如果你正被重复的客户咨询、线索筛选、订单确认这些琐事占去大量时间，那么用 Coze（扣子）零代码搭建一个专属 AI Agent 可能是你当下最高效的投资。不需要写一行代码，只需要像拼乐高一样拖拽节点，就能把一条完整的业务逻辑交给 AI 去自动执行。下面我以一个“客户线索初筛”场景为例，带你完整走一遍从创建 Bot 到配置工作流的全过程。

先明确我们要解决的问题：每天有几十条来自不同渠道的客户咨询，你需要从对话中提取关键信息（公司名称、规模、预算范围、意向产品），判断是否符合接单标准，然后生成一份标准化的线索记录。纯人工处理不仅慢，还容易漏掉细节。用 Coze 工作流，这个流程可以完全自动化。

第一步，进入 Coze 官网（coze.cn），注册登录后点击“创建 Bot”。这里你会看到两个入口：一个是让 AI 自动帮你生成，另一个是从空白创建。想真正掌握控制权，建议选择“从空白创建”。给 Bot 起个名字，比如“线索初筛助手”，然后进入编辑界面。

在“人设与回复逻辑”栏里，写一段清晰的提示词，告诉 Bot 它的职责。例如：“你是一个专业的销售线索初筛助手。当用户提供咨询信息后，你需要提取以下字段：公司名称、联系人、联系方式、预算范围、意向产品类型。如果信息不足，主动追问。确认完整后，调用工作流进行线索评级和记录。” 这段提示词决定了 Bot 的对话风格和提取能力，写好后记得点击右上角“优化”按钮让 AI 帮你润色一遍。

接下来是核心环节：配置工作流。回到 Bot 编辑页面，找到“工作流”区域，点击“新建工作流”。你会看到一个空白画布，上面只有 Start 和 End 两个节点。这就是你的自动化流水线起点。

从左侧节点库里，我们需要拖入三个关键节点：大模型节点、判断节点和插件节点。

先拖入一个大模型节点，连接在 Start 之后。双击节点，在“输入”栏里引用 Start 节点传来的用户消息（通常用 {{start.user_input}}）。在“提示词”栏里写：“请从以下用户消息中提取线索字段：公司名称、联系人、联系方式、预算范围、意向产品。如果缺少任何字段，输出‘信息不完整’并列出缺失项。如果完整，输出 JSON 格式的完整线索。” 这样，大模型就会自动完成信息结构化。

然后拖入一个判断节点。它的作用是检查大模型输出的结果：如果输出包含“信息不完整”，就走“信息缺失”分支，让 Bot 返回追问消息；如果输出是完整 JSON，就走“完整线索”分支，进入下一步。这个判断节点相当于 if-else 逻辑，完全可视化配置，不需要写代码。

在“完整线索”分支上，再拖入一个插件节点。Coze 提供了大量官方插件，比如飞书表格、钉钉通知、邮件发送等。假设你希望线索自动写入飞书多维表格，就搜索“飞书”插件，选择“写入飞书表格”动作，然后按提示绑定你的表格链接和字段映射。Coze 会引导你完成授权，整个过程只需点几下鼠标。

所有节点配置完成后，点击右上角“测试”按钮。在测试面板输入一条模拟用户消息，比如“你好，我是极客科技的王小明，想咨询一下你们的智能客服方案，预算大概 3 万左右，公司目前 50 人。” 观察工作流是否依次经过大模型提取、判断节点识别为完整、插件节点写入表格。如果一切正常，你会看到飞书表格里新增了一条记录。如果某个环节报错，双击对应节点查看日志，通常问题出在字段引用错误或插件授权失效，调整后再测即可。

测试通过后，回到 Bot 编辑页，在“技能”区域勾选刚才创建的工作流，并设置触发条件。你可以让 Bot 在用户主动询问“帮我记录线索”时触发，也可以设置为每次对话结束自动判断是否提取线索。建议初期用显式触发，避免误判。

最后一步是发布。Coze 支持发布到微信公众号、飞书、钉钉、网页嵌入甚至 API 调用。对于一人公司来说，最实用的方式是生成一个网页链接，直接发给客户或挂在官网咨询入口。发布后在“分析”面板里可以查看每天的调用量、用户反馈，持续优化提示词和工作流逻辑。

这套工作流一旦跑起来，你每天节省的就不是几分钟，而是至少一两个小时的手动整理时间。更重要的是，它不会漏掉任何一条潜在客户信息，记录格式统一，后续跟进也更有条理。当你熟悉了“大模型节点 + 判断节点 + 插件节点”这个铁三角组合后，可以把同样的思路复制到订单确认、售后工单分类、内容审核等场景里。零代码不是限制，而是让你把精力集中在“业务逻辑”本身，而不是被代码细节拖住脚步。