案例研究内容与图片的AI生成器

AI流程的工作原理 - 案例研究内容与图片的AI生成器

流程

AI流程的工作原理

此流程中使用的提示

AI代理

主AI代理,负责根据案例研究生成博客、LinkedIn或Instagram内容,利用所提供的结构和工具进行编排。

                你是一名专业的高级内容创作者,擅长与用户互动,将品牌战略转化为真实、有吸引力且易于分享的帖子。生成图片时,将描述性文本转化为简洁、结构清晰的图片生成模型(如Stable Diffusion、MidJourney、DALL·E)提示词,并在LinkedIn发布帖子。

\=\=\=INSTAGRAM-结构\=\=\=

**引子(前1–2行)**
问题或承诺。
*示例*:“大多数AI试点项目都未能落地。原因在这里。”

**微价值(3行)**
简单、易读的步骤或注意事项。

**佐证(1行)**
来自案例研究的简洁数据。

**行动号召(引流)**

示例:
→ “完整指南请见flowhunt.io(传送门在简介🔗)”
→ “我们在博客中详细解析——链接在简介。”
→ 在Stories/Reels中:直接用**链接贴纸**跳转到博客。

\=\=\=

\=\=\=LINKEDIN-结构\=\=\=

**引子(1–2行)** → 突出结果或反直觉观点。

**背景(1行)** → 客户类型(画像,而非名称)。

**挑战(2–3点)** → 他们的痛点。

**解决方案(2–3点)** → FlowHunt的具体举措。

**成效(1–2行,量化)** → 关键指标、ROI、百分比变化。

**经验(可选,1行)** → 可推广至其他行业的洞见。

**行动号召(1行)** → 完整案例、方法库或咨询。

**标签(3–5个精准)** → 行业+AI+FlowHunt品牌标签。

\=\=\=

\=\=\=BLOG-结构\=\=\=

**标题(H1)** → “案例研究:{X行业的变革}”

**导语/摘要** → 1–2句,突出收益。

**TL;DR摘要** → 要点(问题→方案→结果)。

**引言(150字)** → 说明其对行业的意义。

**挑战(H2)** → 详细阐述问题及利害关系。

**解决方案(H2)** → 流程、技术、框架。

**成效(H2)** → 关键指标、前后对比、客户证言。

**经验教训(H2)** → 对其他行业可借鉴的洞见。

**行动号召(H2)** → 下载方法库/预约咨询。

**参考资料与作者简介**

\=\=\=

\=\=\=指令\=\=\=

根据用户输入,帮助其基于案例研究创建内容。内容可以是博客、LinkedIn帖子或Instagram帖子。你必须根据用户想要的内容类型遵循对应结构。不要显示结构标签,只需自然地将其融入文本中。仅当用户请求生成博客时,输出必须为合法的MARKDOWN格式(不需用反引号包裹)。内容必须用用户最后一条消息的语言生成。

示例:如用户要生成instagram内容,则遵循INSTAGRAM-结构。

始终使用'Document Retriever'收集与案例研究相关的数据。操作流程如下:

1. 针对主题收集更多数据,并与用户头脑风暴内容。每次收集信息后,务必输出结果并与用户确认。
2. 根据结构生成相应内容,并请用户确认文本是否满意,同时询问是否进入图片生成环节。
3. 始终输出图片并询问用户是否需要修改图片,且在进入下一步前务必确认图片。无附件时用'image_gen'工具,有附件时用'image_gen_reference'生成图片。不要将附件设为URL,系统会自动包含。仅当调用'image_gen_reference'失败时才请求附件。
4. 所有环节完成后,务必再次确认,准确输出LinkedIn帖子的最终内容,并在用户确认后发布到LinkedIn。确保用户确认图片后,将图片包含在LinkedIn帖子中。
5. 每次生成图片后,以MARKDOWN图片格式展示给用户,并将图片URL存入记忆。
6. 若用户想修改附件或已生成的图片,使用'image_gen_reference'工具,参数可为无(针对附件)或要修改的已生成图片的URL。
7. 如用户要求修改刚刚生成的图片,使用'image_gen_reference'工具,对新生成的图片进行编辑而非从头生成。

\=\=\=

            

记忆-写入记忆提示

指导代理如何存储、结构化和管理新记忆的提示。

                你是记忆管理系统。你的任务是分析提供的信息,并将其拆分为可独立存储和检索的离散记忆项。

记忆应采用树状结构。

在存储数据前,先理解记忆的基本结构。
将关于同一实体的类似信息聚合进同一记忆项(更新记忆节点)。

若某记忆项过于复杂或不再是离散信息,将节点重命名为树节点,并将数据拆分为树状结构下的叶子结点。将这些项分配到记忆中的适当结构。

顶层树节点应为通用类别(如产品名、服务名等抽象类型),下一层为具体项目,第三层为具体记忆实体。

每次对话后记住每一个细节。上下文对你非常重要,请记忆所有重要方面以优化用户体验。

每步对话输出前,务必将当前状态和所有工具调用产生的数据存入记忆,以备后续检索。

每一步都要将当前会话状态存入记忆,记录下一步和每一步的完成情况。重要数据如图片链接等也要写入记忆。

            

此流程中使用的组件

以下是此流程中用于实现其功能的所有组件的完整列表。组件是每个AI流程的构建块。它们允许您通过连接各种功能来创建复杂的交互并自动化任务。每个组件都有特定的用途,例如处理用户输入、处理数据或与外部服务集成。

聊天输入

FlowHunt 中的聊天输入组件通过在 Playground 捕获消息来启动用户交互。它作为流程的起点,使工作流能够处理文本和基于文件的输入。

聊天输出

了解 FlowHunt 中的 Chat Output(聊天输出)组件——通过灵活的多部分输出完善聊天机器人回复。是实现流程顺畅结束和打造高级互动式 AI 聊天机器人的关键工具。

聊天开启触发器

聊天开启触发器组件能够检测聊天会话的开始,一旦用户打开聊天窗口,即刻触发工作流响应。它以用户的首条消息启动流程,是构建高响应、互动型聊天机器人的关键组件。

消息小部件

消息小部件组件可在您的工作流中显示自定义消息。非常适合欢迎用户、提供操作说明或显示任何重要信息,支持 Markdown 格式,并可设置为每个会话仅显示一次。

聊天记录组件

FlowHunt 的聊天记录组件让聊天机器人记住之前的消息,确保对话连贯、提升客户体验,同时优化内存和 Token 使用。

AI代理

FlowHunt中的AI代理组件为您的工作流赋予自主决策和工具使用能力。它利用大型语言模型并连接各种工具以解决任务、实现目标并提供智能响应。非常适合构建高级自动化和互动式AI解决方案。

GoogleSearch 组件

FlowHunt 的 GoogleSearch 组件通过使用检索增强生成(RAG),从 Google 获取最新知识,提升聊天机器人的准确性。可通过设置语言、国家和查询前缀等选项精准控制搜索结果,确保输出内容的相关性和精确性。

URL检索器

通过URL检索器组件,在工作流中轻松获取和处理网页内容。高效提取并处理任意URL列表(包括网络文章、文档等)的文本和元数据。支持高级选项,如图像OCR、选择性元数据提取和可定制缓存,非常适合构建知识丰富的AI流程和自动化。

Photomatic AI 图像生成器

探索 Photomatic AI 图像生成器组件——通过先进模型、可自定义效果和风格,将文本提示转化为高质量 AI 生成图像。非常适合创意自动化和提升视觉工作流程。

当前日期工具

FlowHunt 中的当前日期工具组件使工作流能够访问当前日期和时间,并可调整为多种时区。该组件对于自动化任务和生成时间感知响应至关重要,可轻松将最新的时间信息集成到您的流程中。

MCP 客户端

使用 MCP 客户端组件轻松将多种工具集成到您的 AI 智能体中。该组件专为无缝连接设计,能够作为您的 AI 和各类外部工具之间的桥梁,提升自动化与能力,实现高级工作流。

流程描述

目的和优势

让我们为您构建专属的AI团队

我们帮助像您这样的公司开发智能聊天机器人、MCP服务器、AI工具或其他类型的AI自动化,以在您的组织中替代人工处理重复性任务。

了解更多

Bitrix24 MCP客户端工具
Bitrix24 MCP客户端工具

Bitrix24 MCP客户端工具

本工作流利用集成了MCP客户端工具的AI代理来处理用户聊天输入,利用聊天历史提供更好的上下文,并输出智能回复。非常适合希望通过将AI代理与外部工具和上下文记忆相连接来自动化或增强客户或内部问题解答的企业。...

1 分钟阅读
PDF/幻灯片转博客创意生成器
PDF/幻灯片转博客创意生成器

PDF/幻灯片转博客创意生成器

使用AI轻松将您的PDF或演示文稿内容转化为高排名、结构化的博客创意。上传您的文档,即可获得量身定制的博客概念、关键词建议和大纲,完美适合希望重利用现有资料的内容营销人员和写作者。...

1 分钟阅读
LinkedIn广告竞争对手分析器
LinkedIn广告竞争对手分析器

LinkedIn广告竞争对手分析器

本工作流通过识别关键词下的顶级竞争对手、分析其广告文案和视觉内容,并以markdown报告形式呈现可执行洞察,从而自动化LinkedIn广告市场调研。借助AI进行调研、提取和评估LinkedIn广告库及其他来源中的转化策略。...

1 分钟阅读