前言
首先，对coze做个简单的介绍，我们可以把它理解成一个国内可用的GPTs。当然这里可能还是有小伙伴不太清楚GPTs是什么，我帮不清楚的小伙伴简单了解一下，coze和GPTs做的是相同的事情，就是帮助不懂代码和开发的人快速构建一个AI应用，并由应用的开发者提前预置好提示词，让别的用户可以直接使用。
那么，这个提示词的作用又是什么呢？我们知道大模型的答案质量一方面是取决于大模型自身的能力，另一方面则是提示词质量。在忽略大模型本身的代差（Ps:比如我们熟悉的chatGPT3.5和chatGPT4.0这两代差距就蛮明显的），优质的提示词可以帮助我们更精确地获得想要的答案，相当于AI检索数据的范围变小了，处理的精度自然也就更准确了。因此，coze的应用开发者通过提示词创建一个个专精某个领域或功能的AI助手，让其他有需要的使用者可以拿来就用，而省去了编写提示词这个步骤（Ps:写出好的提示词也不是件容易的事）。
应用建议
在正式创建前，笔者想聊聊自己对于AI应用的一些想法，也希望这些想法能对现在以及未来的AI应用开发者产生一些启发。
首先,在我过去近乎一年的时间试用了各种功能类型的AIGC应用后，我得到了一个结论：AIGC并不能取代人，但是它是很完美的辅助 人的工具。另外，由于大模型出色的文本信息处理能力，我认为AI落地应用的最佳途径是B端产品（Ps:这里不是说C端不行，而是B端更能发挥价值），尤其是办公领域的B端产品，在这个领域内的产品有大量的需要处理的数据，AI也就有了用武之地，可以帮助员工和管理者提高效率，让它对我们的真实世界产生影响，我认为才是目前AIGC最大的价值点。
因此，AI应用的开发者或许应该把精力多倾注在这个领域上，或许是一个不错的选择!
创建流程
通过上面的思考，我决定创建一个AI绩效教练，为管理者在绩效打分和盘点时提供意见和参考 ，因为绩效盘点一般周期比较长，在这个较大的时间跨度里，下级的工作产出也较多，即使做报表，但是管理者在打分时的心智负担也比较大。所以，提供一个AI绩效教练给员工单位时间内的工作产出做总结，管理者直接看纪要，降低打分的心智负担。这里关于注册登录的步骤就不赘述了，coze 的引导也做的不错，我直接带着大家体验创建AI应用的过程。
1.创建Bot
登录后进入首页，可以Bots界面看到很多别人已经创建好的应用，如果这里已经有满足你需求的应用，就不要再创建了，直接复制应用到自己空间里就可以使用了。 
这里我们创建一个自己的Bot,将它命名为AI绩效教练，这里coze还做了一个小细节，可以根据我们的Bot相关信息，利用AI给我们的应用生成图标,虽然目前生成的质量还是差强人意，但是这点确实蛮用心，类似这样的细节还有很多，后面都会提到。
2.配置Bot
创建完成的Bot，我们就可以在自己的个人空间里对Bot进行相关配置，来让它达到我们的预期功能。我们最基本的要对这个AI应用补充人设与回复逻辑，这里夸一下coze，它支持我们用自然语言来做说明，然后再利用AI修改润色成格式更为标准和完善逻辑的说明。
最终经过AI的辅助优化，我得到了一个符合自己期望且符合系统格式的提示词。
可以看到提示词提到了知识库，知识库在coze中是一个很有用的功能。
这里先讲讲为什么需要知识库，通俗地讲，大模型存储的是"世界知识"，对于"领域知识"的获取没有那么全面。我们在利用大模型获取知识的时候，它是需要不断检索处理从而使答案更加精确，但大模型处理token数（不明白这里token概念的读者可以理解成字符数）又是有限制的，所以当我们要处理一些私域内的信息或者一些数据的全量分析，可能一方面模型没有这方面的内容，比如你们公司内部的学习资料；另一方面可能问题还没输完，就超过了token数的限制，这些问题都可能无法获得自己期望的回复。但有了知识库，使用者在提出问题后，会先到知识库里进行匹配，把符合匹配的内容和问题一起再交给大模型进行处理。
但知识库解决了这个问题，比如我们把团队一个周期内所有人的工作产出整理到一个文档里，然后上传到知识库。再把公司的绩效打分标准文档上传到知识库，那么就可以通过AI去分析一个周期内所有员工的产出总结，并按照公司的绩效标准给出推荐得分。另外，coze还允许自定义数据库，通过表格式的"傻瓜"操作就可以定义。
比如我们可以通过"工作流"对这个AI应用的工作流程进行编排，从而可以实现AI给出每个员工的工作评价和推荐打分后，存储到数据库里并以结构化的形式呈现给管理者，最大程度地降低管理者使用的心智负担。这里我就不做详细配置了，感兴趣的读者可以自己动手尝试下。
coze还有一个很亮点的功能-插件。开发者可以使用内置的插件或者自己开发需求的插件，通过插件可以实现AI的网络检索、文生图等功能，更加丰富我们应用的功能和场景。
3.调试Bot
在完成了相关配置后，我们可以在调试窗口对我们的应用进行调试，看看是否达到自己的预期。我这里并未配置知识库和数据库。因此，简单地通过对话测试了一下功能，基本符合预期，如果经过上面步骤进行调教，应该是可以达到实际使用需求的。
4.发布Bot
通过不断地调试与配置，最后就可以将自己的应用发布出来，让大家进行使用了，目前支持发布到豆包、飞书、微信客服和微信公众号。
管理员通过审核后，这个应用就成功安装在组织内了，我们可以在飞书的聊天窗口通过@他来进行使用。
至此，我们使用coze创建应用的整个流程就完成了。
展望
从我自身创建应用以及体验自带的应用后，我想从我认为coze目前做的好的点和需要迭代的点来聊聊我的看法。
做的好的地方
- 创建AI应用流程简单，即使不懂代码的人也可以创建自己的AI应用，弥补了GPTs在国内市场这块的空白；
- 一些功能上的小细节让使用者的体验很好，比如AI生成提示词、开场白，真的用起来很舒服；
- 功能十分全面，插件、知识库、工作流等，该有的都有，扩展了应用的能力和场景；
- 界面和交互很友好，使用流程路径十分清晰。
还有可提升的地方
- 继续提升云雀大模型的能力,在使用过程中还是能明显感受到云雀和其他大模型还是存在差距的，如果coze能和其他团队合作引入更多的大模型，也可以弥补这个短板；
- 工作流编排考虑下能否支持多应用的组合，就是让一个应用可以调用另一个应用，从而让一个个专精的AI应用组成一条完整的工作链，这样既强化了应用的能力，也可以丰富业务场景。
- 期望官方可以开放应用的API，让外部应用可以调用API来访问应用，尤其是B端领域的用户，还是蛮需要这个功能。毕竟coze的生态目前主要是发布到飞书或微信的应用，如果开发了API，可以大大地扩展生态；
- 插件和应用市场加大开放力度，官方可以在严格审核的前提下，允许第三方开发者发布自己的应用和插件到市场，丰富coze内的应用和插件生态，这样对小白用户的体验会更加好。
站在使用者的视角简单聊了下对coze目前的看法，而且从很多地方都能看得出coze这款产品做的还是蛮用心的，希望coze能继续完善功能和生态。
bot ID：7337677388437995535