什么是百数智能体设计页？

百数智能体设计页是百数AI平台中用于搭建、配置、调试与发布AI智能体（Agent）的可视化工作台。用户无需编写后端代码，通过「人设与回复逻辑 + 技能 + 知识 + 记忆 + 对话体验」五类配置，即可把大模型包装成一个能查内部资料、能调用业务接口、能记住用户信息、能按固定流程办事的专属智能体。

它解决什么问题？

- 直接和大模型聊天，模型并不知道你公司的产品手册、价格政策和内部流程，答非所问；

- 把大模型当成一个新员工：智能体设计页就是给它做入职培训——告诉它「你是谁、能查什么资料、能调什么系统、要按什么流程办事、不能说什么话」；

- 配置完成后一键发布到百数AI智能体商店，员工或客户即可在对话框里直接使用。

适合谁用？

- 业务/运营人员：零代码搭建内部知识助手、售前FAQ Bot、客户服务机器人；

- 产品/售前/市场：把产品文档、方案手册变成可问答的演示Demo，缩短客户理解成本；

- 开发者/集成方：通过 MCP 插件与工作流，把企业自有系统（CRM、ERP、工单、数据库）接入大模型。

和「直接跟大模型聊天」有什么区别？

对比维度	直接和大模型聊天	在百数智能体设计页搭建的智能体
知识来源	只依赖模型预训练知识，不知道你公司资料	可挂载文本/表格/照片/表单四类知识库（RAG），回答有据可依
工具能力	不能调用企业内部 API、不能查业务系统	通过插件（MCP）和工作流调用外部接口、执行多步流程
记忆能力	关掉对话就忘，跨会话不连续	通过「变量」「数据库」记住用户身份、业务状态，跨会话延续
流程可控性	模型自由发挥，结果不稳定	对话流模式严格按编排执行，适合有SOP的业务
对外发布	仅限本人在对话框使用	一键发布到智能体商店，团队/客户可直接访问

入口

百数AI模式 >> 点击右上角 智能体开发 ，进入智能体管理页。

工作空间 >> 项目开发下，展示了当前用户的智能体列表。

智能体设计页

新建或编辑智能体，点击智能体卡片，进入智能体设计页。

模式选择

目前支持模式：

单 Agent（自主规划模式）：用户与大模型进行对话，由一个大模型自主思考决策，适用于较为简单的业务逻辑。

单 Agent（对话流模式）：该智能体会严格按照对话流编排的流程进行执行，支持保留多轮历史对话记录，适用于结构化或有明确流程的任务。

后续将支持更多模式。

两种模式怎么选？

- 业务逻辑开放、用户问题五花八门、希望模型自己判断下一步做什么 → 选「单 Agent（自主规划模式）」；

- 业务有明确步骤（如报修申请、开户流程、报销审批）、每一步要收集固定字段 → 选「单 Agent（对话流模式）」；

- 经验法则：能画成流程图的业务用对话流，画不成流程图、靠模型临场判断的用自主规划。

人设与回复逻辑

提示词编写页面，定义智能体身份、能力、行为约束的核心配置面板，通过结构化提示词，规定智能体 “我是谁、会做什么、不能做什么”。

提示词为AI通用格式，可以自己编写，也可以通过AI生成。

通用类提示词还可以保存到提示词库，下次可以直接使用。

提示词建议按以下四段式结构编写，AI 理解最稳定：

# 角色：你是谁、服务谁（例：你是百数科技的售前助手，服务来访客户）。

# 技能：你会调用哪些工具/知识库，什么场景下调用（用 { 引用已挂载的技能）。

# 约束：不能做什么、不能回答什么、遇到答不上来怎么兜底（例：涉及价格必须引导联系销售，不得自行报价）。

# 输出格式：希望答案是分点、表格还是固定话术。

常见坑：只写了「你是一个客服」，却没在 #技能 里声明插件/知识库能力——结果就是加了插件但 AI 从不调用。

技能配置

大模型选择

目前支持的大模型：Doubao-Seed-2.1-pro、Doubao-Seed-2.1-Pro-thinking、deepseek-disable-thinking、doubao-seed-2.1pro

后续将支持更多模型。

各模型适用场景：

模型	特点	适用场景
Doubao-Seed-2.1-pro	通用均衡，响应快、成本低	日常问答、客服、知识库问答等大多数场景
Doubao-Seed-2.1-Pro-thinking	带深度思考链，推理能力强	复杂分析、报告生成、多步推理、需要严谨逻辑的任务
deepseek-disable-thinking	关闭思考过程，直接出答案	对响应速度敏感、不需要展示推理过程的对话场景

技能

插件

插件能够让智能体调用外部 API，例如搜索信息、浏览网页、生成图片等，扩展智能体的能力和使用场景。

1）点击右侧+，可选择已有插件，包括系统自带插件，以及用户自己设计的插件，插件设计参考文档：MCP管理。

2）添加插件后，只是把插件资源引入智能体，不等于 AI 会自动调用。还需要在【人设与回复逻辑】提示词里声明插件能力。

在#技能部分写明：什么场景下要调用这个插件、插件作用。

输入{会显示已添加的技能弹窗，选择对应的技能确认添加。

3）配置插件入参（参数映射）

插件一般带有入参，需要定义：对话中的用户信息怎么映射给插件的参数。

点开插件设置，配置插件的输入参数，设置从变量 / 用户提问中提取内容传给插件。

工作流

工作流支持通过可视化的方式，对插件、大语言模型、代码块等功能进行组合，从而实现复杂、稳定的业务流程编排，例如旅行规划、报告分析等。

1）点击右侧+，可选择目标工作流，包括系统自带工作流，以及用户自己设计的工作流，工作流设计参考文档：工作流设计。

2）添加工作流后，只是把工作流资源引入智能体，不等于 AI 会自动调用。还需要在【人设与回复逻辑】提示词里声明工作流能力。

在左侧【人设与回复逻辑】的#技能模块，新增技能描述，写明触发场景 + 调用目标工作流，告诉 AI 什么情况下要执行这个工作流。

输入{会显示已添加的技能弹窗，选择对应的技能确认添加。

知识

知识库设置

控制 知识库怎么去找资料、找多少、过滤哪些内容，直接决定智能体能不能正确使用知识库内容回答用户问题。

• 调用方式：控制什么时候触发知识库检索，有两种方式自动调用、按需调用，区别如下：

对比项	自动调用	按需调用
触发时机	每一轮用户消息都会自动执行知识库检索，不管问题跟知识库有没有关系	不会自动检索；只有模型收到指令，才去查询知识库
控制逻辑	系统全权控制，无需额外写提示词约束	必须在【人设与回复逻辑】写提示，明确什么场景调用知识库（调用内置RecallKnowledge能力）
token 消耗	每轮对话都会消耗检索、上下文 token；无关问题也会跑知识库检索	只有需要的时候才检索，节省 token 开销
适合场景	简单问答 Bot、大部分普通知识库机器人；希望只要用户提问就优先匹配知识库内容	复杂 Agent / 工作流、多知识库分流；只想特定问题才查知识库，闲聊不触发检索
缺点	闲聊、无关问题也会调用知识库，产生无效召回、浪费资源	提示词写不好，模型会忘记调用知识库，出现该查知识却不查的 bug

• 搜索策略：
  • 语义：向量相似度匹配，适合自然语言提问；
  • 全文：关键词精确匹配；
  • 混合 = 语义 + 全文两者结合。

• 最大召回数量：一次最多返回多少个知识片段。
• 最小匹配度：低于该分数的片段直接丢弃，不送入大模型。
• 结果重排（Rerank）：对召回出来的片段做二次相关性打分重排序，提升答案准确度。

知识库相关名词解释：

- RAG（检索增强生成）：先从知识库里检索出相关片段，再让大模型基于片段回答，避免模型「一本正经地胡说」；

- 向量语义召回：把问题和文档都转成向量，按语义相似度检索，用户换一种说法也能命中；

- NL2SQL：针对表格类知识库，用户用自然语言提问，系统自动转成 SQL 查行、做统计；

- 最小匹配度调得越高，召回越严，但可能漏答；调得越低，召回越多，但会把不相关片段塞给模型。建议从 0.5–0.7 起步调试。

添加知识库

在智能体编排页面，【知识】区域，每个分类（文本 / 表格 / 照片 / 表单）右侧的 + 加号按钮 ，用于给当前智能体绑定已建好的知识库

该加号不是新建知识库，是把已经创建完成的知识库关联到本智能体；新建知识库需要跳转到知识库管理页面。

新建知识库参考文档：新建知识库。

绑定完成后，该知识库展示在对应分类下方；可切换右上角「自动调用 / 按需调用」控制检索触发逻辑。

四类知识库能力说明：

类型	适用场景	核心能力
文本	产品文档、FAQ、操作手册、markdown/PDF/word 资料	语义召回，文档切片检索，适合大段自然语言资料...
表格	工单列表、参数表、业务台账、结构化数据	支持 NL2SQL，按行检索，可以做条件筛选、统计计算
照片	截图、报错截图、示例图片	图片 + 文字标注检索，用户描述现象，召回对应截图素材
表单	表单收集的数据、标准应用表单输出数据	读取表单实例数据，检索表单字段内容

记忆

记忆模块负责存储会话 / 用户持久化数据，分为「变量」和「数据库」两部分，用来做记忆留存、状态携带，实现跨轮、跨会话记住信息，区别于知识库（RAG 检索外部文档）。

变量

适合少量字段：姓名、手机号、选择项、状态标记，不适合存大量长文本、大量业务数据。

使用示例：

• 用户说：“我叫张三”，智能体提取名字存入变量user_name。
• 后续对话直接输出：你好{{user_name}}，请问需要办理什么业务。
• 工作流里调用 API，把变量作为入参传给后端接口。

数据库

面向结构化持久存储，比变量存储能力更强，类似一张简易数据表。

存储多行结构化记录，支持增删改查；可以存多条用户记录、业务流水、工单记录。

支持条件查询、筛选，工作流节点可以读写数据库。

可以用来做用户档案、会话业务流水、问答表单收集的数据持久化。

对话体验

控制智能体前端交互表现，优化用户聊天界面，不改变底层大模型逻辑，主要用来引导用户输入、降低用户使用门槛。

开场白

用户第一次打开对话会话，智能体发送的第一条消息。

用途：做自我介绍、说明机器人能力、告诉用户可以问什么。

用户问题建议

在智能体回复后，自动根据对话内容提供 3 条用户提问建议。

区别【开场白预置问题】：预置问题是会话刚进来固定不变；用户问题建议是每一轮回答结束，AI 动态生成 3 个后续推荐问题，跟随每一轮回复动态变化。

快捷指令

自定义按钮，固定指令，常驻聊天界面。

• 和开场白预置问题不一样：不是只首次出现，整个对话全程常驻。
• 点击按钮直接执行预设好的 prompt。

示例快捷指令：清空对话、导出报告、查看帮助。

背景图片

为你的智能体在AI智能体商店增加对话背景图片，对话时更加沉浸。

调试与预览

智能体的测试工作台。完成智能体的设计后，在这里模拟用户对话，复现问题，查看内部执行日志，定位 BUG。

基础预览测试：

1. 进入【预览与调试】面板，下方就是聊天输入框。
2. 直接输入用户问题，像普通聊天一样和智能体对话。
3. 观察输出结果是否符合预期：回答内容、是否调用知识库、是否执行工作流、变量赋值是否正确。

快速上手：5 步搭出第一个可用智能体

第 1 步：进入「智能体开发 → 新建智能体」，选择模式（不确定就先选「自主规划模式」）。

第 2 步：在【人设与回复逻辑】里写清楚角色、技能、约束、输出格式，并用 { 引用后续要挂的技能。

第 3 步：在【技能配置】里选好大模型；按需挂载插件、工作流，并在提示词 #技能 段声明触发条件。

第 4 步：在【知识】区把已建好的知识库用 + 绑定进来，选择「自动调用 / 按需调用」，并调好搜索策略、最大召回数量、最小匹配度。

第 5 步：在右侧【预览与调试】里用真实用户问题跑 5–10 轮，检查是否正确调用了知识库/工作流/变量，再发布。

核心概念术语表

术语	一句话解释
智能体 / Agent	在百数AI里被人设提示词、技能、知识、记忆配置过的大模型应用，可对外发布给用户使用
提示词 / Prompt	写给大模型的「岗位说明书」，定义它是谁、会做什么、不能做什么
插件 / Plugin（MCP）	让智能体调用外部 API 的能力，例如搜索、画图、查天气、调企业内部接口
工作流 / Workflow	可视化拖拽编排的多步流程，把插件、大模型、代码块串成稳定业务链路
知识库 / Knowledge Base	上传后可供 RAG 检索的企业资料集合，分文本/表格/照片/表单四类
RAG	检索增强生成：先查知识库再让模型基于查到的内容回答
Rerank 重排	对初次召回的片段做二次打分排序，把最相关的排到前面
变量 / Variable	存少量键值对（姓名、状态标记），跨轮对话记住信息
数据库 / Database	结构化多行存储，可增删改查，类似一张简易数据表
Token	大模型计费与上下文的基本单位，约等于 0.6–1 个汉字；知识库每轮召回都会消耗 Token
自主规划模式	由一个大模型自主思考下一步，适合开放任务
对话流模式	严格按编排好的节点执行，适合有固定 SOP 的业务

常见问题 FAQ

Q1：我已经加了插件/工作流，为什么智能体就是不调用？

A：添加资源 ≠ 自动调用。必须在【人设与回复逻辑】的 #技能 段写清楚「在 XX 场景下调用 XX 插件/工作流」，并用 { 引用对应技能。

Q2：知识库该选「自动调用」还是「按需调用」？

A：知识库问答型 Bot 选自动调用；复杂 Agent、多知识库分流、闲聊占比高的场景选按需调用，并在提示词里写清何时调用 RecallKnowledge。

Q3：变量和数据库有什么区别？什么时候用哪个？

A：变量存少量字段（姓名、手机号、当前状态），适合临时会话状态；数据库存多行结构化记录（用户档案、工单流水、业务流水），需要增删改查、条件筛选时用数据库。

Q4：开场白预置问题、用户问题建议、快捷指令三者有什么区别？

A：预置问题只在会话首次出现且固定不变；用户问题建议每轮回答后由 AI 动态生成 3 个；快捷指令是常驻聊天框的固定按钮，点击即执行预设 prompt。

Q5：智能体回答总是不引用知识库，怎么办？

A：按顺序排查——① 确认知识库已绑定且索引完成；② 搜索策略是否匹配问题类型（自然语言用语义/混合，专有名词用全文）；③ 最小匹配度是否过高；④ 提示词里是否明确要求「回答前必须先检索知识库」；⑤ 用 Rerank 提升排序准确度。

Q6：四种知识库分别适合存什么？

A：文本——产品文档、FAQ、手册；表格——工单列表、参数表、台账（支持 NL2SQL）；照片——报错截图、UI 示例图；表单——表单收集上来的结构化数据。

Q7：调试时在哪里看智能体到底调了什么？

A：右侧【预览与调试】面板，除了聊天窗口，还可以查看内部执行日志，确认是否触发了知识库检索、是否调用了工作流、变量赋值结果。

Q8：百数智能体设计页需要写代码吗？

A：基础配置（人设、挂知识库、挂插件、开场白）全程可视化，零代码；需要复杂业务逻辑时，工作流里可加代码块节点，插件可通过 MCP 对接自有 API。

上线前检查清单

□ 人设提示词是否写全了角色、技能、约束、输出格式四段？

□ 每个挂载的插件/工作流，是否都在提示词 #技能 段声明了触发场景？

□ 知识库是否选对了调用方式（自动/按需）、搜索策略、召回数量与最小匹配度？

□ 是否在【预览与调试】里用真实用户问题跑过至少 5 轮，覆盖正常问、超纲问、诱导问？

□ 是否配置了开场白、用户问题建议、必要的快捷指令，降低用户上手门槛？

□ 涉及价格、承诺、对外口径的内容，是否在约束里写了兜底话术？

相关文档

- MCP 插件管理

- 工作流设计

- 新建知识库

元信息

适用产品：百数AI 智能体开发模块｜文档更新时间：2026-09｜适用对象：业务运营、产品售前、AI 应用开发者