学习如何把提示词变成可复查的莱彩 Flow 草稿，再在 Graph View 中检查、调整并安全运行。
为什么 prompt-to-workflow 有价值
LLM 能把粗略意图整理成结构化步骤。QA、客服或运营可以描述：打开 staging App、登录测试账号、搜索样例内容、截图、用 OCR 读取文字，并在预期页面没出现时停止。
风险在于生成的工作流可能看起来很自信，却隐藏脆弱假设。莱彩投屏 的做法是让 LLM 生成草稿，但让 Flow 图、节点名称、截图、OCR、日志和停止条件保持可见。
先写有边界的提示词
好的提示词要写清起始状态、目标 App、账号类型、环境、证据和停止边界。不要只写“测试登录”，而要写“在 staging App 中登录测试账号，等待首页，截图，用 OCR 确认首页标题，并在修改设置前停止”。
如果 package id、屏幕文字、模板资产、OCR 区域或设备上下文未知，负责任的流程不应该凭空编造。
用 Graph View 做人工复查
Graph View 是生成 Flow 变得可理解的地方。审核者应该能读懂主路径：接收输入、准备屏幕、观察状态、执行动作、等待、验证、保存证据、停止或继续。
节点名称要清楚，比如“找到搜索框”“保存结果截图”。复杂流程可以拆成小的子 Flow，让主 Flow 像业务编排，而不是一长串看不懂的技术节点。
从提示词到 Flow 草稿
实际流程是：先写人工认可的提示词，再让 LLM 转成 Flow 草稿。草稿必须使用真实 schema 支持的节点，并把未解决的输入显式留下。
随后在 Graph View 中检查主 Flow、子 Flow、节点名称、转移、等待、停止条件和证据节点。第一次运行时通过 安卓手机投屏到电脑和 Mac 观察真实屏幕。
LLM 不应该独自决定什么
LLM 不应该猜 package id、模板图、OCR 区域、目标检测类别、宏名称、AutoJS 脚本或固定坐标。它也不应该声称一个 Profile 能跑所有 App 或所有设备。
可信的 AI 安卓自动化工具 要说明 AI 帮助起草，真正运行前仍需要设备证据、schema 规则和人工复查。
证据、日志和停止状态
生成的工作流必须留下证据。截图显示可见状态，OCR 确认关键文字，日志说明节点顺序和失败点，停止状态防止流程在错误页面继续执行。
这比单纯 pass/fail 更有用。客服可以把截图附到问题记录，QA 可以比较多语言 OCR，开发可以看出失败发生在 webview 渲染前还是之后。
安全规则
提示词生成的自动化必须限制在授权 App、测试账号、staging 或批准环境和允许设备内。不要用于绕过平台规则、抓取隐私数据、制造虚假互动或批量发消息。
付款、删除、账号修改、私密数据或未批准页面前必须停止。预期文字缺失、OCR 不确定或权限弹窗出现时，也要保存证据并等待人工审核。莱彩 Flow 教程 可以作为团队复查和调试的基础。
相关莱彩资源
AI 安卓自动化工具 · 莱彩 Flow 教程 · 安卓手机投屏到电脑和 Mac · 安卓投屏移动应用测试 · 电脑控制安卓手机工作流.