COZE学习
·
COZE
COZE概述
- COZE又称扣子，是新一代 AI Agent开发平台。
- 可以辅助开发工作，少写代码，甚至不写代码实现一个程序。可以降低开发门槛，提高程序员的效率。
- 智能体：通过对话的形式与用户完成交互的AI应用。
- 应用：相较智能体而言，多了一个用户界面。和智能体的本质是一样的。
- 智能体和应用都是基于大模型的，大模型是一个需要人为引导的超级大脑。
COZE的产品生态矩阵
- 扣子开发平台：相当于餐厅的菜谱研发部。是低代码的。
- 扣子罗盘：相当于餐厅的运营管理系统。
- Eino框架：相当于餐厅的厨房基础设施。
- 扣子空间：相当于顾客在餐厅就餐，能与厨师团队交互，可以看到做菜上菜的全过程。是零代码的，相较扣子开发平台，上手门槛更低。
智能体开发
智能体概念
- 智能体：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。
创建智能体
- 访问扣子官网（https://www.coze.cn/home），点击回到旧版
- 点击创建
- 点击创建智能体，这里会有两种创建方式
- 标准创建：需要手动填写智能体名称，功能介绍，上传或生成图标
- AI创建：只需输入需求描述，系统会自动生成基础配置
- 确认创建之后，到这一步，一个简单的智能体就出来了
智能体模式的选择
| 模式 | 特点 | 使用场景 |
|---|---|---|
| 单Agent（自主规划） | 自我驱动，思考型。你给目标，它自己拆解和执行 | 目标明确但路径未知的复杂任务 |
| 单Agent（对话流） | 流程固定，引导型。你跟着它的步骤走，一步步提供信息 | 客服，信息收集等 |
| 多Agents | 协作讨论，群策群力 | 需要多角度权衡的复杂决策 |
- 这里选择单Agent（自主规划模式）
模式设置与优化
- 模式选择
- COZE目前只支持国内大模型，如：deep seek，豆包，文心一言，通义千问
- 模型工作原理
- 数据准备预处理
- 模型训练
- 模型推理
- 对齐与微调：细节打磨，比如要求输出的内容符合正确的价值观
- 模型参数配置
- 关键参数：生成多样性，生成随机性，以及输入和输出设置中的携带上下文轮数和最大回复长度
提示词编写
- 提示词分为系统提示词和用户提示词
- 左边输入的是系统提示词，右边输入的是用户提示词，用户提示词要在系统提示词的范围之内
- 系统提示词的CO-STAR框架如下：
| 模块 | 说明 | 示例 |
|---|---|---|
| Context | 任务背景与上下文 | “你是电商客服，需解答用户关于iPhone 15的咨询，知识库包含最新价格和库存” |
| Objective | 核心目标 | “准确回答价格、发货时间，推荐适配配件” |
| Steps | 执行步骤 | “1. 识别用户问题类型；2. 检索知识库；3. 用亲切语气整理回复” |
| Tone | 语言风格 | “口语化，避免专业术语，使用‘亲~’‘呢’等语气词” |
| Audience | 目标用户 | “20-35岁年轻消费者，对价格敏感，关注性价比” |
| Response | 输出格式 | “价格：XXX元\n库存：XXX件\n推荐配件：XXX（链接）” |
- 还可以使用AI生成和优化提示词
预览调试和发布
- 审核通过之后在商店打开
用户体验优化
- 设置开场白和开场白预置问题
一站式 AI 云服务平台
更多推荐
2
0- 0
已为社区贡献1条内容
所有评论(0)