都会越来越依赖平台生态，所以我最终选了coze。我并不是说coze吊打所有平台，而是这个场景下它最省事，省事意味着你能把精力留在内容本身。

1.3 整条工作流跑起来后长这样

先说最终链路，免得后面章节你找不到方向。用户输入一个药名，或者干脆不输入让它随机抽一味药；工作流先去知识库检索对应药方；检索结果和“故事创作提示词”一起交给大模型；大模型生成600字左右的童话故事；随后语音合成节点把它变成音频；最后同时输出音频和文字稿。到这里，一个“听故事学中药”的完整体验就成立了。

有几个容易被忽略的中间步骤，我后面都会展开：知识库不是随便丢文档，要拆成结构化的一行一味药；故事提示词必须把“不能编药性”写死，并且配合知识库引用强度；语音合成前还要把标题符号清理干净，不然TTS会把括号和“【”都读出来。这些坑我都在调试环节踩过，占用的时间比搭节点多一倍。

2. 建一个不会让AI“胡编”的中药知识库

2.1 整篇文档丢进去就废了，要拆成一药一行

coze知识库支持文档和表格两种上传方式，很多人图省事把中药百科整篇丢进去，结果模型检索回来经常是“半篇文章+无关段落”，生成的故事一会儿讲当归一会儿讲黄芪。原因很简单：文档分段粒度不可控，模型拿到的是碎片，不是事实。我的做法是建一张CSV表格，每一味药单独一行，每一行都是一个完整的药材档案。这样检索出去的颗粒度正好，生成故事时能看到的材料也足够聚焦。

表格听起来简单，但真正要做的是“字段设计”。如果只是把说明书搬进表里，模型还是会写得干巴巴。我的字段至少得包含三类信息：事实类（药名、别名、性味、归经、功效、主治）、素材类（药名典故、故事素材）、转化类（通俗说法、适合儿童故事化程度）。第一类保证准确，第二类保证有趣，第三类保证安全。

2.2 字段怎么定才能让模型既准确又有料

我列一个自己正在用的示例表结构，以当归为例：

注意，这里的“功效”和“主治”要经过权威资料核对。我只把它当故事创作的事实底座，不会在回复里写“适合什么人群”或任何与剂量相关的描述。知识库建好后，我建议在导入coze之前做一次人工审校，把容易误读的词汇统一替换成大白话。否则模型在故事里可能写出“当归可以治疗痛经”这种话，语气太像医嘱，很容易误导人。

2.3 导入coze的格式与检索测试

CSV导出的细节：字段名不要带空格和特殊符号，比如“药名”就写“药名”，别写“药 名”。上传到coze知识库后，官方默认会自动分段，但表格数据我希望的是整行命中，所以要找到“分段设置”，选“按行”或“不自动分段”。如果你忽略这一步，模型可能只抽到表格里的一列，故事里只有“当归 甘辛温”几个词，完全没法用。

上传完不要急着写工作流，先在知识库页面做检索测试：搜“当归”，看返回的是一条完整记录，还是被切开的一段；再搜“补血”，看能不能找到当归这一行。这一步能排除大量后续问题。我前期一半的调试时间都花在“知识库根本没检索对”上，后来养成习惯：每个新药材入库后，先检索，再进工作流。

3. 故事生成节点的提示词：让AI“戴着镣铐跳舞”

3.1 我的核心提示词模板

知识库负责“正确”，提示词负责“好听”。我在大模型节点里用的是这一版，已经跑了十几味药，稳定度很高：

你是一位中药文化故事作家。你会收到知识库检索结果，内容是某味药材的档案。 请写一个适合8~12岁孩子听的3分钟童话故事，全文控制在600字左右。 硬性要求： 1. 以药材为拟人化主角，名字用该药材的名字； 2. 必须使用检索结果中的性味、功效、主治，可以改编成情节，但严禁虚构或夸大药效； 3. 故事要有悬念开头、一个困难、一个解决、一句点题收尾； 4. 用孩子能懂的生活化类比解释药理作用； 5. 只输出“【故事标题】”和正文，不要输出创作说明。

这套提示词里最重要的不是“写得好”，而是“别跑偏”。我把“必须使用检索结果”放在最前面，并且在coze节点里开启知识库引用，把引用字段手动限制为“药名、功效、主治、故事素材”四个。这样模型看到的材料范围被收紧，即使它想自由发挥，也巧妇难为无米之炊。输出格式的约束也很关键，因为下一步语音合成需要干净文本。

3.2 温度、知识库引用和负面约束

很多朋友做故事类内容喜欢把温度调到很高，觉得模型会更有想象力。我的实测结果是：温度高确实脑洞大，但也会把药效改得离谱。印象最深的一次，生成“黄连”时模型写“黄连被太阳晒得金光闪闪，人们吃了它就能变成金子”，这已经完全脱离知识库了。后来我把温度降到0.6到0.7，同时在提示词后面追加一句负面约束：“不得出现金色、宝石、魔法特效等与药材本身无关的夸张设定”。低温确实会让故事稍微收敛，但它换来的是准确，这个取舍非常值。

知识库引用的强度也有讲究。coze的大模型节点可以设置“引用知识库强度”，我一般设为中等偏上。太低，模型会无视知识库自由创作；太高，它会把检索结果整段粘贴进故事，读起来像药方。调到中间后，它既会参考事实，又愿意用自己的语言改写，是最舒服的状态。

3.3 当归故事从模板到成品的实际效果

用这套配置跑出来的当归故事，我先念一段给你感受：“当归姑娘住在云雾山的药铺。一天傍晚，一个面色苍白的樵夫敲门，说自己采药时摔伤，流了很多血，头晕得厉害。当归姑娘从药柜里取出晒干的根茎，煮水让他喝下，又塞给他一把蜂蜜核桃，说——你气血亏虚，我先帮你把血补起来，再把你肠道里的淤堵通开，两件事缺一不可。樵夫喝完，脸上慢慢有了血色，问她：姑娘，你叫什么名字？当归姑娘笑着说：该回家的时候，记得想起我，我叫当归。”

这段故事没有华丽词藻，但“补血”“疏通”“当归与回家”三个点全部落在情节里。我拿给孩子试听，他记住了“当归是补血的，是让人回家的药”。比直接读药典强太多。所以故事生成节点不在“文学性”，而在“把知识点翻译成人话”，这也是整个工作流最值得打磨的地方。

4. “听”的关键不是TTS，是文本预处理

4.1 多音色方案里怎么选

coze里的语音合成选项不少：豆包语音、火山引擎TTS、各种第三方插件。我最终用的是豆包语音。理由只有一个：中文叙事感强，音色更像“讲故事的人”，而不是播新闻的。有的插件音色确实高级，但读完一整段故事像在念广告片旁白；有的插件支持情感标记，但要在节点里传一长串SSML，试错成本太高。选择方法其实很粗暴：用同一段故事，切换几个音色听一遍，选那个让你想闭上眼睛继续听的。

工作流里语音合成节点通常只需要两个输入：文字文本、音色参数。刚开始我为了省事直接选了默认音色，结果出来一股“机器人语音助手”味。后来换了“温柔女声”，语速调到0.9，音量保持1.0，故事感立刻出来了。如果你面向的受众偏成年，可以换个成熟一点的男声；给孩子听，我还是推荐柔和、靠近“幼儿园老师”的音色。

4.2 标题符号被朗读的坑和清理方法

这是我翻车最多次的地方。第一版工作流输出的音频，TTS把“【故事标题】”和正文里的括号、编号全部读了出来，比如“括号故事标题括号当归，一、当归姑娘住在……”——听得人头皮发麻。问题出在大模型输出的文本带了格式符号，而语音合成节点原封不动读了。解决办法有两个：一是在提示词里要求模型“标题与正文之间只用换行分隔，不要使用任何括号和编号”；二是在合成之前加一个代码节点，用正则把“【】”、中英文括号、多余换行符全部清掉。我两个都做了，音频才干净。

顺带一提，如果故事里出现了数字，比如“三分钟后”，TTS通常会正常读成“三分钟”，但如果出现“3分钟”这种半角数字，部分引擎会读成“三分钟”或“三分”。为了稳定，我会在代码节点里把半角数字统一转成中文数字，或者干脆在提示词里规定全文使用中文数字。这一条对中文叙事类音频尤其重要。

4.3 长文本分段合成与参数调节

一次生成600字中文故事，语音合成通常没问题；但如果你把故事加长到900字，或者加入了标题和结尾，就很容易触发单次合成长度上限。我的处理方式是分段：在代码节点里按句号把故事切成几段，每段不超过300字，分别调用语音合成，再用音频拼接节点拼成完整文件。切分的时候要注意断句位置，别把“当归”这种词拦腰切断。

参数方面，语速0.9、音量1.0是我的基线。调音量不要图“响亮”，孩子戴耳机听，炸耳朵的效果很糟糕。如果平台支持停顿标签，可以在故事高潮前加一个短停顿，能做出“卖关子”的效果。但SSML标签在可视化节点里传参容易格式错乱，我建议第一步先不用，等整条流程稳定后再往细调。

5. 工作流调试实录：三个坑让我改了三版

5.1 节点变量类型不对，故事变成一坨array

coze工作流是可视化连线，但连线不是万能的。第一次搭的时候，知识库检索节点直接连到了大模型节点，我以为会传一段文本，结果提示词里出现了一坨“object Object”、“array”。原因是检索节点的输出是结构化的记录列表，不是字符串。我的解决办法是在两个节点之间加一个代码节点，用Python把检索结果逐行拼接成干净的文本，再传给大模型

本文还有配套的精品资源，点击获取