「Mac畅玩AIGC与多模态25」开发篇21 - 用户画像生成与摘要输出工作流示例

一、概述

本篇聚焦如何通过用户多维输入生成简洁的用户画像摘要，并统一输出格式化描述。开发人员将学习如何收集多项输入变量、通过执行 LLM 节点整合成内容简洁、结构清晰的总结文本，适用于个性化推荐、行为分析与前置用户建模等场景。

二、环境准备

• macOS 系统
• Dify 平台已部署并可访问

三、在 Dify 中创建工作流

1. 新建工作流应用

• 登录 Dify 后台
• 点击「工作室」
• 点击「创建空白应用」
• 填写应用信息：
  • 应用名称：用户画像生成示例
  • 应用类型：工作流
  • 模型：glm-4-flash

2. 配置开始节点并添加输入变量

• 添加输入字段如下：
  • user_name（文本）：用户姓名
  • age_range（下拉选项）：年龄段（18-24, 25-34, 35-49, 50+）
  • hobbies（段落）：兴趣爱好
  • profession（文本）：职业
• 保存配置

3. 添加执行 LLM 节点（生成画像摘要）

• 提示词内容：

请根据以下信息生成用户画像摘要：- 姓名：{{user_name}}
- 年龄段：{{age_range}}
- 职业：{{profession}}
- 兴趣爱好：{{hobbies}}输出格式要求：一段中文描述，内容自然、简洁，包含职业与兴趣倾向，不要添加字段标签或多余解释。

• 输出字段名：text

4. 添加结束节点

• 输出字段选择：text

5. 发布

• 点击「发布」完成部署

四、测试工作流效果

输入示例：

• user_name: Emma
• age_range: 25-34
• profession: 数据分析师
• hobbies: 阅读心理学书籍、徒步旅行、冥想

输出示例：

Emma 是一位 25-34 岁之间的数据分析师，兴趣广泛，热爱心理学阅读、户外徒步与冥想，展现出兼具逻辑思维与内在探索的个性特征。

五、总结

通过本案例，掌握了：

• 多输入字段信息收集与组织方式
• 统一结构输出的提示词设计技巧
• 生成类 LLM 场景下的文本摘要构建

本案例适用于注册后欢迎语生成、用户标签推荐、前端个性化展示等典型应用场景，是用户中心内容生成的重要一环。