搭建 Coze 扣子文档智能问答 Bot 工作流，保姆级教程来了！

在信息爆炸的今天，我们常常被淹没在各种文档之中——产品手册、技术白皮书、合同条款、内部报告……快速精准地从文档中提取所需信息，是提升日常工作效率的关键。这时，可靠的文档智能问答 Bot 就能成为我们的得力助手。

文档智能问答机器人能够将静态文档转化为动态知识库，比起原先埋头文档中靠自己阅读记忆，现在我们只需向 Bot 提问，它就能快速定位并输出文档中相关的精确答案或关键段落。例如：

• 合同审核： 面对冗长的合同，直接询问“付款周期是多久？”或“违约责任条款有哪些？”，Bot 能迅速给出答案，省去逐页查找的麻烦。

• 技术支持： 新员工面对复杂设备手册，问“如何重置设备密码？”或“错误代码 XX 代表什么？”，Bot 能立即提供操作步骤或故障解释。

• 知识检索： 在海量的产品文档或研究报告中，提问“报告中关于市场趋势的主要结论是什么？”，Bot 能快速定位核心信息并组织语言回答。

• 
  

尽管直接使用大模型也能进行基础的文档问答，但是，LLM 的强大之处在于其卓越的自然语言理解、推理和生成能力，能理解复杂问题、联系上下文甚至进行总结归纳，在文档问答任务的前端环节——特别是光学字符识别（OCR）准确提取扫描件/图片中的文字，以及精准解析复杂 PDF 结构（如表格、多级标题、页眉页脚）等方面——LLM 的精度往往难以匹敌经过专门训练和优化的专有模型。

以下图为例，可以看到 LLM 和专有模型在扫描件少线表格这一难点上的解析能力差异：

样本原图

LLM 直接问答

TextIn 专有模型解析后问答

因此，构建一个真正高效、可靠的文档问答 Bot，关键在于发挥 LLM 与专有模型的各自优势，实现协作：利用专有模型高精度完成 OCR 和文档结构解析，确保原始文本信息被完整、准确地提取；然后将清洗后的文本输入 LLM，利用其语义理解和推理能力，精准理解用户问题并从文档上下文中找出或生成最佳答案。

本文将提供详细教程，一步步演示如何在 Coze 平台上，搭建一个融合专业文档处理能力与 LLM 智能的文档问答 Bot 工作流。让我们开始，利用 AI 工具，让文档中的知识真正“活”起来，服务于你的日常工作。

Step 1：创建智能体

工作空间 -> 项目开发 -> 创建 -> 创建智能体 -> 创建 -> 输入项目名

Step 2：创建工作流

工作流 -> 添加工作流

创建工作流 -> 输入工作流名称和描述

Step 3：工作流配置

添加“插件”

搜索“TextIn” -> 找到“pdf2markdown” -> 添加

Step 4：模块设置

1. 开始模块

类型设置 -> input = File.Default

2. 解析模块

类型设置

• url = 开始.input

• app_id = Textin.com 账号信息，请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-app-id

• secret_code = Textin.com 账号信息，请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-secret-code

Textin.com 获取 app_id 和 secret_code 信息填入

模块输出指向 -> 大模型

3. 大模型模块

大模型 -> 选择 DeepSeek

设置输入参数 -> pdf2markdown -> markdown

输入系统提示词“请根据{{input}}进行内容总结”

4. 结束模块

设置输出 -> 大模型 -> output

Step 5：试运行发布

点击“试运行” -> 上传测试文件 -> 发布

Step 6：添加工作流，开始问答

以上就是 Coze 平台文档智能问答 Bot 的搭建方法，如果对插件或解析结果有任何疑问，可以随时留言讨论！

欢迎后台私信小助手微信，开通免费试用，来交流群与我们共同探讨技术发展与 AI 应用的可能性。