扣子平台可零代码实现强代入感互动叙事：通过创建带记忆的bot、配置数据库存状态、用工作流驱动分支剧情、绑定知识库动态响应、插入插件卡片触发真实操作，全程无需后端开发。
☞☞☞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☜☜☜
你想让用户在对话中像走进一个故事世界那样身临其境，能选择路径、触发分支、看到角色反应、甚至影响结局——这种强代入感的互动体验，扣子平台完全能实现，不需要写一行后端代码。
先搭骨架：创建带记忆与状态的智能体
登录 coze.cn → 点击「创建 Bot」→ 选择「空白模板」→ 命名如「古风客栈探案」。
进入「设置」页 → 打开「长期记忆」开关 → 在「数据库」中新建一张表，字段设为：user_id（文本）、current_room（文本）、clue_collected（JSON数组）、ending_reached（布尔值）。
【必须开启数据库，否则所有分支选择无法跨轮次留存】
返回「Bot 设置」→ 关闭「自动重置对话历史」→ 这样用户下次回来时，还能接着上次的房间继续查案。
注入灵魂：用工作流实现多线程剧情推进
切换到「工作流」标签 → 点击「+ 新建工作流」→ 命名为「主线探案流程」。
拖入「用户输入」节点作为起点 → 接「LLM 节点」→ 在提示词里写清楚角色设定和当前状态约束：
“你扮演客栈掌柜，正在向一位刚入住的捕快介绍情况。当前房间是『前厅』，已收集线索：[]。请用白描语言描述环境，并给出三个可选动作：① 查看柜台账本；② 询问伙计行踪；③ 上楼查看客房。”
再拖入「条件判断」节点 → 设置规则：若用户消息含「账本」→ 进入「查账本」子流程；含「伙计」→ 进入「问伙计」子流程；含「楼上」或「客房」→ 进入「搜客房」子流程。
每个子流程结尾都接一个「数据库写入」节点，更新 current_room 和 clue_collected 字段。比如搜客房后，写入 {"current_room": "二楼西厢", "clue_collected": ["半截断簪"] }。
让选择真正生效：绑定知识库做动态内容供给
方法一：上传结构化剧情包
进「知识库」→ 新建知识库 → 上传一个 CSV 文件，列名包括：room_name、trigger_word、response_text、next_room、unlock_item。
例如一行数据是：二楼西厢,断簪,“这簪子纹样像极了东街银匠铺的标记”,东街银匠铺,银匠铺地址。
方法二：用「知识检索」节点实时调用
在工作流中，把「条件判断」后的分支全部接到同一个「知识检索」节点 → 设置检索字段为 current_room + 用户关键词 → 返回 top3 结果 → 用 LLM 节点把结果自然语言整合成一句带画面感的回应。
注意：CSV 中的 trigger_word 必须是用户可能说的口语词，比如别写“观察断簪”，要写“这簪子”“半截簪子”“银簪”——否则匹配不到。
加临门一脚：用插件激活真实交互动作
进「插件」页 → 启用「发送卡片」插件 → 在关键节点后插入它。
配置卡片内容：标题写「你推开西厢房门……」，正文留空，底部加三个按钮：【拾起断簪】→ 触发「更新数据库」动作；【藏回原处】→ 跳转至「前厅」流程；【喊捕快助手进来」→ 发送新消息并开启双人协作模式。
按钮不是摆设，每个都绑定了真实操作：点击【拾起断簪】会自动执行数据库写入，把 "断簪" 加进 clue_collected 数组，后续所有 LLM 回应都会感知到这个状态变化。
