在 Coze 中引导用户输入内容可以参考以下步骤：
[coze应用案例视频.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/N0mmbMJ28oUzIPxZriMcddRrnHb?allow_redirect=1)案例核心功能说明一个吐槽心灵鸡汤的应用，允许用户输入心灵鸡汤类内容，ai生成对应的反心灵鸡汤，并展示在前端页面。案例应用体验地址https://www.coze.cn/s/iDGHwn8t/[heading2]核心操作流程拆解[content]1、用户在页面输入指定文本2、用户在页面点击【开喝】按钮3、Coze后台调用工作流生成对应内容4、工作流生成的内容展示在前端界面内[heading2]核心前端设计拆解[content]1、用户界面提供一个元素A（Coze中称作组件），让用户输入内容2、用户界面提供一个按钮A，让用户点击后调用工作流3、用户界面提供一个元素B，向用户展示工作流的结果上述三个元素（组件）是实现用户交互和结果展现的核心[heading2]核心业务逻辑拆解[content]1、读取元素A的用户输入2、将用户输入传递给ai大模型3、ai大模型按照提示词设定生成指定内容4、在元素B展示ai大模型生成的内容基于上述业务逻辑，只需要设计一个简单的工作流即可。该工作流由【开始】节点（用户输入）、【大模型】节点（ai生成内容）、【结束】节点构成（内容输出）。
选择内容推荐流，用于根据用户输入的“想看xxx内容”，在稍后读存储地址（飞书多维表格）中，检索现有的收藏记录，匹配符合阅读兴趣的内容记录。需要实现以下功能流程：同样新建工作流「recommendRead」：根据弹窗要求，自定义工作流信息。工作流全局流程设置如下：[heading3]4.1开始节点：输入想阅读的内容主题[content]收到用户输入的“想看xxx内容”这类指令，就开始流程，所以不需要额外配置（至于如何判断哪些用户输入是在交代想阅读的内容主题，则交由外层bot的大模型判断）：[heading3]4.2变量节点：引入bot变量中保存的飞书多维表格地址[content]添加变量节点，设置依然如下：[heading3]4.3插件节点：从飞书多维表格查询收藏记录[content]添加「飞书多维表格-search_records」插件，只需要设置{{app_token}}参数。在{{app_token}}引用变量节点的{{app_token}}：输出结果的{{items}}里会返回我们需要的查询结果：当然，你也可以在这一步，通过额外的配置，定向检索状态为“仅记录（即未读状态）”的收藏记录。[heading3]4.4大模型节点：匹配相关内容[content]为了处理的稳定性，这一步采用批处理，对检索出来的收藏记录逐个进行相关性匹配。具体设置如下：用户提示词：注：你也可以继续优化提示词，以提升匹配的精准度。
选择内容推荐流，用于根据用户输入的“想看xxx内容”，在稍后读存储地址（飞书多维表格）中，检索现有的收藏记录，匹配符合阅读兴趣的内容记录。需要实现以下功能流程：同样新建工作流「recommendRead」：根据弹窗要求，自定义工作流信息。工作流全局流程设置如下：[heading3]4.1开始节点：输入想阅读的内容主题[content]收到用户输入的“想看xxx内容”这类指令，就开始流程，所以不需要额外配置（至于如何判断哪些用户输入是在交代想阅读的内容主题，则交由外层bot的大模型判断）：[heading3]4.2变量节点：引入bot变量中保存的飞书多维表格地址[content]添加变量节点，设置依然如下：[heading3]4.3插件节点：从飞书多维表格查询收藏记录[content]添加「飞书多维表格-search_records」插件，只需要设置{{app_token}}参数。在{{app_token}}引用变量节点的{{app_token}}：输出结果的{{items}}里会返回我们需要的查询结果：当然，你也可以在这一步，通过额外的配置，定向检索状态为“仅记录（即未读状态）”的收藏记录。[heading3]4.4大模型节点：匹配相关内容[content]为了处理的稳定性，这一步采用批处理，对检索出来的收藏记录逐个进行相关性匹配。具体设置如下：用户提示词：注：你也可以继续优化提示词，以提升匹配的精准度。