拒绝信息焦虑！用 Coze 打造 AI 新闻自动抓取神器，顺便帮弟弟妹妹做个高考填报助手｜Day41

🚀 60天挑战119个Coze工作流 | Day 41

你是不是也感觉 AI 圈一天，人间一年？

每天打开手机，各种 AI 资讯轰炸：

• 早上 8 点：OpenAI 又降价了，省了 30%
• 中午 12 点：Claude 3.5 上新功能了
• 晚上 9 点：国产大模型又发布了，免费还送 Tokens
• 睡前刷一遍：错过了 3 个重要更新，焦虑到失眠

想要紧跟热点，却发现时间根本不够用？

今天这篇我将分享两个极具代表性的工作流：G3-抓取AI新闻到飞书表格 和 G4-高考填报小助手。它们一个解决的是“信息过载”，一个解决的是“决策辅助”。

当前进度：87/119
[█████████████░░░] 73%

💡 省流版：
文末回复指定关键词获取提示词。

01. 🤯 痛点分析

信息抓取的痛点：

• 网站太多，每天手动翻看效率极低
• 看到好的资讯没法一键沉淀，想用的时候找不着
• 无法自动归档和分类

垂直领域咨询（以高考为例）的痛点：

• 门槛高，专业名词多（位次、线差、级差...）
• 数据散，家长和考生查起来非常吃力
• 缺乏个性化建议

02. 🤖 G3：抓取 AI 新闻到飞书表格

一句话解释它的价值：
定时巡检指定新闻源，自动提取核心摘要并固化到飞书表格，打造你的个人 AI 知识库。

🔧 阵法布局

🛠️ 手把手搭建教程

这个工作流的逻辑清晰且高效，即使是新手也能在 10 分钟内复现：

第一步：准备容器（飞书表格）

1. 获取模板: 点击下方链接打开飞书多维表格模板。
   (https://my.feishu.cn/base/HEn4bLMjgaTRcqsaEV3c9spmnab?from=from_copylink)
2. 创建副本: 点击右上角 ... 菜单，选择 创建副本。
   
   • 复制到: 可选择 不添加到多维表格空间。
   • 复制范围: 务必选择 仅多维表格结构 (避免把我的测试数据也拷过去)。
     
3. 获取 Token: 副本创建成功后，复制 URL 中 base/ 之后、? 之前的那串字符（如 HEn4b...ab），这就是你的 App Token。

第二步：设定“阵眼”（开始节点）

1. 在 Coze 工作流画布中添加“开始”节点。
2. 添加输入变量：变量名feishu_url，类型String，勾选必填。

   💡 注意：虽然变量名叫 URL，但实际运行时请填入第一步获取的 App Token。
   

第三步：召唤数据（HTTP 请求）

1. 添加方式: 从开始节点的右侧蓝点拖出连线，在弹出的搜索框中输入“HTTP”，选择“HTTP 请求”组件。
   
2. 配置参数:
   • 方法: GET
   • URL: https://www.ithome.com/search/AI.html
   • 请求体: none

     💡 这是 IT 之家的 AI 新闻搜索页，抓取它是为了获取最新的行业资讯。
     

第四步：洗净数据（html2markdown）

1. 添加方式: 同样从HTTP请求右侧蓝点拖出连线，在搜索框输入“html2md”，在“插件商店”中找到并添加该工具。
   
2. 输入配置: 将 htmlcode 引用自上一个节点的 HTTP请求.body。

   💡 这一步非常关键，它剥离了 HTML 标签，只留下干净的 Markdown 文本供模型阅读。
   

第五步：炼制精华（新闻提取 LLM）

1. 添加方式: 从html2markdown右侧蓝点拖出连线，在弹出的搜索框中输入“大模型”，选择“大模型”节点。
   
2. 配置参数:
   • 模型: 选择 豆包·1.5·Pro·32k。
   • 输入变量: input 关联到 html2markdown.markdown。
   • 用户提示词: 提供的内容：{{input}}
   • 输出: 选择 JSON 格式，定义 output 为数组对象，包含 title (String) 和 link (String)。
   • 系统提示词: (获取方式见文末)
     

第六步：输出与存储（结构化与飞书）

1. 添加方式: 从“新闻提取”节点右侧拖出连线，选择“大模型”节点。
   
2. 配置参数:
   • 模式: 点击顶部切换为 批处理。
   • 批处理对象: item1 关联到 新闻提取.output。
   • 输入变量: input 关联到 item1。
   • 输出: 同样选择 JSON 格式，定义 output 为数组对象。
   • 系统提示词: (获取方式见文末)
     

第七步：封存在册（飞书 add_records）

1. 添加方式: 从“输出结构”节点拖出连线，搜索“飞书多维表格”，选择 add_records 工具。
   
2. 配置参数:
   • 模式: 同样开启 批处理。
   • 批处理对象: item1 自定义引用自 输出结构.outputList。
   • app_token: 引用开始节点的 feishu_url (或直接填入 Token)。
   • records: 引用本节点的 add_records.output(注：此处需对应上一步生成的 JSON 结构)。
   • table_id: 如果只有一张数据表可不填，否则需指定。
     
3. 授权: 点击节点上方的 单独授权，确保 Coze 有权限写入你的飞书表格。
   

第八步：闭环（结束节点）

1. 连接方式: 将“飞书多维表格”节点的输出端口连接到“结束”节点。
   
2. 配置参数:
   • 返回类型: 选择 返回文本。
   • 输出变量: 定义 output，值关联到 开始.feishu_url (作为简单的回显确认)。
   • 回答内容: 填入 {{output}}。
     

第九步：注入灵力（设置定时任务）

重要提示：功能升级中

截止发稿时，Coze 官方正在升级低代码智能体的触发器功能，暂时无法添加新触发器。待升级完成后，您可以按以下步骤设置自动巡检。

1. 发布工作流: 点击右上角 发布 按钮。
2. 添加触发器: 发布成功后，在工作流详情页点击 添加触发器 -> 选择 定时任务 (Scheduled Task)。
3. 配置周期: 设置你希望抓取的时间（比如每天早上 9:00）。
4. 固定参数: 在触发器的输入参数中，直接填入第一步获取的 App Token。这样它到点就会自动带着 Token 跑起来，不用人管！

💡 核心 Prompt 逻辑：
通过系统提示词强制模型输出 title 和 link 的字典列表，配合“工具调用”节点实现的批量化处理，效率远超手动复制。

🎉 运行效果：
设置完成后，你的飞书表格就会像这样，自动填满最新的 AI 新闻：

03. 🎓 G4：高考填报小助手

"孩子考了 580 分，报什么学校？"
"这个专业出来能干啥？会不会找不到工作？"
"去外地还是留本省？学费贵不贵？"

高考填报，72 小时决定未来 4 年。但面对 2000+ 所大学、700+ 个专业，大多数家长和学生都是"两眼一抹黑"。

G4 就是为了解决这个问题——输入分数和省份，AI 自动生成专业的院校分析报告。

🔧 阵法布局

G4 不再是简单的线性流程，而是一个典型的“大模型 + 插件”协同系统，其核心在于 专家级 Prompt 驱动：

1. 大模型 (豆包·1.5·Pro·深度思考): 赋予了 Bot 极强的逻辑推演能力，能处理“位次”、“级差”等复杂教育概念。
2. 插件工具箱:
   • 掌上高考: 提供 2024 年最新的权威录取分数、学校属性（985/211）和专业代码。
   • 猎聘/智联: 提供真实的“起薪水平”和“五年薪资涨幅”数据，让建议不再是纸上谈兵。
3. 专家设定: 系统提示词中预设了 10 年教育规划师的角色，严格执行“冲、稳、保”梯度推荐，并引入了「院校 - 专业 - 城市」三角模型。

💡 亮点逻辑：
Bot 不仅仅给名单，还会生成一份专业选择矩阵（包含就业率、学术实力、跨专业适应性等 5 个维度），真正做到了像真人专家一样答疑解惑。

🛠️ 手把手搭建教程

与 G3 不同，G4 是一个 对话流 (Dialog Flow)，我们需要先创建一个新的对话流资源。

第一步：创建资源

1. 新建资源: 在 Coze 首页点击 + 资源 -> 选择 对话流。
   
2. 填写信息:
   • 名称: G4_College_Admission_Assistant
   • 描述: 输入分数和兴趣，AI 自动匹配院校方案，提供专业且有温度的填报建议。
     

第二步：初始设定（开始节点）

1. 配置参数: 保持默认即可，无需修改。
   • USER_INPUT: 用户的问题。
   • CONVERSATION_NAME: 对话名称。
     

第三步：核心大脑（大模型节点）

1. 添加方式: 从“开始”节点拖出连线，选择“大模型”节点。
   
2. 配置参数:
   • 模型: 强烈推荐 豆包·1.6·自动深度思考 (DeepSeek 能力加持，逻辑推演更强)。
   • 输入变量: input 引用自 开始.USER_INPUT。
   • 用户提示词: {{input}}
   • 系统提示词: (获取方式见文末资源包)
   • 输出: 开启 JSON 格式，变量名 output，类型 String。
     

     💡 关键点：别忘了在“技能”栏点击 + 号，添加 掌上高考、猎聘、智联招聘 等插件，这是 Bot 能给出专业建议的根本！

第四步：赋予能力（添加插件）

1. 搜索插件: 点击大模型节点“技能”栏的 + 号，在弹出的窗口中搜索并添加以下插件：
   • 掌上高考: 提供院校库、专业库、录取分数线等核心数据。
   • 猎聘 / 智联招聘: 提供真实的就业市场数据（薪资、岗位需求）。
     
2. 确认添加: 添加完成后，你的大模型节点应该像这样，拥有了联网查询的能力。
   

第五步：安抚焦虑（添加提示节点）

1. 添加方式: 从“开始”节点（或在画布空白处）添加一个 输出 节点，并连接开始节点。
   
2. 配置文案:
   • 输出内容: 正在为您精心匹配院校与专业，请耐心等待约 2 分钟，稍等片刻......

     💡 由于深度思考模型推理时间较长，加个提示能有效降低用户的等待焦虑，提升体验。
     

第六步：殊途同归（结束节点）

1. 连接方式: 将“大模型”节点和“输出”节点的输出端口，都连接到“结束”节点。

   💡 这样设计的好处是：用户既能先看到“正在匹配”的安抚语，随后又能收到大模型生成的详细方案。
   

2. 配置参数:
   • 返回类型: 选择 返回文本。
   • 输出变量: 选择 output，关联到 大模型.output (这是最终的方案内容)。
   • 回答内容: {{output}}
     

🎉 运行效果：
输入 "湖北 理科 600"，Bot 会立刻调用大模型深度思考，并结合插件数据给出一份有理有据的志愿参考：

04. 🔄 化神期·心得感悟

从 Day 40 的短视频拆解，到 Day 41 的信息抓取与智能填报，我深刻体会到“化神期”两个核心关键词：自动化 与 专业度。

• 自动化 (G3): 它的本质是“数据搬运”。通过 HTTP 和飞书插件，我们能把海量的新闻碎片固化为可沉淀的资产。
• 专业度 (G4): 它的本质是“知识建模”。通过高质量的 System Prompt 和垂直领域插件，AI 能够复现领域专家的思维逻辑。

一句话总结：用自动化解放双手，用深度模型（及优质 Prompt）提升决策上限。

🎁 资源获取 (丰俭由人)

🅰️ 动手党（免费）

• 直接关注公众号，后台发送 "Day41" 即可获取 2 套工作流的系统提示词。
• 欢迎在评论区留言交流：
  • 🎯 "Day41打卡" —— 让我知道你来过
  • 💡 "我想用来XXX" —— 分享你的使用场景

常互动的课代表容易被眼熟哦！❤️

🅱️ 懒人党（¥9.9 / 杯奶茶钱）
扫码添加作者微信 (hwdemtv)， 获取本期资源：包含 G3/G4 完整 DSL 文件 以及 优先答疑 服务。

💎 进阶党（¥99 / 永久社群）
加入专属学习群，获取后续 119个全套工作流 源码更新，并与志同道合的 AI 开发者同行，深度交流与链接资源。

🏢 企业定制（按需报价）
支持 Coze / n8n / Dify 工作流定制开发，私聊咨询。

关注我，一起把手弄脏，把 AI 用活。

下期我们将带来 G3-抓取AI新闻到飞书表格 & G4-高考填报小助手。敬请期待！

不见不散！

#Coze #自动化 #AI新闻 #高考志愿