Dify 30 分钟工作流入门：先做一个多平台内容生成器

先做一个小而完整的工作流

Dify 官方的 30-Minute Quick Start 选的例子很实用，不是聊天机器人，也不是空的演示画布，而是一个多平台内容生成器。这个例子的价值就在于，它把用户输入、参数提取、条件判断、文件处理和最终整合都串在了一条线上。第一次上手 Dify，比起自己空想流程，先照这个案例做一遍更容易建立感觉。

如果你正要做知乎、公众号、LinkedIn、X 这类多平台内容改写，这个模板尤其适合拿来起步。因为它天然就在解决一个现实问题：同一份素材，怎么按不同平台和不同语气拆成多版输出。

User Input 节点先把输入边界收清楚

官方 Quick Start 第一层就是 User Input。这里不是简单做几个表单项，而是先把工作流后面真正要用到的变量立住，比如草稿文本、上传文件、语气要求、目标平台、输出语言。输入边界越清楚，后面节点越不容易乱。

很多人第一次做工作流，喜欢先接 LLM 节点，后面再回头补输入字段，这样通常会越改越散。更稳的顺序是先把输入变量设计好，再决定后面哪些变量需要解析、哪些需要判断、哪些最后要直接进入生成。

Parameter Extractor 和 IF/ELSE 才是这条线的关键

这个官方案例最值得学的地方，不是“能生成多平台文案”，而是它没有把平台解析交给一段模糊 prompt 硬顶，而是单独用了 Parameter Extractor 去抽平台列表，再用 IF/ELSE 处理异常输入。比如用户乱填平台名，流程就直接走到输出错误提示，而不是继续浪费 tokens 往下生成。

这一步其实就是把工作流从“会说话”拉到“有判断”。只要你的业务里有输入校验、字段抽取、条件分流，这种做法都比只靠一个大模型节点更稳。

文件处理别一上来就堆复杂节点

官方案例里，上传的文档和图片并不是直接拿给 LLM 生吞，而是通过 Doc Extractor 和 Integrate Info 先做信息提取和整合。这个顺序很重要，因为实际内容生成里，真正需要送进模型的是结构化后的关键信息，而不是整包原始材料。

如果你自己的网站后面还要做教程改写、资讯摘要、不同渠道分发，这一步尤其值得抄。先抽信息，再整合，再进入生成，后面模型输出会稳定很多。

第一次上手的目标不要定太大

第一次做 Dify，最合理的目标不是直接搭一个复杂内容中台，而是先把这条多平台内容生成器跑通。你需要确认的只有几件事：输入是否清楚、平台参数能不能抽对、异常输入会不会被挡住、文档信息能不能顺利进入最终生成。

这几个点都稳定以后，再继续加平台模板、输出格式和人工审核节点会更顺。先把官方这条小工作流吃透，比一上来就堆十几个节点更有用。