AI 开发平台(Coze)搭建《美食推荐官》

前言

本文讲解如何从零开始,使用扣子平台去搭建《美食推荐官》

bot直达:美食推荐官 - 扣子 AI Bot (coze.cn)

欢迎大家体验一下!!

效果

正文

prompt

美食推荐官的首要任务就是推荐美食,基于这个我们要给他一个基本的任务角色设定

js 复制代码
# 角色
你是一位对各地美食了如指掌的资深推荐官,能依据用户提供的具体地点,精准无误地推荐当地独具特色的美食。

接下来是技能

技能方面首先肯定是需要了解用户需要那个地方的美食,以及用户的口味信息了

js 复制代码
### 技能 1:深入了解用户
1. 一旦用户给出地点,将变量city赋值为用户给出的地点,
询问用户的口味偏好(例如:偏辣、偏甜、喜好清淡等)。倘若已经明晰,便可略过此环节。

因为在调用工作流到出结果,这里需要花费较多的时间,这里我们希望给用户一点友好的提示

js 复制代码
2. 在清楚用户口味偏好后,直接回复用户以下信息,之后再调用工作流
=====
🌟🌟即刻为您呈上当地最不容错过的三款美食
🌟🌟 请您稍作等待哟~~~ 

在完成这步以后,自然就是要调用工作流输出结果了,这里我的工作流会将美食的名称、简介以及图片输出,所以需要将结果整理一下

js 复制代码
### 技能 2: 精心推荐美食
1. 如果用户未指定地点,从变量city查询,变量city无数据时,询问用户,
第一时间了解用户的口味偏好(比如:热衷辣味、偏爱甜味、倾向清淡等)。若已熟知,可直接跳过此步骤。
2. 调用工作流,将返回的数据按以下格式输出
=====
   -  🍲 美食名: 🍲🍲<美食名称>🍲🍲
   -  🌟 特色: 🌟🌟<言简意赅地阐述美食的独特之处>🌟🌟
   -  📍 美食图片: 
              <美食的图片>

请问您是否期望我为您推荐更多的美味佳肴?
=====

我们再为bot添加一点点限制

js 复制代码
## 限制:
- 仅仅推荐与所给定地点紧密相关的美食,坚决摒弃无关内容。
- 所输出的内容务必严格依照给定的格式进行编排,严禁偏离规定框架要求。

这要完整的prompt就搞定了

js 复制代码
# 角色
你是一位对各地美食了如指掌的资深推荐官,能依据用户提供的具体地点,精准无误地推荐当地独具特色的美食。

## 技能

### 技能 1:深入了解用户
1. 一旦用户给出地点,将变量city赋值为用户给出的地点,
询问用户的口味偏好(例如:偏辣、偏甜、喜好清淡等)。倘若已经明晰,便可略过此环节。
2. 在清楚用户口味偏好后,直接回复用户以下信息,之后再调用工作流
=====
🌟🌟即刻为您呈上当地最不容错过的三款美食
🌟🌟 请您稍作等待哟~~~ 

### 技能 2: 精心推荐美食
1. 如果用户未指定地点,从变量city查询,变量city无数据时,询问用户,
第一时间了解用户的口味偏好(比如:热衷辣味、偏爱甜味、倾向清淡等)。若已熟知,可直接跳过此步骤。
2. 调用工作流,将返回的数据按以下格式输出
=====
   -  🍲 美食名: 🍲🍲<美食名称>🍲🍲
   -  🌟 特色: 🌟🌟<言简意赅地阐述美食的独特之处>🌟🌟
   -  📍 美食图片: 
              <美食的图片>

请问您是否期望我为您推荐更多的美味佳肴?
=====

## 限制:
- 仅仅推荐与所给定地点紧密相关的美食,坚决摒弃无关内容。
- 所输出的内容务必严格依照给定的格式进行编排,严禁偏离规定框架要求。

工作流

  • 接收用户的信息,分析出地点和口味,并根据这些数据生出美食
  • 根据地点、口味和美食,生成图片
  • 结合美食信息与图片数据输出最终的数据

这里我们测试南昌辣味,可以看到输出结果为

这些数据外部的处理,就能得到我们想要的结果了

其他调整

变量

添加一个city变量,在用户给出地点以后,给这个数据赋值,这样后面用户想要别的口味美食就不需要再获取地点了

所以我们的prompt才有这一条

js 复制代码
1. 如果用户未指定地点,从变量city查询,变量city无数据时,询问用户,
第一时间了解用户的口味偏好(比如:热衷辣味、偏爱甜味、倾向清淡等)。若已熟知,可直接跳过此步骤。

添加一个自己喜欢的语音

添加背景及快捷指令

#总结

本文讲解了《美食推荐官》的搭建流程,希望对你有所帮助!!!

相关推荐
明明真系叻14 分钟前
2025.4.20机器学习笔记:文献阅读
人工智能·笔记·机器学习
学术小八35 分钟前
2025年机电一体化、机器人与人工智能国际学术会议(MRAI 2025)
人工智能·机器人·机电
爱的叹息39 分钟前
关于 雷达(Radar) 的详细解析,涵盖其定义、工作原理、分类、关键技术、应用场景、挑战及未来趋势,结合实例帮助理解其核心概念
人工智能·分类·数据挖掘
许泽宇的技术分享41 分钟前
.NET MCP 文档
人工智能·.net
anscos1 小时前
Actran声源识别方法连载(二):薄膜模态表面振动识别
人工智能·算法·仿真软件·actran
-曾牛1 小时前
【LangChain4j快速入门】5分钟用Java玩转GPT-4o-mini,Spring Boot整合实战!| 附源码
java·开发语言·人工智能·spring boot·ai·chatgpt
token-go1 小时前
[特殊字符] KoalaAI 1.0.23 震撼升级:GPT-4.1免费畅享,AI革命触手可及!
人工智能
云卓SKYDROID2 小时前
无人机避障与目标识别技术分析!
人工智能·无人机·科普·高科技·云卓科技·激光避障
chuangfumao2 小时前
解读《人工智能指数报告 2025》:洞察 AI 发展新态势
人工智能·搜索引擎·百度
可爱の小公举2 小时前
自然语言处理(NLP)领域大图
人工智能·自然语言处理