Coze实战第12讲:轻松一句话搞定三餐计划、采购和制作,让AI助你健康饮食

前言

现在大家都越来越注意三餐健康了,但如何科学规划每日三餐,保证营养均衡的同时,往往意味着需要花费大量功夫去设计、购买。

那有没有一种方式,只需简单对话,就能自动获得专属科学的三餐食谱,同时清晰告诉你需要采购哪些食材,以及每道菜的详细制作方法呢?

今天我就带大家实战体验一下,如何通过 Coze 平台搭建一位"三餐助手"智能体,让健康饮食变得简单高效!

实战过程中,还会分享如何让智能体拥有长期记忆,不然,每次都要告诉它几人份的食材,确实也挺烦的。

场景描述

用户通过对话,告知三餐偏好、人数、口味等信息,智能体自动生成科学的三餐食谱,并输出详细的采购清单和每道菜的制作步骤。

前期准备

1、注册并登录 Coze 平台,个人免费版即可满足需求。

2、熟悉 Coze 平台的基本概念,可参考官方文档或往期分享。

3、创建一个专用的智能体"三餐助手"。

智能体配置

人设与回复逻辑

依然直接使用 Coze 的"自动优化提示词"功能,根据智能体描述自动生成提示词。

今天的场景,提示词都无需修改。

示例提示词:

markdown 复制代码
# 角色
你是一位专业的三餐助手,能根据用户的不同要求,精心设计一日三餐的食谱,并详细给出采购清单以及每道菜的制作步骤。你会用通俗易懂的语言进行讲解,确保用户能轻松理解和操作。

## 技能
### 技能 1: 设计三餐食谱
1. 当用户请你设计三餐食谱时,需要先了解用户的饮食偏好(如素食、肉食、清淡、重口等)、是否有特殊饮食需求(如糖尿病、高血压等)以及用餐人数等信息。如果已经知晓这些信息,则跳过此步。
2. 根据用户提供的信息,设计出一日三餐的食谱。
===回复示例===
- **早餐**:
    - 🍳 菜品:<早餐菜品名称>
    - 🥗 食材:<列出所需食材及大致用量>
- **午餐**:
    - 🍱 菜品:<午餐菜品名称>
    - 🥦 食材:<列出所需食材及大致用量>
- **晚餐**:
    - 🍲 菜品:<晚餐菜品名称>
    - 🥘 食材:<列出所需食材及大致用量>
===示例结束===

### 技能 2: 提供采购清单
1. 基于设计好的三餐食谱,汇总所有需要采购的食材。
2. 按照食材类别(如蔬菜、肉类、调料等)进行分类整理,给出详细的采购清单。
===回复示例===
- **蔬菜类**:
    - 🥕 胡萝卜:<具体用量>
    - 🥬 白菜:<具体用量>
- **肉类**:
    - 🥩 猪肉:<具体用量>
    - 🐟 鱼:<具体用量>
- **调料类**:
    - 🍾 盐:<具体用量>
    - 🍯 生抽:<具体用量>
===示例结束===

### 技能 3: 讲解制作步骤
1. 针对每一道食谱中的菜品,详细讲解其制作步骤。
2. 每个步骤尽量详细,包括食材的处理方式、烹饪的火候和时间等关键信息。
===回复示例===
- **<菜品名称>制作步骤**:
    1. 首先,将<食材>洗净,切成<具体形状>,备用。
    2. 锅中倒入适量油,油热后放入<部分食材>,翻炒至<具体状态>。
    3. 接着,加入<其他食材>,继续翻炒<具体时长>。
    4. 加入适量<调料>,调味均匀后,转<火候>,焖煮<具体时长>即可。
===示例结束===

## 限制:
- 只讨论与三餐食谱设计、采购清单和制作步骤相关的内容,拒绝回答与之无关的话题。
- 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。
- 确保提供的信息准确、合理,符合常见的烹饪逻辑。 

大家自己实现过程中如果需要优化提示词,一定要牢记一个技巧,"示例"。

一个简单的示例,往往会比你设置一堆限制条件的效果好上许多许多。

对应到现实其实也很好理解,大家上学时老师讲题的过程,如果有一个例子,那可比大段的定义、理论好理解多了。

初步验证

先来简单测试下效果。

这内容、这排版,一次就把食谱、采购清单、制作过程全部安排好了。

有了"三餐助手",大家确定好满意的食谱后,直接对单子采购就行。

有了 AI,很多事情,真的简单了太多太多。

你不会以为到此就结束了吧?

No、No、NO~

升级:长期记忆

简介

"长期记忆功能模仿人类大脑形成对用户的个人记忆,基于这些记忆可以提供个性化回复,提升用户体验。"

以上官网高大上的说法,下面简单解释下。

我们日常和 AI 的对话,AI 是能够记忆前面的对话内容的,但是仅限于当前对话历史,也就是讨论 AI 经常提到的一个概念"上下文"。

但上下文只存在于你的一个对话期间,如果清空,或者更换设备,这个记忆就没了。并且,受限于当前模型水平,上下文也是有长度限制的,一个特别长的对话中,最新的问答是会遗忘掉最开始的消息的。

而"长期记忆"则是为了解决这个问题设计的,它可以跨越多个上下文,帮助智能体记忆一些用户偏好、重要事项等,让智能体的服务更加人性化。

如何开启长期记忆

开启方式也非常简单,在智能体编排页面,中间部分,将"长期记忆"右侧的下拉调为"开启"即可,如下图。

升级版效果演示

长期记忆关闭场景

第一次:生成周一三餐,并告知用餐人数和饮食需求

复制代码
请帮我制作周一三餐
复制代码
请记住用餐人数2人,控糖,午餐和晚餐需要有肉

第二次:清空记录后,生成周二三餐。

清空记录直接点击输入框左侧的"扫帚"图标即可。

复制代码
请帮我制作周二三餐

可以看到,智能体已经忘记第一次告诉的偏好了。

长期记忆开启场景

第一次:生成周一三餐,并告知用餐人数和饮食需求

复制代码
请帮我制作周一三餐

此时"长期记忆"已经开启。

复制代码
请记住用餐人数2人,控糖,午餐和晚餐需要有肉

第二次:清空记录后,生成周二三餐

复制代码
请帮我制作周二三餐

可以看到,智能体已经记住人数和偏好,自动给出符合预期的结果了。

另外,通过"预览与调试"右侧图标,也能查看长期记忆的内容。

结语

今天,我们通过 Coze 平台轻松搭建了一位智能的三餐助手,并通过长期记忆功能让智能体越用越懂你,帮你实现个性化科学饮食管理。

欢迎大家动手体验,如有更多场景需求,欢迎留言交流!

相关推荐
BFT白芙堂27 分钟前
睿尔曼系列机器人——以创新驱动未来,重塑智能协作新生态(上)
人工智能·机器学习·机器人·协作机器人·复合机器人·睿尔曼机器人
aneasystone本尊33 分钟前
使用 MCP 让 Claude Code 集成外部工具
人工智能
静心问道42 分钟前
SEW:无监督预训练在语音识别中的性能-效率权衡
人工智能·语音识别
羊小猪~~1 小时前
【NLP入门系列五】中文文本分类案例
人工智能·深度学习·考研·机器学习·自然语言处理·分类·数据挖掘
xwz小王子1 小时前
从LLM到WM:大语言模型如何进化成具身世界模型?
人工智能·语言模型·自然语言处理
我爱一条柴ya1 小时前
【AI大模型】深入理解 Transformer 架构:自然语言处理的革命引擎
人工智能·ai·ai作画·ai编程·ai写作
静心问道1 小时前
FLAN-T5:规模化指令微调的语言模型
人工智能·语言模型·自然语言处理
李师兄说大模型1 小时前
KDD 2025 | 地理定位中的群体智能:一个多智能体大型视觉语言模型协同框架
人工智能·深度学习·机器学习·语言模型·自然语言处理·大模型·deepseek
静心问道1 小时前
SqueezeBERT:计算机视觉能为自然语言处理在高效神经网络方面带来哪些启示?
人工智能·计算机视觉·自然语言处理
Sherlock Ma1 小时前
百度开源文心一言4.5:论文解读和使用入门
人工智能·百度·自然语言处理·开源·大模型·文心一言·多模态