一、概述

本篇基于興趣建議輸出的方式，擴展為支持多任務輸入場景，介紹如何使用 LLM 對用戶輸入的多項待辦事項進行摘要整合、生成重點提醒，并保持自然語言風格輸出，適用于任務總結、進度引導、日程提醒等輕量型任務生成場景。

二、環境準備

• macOS 系統
• Dify 平臺已部署并可訪問

三、在 Dify 中創建工作流

1. 新建工作流應用

• 登錄 Dify 后臺
• 點擊「工作室」
• 點擊「創建空白應用」
• 填寫應用信息：
  • 應用名稱：多任務摘要提醒示例
  • 應用類型：工作流
  • 模型：glm-4-flash

2. 配置開始節點并添加輸入變量

• 輸入字段如下：
  • task_list（段落）：請用戶填寫今天希望完成的所有事項（如：“回復客戶郵件、撰寫月報、處理財務報表、開項目會議”）
• 保存配置

3. 添加執行 LLM 節點（任務摘要與提醒輸出）

• 提示詞內容：

以下是用戶今天計劃完成的任務列表：{{task_list}}請完成以下內容：
1. 提取出各個獨立任務。
2. 對每個任務生成一句提醒建議。
3. 最后生成一段簡潔自然的中文段落，涵蓋所有任務與建議，鼓勵用戶專注高效完成。輸出格式為段落文字，不使用編號或 Markdown 列表。

• 輸出字段名：text

4. 添加結束節點

• 輸出字段選擇：text

5. 發布

• 點擊「發布」完成部署

四、測試工作流效果

輸入：

回復客戶郵件、撰寫月報、處理財務報表、開項目會議

輸出：

別忘了先回復客戶郵件以確保溝通順暢，月報寫作要突出重點，財務報表需要精細核算，而項目會議則要提前準備議題。加油，今天的你一定能高效搞定！

五、總結

通過本案例，掌握了：

• 多任務自然語言輸入的處理方式
• 利用 LLM 自動拆解任務、輸出建議、統一整合
• 無需復雜分支結構即可實現任務驅動型內容生成

本案例適用于生成每日任務摘要、會議前提醒、工作清單回顧等場景，是面向多目標文本合成的重要實踐模型。