在信息爆炸的期间，新闻职责者如何高效挖掘有价值的信息成为一大挑战。AI技能的崛起不仅为新闻报说念提供了全新的用具撸撸色，也正在重塑传统新闻制作经过。本文将通过实考阐明，AI如何匡助记者更快速地相聚、分析和制作新闻，从而开启报说念服从的新篇章。
日常职责过程中，咱们等闲会需要相聚了解行业或者模式热门，特殊是关于一些新媒体运营或者社群运营者来说，发布每周或者逐日新闻资讯更是固定事项，而这延续需要消费多半的时辰元气心灵。
纯东说念主工处理的职责流：先通过搜索平台检索关键词（1-2分钟/关键词）——东说念主工阅读完每篇著作筛选是否采编（每篇著作平均3-5分钟）——东说念主工致理并编写案牍（3-5分钟）——将内容制成图片（20-30分钟）。
使用Kimi/豆包/DeepSeek等AI援手的职责流：先通过搜索平台检索关键词获取著作汇注（1-2分钟/篇）——将聚合髻送给KIMI/豆包/DeepSeek等AI平台，让他们提真金不怕火著作内容（2-3分钟/篇）——东说念主工决定是否采编（1-2分钟）——重叠上述当作相聚多篇内容，让AI再优化整理案牍（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
传统东说念主工经过，需要多扮装协同，较为耗时，新闻的转头提真金不怕火由个东说念主技艺决定，原创性较高。 径直使用Kimi/豆包/DeepSeek等AI援手服从高，单东说念主即可功课，但每个关键步伐，皆需要东说念主工输入指示。基于这个场景，我在念念考何况尝试建树AI-Agent，望望能不成通过设定例则，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施行条记，包含关于需求的梳理念念考，每一步建树的念念考和施行，以及发现的问题和转头，预测阅读时辰要15分钟，看完应该会匡助你关于AI职责流会有一些了解~
为了便于后续的阅读默契，这里先用表格的体式，对一些主张作念一下基础的解释：
领先，先梳理我的需求。我但愿输入一个关键词，就不错帮我检索出多篇关系内容，著作发布时辰是1周内的，能够笔据多篇的内容笼统提真金不怕火内容，何况能够生成对应的配图，酿成新闻速报。
笔据需求，拆解具体要完成的步伐，我拆解了以下几点：
在Coze平台，创建一个职责流，点击[添加节点]，遴荐插入插件
在[插件]中，检索“新闻”关系的插件，通过看插件的神态，遴荐一个不错笔据关键词，检索输出新闻资讯的；
插件遴荐小贴士：
目下扣子插件库中新闻关系的插件，主要有以下几类：
①径直帮你检索平台热门事件；
②需要你输入汇注帮你索取汇注内容的；
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>的是要求用户输入著作的汇注，从汇注分解内容的。
这里咱们骨子使用场景是，笔据用户输入的关键词，然后检索关键词关系的新闻资讯。是以遴荐的时候要精通看插件输入和输出的字段是否知足骨子使用需求。
不错稽查插件被援用数，汇注告成率，平均反映时长等数据，如果扣子官方插件可知足，提出优先遴荐官方插件，有一些个东说念主作家的插件，后续发布智能体时，无意会浪漫发布的平台。
汇注初始节点与获取新闻节点撸撸色，选中插件节点，将插件输入变量，径直遴荐援用初始节点的输入<input>变量；
选中插件的节点，不错看到它不错输出的内容，包含标题<title>、著作汇注<url>、时辰<time>…此时不错先汇注到收尾节点，输入一个关键词去测试一下这个插件是否平常运行，何况也不错通过运行甩手有一个相比直不雅地了解。
选中收尾节点，输出的变量遴荐径直援用<news>;
如下图所示，按照步伐不错就地输入一个关键词，测试插件输入输出的服从；
这里不错看到，插件笔据关键词检索出了5条新闻（0/1/2/3/4，差异对应一个新闻），差异伸开不错看到每一条新闻整理出的对应内容；
就方位开一条信息，会发现这个插件照旧作念了内容的提真金不怕火，可是仔细读内容会发现信息点太少了。是以需要AI拜访原文汇注从头进行整合提真金不怕火。这里这个插件对我来说，输出了这样多字段唯有url是我所需要的；
截止到这一步，咱们照旧通过职责流好意思满了原先端正方针中的第1考取2步，接下来要按规范好意思满第3步，笔据检索出来的汇注，分解汇注中的著作内容；
（下图是无理示范）
这里我一初始想的是径直插入一个大模子节点，让大模子径直读取，但插入之后会发现大模子是无法径直拜访汇注读取内容的。是以这里咱们还需要建树一个插件，通过插件的技艺，从url中获取信息；
点击添加节点，遴荐插件，在插件库中遴荐汇注读取的插件，不错通过稽查参数，看到这个插件只需要必传url，就会复返全文；
（下图是无理示范）
这里如果径直添加这个汇注读取插件，且输入变量url径直援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，这个节点只可接收到第一条新闻的url，这不知足使用；
我要好意思满的方针是，让AI能阅读完通盘的著作之后，把著作内容笼统提真金不怕火一个内容。是以这里需要添加轮回体，好意思满不休输入著作的url，整合提真金不怕火。底下的显露图简略抒发了，这里用轮回结构在作念的任务逻辑；
国产初高中生真实在线视频
遴荐添加循关键点，页面会出现两个东西，一个叫“轮回”，一个叫“轮回体”，它们是一个举座，中间有线连着；轮回是用来建树输入/输出/中间变量的参数的，轮回体内主是用来建树具体的循关键点经过的；
选中“轮回”，会发现，这里需要建树三个内容，包含轮回数组/中间变量/输出；
什么是轮回体中的“中间变量”？
在AI职责流的轮回中，中间变量就像活水线上的临时储物格，出奇用来暂时存放现时列法的加工数据（如计较甩手、气象信息），既能联贯上一步的输出，又能为下一步提供输入，还能动态更新轮回阐发（举例记载已处理的图像帧数或调养老师参数），最终将关键甩手传递到轮回外部，是轮回过程中数据流转与气象料理的中枢要道。
选中轮回体（精通，这里一定要确保选中轮回体的框体，再添加节点），然后添加汇注读取的插件，将输入变量援用为轮回的<url>；
添加完汇注读取的插件后，咱们需要整理内容，是以咱们要再轮回体中添加大模子的节点，让它处理内容；
上图在插入大模子节点后，又插入了一个建造变量的节点，骨子上，这步是将大模子输出的内容作念了界说，是在处理下图绿色框选部分的逻辑，将大模子读完第一篇著作输出的内容赋值，联结第二篇汇注的内容传输给大模子…，让它把通盘的内容联结起来给我作念提真金不怕火；
完成轮回体的建树，至此咱们照旧完成了方针中的1-4步，第4步中的要求对应的便是轮回体中，你写给大模子的系统教唆词；
用AI生成图片，必须要有图片生成的教唆词，这里咱们不错再插入一个大模子的节点；
然后再插入一个图像生成的节点（这里不错径直遴荐图像生成或者是图像生成的插件）；
汇注收尾节点，添加终末要输出的变量，并建树对应输出变量援用的值；
建树完成后，不错进行试运行，笔据运行情况进行调养，各个节点皆输出告成之后，点击[发布]职责流；
步伐3：建树Bot职责流建树完成，还需要建树一个Bot，便捷后续使用。在职责空间-神态拓荒，遴荐创建一个智能体；
在中间职责流，遴荐添加咱们上头建树好的职责流，左侧输入东说念主设和要AI作念的事情，要注明什么情况下调用这个职责流；建树完成后，不错通过右侧对话框进行测试，再调优东说念主设；
证明后无误后，不错遴荐发布到对应应用平台；
撸撸色