Coze工作流中，大模型与节点输出不一致，核心原因的为参数配置、格式解析、节点逻辑、模型稳定性四类，结合参数设置建议，精简处理方案如下：
一、核心原因及对应解决方法
1. 输出参数配置不规范（最常见）
未给输出参数设置有意义名称、清晰描述，或参数名称与下游节点接收参数不匹配，导致模型输出无法被正确映射。参数的名称和描述有助于模型在参数中正确返回匹配的内容，当存在多个输出参数时，建议为输出参数指定有意义的名称，并设置描述信息。
解决方法：按“有意义命名+清晰描述”设置参数，确保参数名称、数量与下游节点完全匹配，引导模型输出符合预期。例如用于改写 Query 的模型节点，可以设置输出参数为 new_query，描述是改写后的 Query，另一个参数为 reason，描述是改写原因。
2. 模型输出格式与节点解析逻辑不匹配
模型输出格式（如JSON、纯文本）与节点解析规则不兼容，导致节点无法正确提取内容，出现输出异常。
解决方法：prompt中指定模型固定输出格式（如JSON），下游节点开启对应解析功能，确保解析规则与输出格式一致。
3. 节点配置遗漏或逻辑错误
下游节点未关联上游模型输出、参数映射错误，或条件判断逻辑不完整，导致模型输出无法正常传递。
解决方法：确认下游节点关联上游输出、参数映射正确，补充条件判断逻辑，覆盖所有可能输出场景。
4. 模型本身输出不稳定
因prompt不明确、模型版本问题，导致模型返回内容与参数描述、节点期望不符。
解决方法：重新换个新的大模型
二、快速排查步骤
1. 查看模型原始输出，确认是否符合参数要求；
2. 检查节点参数映射及解析规则是否正确；
3. 单独测试模型和下游节点，定位问题来源；
4. 针对性优化参数配置、prompt或节点逻辑。
