熟悉我的人都知道，有一项能力是我引以为傲的。

那就是你提出一个问题，我大概率可以推荐给你一本书，但如今...

我败了，因为 AI 的推荐广度远超于我，总有我不知道的领域。

昨天晚上看了罗振宇跟万维钢的夜船对话，其中提到 AI 时代生存策略10条。

关于学习，要跟随那些学识足以到达前沿、气度足以包容世界、视野足以跨学科的人，提升自己的认识。

关于意义，找到敬畏感，找到那个something bigger than yourself ，是应对“无意义感”的最佳策略。

好像一下让我又清晰了前进的方向。

那就是试着用 AI 替代自己，去探索 AI 的边界，把你工作中所有事，都用AI 做一遍。

废话不多，今天一起来看一个 Coze 工作流是如何替代我的能力的。

声明：这个工作流自来@远哥复盘，写的的确不错，值得学习。

然后我自己照着搭建了一个。

因为之前写过一篇Coze 教程：抖音爆款短视频标题+文案 agent | AI 保姆级工作流，基础的部分就不过多写了。

第一步，还是跟之前一样，设置一个开始的【输入】。

第二步，会用到一个【大模型】。

这里主要目的是两点：

1）分析用户的需求；

2）根据需求匹配合适的书籍。

原作者选用的大模型是豆包、我选的GLM。

这里可以总结一下不同大模型的细微区别：

豆包的言简意赅,、minmax 的速度快,、GLM-4 的更强的理解能力。

Coze 模型里，只有GLM-4 和 通义-max 相对高稳定性遵循指令。

第三步，使用插接。

在添加插件里搜索【书籍】，就可以找到。

注意：有两个选择

1）根据唯一 id 获取该书籍相关的详细信息

2）在线搜索书籍信息，返回结构化的书籍列表信息

我们选择的是第二个，需要的是列表信息。

我们点开输出按钮，看一下输出列表是什么？

这里是API的返回值。当此节点运行完成后，这些变量会被赋值为API的返回内容，你可以在下游节点引用这些变量。

这里面会有简介、价格、出版社、标题、作者、书号、封面。

几乎都是我们关于一本书籍想要的信息。

第四步，需要添加一个代码编辑器

把上一个插件结构化的信息，格式处理给大模型结合提示词使用。

这里对于小白有点难度，使用了Python。

第五步，再次添加一个大模型

主要目的是：

1）挖掘用户问题的本质

2）推荐书籍并讲出推荐原因

3）给予用户正向鼓励开启阅读状态

第六步，结束的设置。

这次我们使用设定的内容直接回答，而不是返回变量由bot回答。

方便于我们看回答的内容是什么？

然后我们选择试运行，提出一个问题【我不知道如何阅读？】

看看它会如何推荐？最终的结果是：

回答内容

根据您的要求，以下是Bot的功能和约束的解析，接下来我将展示如何根据这些规则来处理用户的输入。### 分析用户输入 当用户输入“我不知道如何阅读？”时，关键信息是用户可能不知道如何开始阅读或者如何更有效地阅读。潜在需求可能是寻找关于阅读技巧或阅读动机的书籍。### 匹配书籍 基于上述分析，以下是匹配书籍的步骤：1. **筛选书籍**：从知识库中找到关于阅读技巧、阅读方法或激发阅读兴趣的书籍。2. **确定最佳书籍**：选择一本最适合用户需求的书籍，这本书应该易于理解且对大多数人都适用。以下是根据这些步骤推荐的书籍：### 推荐书籍 《如何阅读一本书》作者：莫提默·J. 艾德勒、查尔斯·范多伦。这本书详细介绍了阅读的技巧和方法，非常适合那些想要提高阅读能力或不知道如何开始阅读的人。它符合Bot的约束，因为它与用户输入紧密相关，且具有普遍性和实用性。

看起来你对于阅读感到有些困惑和不确定，这是很常见的情况，不需要担心。每个人在阅读的道路上都可能遇到障碍，重要的是找到合适的方法和材料来克服它。### 鼓励话语 首先，我想对你说，阅读是一种技能，就像骑自行车一样，刚开始可能不太容易，但通过练习和找到合适的书籍，你会逐渐享受这个过程。你的好奇心和愿意学习的态度已经让你迈出了重要的一步。### 书籍推荐 针对你的情况，我有一本书想要推荐给你：**书名：**《如何阅读一本书》   **作者：** 莫提默·J. 艾德勒 和 查尔斯·范多伦   **简介：** 这本书会教你如何提高阅读技巧，它会指导你如何更深入地理解书籍内容，并且如何从中获得乐趣。书中不仅提供了阅读的各种层次，还介绍了不同类型书籍的阅读方法，非常适合那些想要提升阅读能力的人。这本书可以帮助你理解阅读不仅仅是翻阅文字，更是一种理解和吸收知识的过程。通过学习书中的技巧，你可能会发现阅读变成了一种更加丰富和满足的体验。希望你能尝试阅读这本书，开启你的阅读之旅。

整个流程回顾：

分析需求→匹配书籍→插件搜书→处理格式→推荐书籍→最终结果