从法务、HR、销售、运营、客服五个部门视角，分析 Dify 最适合解决的业务问题，含完整 Workflow 设计和预期收益。
选对场景是 AI 落地成功的关键。本文从五个部门视角分析 Dify 的最佳应用场景，每个场景包含 Workflow 设计思路和预期收益。
Workflow 设计：
[上传合同 PDF]
│
▼
[文档提取节点]
提取文本内容
│
▼
[LLM 分析节点 1]
识别合同类型、各方主体
│
▼
[LLM 分析节点 2]
提取关键条款（付款/交付/违约/保密）
│
▼
[LLM 分析节点 3]
风险评估（高/中/低）+ 修改建议
│
▼
[输出结构化报告]
包含风险清单 + 重点段落引用
核心 Prompt 片段：
你是资深法务顾问，请分析以下合同并：
1. 列出所有风险条款（按高/中/低分级）
2. 引用原文段落
3. 给出具体修改建议
4. 特别关注：责任限制、知识产权归属、争议解决条款
合同内容：{{document_content}}
预期收益：
三个独立应用：
应用 1：JD 生成器
输入：岗位名称 + 主要职责要点 + 薪资区间
输出：符合公司风格的完整 JD
应用 2：简历评估器
输入：JD + 简历内容
输出：匹配度评分（1-10）+ 亮点 + 顾虑点 + 建议面试问题
应用 3：面试问题生成器
输入：岗位 + 候选人简历摘要 + 面试轮次
输出：针对性面试问题清单（行为问题 + 技术问题）
预期收益：
应用：销售 AI 助手
Workflow 1：一键生成拜访报告
输入：拜访时间 + 客户名 + 关键信息（语音转文字或要点）
输出：结构化拜访报告（背景/痛点/需求/下一步行动）
Workflow 2：个性化提案生成
输入：客户行业 + 规模 + 痛点 + 预算范围
输出：定制化产品介绍 + 案例匹配 + 投资回报分析
预期收益：
应用：内容工厂
输入：核心内容（一段话）+ 目标平台
│
├──→ 微信公众号版本（2000字，排版规范）
├──→ 微博版本（140字内，话题标签）
├──→ 小红书版本（种草风格，emoji）
└──→ 抖音脚本（口语化，分镜提示）
应用：数据解读助手
# 上传 Excel/CSV 数据文件
# Dify 的代码执行节点处理数据
# LLM 节点生成自然语言分析报告
预期收益：
混合客服模式（AI + 人工）：
用户消息
│
▼
[意图分类 Agent]
│
├─ 标准问题 ─→ [知识库检索] → 自动回复
│
├─ 投诉/负面 ─→ 优先级标记 → 人工处理
│
└─ 复杂问题 ─→ [AI 起草回复] → 人工审核后发出
新客服辅助功能：
预期收益：
第一阶段（1-2 周）：选一个最痛的场景，搭建 MVP，用小规模测试验证效果。
第二阶段（1 个月）：根据反馈优化，推广到全部门。
第三阶段（持续）：收集数据，持续迭代提升准确率。
如果你想快速启动，LocalClaw（insman.cn） 上有专注 Dify 落地的服务商，可以根据你的行业和部门设计定制化方案，缩短从想法到上线的周期。
深入分析 ComfyUI 在电商、游戏、广告、出版、建筑、时尚六个商业场景中的实战应用，含工作流设计和效率对比。
分析 Ollama 本地大模型在医疗、法律、金融、政务、制造业五类数据敏感行业中的实际应用场景和部署方案。
总结 Dify 私有化部署中最典型的 8 个坑，包含完整的错误信息和修复步骤，帮你节省大量排查时间。
全面对比 Dify（私有化开源）、Coze（字节国际版）、扣子（字节国内版），从功能、数据安全、成本三个维度帮你做出选择。