一、概述

本篇基于兴趣建议输出的方式，扩展为支持多任务输入场景，介绍如何使用 LLM 对用户输入的多项待办事项进行摘要整合、生成重点提醒，并保持自然语言风格输出，适用于任务总结、进度引导、日程提醒等轻量型任务生成场景。

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：多任务摘要提醒示例
  • 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

• 输入字段如下：
  • task_list（段落）：请用户填写今天希望完成的所有事项（如：“回复客户邮件、撰写月报、处理财务报表、开项目会议”）
• 保存配置

3. 添加执行 LLM 节点（任务摘要与提醒输出）

• 提示词内容：

以下是用户今天计划完成的任务列表：{{task_list}}请完成以下内容：
1. 提取出各个独立任务。
2. 对每个任务生成一句提醒建议。
3. 最后生成一段简洁自然的中文段落，涵盖所有任务与建议，鼓励用户专注高效完成。输出格式为段落文字，不使用编号或 Markdown 列表。

• 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：

回复客户邮件、撰写月报、处理财务报表、开项目会议

输出：

别忘了先回复客户邮件以确保沟通顺畅，月报写作要突出重点，财务报表需要精细核算，而项目会议则要提前准备议题。加油，今天的你一定能高效搞定！

五、总结

通过本案例，掌握了：

• 多任务自然语言输入的处理方式
• 利用 LLM 自动拆解任务、输出建议、统一整合
• 无需复杂分支结构即可实现任务驱动型内容生成

本案例适用于生成每日任务摘要、会议前提醒、工作清单回顾等场景，是面向多目标文本合成的重要实践模型。