赋能AI解锁Coze智能体搭建核心技能（2）--- 智能体开发基础
🔥小龙报：个人主页
🎬作者简介：C++研发，嵌入式，机器人方向学习者
❄️个人专栏：《C语言》《算法》KelpBar海带Linux智慧屏项目
✨***永远相信美好的事情即将发生***
前言
人工智能是工具，辅助我们的开发工作，可以少写代码，甚至不写代码实现⼀个程序！！！但也要合理运用让ai赋能我们的生活
一、智能体开发基础
1.1 什么是智能体
智能体是基于大语言模型（LLMLargeLanguageModel）构建的，具备自主感知环境、分析数据并执行目标任务的能力。与传统自动化工具不同，其核心差异在于***主动适应能力*** ---- 可通过用户反馈和数据迭代持续优化策略，而非仅执行预设规则
注：传统的自动化工具与智能体的区别
传统的自动化工具像⼀个配置好的饮料机，规则驱动，根据设定好的规则去执行任务，过程中没有用户反馈。
智能体更像是⼀个店里的饮料师，反馈驱动，整个过程是⼀个双向互动和持续学习的过程，最终产品是个性化的。
智能体应用场景与案例：案例
1.2 如何创建一个智能体
（1）访问Coze官网，注册账号并完成实名认证。
（2） 进入"工作空间"→"项目开发"→点击右上角"创建智能体"，选择创建方式：
（3） 标准创建：手动填写名称（如"电商客服助手"）、功能描述（如"7×24小时解答产品咨询，提供价格对比和库存查询"），上传或生成图标。
（4） AI创建：输入需求描述（如"帮我创建⼀个能生成旅游攻略的智能体"），系统自动生成基础配置
创建成功的范式：
1.3 智能体模式选择
智能体可供选择的模式有3种：单Agent（自主规划模式）、单Agent（对话流模式）和多Agents模式。下面我们将通过一个全家周末一日游的小例子来串联起这3种模式，来学习⼀下这些模式的使用特点和各自的适用场景。
1.3.1 单Agent（自主规划模式）
（1）定义：单个智能体独立完成任务，架构简单，适用于流程固定、逻辑单一的场景。
（2）理解：委托给⼀个能干的总秘书：你只创建⼀个智能体（Agent），但它内部具备强大的自主规划和推理能力。你***只告诉它一个最终目标***，它会***自己拆解步骤、调用工具、逐步完成***。
场景：
• 你对你的"总秘书"说："帮我们全家规划⼀个本周六的⼀日游，预算1000元，老人孩子都能参与，晚上8点前要到家。"
• 总秘书（自主规划模式）的思考和行为过程：
a. 规划：
"主人给了个复杂任务。我需要先确定景点，再安排交通，然后找餐厅，最后计算时间和预算。"
b. 执行：
▪ 调用工具：它自己先去调用地图API ，搜索"城市周边适合家庭景点"。
▪ 规划：筛选出"动物园"和"植物园"两个选项。
▪ 再调用工具：又调用天气API ，发现周六下雨，于是排除动物园，选择植物园（有室内场馆）。
▪ 继续规划：根据植物园的位置，调⽤交通API 规划公交路线，调用美食API 区内和周边的家庭餐厅，并估算每⼀项的费用。
c. 回复：
最后给你⼀个完整的方案："建议去植物园。上午9点出发，坐地铁5号线...中午在园内的'绿光餐厅'用餐...总费用约900元。
（3）总结： 你只管下最终指令，它自己会思考、会决策、会调用各种工具来完成任务。适合目标明确但路径复杂的任务。
1.3.2 单Agent（对话流模式）
（1）定义：通过预设多轮对话流程引导用户完成任务，支持条件分支、上下文记忆和动态交互。
（2）理解：你与⼀个严格按照checklist行事的助理沟通：你只创建⼀个智能体，它的***行为流程完全由你预先设计好的"对话流"决定***。像是⼀个流程图，每⼀步该问什么、该做什么都是固定的，确定性高，但灵活性低
场景：
• 你启动了⼀个"出游规划助手"（对话流模式）。
• 它的行为是固定的：
a. 第⼀步：它会严格按照设定问你："请问您的出游预算是多少？"（你必须先回答这个）
b. 第二步：你回答"1000元"后，它接着问："出游人员有老人或小孩吗？"（你必须再回答这个）
c. 第三步：你回答"有"后，它再问："您偏好自然风光还是人文历史？"
d. 等你按部就班地回答完所有预设问题后，它才会调用⼀次工具，生成⼀个标准化的方案给你。
注：如果你在第一步突然问："周六天气怎么样？"它会很困惑，因为它当前的流程卡在"问预算"这⼀步，不会跳出流程去查天气
(3)总结：它像电话里的语音客服，严格按脚本提问 ，引导你⼀步步提供信息，最后给出结果。适合流程标准化、需要引导用户的场景
1.3.3 多Agents模式
（1）定义：多个智能体协同工作，通过分工处理复杂任务，如"分诊Agent+专业Agent"架构。
协同方式： 主从模式：主控Agent接收用户请求，分配任务给专业Agent（如"电商客服系统"中，分诊Agent识别意图后，将"产品咨询"分配给营销Agent，"投诉"分配给售后Agent）
平等模式： 多个Agent并行处理不同子任务，结果汇总后生成最终回复（如"数据分析智能体"中，数据采集Agent+清洗Agent+可视化Agent协同⼯作）。
（2）理解：组建一个专家委员会：创建多个智能体，每个智能体扮演不同的专家角色，它们通过协作、讨论（甚至辩论）来共同解决⼀个复杂问题。
场景：
• 你不再只和一个助手沟通，而是拉了⼀个群，里面有三位专家：
◦交通规划专家：精通路线和时间管理。
◦美食娱乐专家：熟知餐厅和景点玩法。
◦财务预算专家：擅⻓控制成本和分配预算。
• 你只需要在群里说⼀句最初的指令："规划⼀下周六的家庭日。"
• 委员会的工作过程：
a.美食娱乐专家先提议："去新开的野生动物园怎么样？"
b.交通规划专家反对："不行，周六那边肯定大堵车，带着老人孩子不方便。我建议去坐游船，码头离得近。"
c.财务预算专家计算了⼀下："游船套餐三人要1200元，超预算了。我们可以只买船票，自己带午餐，这样能控制在1000以内。"
d. 经过几轮这样的讨论和权衡，最终他们达成⼀致，由主席（或你自己）汇总出⼀个最优方案给你。
（3）总结:多个智能体各司其职，从不同专业角度评估问题，通过协作或辩论得出更全面、更平衡的方案。适合极其复杂的任务
1.4 模型设置与优化
1.4.1 模型选择
Coze支持多种主流大模型，其优势、使用场景与注意事项如
下
1.4.2 模型工作原理
大模型的工工作原理通俗地讲如图：包括4个步骤。
假设大模型相当于同学们班⾥的"学霸"
（1）第⼀步：数据准备预处理(DataPreparation) ⸺相当于"给学霸准备海量的复习资料"
在训练之前，模型需要数据。但这些数据不能是原始的、杂乱无章的 。
（2）第二步：模型训练(ModelTraining) ⸺相当于"学霸疯狂阅读并做完形填空练习"
这是最核心、最耗计算资源和时间的⼀步。其核心是自监督学习 。
（3）第三步：模型推理(ModelInference)⸺相当于"你们向学霸提问，他现场作答"训练好的模型就可以用来为用户服务了，这个过程就叫推理。
（4）第四步：对齐与微调(Alignment&Fine-Tuning) ⸺相当于"告诉学霸，不能光炫技，要好好说话、有帮助、无害"
一个只知道预测下⼀个词的模型，可能会生成无用、有害或不准确的回答。因此需要⼀个"打磨"过程，让它更符合人类的价值观和偏好。
1.4.3 模型参数配置
在使用大模型的时候，不同的参数配置会导致不同的输出结果，下面我们来逐一分析一下大模型的参数
关键参数详解：
（1）Temperature（温度）： 控制输出随机性（0~1）。
低值（0.1~0.3）：输出更确定；
高值（0.7~0.9）：输出更多样。
住：调整Temperature值的大小，最终产生的结果会不同
（2）上下文轮数：保留对话历史的轮次（默认3轮），影响上下文理解能力。
（3） 最大回复长度：控制输出token数，避免超长回复
1.5 提示词编写
1.5.1 什么是提示词
提示词是与大模型交流的载体，⼀般情况下，提示词可以分为系统提示词和用户提示词。
举一个实际例子，想象⼀下，你走进⼀家"AI奶茶店"
1.5.2 系统提示词结构
优质提示词需清晰定义***角色、目标、约束、流程、示例***，推荐使用CO-STAR框架：（但是在实际中提示词，有多种框架，可以根据具体的使⽤场景去灵活调整）
1.5.3 提示词优化技巧
（1） 角色设定具体化：
反面案例："你是一个诗人"（过于笼统，智能体可能回复生硬 ）。正面案例："你是一位才华横溢的诗人，擅长以巧妙的构思和优美的⽂字，根据用户给定的主题创作七言绝句。能用精炼且富有意境的语言，营造独特的氛围，传达深刻的情感与思想。（赋予身份细节，回复更具人格化 ）。
（2） 技能：
决定了智能体除了聊天之外，还能"做"什么。
技能可以扩展能力边界：从"知道"到"做到"
• 没有技能：智能体只能依靠自身模型的知识进行文本生成和对话。例，你问"今天天气怎么样？"，它可能只会根据训练数据猜测，或者老实回答"我不知道实时天气"。
• 有了「天气查询」技能：它就能真正调用⼀个天气API，返回给你所在地点精确的、实时的天气预报。这就是从"知道"关于天气的知识，变成了"做到"查询天气这件事。
（3） 限制：
限制的作用是防止你的智能体"说错话"、"做错事"或者"跑偏"，确保它的行为符合你设定的⻆色和法律法规，提供安全、可靠的服务。
1.6 智能体的调试与发布
（1） 预览调试：在右侧"预览与调试"⾯板输⼊测试问题（如"请问计算机专业大学生都要学什么课程？"），检查回复准确性和流程完整性。
（2）发布部署：点击右上角"发布"，选择目标平台（微信公众号/抖音/飞书等），填写发布记录（如"V1.0：初始版本，支持产品咨询"），完成授权后即可上线。
1.7 用户体验和优化
1.7.1 开场白
设计符合一般沟通习惯的欢迎话术，快速建立亲切感并引导用户表达需求，同时自然融入品牌服务特色。
1.7.1.1 设计要点
• 语言风格：采用[亲]「哈喽」等网络化称呼，搭配波浪号「~」增强活泼感，避免过于正式的「您好，请问需要什么帮助？」。
• 内容结构：包含问候语+服务身份暗示+需求引导，可结合实时促销轻量植入（如限量赠品提示，但避免信息过载）。
例：
您好，我是您的专属诗友「砚卿」。⼀笺心语，半卷闲情，愿以四句七言为您勾勒山河日月、人间烟火。
请君赐⼀主题，无论是「春风策马」的恣意、「枯荷听雨」的寂寥，还是「雪夜归人」的温情，我将为您斟酌字句、锻意炼境，成一首 绝句小札。
您今日想为何事、何景、何情赋诗
总结 --- 每日励志时刻
