在信息爆炸的时代，新闻工作者如何高效挖掘有价值的信息成为一大挑战。AI技术的崛起不仅为新闻报道提供了全新的工具，也正在重塑传统新闻制作流程。本文将通过实验证明，AI如何帮助记者更快速地收集、分析和制作新闻，从而开启报道效率的新篇章。

日常工作过程中，我们时常会需要收集了解行业或者时事热点，特别是对于一些新媒体运营或者社群运营者来说，发布每周或者每日新闻资讯更是固定事项，而这往往需要花费大量的时间精力。

纯人工处理的工作流：先通过搜索平台检索关键词（1-2分钟/关键词）——人工阅读完每篇文章筛选是否采编（每篇文章平均3-5分钟）——人工整理并编写文案（3-5分钟）——将内容制成图片（20-30分钟）。

使用Kimi/豆包/DeepSeek等AI辅助的工作流：先通过搜索平台检索关键词获得文章链接（1-2分钟/篇）——将链接发送给KIMI/豆包/DeepSeek等AI平台，让他们提炼文章内容（2-3分钟/篇）——人工决定是否采编（1-2分钟）——重复上述动作收集多篇内容，让AI再优化整理文案（1-2分钟）——通过即梦等AI图片生成网站生成图片（2-3分钟）。

总得来说

• 传统人工流程，需要多角色协同，较为耗时，新闻的总结提炼由个人能力决定，原创性较高。
• 直接使用Kimi/豆包/DeepSeek等AI辅助效率高，单人即可作业，但每个环节步骤，都需要人工输入指令。

基于这个场景，我在思考并且尝试配置AI-Agent，看看能不能通过设定规则，让它输出的内容更可控，更自动化。

以下是我基于这个场景的AI实践笔记，包含对于需求的梳理思考，每一步配置的思考和实践，以及发现的问题和总结，预计阅读时间要15分钟，看完应该会帮助你对于AI工作流会有一些了解~

如何定义B端产品及B端产品经理方法论

相较于C端产品，B端产品最大的特点是：面向特定领域用户，且数量少得多，但更注重对用户专业领域操作流程的深度挖掘——也就是专业性更强，与业务的结合更紧密。

查看详情 >

为了便于后续的阅读理解，这里先用表格的形式，对一些概念做一下基础的解释：

步骤1：需求的梳理

首先，先梳理我的需求。我希望输入一个关键词，就可以帮我检索出多篇相关内容，文章发布时间是1周内的，能够根据多篇的内容综合提炼内容，并且能够生成对应的配图，形成新闻速报。

根据需求，拆解具体要完成的步骤，我拆解了以下几点：

步骤2：工作流的配置

在Coze平台，创建一个工作流，点击[添加节点]，选择插入插件

在[插件]中，检索“新闻”相关的插件，通过看插件的描述，选择一个可以根据关键词，检索输出新闻资讯的；

插件选择小贴士：

目前扣子插件库中新闻相关的插件，主要有以下几类：

①直接帮你检索平台热点事件；

②需要你输入链接帮你提取链接内容的；

③通过你的关键词检索的； 其中需要传入的<参数>，一般标注<url>的是要求用户输入文章的链接，从链接解析内容的。

这里我们实际使用场景是，根据用户输入的关键词，然后检索关键词相关的新闻资讯。所以选择的时候要注意看插件输入和输出的字段是否满足实际使用需求。

可以查看插件被引用数，链接成功率，平均响应时长等数据，如果扣子官方插件可满足，建议优先选择官方插件，有一些个人作者的插件，后续发布智能体时，有时会限制发布的平台。

链接开始节点与获取新闻节点，选中插件节点，将插件输入变量，直接选择引用开始节点的输入<input>变量；

选中插件的节点，可以看到它可以输出的内容，包含标题<title>、文章链接<url>、时间<time>…此时可以先链接到结束节点，输入一个关键词去测试一下这个插件是否正常运行，并且也可以通过运行结果有一个比较直观地了解。

选中结束节点，输出的变量选择直接引用<news>;

如下图所示，按照步骤可以随机输入一个关键词，测试插件输入输出的效果；

这里可以看到，插件根据关键词检索出了5条新闻（0/1/2/3/4，分别对应一个新闻），分别展开可以看到每一条新闻整理出的对应内容；

随机点开一条信息，会发现这个插件已经做了内容的提炼，但是仔细读内容会发现信息点太少了。所以需要AI访问原文链接重新进行整合提炼。这里这个插件对我来说，输出了这么多字段只有url是我所需要的；

截止到这一步，我们已经通过工作流实现了原先划定目标中的第1及第2步，接下来要按顺序实现第3步，根据检索出来的链接，解析链接中的文章内容；

（下图是错误示范）

这里我一开始想的是直接插入一个大模型节点，让大模型直接读取，但插入之后会发现大模型是无法直接访问链接读取内容的。所以这里我们还需要配置一个插件，通过插件的能力，从url中获取信息；

点击添加节点，选择插件，在插件库中选择链接读取的插件，可以通过查看参数，看到这个插件只需要必传url，就会返回全文；

（下图是错误示范）

这里如果直接添加这个链接读取插件，且输入变量url直接引用为上一节点输出的url变量，会发现，上一节点能整理出了5条信息，这个节点只能接收到第一条新闻的url，这不满足使用；

我要实现的目标是，让AI能阅读完所有的文章之后，把文章内容综合提炼一个内容。所以这里需要添加循环体，实现不断输入文章的url，整合提炼。下面的示意图大概表达了，这里用循环结构在做的任务逻辑；

选择添加循环节点，页面会出现两个东西，一个叫“循环”，一个叫“循环体”，它们是一个整体，中间有线连着；循环是用来配置输入/输出/中间变量的参数的，循环体内主是用来配置具体的循环节点流程的；

选中“循环”，会发现，这里需要配置三个内容，包含循环数组/中间变量/输出；

什么是循环体中的“中间变量”？

在AI工作流的循环中，中间变量就像流水线上的临时储物格，专门用来暂时存放当前步骤的加工数据（如计算结果、状态信息），既能承接上一步的输出，又能为下一步提供输入，还能动态更新循环进展（例如记录已处理的图像帧数或调整训练参数），最终将关键结果传递到循环外部，是循环过程中数据流转与状态管理的核心枢纽。

选中循环体（注意，这里一定要确保选中循环体的框体，再添加节点），然后添加链接读取的插件，将输入变量引用为循环的<url>；

添加完链接读取的插件后，我们需要整理内容，所以我们要再循环体中添加大模型的节点，让它处理内容；

上图在插入大模型节点后，又插入了一个设置变量的节点，实际上，这步是将大模型输出的内容做了定义，是在处理下图绿色框选部分的逻辑，将大模型读完第一篇文章输出的内容赋值，结合第二篇链接的内容传输给大模型…，让它把所有的内容结合起来给我做提炼；

完成循环体的配置，至此我们已经完成了目标中的1-4步，第4步中的要求对应的就是循环体中，你写给大模型的系统提示词；

用AI生成图片，必须要有图片生成的提示词，这里我们可以再插入一个大模型的节点；

然后再插入一个图像生成的节点（这里可以直接选择图像生成或者是图像生成的插件）；

链接结束节点，添加最后要输出的变量，并配置对应输出变量引用的值；

配置完成后，可以进行试运行，根据运行情况进行调整，各个节点都输出成功之后，点击[发布]工作流；

步骤3：配置Bot

工作流配置完成，还需要配置一个Bot，方便后续使用。在工作空间-项目开发，选择创建一个智能体；

在中间工作流，选择添加我们上面配置好的工作流，左侧输入人设和要AI做的事情，要注明什么情况下调用这个工作流；配置完成后，可以通过右侧对话框进行测试，再调优人设；

确认后无误后，可以选择发布到对应应用平台；

经验总结：基本逻辑可实现，实际效果仍有很大提升空间

• AI 配图有文字乱码：用 AI 生成配图的时候，哪怕清清楚楚设置了限制条件，可图上还是老出现文字乱码。到现在我也没找到啥好办法解决，这对配图的使用和看着好不好看影响挺大的。
• 图和新闻内容不好组合：一开始我想直接弄出那种一张图，包含新闻文字描述+新闻配图，我尝试在结果在插件库里找了半天，好不容易找到一个，测试时候链接报错，所以要达到目标大概率还得靠人工手动组合。
• 初次配置比较复杂：AI 生成东西速度确实快，可要是第一次去配置流程，那得费好大劲摸索。需要参考其他大神的一些攻略，然后了解了原理之后，根据实际业务需求设计。
• 实现效果受限较大：实际操作的时候还是得依赖现成插件，像新闻检索，插件库貌似没有发现现成插件可以实现在百度或者微信搜一搜场景下可获取链接的。