07｜把分支结果整理成同一种输出

如果想获取全套课程资料，请关注微信公众号 「AI面包君」，回复 「课程资料」 即可领取。

同一条流程里，有的分支返回模板文字，有的返回代码结果。最后的出口要拿哪一个？这一节用一个不需要模型的小实验，把条件分支、模板、聚合器和代码串在一起。

我们将输入按是否包含“物流”分流，加上不同前缀，汇合后清理首尾空白。你会亲眼看到节点里的变量名和上游来源是两回事。

1. 做出两条可预测的分支

新建 Bread-07-统一格式。输入添加必填短文本 query，后接条件节点“检查物流”：变量选 输入 → query，运算符“包含”，比较值“物流”。

IF 后加模板“物流格式”，ELSE 后加模板“普通格式”。两者都新增本地输入 query，来源绑定 输入 → query。分别填：

【物流咨询】
问题：{{ query }}

【普通咨询】
问题：{{ query }}

此处用字符串包含判断，只为把分支行为变得可预测。“快递到哪了”没有“物流”二字，会走普通路线；它不能代替自然语言意图分类。

三个节点各做一件擅长的小事

模板负责排版，比如给文本加标题；代码负责明确的数据处理，比如去掉空白或计算长度；聚合器负责接住互斥分支中的实际结果。把这三件事分开，出了问题就知道该看哪个位置。

如果只是把问题前面加“物流咨询”，没必要每次调用模型生成一句同义话。需要复杂语言理解时再用模型，固定格式则可以由模板稳定完成。

反过来，判断“快递怎么还没来”是不是物流问题，就超出了本节简单的“包含物流二字”。你可以先用这个规则学习变量流转，再根据业务需要换成分类器，但不要把示例的规则范围说得比实际更大。

2. 让聚合器接收本次实际产生的文字

添加“变量聚合器”，命名“统一文本”，输出类型选择 String，候选变量依次加入 物流格式 → output、普通格式 → output。把两条模板连到聚合器。

聚合器适合这样的互斥分支：本次只产生其中一份结果。如果两个来源同时都有值，需要先明确你要拼接、排序还是选取，不能假设聚合器会替你合并所有信息。

这张图用来梳理关系，是教学示意图。请把图里的每条箭头与刚才的数据交接对应起来。

用两次运行看聚合器怎么选结果