第 8 章

建立聊天流 Chatflow

聊天機器人會對話但沒有流程，工作流有流程但不會對話。聊天流（Chatflow）是兩者的合體：能記住上下文的多輪對話 × 節點編排的處理能力。前面學的所有招式，在這裡合而為一。

本章目標

要學什麼: 理解 Chatflow 的概念，做出融合對話與流程的應用
學會的技能: Chatflow 的結構、對話記憶的運作、會話變數與變數賦值、多模態輸入
能做出什麼: 記得住顧客資訊的客服、需要暫存狀態的預約系統、多模態高機能聊天機器人

8.1為什麼最後才講 Chatflow？

因為它是集大成者。一條 Chatflow 裡可以同時出現：

第 3 章的知識檢索節點（查資料）
第 4 章的 Agent 節點與工具（執行動作）
第 6 章的問題分類器、條件分支、程式碼執行（流程控制）
再加上 Chatflow 獨有的對話記憶與會話變數

與工作流最大的差異：工作流跑完就結束；Chatflow 的「開始」節點自帶 sys.query（使用者這句話）與對話歷史，每一輪對話都會重新走一遍流程，但記憶延續。

8.2最小的 Chatflow：開始 → LLM → 直接回覆

建立方式：工作室 →「建立空白應用」→ 選擇「聊天流」（具有記憶的複雜多回合對話的工作流程）。畫布預設就給你三個接好的節點：

聊天流畫布：開始、LLM、直接回覆三節點 — **圖 8-1**Chatflow 的最小結構。注意結尾不是工作流的「輸出」而是**「直接回覆」**節點——把內容以對話訊息的形式回給使用者。

在 LLM 節點寫入 SYSTEM 提示詞（我們延續星光咖啡的世界觀）：

你是「星光咖啡」的親切店員，用繁體中文與顧客閒聊並回答問題，語氣溫暖。
記住顧客在對話中提到的個人資訊（名字、喜好），並在之後的回答中自然運用。

重點
Chatflow 的 LLM 節點有一個工作流沒有的開關：「記憶」（預設開啟）。開啟後，之前幾輪的對話會自動附加到模型的上下文中，「記憶窗口」控制帶入幾輪——這就是 Chatflow「記得你」的原理。

8.3實測：它真的記得

按「預覽」開啟對話面板，進行一段兩輪測試：第一輪自我介紹（「我叫小美，最喜歡焦糖瑪奇朵」），第二輪考它（「你還記得我叫什麼、喜歡喝什麼嗎？」）：

聊天流記憶測試，機器人記得使用者的名字與喜好 — **圖 8-2**第二輪的回答：「當然記得呀，小美！」——名字與焦糖瑪奇朵都答對了。這在單輪的工作流中是不可能的。

8.4會話變數：更持久、更可控的記憶

LLM 的「記憶」只是把對話原文塞回上下文，輪數一多就會超出窗口。會話變數（Conversation Variables）是更工程化的方案——在整個會話期間存活的具名變數：

宣告變數畫布右上工具列的變數按鈕 →「會話變數」→ 新增，例如 customer_name（String）、favorite_drink（String）。
擷取並寫入在流程中加入「參數提取器」節點從對話擷取名字與喜好，接一個「變數分配器（變數賦值）」節點把值寫入會話變數。
隨處取用之後任何一輪對話、任何節點都能引用 conversation.customer_name——即使聊了一百輪也不會忘。

	LLM 記憶	會話變數
原理	對話原文塞回上下文	具名變數持久保存
壽命	受記憶窗口限制	整個會話
精確度	模型自行理解，可能漏	寫入什麼就是什麼
適合	閒聊語境、短對話	訂單狀態、表單進度、使用者檔案

8.5多模態：讓對話收圖片與文件

Chatflow 的「功能」面板（右上角「功能」按鈕）可開啟圖片上傳與文件上傳。開啟後：

使用者上傳的檔案出現在 sys.files 變數中。
圖片直接交給支援視覺的模型（Claude 全系列都支援）理解。
文件（PDF、Word）接一個「文件提取器」節點抽出文字，再交給 LLM——「上傳合約問重點」「上傳菜單問推薦」都是這個套路。

小技巧
進階範本可以參考首頁範本庫的「Question Classifier + Knowledge + Chatbot」：問題分類器先判斷來意，一路接知識檢索（查 FAQ）、另一路接一般 LLM（閒聊），最後都匯入直接回覆——這是客服 Chatflow 的標準架構，把第 3、6 章與本章全部串了起來。

8.6本章回顧

Chatflow = 多輪對話 × 節點編排；結尾用「直接回覆」節點。
LLM 節點的「記憶」開關讓對話自然延續；記憶窗口控制帶入輪數。
會話變數＋變數賦值是工程級記憶：精確、持久、可在任何節點取用。
開啟功能面板的檔案上傳即獲得多模態能力；文件用文件提取器抽字。

應用做完了，接下來讓它走出 Dify——下一章用 API 把這些應用接進你自己的系統。