简介这是一份面向中医药文化爱好者、短视频创作者及AI工作流初学者的Coze工作流资源内容围绕“听故事学中药”展开。资源将真实可考的古代生活场景与中药知识相结合通过人物故事自然带出性味归经、功效主治、炮制用法等科普内容适合用于短视频文案脚本、口播故事创作或中医药知识普及场景。压缩包共两个文件文件类型为yml与yaml分别用于工作流定义与元数据配置整体包体仅36KB轻量易上手。目前已有251人学习下载。通过这份资源用户可以直接获得一个完整的Coze工作流配置方案理解如何利用大模型生成富有画面感的中药故事并可根据需要自由修改角色设定、故事背景与知识点输出方式快速搭建属于自己的中医药故事生成应用。 说实话这个项目一开始是给家里孩子做的。孩子对中药没什么概念带他去抓药看到抽屉里一堆草根树皮问“这有什么用”我憋了半天只挤出一句“祛湿”然后就没有然后了。药性归经、君臣佐使这套东西对小孩来说太抽象对成年人其实也一样——翻开《中药学》教材麻黄辛温解表、杏仁苦温降气读三行就走神关上书一个字都不剩。后来在coze上搭工作流我试着把中药知识写进故事里让智能体自动生成“有情节的药材说明书”再配上语音合成变成可以“听”的内容。没想到效果出奇地好。孩子听完当归的故事主动问“为什么叫当归”还记住了“血虚找当归”这句口诀。这个项目就这么落地了。这篇内容我会把整个工作流的思路、节点设计、提示词写法、踩坑过程全部捋一遍。无论你是想学中药的普通人、做中医科普的自媒体人还是刚接触coze想练手工作流的AI玩家都能从里面拿到一套可以复用的方案。1. 项目思路与方案选型1.1 为什么非要用“听故事”来学中药先说为什么选故事这个载体。认知科学里有个很直观的现象人对碎片信息的记忆效率远低于对叙事信息的记忆效率。因为故事会调动大脑的多个区域情节、画面、情绪、因果链一起工作信息就不是孤零零地躺在记忆里而是被“编织”进了情景网络。生活类比一下你大概率能完整复述上周跟朋友聚餐时聊的八卦却很难背出昨天开会时领导说的三点要求。八卦有起承转合要求没有。中药恰好是最适合故事化的题材。每味药都有四气五味、升降浮沉、归经、功效这些是“人物设定”怎么在身体里发挥作用是“情节冲突”配合其他药使用是“团队协作”。比如麻黄你可以把它写成“急性子将军”天寒地冻毛孔紧闭它听说寒气堵在城门外二话不说召集桂枝、杏仁开城门、通气道。知识点还是那个知识点但记住了故事就等于记住了药。用coze做这件事核心是把“写故事”这个动作自动化你给我一个药名我给你一段能听进心里的中药故事。输入是药名输出是音频中间全部由工作流处理。1.2 为什么最终选择了coze工作流一开始我考虑过几个方案直接写Python脚本调大模型API、用dify、用n8n最后选了coze。原因是这个项目的诉求非常明确——快速搭建、低维护成本、能接语音、能发布到常用聊天软件。coze把这些都打包好了不需要自己去管服务器、维护队列、写前端。对比如下方案优势劣势适合场景Python脚本调用大模型API灵活、可控要写代码、要考虑并发与存储技术团队做深度定制dify工作流开源、可私有化部署节点编排上手门槛略高对数据隐私有要求的团队n8n工作流通用自动化、连接器丰富偏向系统集成内容生成能力弱已有业务系统的自动化coze工作流内置大模型、知识库、语音、发布渠道灵活性有限部分场景有审核规则快速搭建AI原生应用coze最加分的地方是“吃完就住”——知识库、大模型、语音合成、飞书/微信发布全在一个平台里节点拖一拖就串成一条线。知识库放在云端改数据不用重新部署语音节点内置不需要额外申请第三方接口发布到飞书机器人后每天定时推送孩子早上刷牙时就能听一个药材的故事。这种“短平快”的闭环正好匹配科普内容的更新节奏。2. 工作流骨架拆解与核心节点设计2.1 整体流程从药名到音频四步走我搭的这个工作流整体上可以拆成四个环节入口触发接收一个中药名称对话输入或定时任务注入知识库检索根据药名拉取对应的知识卡片故事生成大模型把知识卡片加工成叙事文本语音合成把文本转成音频并输出入口触发这个环节容易被忽略但设计不好后面全乱。我的做法是设置一个变量herb_name作为工作流的起始输入对话模式下用户在智能体对话窗口说“讲当归”就自动提取出当归这个名字定时推送模式下由“随机药名”节点从待推送清单里随机选一个。两种模式复用同一条故事生成链路只是入口不同。知识库检索是保证内容不胡说八道的底线后面细讲。故事生成是灵魂提示词直接决定成品像“故事”还是像“说明书”。语音合成是最后一步也是直接影响“听感”的一步多音字问题就出在这里。2.2 知识库能不能跑通决定项目上限故事再怎么编不能违反药性事实。我建知识库的初衷就是给大模型一个“不许越界”的参考系。具体做法是给每味药建一张结构化卡片字段如下字段示例药名当归性味甘、辛温归经肝、心、脾经功效补血活血、调经止痛、润肠通便主治血虚萎黄、眩晕心悸、月经不调、肠燥便秘常用配伍配黄芪补气生血、配川芎活血行气禁忌与慎用湿盛中满、大便溏泄者慎用典故或记忆锚点“当归不归妇人思夫”——古人以当归寄托盼归之情数据来源我建议以《中药学》统编教材和药典为底本不要直接抄百科上的营销软文。每味药的卡片控制在200字以内太长了检索命中慢太短了信息不够大模型编故事时容易自由发挥。知识库的粒度也要注意我一开始把整本教材的段落塞进去结果检索时经常匹配到无关废话。后来改成“一味药一条记录”每条记录再分成“事实字段”和“故事化素材”两块。事实字段是硬约束故事化素材是大模型的创作蓝图。这样既保证药性正确又留出让模型发挥想象力的空间。2.3 故事生成提示词的“边界感”设计写提示词是这个工作流里最需要打磨的部分。我踩过最大的坑是模型把故事写成了“带对话的说明书”或者反过来把故事编得天花乱坠药性知识全丢了。后来我把提示词拆成三段式角色设定、叙事框架、约束条件。角色设定你是中药科普作家“老药工”擅长用讲故事的方式讲解中药知识。你的听众是普通人和儿童语言要亲切自然用生活场景类比专业术语。叙事框架请围绕给定的知识卡片写一个300字的小故事。结构必须包含开端用生活场景引入一味药交代它遇到什么问题对应主治病症。冲突主角遇到困难药如何参与解决对应功效与配伍。解决与感悟问题缓解点出这味药的核心特点。结尾彩蛋用一句不超过20字的口诀总结记忆点。约束条件故事中必须出现知识卡片里的性味、归经、功效但可以转化为“角色台词”或“旁白描述”。禁止编造疗效承诺禁止使用“包治”“根治”等词。禁忌人群信息必须出现在故事结尾以“温馨提醒”的口吻讲出。不允许出现虚构的名医、禁止夸大药理作用。“禁止编造疗效”这条特别重要。我们做科普内容合规是底线不能为了故事好看就牺牲真实性。大模型本身其实不知道哪句话越界你给它划好边界它就不会跑偏。3. 实操搭建从零跑通一个完整工作流3.1 在coze上创建项目与编排工作流登录coze平台后进入工作流页面点“创建工作流”名字我用的是“听故事学中药”。创建后进入画布左侧是节点面板右侧是节点配置区。我的第一个节点是“开始”节点里面定义一个输入变量字段名填herb_name类型选String描述写“用户想听的中药名称如当归、麻黄、白术”。这个变量会贯穿后续所有节点。接着拖入一个“知识库检索”节点关联我之前建好的中药知识库。这里有个关键配置检索时的Query字段可以引用输入变量herb_name也可以加上“请提取该药材的性味、归经、功效、禁忌”的前缀让检索更精准。相似度阈值我一般设0.3左右太低会把无关内容也捞进来太高容易漏掉相关记录。输出字段选“知识卡片文本”因为后面的大模型节点要用。再拖入一个“大模型”节点模型我选了通用对话模型温度和Top P都调低分别设为0.5和0.7。温度太高会让故事写得神神叨叨不靠谱太低又会变成说明书。提示词直接放前面写的三段式模板把知识卡片作为变量填入把“知识卡片”这个字段绑定到上游知识库检索的结果上。3.2 接知识库、写故事节点、做TTS预处理知识库节点和大模型节点的连接方式很直白从知识库检索节点拉一根线到“大模型”节点然后在右侧“知识卡片”字段的映射里选择知识库节点的输出。这里有个小技巧知识库检索结果通常是多条的我会在检索节点后面加一个“文本处理”节点把多条结果用“\n----\n”拼接成一段文字避免大模型只取前几条导致信息不全。故事生成节点之后别急着接语音合成。我建议加一个“文本预处理”节点专门处理多音字和朗读标记。这一步是我在测试阶段被“白术”读成“白shù”坑过后加上的。做法有两种一种是在文本处理节点里写一组替换规则把多音字强制替换成带拼音标注的形式比如“白术zhú”另一种是用“正则替换”配置常见读错词表。一个基础词表可以长这样药材正确读音替换目标白术zhú白术zhú黄柏bò黄柏bò阿胶ē jiāo阿胶ē jiāo川芎xiōng川芎xiōng秦艽jiāo秦艽jiāo做完预处理把处理后的文本接到“语音合成”节点。coze内置了多种音色我选的是女声朗读语速调到0.95听起来更像讲故事的语感。如果产品预算充足也可以接入更高级的语音服务但内置TTS对日常科普已经够用。3.3 测试与调优用“当归”当试金石工作流搭完第一步就是拿“当归”试跑。为什么选当归因为它的知识点密集性味、归经、功效、配伍、禁忌、典故全都有而且名称自带故事性非常适合检验提示词设计。调试时我会在工作流页面点“运行”输入herb_name 当归一条条看节点输出。如果大模型输出的故事里没有出现“甘辛温”“肝心脾经”这些硬信息说明提示词约束力不够要检查“必须出现知识卡片里的性味、归经、功效”这条指令是否被模型忽略如果故事生硬得不像话就调高温度。我实际跑出来的一段开头是“阿婆的药铺里总有一个小抽屉抽屉上贴着皱巴巴的纸写着两个字当归。没有人知道这名字怎么来的只知道每年秋天阿婆都会打开这个抽屉抓一把当归放进汤里。直到那年离家多年的小孙女回来了阿婆笑了说‘当归当归该回来的时候它就回来了。’”后面阿婆讲了当归补血的原理讲了配黄芪更好——“黄芪是力气当归是血本”又提醒湿气重的人要慎用。整段故事既能记忆药性又有情感温度。这个效果基本达到了预期。3.4 定时推送与多端发布单条故事生成搞定之后我把工作流接到两条发布链路对话链路和定时链路。对话链路是在coze里创建一个智能体把工作流作为工具挂上去。用户在飞书或网页端输入“讲当归”智能体提取药名调用工作流返回音频。这一步的核心是别让用户手动指定药名——用户说“我最近有点头晕该吃啥”你要能判断出这属于“血虚”场景自动匹配到当归或阿胶。这需要配置一个“意图识别”节点先让大模型判断是否需要科普中药材再输出药材名。定时链路其实更实用。我配置了一个“每日一药”的定时任务工作日早上7点自动跑一个“随机药名”节点从预先配置的50味常用中药里随机挑一味生成故事通过飞书机器人推送到我自己的家庭群里。推送格式是药名标题 音频卡片 一句记忆口诀。这个链路跑通后每天固定输出形成习惯依赖孩子渐渐养成了早起听一味的习惯。4. 常见问题与排查技巧实录4.1 高频问题速查表实际用下来最常遇到的几个问题我统一整理在下面现象可能原因排查思路与解决办法故事内容与药性不符知识库检索不到正确记录检查知识库关联是否生效调低相似度阈值确认知识卡片字段完整故事像说明书缺少情节大模型温度过低或提示词未强调叙事结构调高温度到0.6左右在提示词中强化“用生活场景引入”药名读音错误多音字未处理在文本预处理节点维护多音字替换词表大模型编造疗效承诺提示词缺少边界约束在约束条件中补充“禁止编造疗效承诺”等否定性指令定时推送偶尔失败随机药名节点触发了知识库不存在的药材为随机药名节点配置固定的药材ID列表不依赖模糊匹配输出音频语速太快语音合成节点参数未调语速调到0.9~1.0之间适当增加停顿时长发布到飞书消息没声音音频格式不兼容将语音节点输出格式设为mp3并检查消息卡片配置4.2 三个独家避坑技巧第一提示词里不要用“一定要”要用“禁止”。跟大模型打交道“禁止出现XXX”比“一定要包含XXX”更有效。我试过写“一定要包含性味归经”生成结果经常漏改成“故事中必须出现以下字段性味、归经、功效缺一不可”后明显稳定很多。原因很简单否定性指令划定了边界肯定性指令只是“尽量”大模型会为了叙事流畅而牺牲它。第二知识库不要一上来就贪大。我一开始导入了300多味药看着很全但检索命中率反而不稳定因为相邻药材的特征词太像容易串台。后来精简到高频日常用药50味每味药都认真写清楚“主治”和“配伍”效果立刻提升。做垂直科普精准比全面重要。第三故事结尾一定要有“口诀彩蛋”。这一步我在提示词里是强制要求的因为测试用户听完故事后很容易只记得情节、忘记知识点。一句押韵口诀“当归补血又活血血虚血瘀都可用”能显著提高记忆留存率。如果没有结尾口诀整个工作流只是“听着好玩”就不是“学着有用”了。5. 横向扩展同一个工作流还能装进什么5.1 换一个知识领域思路直接复用这个工作流最有价值的不是“中药故事”本身而是“叙事化知识表达自动化生成”的框架。我把知识库里50张中药卡片换成80张植物卡片提示词里的“药性”改成“生长习性”“主治”改成“常见品种”就变成了“听故事学植物”。换成历史人物、成语典故、理化知识点也完全跑得通。我试过换成语领域。输入“画蛇添足”知识库返回的是成语出处、字面义、引申义、使用场景故事生成节点就把这些字段编成一个小剧本结尾再给一句使用场景口诀。整体上线时间只花了一个下午。所以这套工作流的扩展成本几乎全在“知识库整理”这一个环节上。换句话说它逼着你把知识体系结构化成故事友好的语料这本身就是一种学习。5.2 加一点产品思维让工作流变成日更栏目如果你想把“听故事学中药”做成持续输出的内容栏目而不是一次性玩具建议再叠加两个小设计。一个是“系列化角色”。我给故事设定了一对固定角色阿婆和小孙女。阿婆代表经验与传承小孙女代表好奇与疑问。连续故事里两人不断遇到新药材、新问题、新场景天然形成一种连续剧的追更感。角色固定后用户对内容的黏性会明显提升因为熟悉的角色带来了情感预期。另一个是“互动打卡”。我在飞书机器人推送里加了一个“听完故事考一考”的小环节每天推送故事后附带一道选择题答案是昨天的知识点。比如当归那个故事讲完第二天问“湿气重的人适合用当归吗”。这个设计本来只是想检验孩子的学习效果结果反馈意外地好变成了家庭群里每天早上的固定互动。最后再分享一个我的个人体会这种工作流项目最关键的卡点从来不是技术而是知识库的质量。如果你决定动手搭我的建议是先花时间把50个药材的知识卡片写好、写扎实再回来拖节点。顺序反了的话你会在调提示词和改数据之间来回折腾非常消磨热情。先把底料备齐剩下的就是烧烤的乐趣了。本文还有配套的精品资源点击获取