Coze工作流可自动根据商品图和基础信息生成专业合规的电商描述。需配置开始节点输入商品名、类目、卖点及图片，类目必须准确以匹配行业模板；采用三阶提示词链或单节点压缩法调用大模型，依次完成类目框架生成、合规强化与平台适配；最后通过Python代码清洗文本并输出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让Coze自动根据商品图和基础信息生成专业、合规、高转化的电商产品描述，避免人工撰写耗时长、风格不统一、关键词遗漏等问题。
配置开始节点：定义输入变量
在Coze工作流画布中拖入【开始节点】，点击编辑→添加4个必填变量：【Product_Name（字符串）】、【Product_Category（字符串）】、【Key_Selling_Points（数组·字符串）】、【Reference_Image（图片）】。其中Reference_Image必须选“File → Image”类型，否则后续视觉理解节点无法解析图像内容。
Category字段不能留空——它直接决定大模型调用哪套行业话术模板，填错会导致生成文案偏离平台调性（如把“儿童防晒衣”误判为“户外运动装备”，漏掉“A类安全标准”“UPF50+”等强制标注项）。
搭建三阶提示词生成链
方法一：分步精控（推荐新手）
① 第一个大模型节点命名为“类目框架生成”，使用豆包1.6视觉理解模型，输入Product_Name + Reference_Image + Product_Category，提示词固定为：“你是一名资深电商运营，请结合图片中的产品实物、类目特征及平台规范，输出5条结构化描述要点，每条以‘【核心卖点】’开头，禁止使用主观形容词。”
② 第二个大模型节点接上一步输出，命名为“合规强化”，模型切换为豆包1.5 Pro，输入Key_Selling_Points数组和上步结果，提示词强调：“对照《GB/T 36108-2018 电子商务商品描述规范》，逐条校验并补全安全认证、材质成分、尺寸误差范围等法定披露项。”
③ 第三个大模型节点命名为“平台适配”，输入前两步全部输出，提示词指定：“按淘宝/拼多多/抖音小店任一平台最新详情页规则重写，禁用‘最’‘第一’等违禁词，将技术参数转为消费者易懂表达（例：‘95%聚酯纤维’→‘高密度抗皱面料，久穿不变形’）。”
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
方法二：单节点压缩（适合已验证过提示词的老手）
只用一个大模型节点，但提示词需包含全部三层逻辑，且必须在system prompt中强制约束输出格式为JSON数组，每个对象含“raw_text”“compliance_check”“platform_rewrite”三个字段——否则后续节点无法稳定提取数据。
接入OCR与文本清洗节点
在最后一个大模型节点后，添加【代码块】节点，选择“Python执行”模板，粘贴以下逻辑：
```python
import re
def clean_text(text):
text = re.sub(r'【.*?】', '', text)
text = re.sub(r'\n\s*\n', '\n', text)
return '\n'.join([line.strip() for line in text.split('\n') if line.strip()])
output = clean_text(input_data.get('text', ''))
```
这一步必须做——大模型输出常含调试标记、重复换行或隐藏控制符，不清洗会直接导致详情页前端显示错位或截断。注意：代码块的输入变量名要和上游大模型节点的输出字段名完全一致，大小写都不能错。
设置结束节点并绑定输出字段
拖入【结束节点】，点击配置→在“输出项”中选择代码块节点的output字段。此时工作流已可运行，但别急着测试。
关键检查：回到开始节点，确认Reference_Image变量右侧的“支持多文件”开关是关闭状态——电商描述生成只需1张主图，开启后会导致视觉理解节点批量解析失败，报错“input image count exceeds limit”。
