有哪些节点式AI对话工具

问答节点是Coze工作流中的一个重要组件，它能让你的机器人主动收集用户信息，实现更自然的对话交互。通过问答节点，你可以：收集用户的具体需求和信息引导用户选择特定的功能或服务确保获取到完整的必要信息两种问答方式1.直接回答模式这种模式下，用户可以用自然语言自由回答问题。bot会从回答中提取关键信息。bot会自动提取姓名和电话号码。如果信息不完整，会继续追问缺失的部分。1.选项回答模式这种模式提供预设的选项供用户选择，适合：功能选择菜单分步骤引导服务类型分类[heading4]配置说明[content]模型：选择执行此节点的模型，支持设置模型在此节点中的生成多样性等参数配置，使模型效果更符合你的预期。输入：设置需要添加到问题中的参数，参数值可以引用前置节点的输出参数，或指定内容。提问内容：设置智能体在对话中向用户发起的问题内容。回答类型：设置用户回答问题的方式，支持设置为：直接回答：允许用户自定义回复内容。此时应设置输出参数。选项回答：设置预置选项，引导用户从指定范围内快速回复。此时还应设置选项内容，选项在对话中展示为按钮形式，用户可以直接点击按钮或回复对应的选项编号。输出：指定节点的输出设置。节点默认将用户回复作为USER_RESPONSE变量。你也可以开启从回复中提取字段，并设置待提取的关键字段。如果用户回复中未包含必选的字段信息，智能体将一直追问，直至成功采集信息。🤖在心情记录bot中，我们使用了3个问答节点。看看效果：点击选择记录今天的心情，🤖得到回答了，下面我们要将用户回复记录到数据库。

图像流是专门用于图像处理的一个流程工具。在图像流中，你可以通过可视化的操作方式灵活添加各种用于图像处理的节点，构建一个图像处理流程来最终生成一个图像。图像流发布后，支持在智能体或工作流中使用。*下一章会有更具体介绍，这边简单使用一下。🤖先在个人空间创建图像流，我们的图像流很简单，图像生成节点生成图像，接着风格滤镜节点将生成的图像转换成涂鸦，看起来更像是短时间画出来的。搭建完成后试运行→发布图像流。接着我们再回到工作流中，添加刚刚创建的图像流节点。图像流的输入引用“获取word”节点的输出然后接消息节点输出图像，最后再连到结束节点。我们看看效果接着，用户开始猜了，此时就要走第3个节点。我们不需要再画图，只需要引导用户猜出答案。所以只要接大模型节点对话就行了先从bot获取变量word，再将其和用户输入的改写内容传给大模型，让其与用户互动即可。系统提示词最后再将大模型节点连到结束节点，输出大模型的output这次没用三件套逐句输出，因为这里对话内容会相对较少，不逐句影响不大。玩了一会，用户告诉模型不想玩了。此时就进入不想玩的节点

大模型节点是调用大语言模型，使用变量和提示词生成回复大家直接点击“+”，就可以生成有一个大模型节点让我们把各个节点链接起来吧！然后，让我们来看看每部分[heading2]模型[content]1.大家按需使用，基础版对比请看10.3基础版：支持扣子预设的一批模型资源，例如豆包Function call模型等。专业版：除默认添加的豆包模型之外，还支持按需接入火山引擎方舟平台的模型资源，模型列表可参考模型发布公开。操作步骤可参考为扣子专业版接入模型。2.模型选择右下角生成多样性用于从多个维度调整不同模型在生成内容时的随机性。扣子提供以下预置的模式供你选择，每个模式的模型参数取值不同。精确模式：模型的输出内容严格遵循指令要求，可能会反复讨论某个主题，或频繁出现相同词汇。平衡模式：平衡模型输出的随机性和准确性。创意模式：模型输出内容更具多样性和创新性，某些场景下可能会偏离主旨。[heading2]输入[content]1.智能体对话历史开启智能体对话历史后，上下文信息将自动携带进入大模型1.参数名与变量值1.1.参数名是你开始随便设置，建议设置成有一定命名规律的名称1.2.变量值1.2.1.引用1.2.1.1.可以选择前面的链接过的节点的输出1.2.1.2.这个地方只可以接受前面的输出1.2.2.输入1.2.2.1.这个可以当做固定回复