目录
一、介绍：Coze工作流
1.1工作流应用场景
1.2什么是工作流
1.3思考环节
二、各个工作流详情
2.1情感分类工作流
2.2 随机数工作流
2.3 必应搜索工作流
2.4 天气查询工作流
三、集合上面五个工作流的总工作流
随着大模型（Large Language Models, LLM）技术的发展，业界已经普遍认识到，复杂的工作任务无法通过单次 LLM 调用来解决。为此，吴恩达、Itamar Friedman、Harrison Chase等专家提出了和流程工程（Flow Engineering）等概念，旨在通过多次、分阶段的 LLM 调用和迭代，来实现更优的应用效果。
目前，国内外已有多个平台推出了自己的工作流产品，如 Coze、百度千帆/灵境/客悦、Dify、FastGPT、Flowise、Langflow等。这些平台通过可视化的低代码编排，实现了对执行流程的管理和优化。
常见工作流应用场景如下所示：
客户服务
内容生成
任务自动化
数据分析和报告
邮件自动化处理
将 LLM 集成到您的客户服务系统中，自动化回答常见问题
通过 LLM 生成博客文章、产品描述、营销材料等
将LLM与各种任务管理系统集成，如 Trello、Slack，自动化项目和任务管理。
分析大型数据集并生成报告或摘要。识别趋势、模式，产生洞察
起草电子邮件、社交媒体更新等，生成清晰、专业的内容。
在进行智能体Bot开发的时候，找到视角独特、有用户需求的应用场景能够让智能体产品更具有实际价值；其次，工作流技术能够提高智能体Bot处理复杂任务的能力，增强场景适应性和用户体验，对于一些稳定性要求很高的场景，工作流技术也是首选。
起源于生产组织和办公自动化领域，是指在计算机应用环境下，对业务过程的部分或整体进行自动化处理。它通过将复杂的任务分解成定义良好的任务或角色（节点），并按照一定的规则和过程来执行这些步骤中的任务，从而降低系统复杂度，减少对提示词技术和模型推理能力的依赖，提高 LLM 应用在复杂任务中的性能，提升系统的可解释性、稳定性和容错性。
Question：一个很复杂的任务场景，有如下两种解决方案：第一种是用一个由多个指令组成，但描述清晰的较长结构化提示词去实现；第二种是先对任务进行拆解，再逐个将子任务去实现。请问哪个方案更好？
Answer：