想象一下，当用户与 Dify Agent 填写表单时，最期待什么样的体验？就像与真人客服对话一样：先询问姓名，再确认手机号，接着核对地址，最后了解偏好——但过程中随时可以插入一句“地址填错了怎么办？”或“能跳过这步吗？”，Agent 能够灵活应对，而不是机械地按固定顺序执行到底。这才是真正理想的智能表单交互体验。

要实现这种效果，关键在于让 Agent 具备动态表单收集能力，同时支持用户中途打断、跳转和纠错。下面我们详细拆解具体实现方法。

你需要在 Dify 中利用 Agent 模拟真人客服的交互节奏：先问姓名→再问手机号→接着确认地址→最后让用户补充偏好，过程中允许用户随时插话追问甚至修改已填写的内容，而不是僵硬地按顺序跑完全部字段。

准备结构化表单字段定义

第一步是打好基础。在 Dify 知识库或应用设置中，新建一个 JSON 格式的表单 Schema，明确每个字段的名称、类型、必填性及校验规则。举例来说：{"name":{"type":"string","required":true,"description":"用户真实姓名"},"phone":{"type":"string","required":true,"pattern":"^1[3-9]\d{9}$"}}。

这里有一个关键要点：字段描述必须用自然语言写清楚。比如“地址”字段不能只写一个"string"，而要写成“详细到门牌号的收货地址，需包含省市区和街道”，否则 Agent 无法准确追问细节。

这一步容易踩坑——遗漏pattern或required，后续多轮对话中 Agent 会缺失校验能力，用户随意输入手机号也能蒙混过关，体验直接崩掉。

配置Agent工作流：分阶段引导+动态跳转

两种方法，你可以根据实际场景选择一种，或组合使用。

方法一：用「条件分支节点」控制字段顺序

先在工作流画布中拖入一个「LLM 节点」，在提示词开头写明当前目标：“你正在收集用户注册信息，请严格按顺序获取：①姓名→②手机号→③地址→④偏好。每问完一项，确认用户已回答再进入下一项。”

然后在这个 LLM 节点后面接一个「条件分支节点」，设置判断逻辑为“是否已获得姓名且格式有效”。成立则流向手机号提问节点，不成立则返回原 LLM 节点重新询问。

对每个字段重复这个分支设置。不过地址分支需要额外加一条路径：当用户输入包含“改地址”“重新填”“跳过”等关键词时，直接跳回地址字段的 LLM 节点，不要死卡顺序。

方法二：用「记忆变量」记录填写进度

在应用设置中启用「对话记忆」，并手动添加三个记忆变量：filled_fields（数组）、current_step（字符串）、pending_correction（布尔值）。每次用户完成一个字段，就用「赋值节点」更新filled_fields，把字段名推入数组。

LLM 提示词里嵌入变量调用：{{filled_fields}}，让模型实时知道“已经填了姓名和手机，下一步该问地址”。注意：current_step必须与filled_fields最后一个元素保持同步，否则会重复提问或跳过关键字段。

处理用户中途追问：拦截关键词+上下文锚定

用户随时可能打断，比如“手机号填错了”“我不想填这个了”“之前说错了”。每个字段对应的 LLM 节点提示词末尾，统一追加一段指令：“如果用户当前回复包含‘怎么修改’‘不想填’‘之前说错了’‘跳过’‘算了’等意图，立即暂停表单流程，先响应该问题，再根据用户最新输入决定是否回到上一字段、当前字段或继续下一字段。”

这一步如果不做，用户说“手机号填错了”后 Agent 还会继续傻乎乎地问地址，体验直接断裂。

更稳妥的做法是给每个字段 LLM 节点单独配置「关键词触发器」：在节点设置里勾选“启用关键词匹配”，填入该字段专属纠错词，比如手机号节点填“错号、打错了、重输、换一个”；地址节点填“写错、不对、要改、门牌号错了”。触发后自动跳转至专用纠错 LLM 节点，该节点只处理修改逻辑，不涉及其他字段，干净利落。

验证必填字段完整性并提交

当用户主动说“填完了”，或者四个字段全部出现在filled_fields数组中时，工作流进入终审节点。

用「代码节点」跑一段 Python 脚本，遍历 JSON Schema 中required:true的字段，检查是否全部存在于用户提交数据里。缺失项直接返回错误消息：“请补填【姓名】和【手机号】，这两项为必填。”

校验通过后，调用「HTTP 请求节点」将整理好的字典对象 POST 到你的业务接口，URL 和 Header 按实际填写，Body 选择 raw JSON。整个流程就收工了。