AI工作助理创建

以下是一些具有文件上传功能的 AI 智能体或应用的搭建教程： 使用 Coze 搭建： 方法一：直接使用 Coze 的 API 对接前端 UI 框架，将工作流逻辑集中在工程模板端，实现前后端分离的处理方式。 方法二：直接调用大模型 API，并通过前端代码实现提示词处理和逻辑控制，将交互流程完全放入前端代码中。 实现文件上传：通过 Coze 的，用户可将本地文件上传至 Coze 的云存储。在消息或对话中，文件上传成功后可通过指定 file_id 来直接引用该文件。 Coze 的 API 与工作流执行：关于 API 的使用及工作流执行流程可以参考。 设计界面：搭建 Demo 最简单的方式是首先绘制草图，然后借助多模态 AI 工具（如 GPT/Claude）生成初步的前端结构代码。前端开发语言包括 HTML 用于构建网页基础框架，定义整体页面结构；CSS 负责网页布局样式美化；JavaScript 实现交互逻辑，如信息处理、网络请求及动态交互功能。 Stuart 教学 coze 应用中的“上传图片”： 传递上传图片地址：首先，把工作流的入参设置为 File>Image。然后，注意代码内容，其中 ImageUpload1 部分是可以替换成实际的文件上传组件的组件名称的，一个引号，一个大括号都不能错。 获得图片 URL：接下来就比较简单了，工作流中可以直接用这个 image 变量，也可以用 string 模式输出，它会在工作流中变成图片的 URL。 无企业资质也能 coze 变现： 以 API 形式链接 Zion 和 Coze：同理也可以为 dify、kimi 等给任何大模型&Agent 制作收费前端。参考教程： 自定义配置：变现模版 UI 交互、API、数据库等拓展功能，支持在 Zion 内自由修改，可参考文档配置。相关链接：支付： 微信小程序变现模版正在开发中，不久将会上线。目前实现小程序端可以通过 API 形式搭建。 Zion 支持小程序，Web，AI 行为流全栈搭建，APP 端全栈搭建 2025 上线。

对于 C 端用户应对 AI 幻觉，可以参考以下方法： 1. 在商业化问答场景中，落地时需直面幻觉问题。非技术从业者可从配置入手，如问答机器人界面左侧的 AI 模型、提示词、知识库等。 2. 对于 Claude ，可以尝试以下故障排除方法： 允许 Claude 在不知道答案时说“我不知道”。 告诉 Claude 只有在非常确信回答正确时才回答问题。 让 Claude 在回答问题之前“逐步思考 think step by step”。 给 Claude 留出思考的空间，例如让其在<thinking></thinking>标签内思考，然后从最终输出中删除该部分。 让 Claude 在长篇文档中找到相关引文，然后使用这些引用来回答。 3. 对于提示词污染与不良用户行为，Claude 本身具有一定抵抗力，为实现最大程度保护，可以进行无害性筛选，例如运行“无害性筛选”查询评估用户输入内容是否恰当，若检测到有害提示则拦截查询响应。 4. 在实际应用中，如面对央企等对幻觉零容忍的大客户，可引入 LLM 之外的东西如传统搜索或 hard code 的一些东西去强行控制，但希望流程能在场内完成，同时与客户建立共生的数据。

写 AI 提示词（prompt）是一个关键步骤，决定了 AI 模型如何理解并生成文本。以下是一些编写提示词的要点和方法： 1. 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 2. 提供上下文：若任务需特定背景知识，在提示词中提供足够信息。 3. 使用清晰语言：尽量用简单、清晰的语言描述，避免模糊或歧义词汇。 4. 给出具体要求：如有特定格式或风格要求，在提示词中明确指出。 5. 使用示例：若有特定期望结果，提供示例帮助 AI 模型理解需求。 6. 保持简洁：提示词简洁明了，过多信息可能导致模型困惑。 7. 使用关键词和标签：有助于模型更好理解任务主题和类型。 8. 测试和调整：生成文本后仔细检查结果，根据需要调整提示词，可能需多次迭代达到满意结果。 不同的 AI 工具在提示词的输入和处理上可能存在差异。例如，星流一站式 AI 设计工具中： 输入语言方面，通用大模型与部分基础模型使用自然语言，部分基础模型使用单个词组，且支持中英文输入。 写好提示词方面： 内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等。 可调整负面提示词，帮助 AI 理解不想生成的内容。 利用“加权重”功能让 AI 明白重点内容，还能对已有提示词权重进行编辑。 有辅助功能，如翻译、删除所有提示词、会员加速等。 对于小白用户，还可以点击提示词上方官方预设词组进行生图。希望这些内容能帮助您更好地编写提示词。

以下是关于 AI 的相关知识： 1. 基础方面： 背景知识：包括人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 2. 算法和模型： 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 3. 评估和调优： 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 4. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 关于 WaytoAGI 网站，它提供以下功能： 1. 和 AI 知识库对话：您可以在这里问任何关于 AI 的问题。 2. AI 网站：集合了精选的 AI 网站，按需求找到适合您的工具。 3. AI 提示词：集合了精选的提示词，可以复制到 AI 对话网站来使用。 4. 知识库精选：将每天知识库的精华内容呈现给大家。 请注意，我只能为您提供与 AI 相关的知识和指导，对于其他非 AI 领域的内容，我的知识库中没有相关信息。

以下是一些关于可灵 AI 提示词的相关资源和信息： 提示词模板相关网站： 生成新年场景的提示词示例： 戴着醒狮帽，双手抱拳，红色背景，新年喜庆。背景中有金粉，碎花，3d 爆竹显得热闹而喜庆 拿着"福"字，新年气氛，红色背景，新年喜庆。背景中有金粉，碎花，3d 爆竹显得热闹而喜庆 关于律师如何写好提示词用好 AI 的观点： 不能期待设计一个完美的提示词，然后 AI 百分百给到一个完美的符合要求的答案，中间不能有谬误，否则就是一个需要修复的“BUG”。 要给到 AI 的提示词实际上是一个关于此项问题的相对完善的“谈话方案”，真正的成果需要在对话中产生，并且在对话中限缩自己思维中的模糊地带。

对于非计算机专业出身想要快速入门 AI 的人，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，对于不会代码的您，20 分钟上手 Python + AI 的方法如下： 在深入学习 AI 时，许多朋友发现需要编程，变得头大。同时，各类教程都默认您会打命令行，导致入门十分困难。鉴于此，就有了这份简明入门，旨在让大家更快掌握 Python 和 AI 的相互调用，并使您在接下来的 20 分钟内，循序渐进的完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。 一些背景： 1. 关于 Python： Python 就像哆拉 A 梦，它拥有一个百宝袋，装满了各种道具，被称为标准库。当遇到问题时，都可以拿出来直接使用。 如果百宝袋里的道具不够用，还可以打电话给未来百货，去订购新道具。在这里：打电话对应 pip 一类的工具，可以用来订购任何的道具；未来百货对应 GitHub 一类的分享代码的平台，里面啥都有。 Python 被全世界广泛使用，尤其是在 AI 领域，所以遍地是大哥。 2. 关于 OpenAI API： OpenAI 通过两种方式提供服务：其一，通过 ChatGPT，提供开箱即用的服务，直接对话即可，简单直观；其二，通过 OpenAI API，提供更加灵活的服务，通过代码调用，来完成更多自动化任务，比如全自动将本地的 1 万本小说，从中文翻译成英文。 欢迎来到“AI 企业落地应用”专栏，在这里，我们将分享 AI 技术在真实商业场景中落地应用的有趣案例故事和实战经验教训。做为铺垫和开始，这是一篇能带你快速搞懂本轮 AI 大模型革命相关核心知识信息的文章，我们将从历史到今天，从原理到应用，从产业到趋势，用尽可能通俗易懂但又不失专业严谨的方式，带你快速走入 AI 的世界，跟上 AI 大势。阅读提示：为了方便没有计算机学习背景但又热衷学习 AI 应用的伙伴更好的阅读，下面的内容可能会使用打比方、作类比的方式来让那些晦涩枯燥的知识变得更为有趣和更容易入心入脑，帮助于您在学习应用 AI 的路上走得更加顺畅和稳健，但这也势必会一定程度带来专业性上的不严谨，我们将会显性的做出标注提示，方便您识别，您可以关注文末的论文推荐导引，去了解真实的技术细节。此外，文章中可能还会涉及一些相对专业和可能超纲的知识内容，我们也将会显性的做出标注提示，告诉您这部分内容即使不懂，也完全没关系，可以放心跳过，不必焦虑。

以下是关于 AI 助理的相关内容： 工作流： 1. 起床时，让 AI 如“马云”“马化腾”为自己排 TODO 优先级，做私董会的脑暴。 2. 工作中有傲娇的 AI 小助理加油，其 Prompt 为要阳光、会撒娇/卖萌。 3. 重点事项 bot 方面，如内容创作，拆成 bot 团队组，包括选题、标题、框架、扩写等，并分 A/B 组两个 AIbot 互相改，要点是提供反常识、梗，学习喜欢的 UP 创作方法论。 4. 优化的 bot 包括内容选题 bot、短视频脚本 bot、数据分析 bot（GPT4）、网页 Perplexity 的资料库 bot 等。 5. 优化 1：Zion、ChatO 和自动化 AIAgent 分身，基于自身知识库的 bot。 6. 优化 2：将上述知识库、Prompt 资产，全部放入飞书的知识库+多维表单中维护，等待飞书的 AI 进化。 7. 备选：筛选过的 50 多个生产力 AI，放在工具库里，待命输出。 8. 未来：把整个公司业务全部搬入飞书中，外接 MJ、ChatBot 分身，以及咨询日程预约。 9. 可能：所有流量口 bot 也介入飞书，给予飞书做数据分析和内容引擎（目前需手动）。 10. 提醒自己，关注 AI 的同时，更要关注打交道的人、利益、状态和情绪。 GPTs： GPTs 是 OpenAI 推出的工具，允许用户量身打造自己的 AI 助理。可根据需求和偏好创建定制的 ChatGPT，如帮忙梳理电子邮件或提供创意灵感等。OpenAI 已推出几种现成的 GPTs 供使用，如「The Negotiator」、「Game Time」等。用户还可上传资料来自定义 GPTs，目前 GPTs 的使用仅限于 ChatGPT Plus 的用户。此外，OpenAI 推出了 GPT Store，是类似应用商店的平台，允许用户分享他们的 GPTs，甚至可能实施收益分润制度。 在网站上增加一个 AI 助手： 只需 4 步： 1. 创建大模型问答应用：通过百炼创建大模型应用，并获取调用大模型应用 API 的相关凭证。 2. 搭建示例网站：通过函数计算，快速搭建网站，模拟企业官网或其他站点。 3. 引入 AI 助手：通过修改几行代码，实现在网站中引入 AI 助手。 4. 增加私有知识：准备私有知识，让 AI 助手能回答原本无法准确回答的问题，更好应对客户咨询。

以下是为您提供的关于打造医生个人 AI 工具或助理的一些参考： 在医疗保健领域之外，已经有许多为协助特定任务而设计的 AI 驱动工具和教练出现，比如 InterAlia 能帮助搭配服装，Prodigy AI 能提供职业建议，Poised 能提升沟通能力。未来每个人拥有理解自身生活独特背景的个性化聊天机器人并非不可能。 Sam Altman 认为，AI 模型将很快作为自主的个人助理为我们执行特定任务，例如代表您协调医疗护理。并且随着深度学习的发展，AI 会不断进步，为人们的生活带来改善。 对于教师而言，有多种专用工具推荐，如学生小组里的助教智慧学伴、月之暗面的 Kimi.ai 等。在教育应用中，存在生成式人工智能教育应用的五种境界，包括知道、学习并使用、用好提示语、定制智能体、融合驾驭等。同时，还有一些原则需要遵循，如始终邀请人工智能入席、让人始终在环路之中、像对待人一样对待人工智能并明确其类型、假设这是用过的最差的人工智能等。在人工智能时代，教学呈现出人类与人工智能/机器人联合教学成为常态、人类教师生产力等因人工智能增强、语言障碍消失、学习回归本真、学习者主动学习等重要性凸显等走向。 综合以上信息，打造医生的个人 AI 工具或助理可以参考以下思路： 1. 明确医生的具体需求和任务，例如诊断辅助、病历管理、患者沟通等。 2. 选择适合医疗场景的技术和算法，确保准确性和安全性。 3. 设计友好的用户界面，方便医生操作和交互。 4. 进行大量的医疗数据训练，以提高工具的性能和准确性。 5. 遵循相关的法律法规和伦理准则，保障患者隐私和医疗安全。

以下是关于医生的 AI 助理的相关信息： 为了在医疗保健领域产生真正的变革，AI 应像优秀的医生和药物开发者那样学习。成为顶尖医疗人才通常从多年的密集信息输入和实践开始，通过正规教育和学徒实践，获取难以在教科书中明确的知识，培养在复杂情况下确定最佳答案的直觉。对于 AI 来说，当前的学习方式及技术人员的处理方式存在问题，应通过堆叠模型训练，如先训练生物学、化学模型，再添加特定医疗数据点。 AI 智能体方面，如字节的扣子，是新一代一站式 AI Bot 开发平台，无论有无编程基础都能构建各类问答 Bot，完成从简单问答到复杂逻辑对话，开发完成后可发布到社交平台和通讯软件。创建智能体可通过简单 3 步：起名称、写介绍、用 AI 创建头像。 在医疗领域，2024 年 4 月浙江卫健委联合支付宝推出“AI 就医助理”，功能包括诊前的智能导诊、一键挂号，诊中的在线取号、排队叫号、线上缴费、AR 导航等，诊后的健康问答、指标解读、健康档案等，通过数字人的“主动服务”串联就医流程，虽从 ROI 角度看解决的痛点不足以让医院和患者付费，但可作为收集医疗数据的重要途径，实现医院、患者、企业三赢。

以下是关于如何用 AI 搭建工作助理的相关内容： 一、整体过程 构建 AI Agent 可以类比为培养一位职场新人，包括以下阶段： 1. 规划阶段：明确目标，确定 AI Agent 的具体任务，将其拆解为可管理的子任务，并设计每个任务的执行方法。 2. 实施阶段：搭建工作流程，为每个子任务设置清晰的操作指南，手把手引导 AI 完成任务，并及时验证其输出质量。 3. 优化阶段：通过反复测试和调整，不断优化 AI Agent 的性能，调整工作流程和 Prompt 配置，直到 AI 能稳定输出高质量的结果。 二、搭建 AI 工作流的能力 1. 学会搭建 AI 智能体：AI 智能体就像是员工，能根据设定的工作流，自动调用不同的 AI 工具，完成全流程任务，不需要人类时刻盯着指导。例如设计一个“写作助手”的 AI 智能体，输入文章的主题、风格和要求，它就能自动完成文章大纲处理、初稿撰写、修改润色和排版等工作。 三、智谱 BigModel 共学营第二期：把微信变成超级 AI 助理 1. 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 2. 参与课程至少需要有 token 体验资源包，获取资源包的方式有： 新注册用户，注册即送 2000 万 Tokens。 充值/购买多种模型的低价福利资源包： 直接充值现金，所有模型可适用：https://open.bigmodel.cn/finance/pay 语言资源包：免费 GLM4Flash 语言模型/ 多模态资源包： 多模态资源包： 共学营报名赠送资源包 3. 先去【财务台】左侧的【资源包管理】查看自己的资源包，本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 4. 进入智能体中心我的智能体，开始创建智能体。此流程会手把手进行编辑，完成一个简单智能体的搭建，此智能体完成特定功能。

以下是为您整理的相关信息： 目前有一些工具和方法可以满足您的需求。例如： 1. 在“让机器理解世界/GPT 时代人类再腾飞·译者序”中提到，人类要学会深刻理解 AI 系统的工作方式与它的边界，AI 可以作为伙伴帮助我们充分发挥潜力。 2. 7 月 16 日 Jimmy Wong &吕立青的相关内容中，提到可以通过输入端输入不同模态的内容，包括音频、文本、视频等并消化，在输出端借助自己的知识或让 AI 助理基于收藏或保存的知识点来完成某些事情，如写文章、输出代码等。 3. 在“VIRTUAL”中，提到可以用 AI 搜索引擎如 felo.ai/search 搜索并归纳内容，用 AI 可视化工具 napkin.ai 转成图示。还提到可以像编程一样预先写好咒语（prompts），将日常工作中固定输入输出的部分写成“智能体”并不断迭代优化。很多 AI 网站都可以创建“智能体”，您可以手搓各种机器人为您工作，如出试题、找资料、画插图、专业翻译等，还能设置“常用语”“小助手”“bot”，如 Kimi.ai 。 综合来看，目前有多种方式和工具可以帮助您实现将资料汇总并成为智能助理的需求。

在私人助理领域，目前有一些相关产品，但成熟的产品相对较少。 AI Agent 应用大多集中在 2B 场景，面向个人消费者的产品少之又少。一方面是高度智能化的 Agent 能力需要打磨，概念落地还有较长一段距离；另一方面是 AI 和娱乐消费诉求的结合还几乎没有，其主要带来的是生产方式变革和效率变革。个人消费者方向，目前只看到“私人助理”场景。 Dots 是目前看到的最接近理想 AI Agent 形态的 C 端私人助理。它支持用户发送文本和图像、音频信息并理解内容，能够为用户制定计划、进行文件管理、推荐咖啡店，帮助用户访问互联网中的最新工具和服务。不过，该产品需要排队较久的 waitlist，官方也较少更新动态。其官方 twitter 为：https://twitter.com/newcomputer ，官网介绍：https://new.computer/about 。

以下是创建属于自己的智能体的一般步骤： 1. 对于 Coze 智能体： 打开扣子官网：https://www.coze.cn/ 。 “画小二智能小助手”Coze 商店体验地址：https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot，在对话框中工作空间选择“个人空间”，命名为画小二智能小助手。 设置画小二助手的提示词。 2. 对于用 Coze 的工作流创建： 打开 Coze 官网 https://www.coze.cn/home 。 创建图像工作流，图像流分为智能生成、智能编辑、基础编辑三类。 空间风格化插件有相关参数，如 image_url 是毛坯房的图片地址；Strength 是提示词强度，影响效果图；Style 是生成效果的风格，如新中式、日式、美式、欧式、法式等；user_prompt 是用户输入的 Promot 提示词。 按照构架配置工作流，调试工作流毛坯房测试用例：https://tgi1.jia.com/129/589/29589741.jpg 。 开始节点对应配置三项内容，进行提示词优化。 设定人设和回复逻辑，然后点击右上角发布。 3. 对于智谱 BigModel 共学营第二期的微信助手： 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 。 参与课程至少需要有 token 体验资源包，获取资源包的方式有：新注册用户注册即送 2000 万 Tokens；充值/购买多种模型的低价福利资源包，如直接充值现金，所有模型可适用：https://open.bigmodel.cn/finance/pay ，语言资源包：免费 GLM4Flash 语言模型/ ，所有资源包购买地址：https://bigmodel.cn/finance/resourcepack ，共学营报名赠送资源包。 先去【财务台】左侧的【资源包管理】查看自己的资源包，本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 进入智能体中心我的智能体，开始创建智能体。

以下是创建自己知识库的步骤： 1. 来到个人空间，找到知识库导航栏，点击创建知识库。需要注意的是，知识库是共享资源，您的多个 Bot 可以引用同一个知识库。 2. 选择知识库的格式并填写一些信息。目前（2024.06.08）支持三种格式：文档、表格（CSV、Excel 等）、图片（上传一张图片并填写图片文字说明）。格式并不重要，重要的是要了解影响 RAG 输出质量的因素。 3. 以本地文档为例（问答对可以选择表格），选择自定义的文档切割。 4. 完成数据处理。处理完成后，一个问答对会被切割成一个文档片。 关于使用知识库，您可以参考这篇教程： 。 创建知识库的小技巧：知识库好不好用，跟内容切分粒度有很大关系，我们可以在内容中加上一些特殊分割符，比如“”，以便于自动切分数据。分段标识符号要选择“自定义”，内容填“”。最终的知识库结果中，同一颜色代表同一个数据段，如果内容有误需要编辑，可以点击具体内容，鼠标右键会看到“编辑”和“删除”按钮，可以进行编辑或删除。

以下是为教培机构创建一个能为每个学生写评价的智能体的相关指导： 首先，明确评价的维度和标准。可以参考以下几个方面： 1. 语言的准确性、清晰度和规范性，每项 5 分，共 5 分。 2. 讲授的严密性和逻辑性，每项 5 分，共 5 分。 3. 语言的生动性和趣味性，每项 5 分，共 5 分。 4. 针对学生实际的可接受性和启发性，每项 5 分，共 5 分。 5. 语言的艺术性，每项 5 分，共 5 分。 在评价作文方面，需要考虑多个因素，包括：错别字、词、标点识别；好词好句识别、内容评价、逻辑结构评价、语言表达评价、段落评价等。利用大模型高效、准确、丰富知识的优秀特点，对学生作文进行综合打分。 在创建智能体时，要注重以下几点： 1. 让智能体具备深层次语义理解能力，即便处于复杂语境，也能有效辨识出不恰当的词汇和错误的句子构造。 2. 利用大规模数据识别能力，使其能够辨别出哪些词汇或句子搭配在正式书面语中较为罕见，进而准确标出错词错句。 3. 培养智能体基于上下文来判定词语和句子的恰当性，即便是语法正确但语境不适宜的用词也能被有效识别。 4. 让智能体掌握语法规则习得能力，使其能够检测句子是否遵守了语法标准。 同时，写好提示词是创建智能体的第一步。可以参考一些相关的示例，如儿童寓意故事创作者的知识库中的故事，从中学习如何构思和组织语言。 另外，还可以参考之前让 AI 当评委的经验，如通义听悟录音转文字，丢给自编的多个智能体出分数并填结果。结果显示分数高的五位和三位人类评委选出来的前五一致，只是排名有一位的差异。 总之，创建这样的智能体需要综合考虑多方面的因素，并不断优化和改进，以提高评价的准确性和有效性。

很抱歉，目前飞书知识库中没有关于您所描述的这种特定需求下应选定哪种 prompt 框架的相关内容。但一般来说，构建这样的企业每日利润表分析与汇报助手的 prompt 框架可以考虑以下几个方面： 1. 明确数据来源和格式：清晰描述数据来自 Excel 或 MySQL 数据库，以及包含的具体字段。 2. 定义分析维度和指标：如按板块、国家等维度汇总数据，关注利润相关的指标。 3. 设定时间范围：明确分析近一周的数据变化。 4. 描述图表要求：指定以柱状图展示数据。 5. 解释变化原因：阐明导致数据变化或波动的关键因素。 您可以根据实际情况进一步细化和完善这个框架。

要创建这样一个智能体助手来分析您提供的数据，以下是一些建议的步骤： 1. 数据获取与预处理： 从 Excel 或 MySQL 数据库中读取数据。 对数据进行清洗和预处理，例如处理缺失值、异常值等。 2. 数据分析与计算： 按照用户需求的维度（如板块、国家、品牌等）对数据进行分组和汇总计算。 计算近一周的数据变化情况。 3. 图表生成： 使用合适的图表库（如 matplotlib、Seaborn 等）将汇总后的数据以柱状图的形式展示。 4. 变化原因分析： 通过比较不同维度的数据，找出导致变化或波动的关键因素。 在技术实现方面，您可以使用 Python 编程语言来完成上述任务。例如，使用 Pandas 库进行数据处理和分析，使用 Matplotlib 库生成图表。希望这些建议对您有所帮助，如果您在实现过程中遇到具体的技术问题，欢迎随时向我咨询。

要创建一个含有物理试题库且能分析试题、命制试题和组卷的智能体，您可以参考以下步骤： 1. 阿里云百炼： 访问百炼控制台中“我的应用”，单击新增应用，在智能体应用页签，单击直接创建。如果您之前已创建过应用，则单击右上角的新增应用。控制台页面链接：https://bailian.console.aliyun.com/?spm=5176.29619931.J__Z58Z6CX7MY__Ll8p1ZOR.1.2f3e59fciQnmL7/home 进入智能体应用管理界面后，选择大模型并进行参数配置。您可以参考相关图示，单击设置，并在模型选择的下拉菜单中选择模型，比如通义千问Max。您可以根据需求进行模型参数的配置。 选择大模型之后，您就在百炼创建完成了一个智能体应用。您可以输入问题进行测试。 2. 智谱BigModel： 注册智谱Tokens：智谱AI开放平台：https://bigmodel.cn/ 参与课程至少需要有token体验资源包，获取资源包的方式有：新注册用户，注册即送2000万Tokens；充值/购买多种模型的低价福利资源包，直接充值现金，所有模型可适用：https://open.bigmodel.cn/finance/pay ；语言资源包：免费GLM4Flash语言模型/ ；所有资源包购买地址：https://bigmodel.cn/finance/resourcepack ；共学营报名赠送资源包。 先去【财务台】左侧的【资源包管理】看看自己的资源包，本次项目会使用到的有GLM4、GLM4VPlus、CogVideoX、CogView3Plus模型。 进入智能体中心我的智能体，开始创建智能体。 3. Coze智能体： 知识库： 本次创建知识库使用手动清洗数据，上节课程是自动清洗数据：，自动清洗数据会出现目前数据不准的情况，本节视频就尝试使用手动清洗数据，提高数据的准确性。 在线知识库：点击创建知识库，创建一个画小二课程的FAQ知识库。知识库的飞书在线文档，其中每个问题和答案以分割。选择飞书文档，选择自定义的自定义，输入，然后他就将飞书的文档内容以区分开来，这里可以点击编辑修改和删除。点击添加Bot，添加好可以在调试区测试效果。 本地文档：本地word文件，注意如何拆分内容，提高训练数据准确度，将海报的内容训练的知识库里面。画小二这个课程80节课程，分为了11个章节，不能一股脑全部放进去训练。正确的方法，首先将11章的大的章节名称内容放进来，章节内详细内容格式按固定方式进行人工标注和处理，然后选择创建知识库自定义清洗数据。 发布应用：点击发布，确保在Bot商店中能够搜到。

以下是关于处理日常重复简单工作的相关建议： 首先，评估和识别日常重复性高的任务。通过分析日常工作流程，观察和记录员工的日常工作，特别是那些耗时且重复性高的活动，如数据输入、文件整理等。确定要通过观察和记录达成的具体目标，例如提高效率、减少错误率、优化工作流程等。与员工交谈，了解他们对当前工作流程的看法，以及他们认为可能存在的效率瓶颈或挑战。 然后，分析收集到的数据，识别哪些任务是最耗时和重复性最高的。基于分析结果，确定哪些任务可以通过引入自动化工具来优化，并制定具体的行动计划，包括引入新工具、重新设计工作流程或提供额外培训。 最后，引入自动化工具，例如 RPA（机器人流程自动化）技术。RPA 是一种软件技术，能够模仿人类在电脑上执行的重复性任务，可在不改变现有系统架构的情况下工作，是一种快速部署且成本效益高的解决方案。它可以用于自动化各种标准化、规则性的任务。在企业的 IT 系统中部署 RPA 或其他自动化软件，并根据具体的工作流程进行配置，在初期实施后对自动化流程进行测试和调整优化。 需要注意的是，在选择自动化工具时，应根据企业的具体需求和预算来选择合适的工具。

以下是在 Coze 上搭建工作流的步骤： 1. 进入 Coze，点击「个人空间工作流创建工作流」，打开创建工作流的弹窗。 2. 根据弹窗要求，自定义工作流信息，点击确认完成工作流的新建。 3. 新建后可看到编辑视图与功能，左侧「选择节点」模块中，根据子任务需要实际用到的有： 插件：提供一系列能力工具，拓展 Agent 的能力边界。如本案例中涉及的思维导图、英文音频，因无法通过 LLM 生成，需依赖插件实现。 大模型：调用 LLM，实现各项文本内容的生成。如本案例中的中文翻译、英文大纲、单词注释等。 代码：支持编写简单的 Python、JS 脚本，对数据进行处理。 4. 编辑面板中的开始节点、结束节点，分别对应分解子任务流程图中的原文输入和结果输出环节。 5. 按照流程图，在编辑面板中拖入对应的 LLM 大模型、插件、代码节点，即可完成工作流框架的搭建。 此外，在一些具体的案例中，如“随机召唤”工作流 Random_Card_Pet_pro 中： 随机生成属性和宠物描述时，因星级属性需要稳定输出，选择代码节点实现。对于不会写代码的小伙伴，可使用内置的“尝试 AI”功能，但需注意尽量选择 python 代码编写，书写前先确定好要输出的变量，给 AI 写需求时要加上“实现”二字。 生成宠物形象使用 coze 自带的文生图工具 text2image 插件。 宠物形象描述文字生成使用图片理解插件 imgUnderstand。 生成宠物的名字使用大模型节点，借鉴特定逻辑命名。 生成宠物小传/技能/使命时，调用前面节点的相关数据，并按照特定提示词和格式进行操作。 整理输出时，引用前面节点的多个数据，并按照规定的回答格式进行。

以下是 AI Agent 或工作流的一些落地场景： Long horizon task 长期任务执行：Agent 能像称职的项目经理，分解大任务为小步骤，保持目标导向并适时调整策略。 多模态理解：Agent 能同时理解文字、图像、声音等多种交流方式，全方位感知世界和任务上下文。 记忆与行动：通过先进的记忆机制，Agent 能积累经验，记住对话、操作步骤和效果，行动更精准高效。 自适应学习：从每次交互中吸取经验，不断完善策略，实现“智慧成长”。 在技术层面，有两条技术路线：以自主决策为核心的 LLM 控制流和以工作流（Workflow）编排为重点的工具集成系统。Anthropic 提出的 MCP（Model Context Protocol）提供了通用接口协议，将外部资源抽象为“上下文提供者”，便于模型与外部世界交互。 工作流驱动的 Agent 搭建，简单情况分为 3 个步骤：规划，包括制定任务关键方法、总结目标与执行形式、分解子任务等；实施，在 Coze 上搭建框架并分步构建和测试功能；完善，全面评估并优化效果。 典型例子如利用 Kimi Chat 进行网页搜索和总结分析。 包括 Agent 自行规划任务执行的工作流路径，适用于简单或线性流程。 多 Agent 协作，如吴恩达通过开源项目 ChatDev 举例，让大语言模型扮演不同角色共同开发应用或复杂程序。 OpenAI 研究主管 Lilian Weng 提出 Agent 的基础架构为“Agent=LLM+规划+记忆+工具使用”，规划包括子目标分解、反思与改进。

以下是一些可能有助于您快速完成对账工作的大模型或工具： 1. Coze 记账管家：它能通过大语言模型将用户输入的非结构化数据转变为结构化数据存入数据库。工作流程包括定义提示词，让大模型拆解并识别记账事项、发生时间、变动金额等，然后将这些数据存入数据库。 2. GLM4AllTools：可用于统计平台月度账单，例如您可以从平台导出月度明细数据，上传账单给沙盒，让模型统计账单数据和用量，还能分析账单数据波动。 3. 生成式 AI：在金融服务领域，它能帮助改进内部流程，如预测编写 Excel、SQL 和 BI 工具中的公式和查询，自动创建报告的文本、图表、图形等内容，为会计和税务团队提供税法和扣除项的可能答案，以及帮助采购和应付账款团队自动生成和调整合同、采购订单和发票等。

在储能领域工作，您可以通过以下方式利用 AI 支持工作和生活： 工作方面： 优化储能系统的设计和运行：利用 AI 分析数据，优化设备参数模型搭建，提高储能系统的效率和稳定性。 物流和配送规划：借助 AI 优化储能设备的运输路线和配送计划，降低运输成本。 知识沉淀和体系文档优化：利用 AI 辅助整理和优化储能相关的技术手册、工艺问题分析等文档。 生产计划和排产：通过 AI 制定更合理的生产计划和排产方案。 生活方面： 教育学习：利用 AI 实现个性化学习，获取储能领域的专业知识。 创意启发：例如在艺术创作方面，像作画，可以将自己的构思与 AI 生成的创意相结合。 需要注意的是，在使用 AI 时要正确引导和合理运用，避免过度依赖。

Coze 的工作流具有以下特点和步骤： 特点： 是一种可视化的方式，允许用户组合各种功能模块，如插件、大语言模型、代码块等，实现复杂和稳定的业务流程编排。 由多个节点组成，包括 Start 节点和 End 节点，用户可在节点间添加各种功能模块构建业务流程。 支持丰富的功能模块，可根据需求灵活组合，如调用大语言模型进行文本生成、调用插件进行数据处理等。 工作流的创建和编辑通过可视化拖拽界面完成，无需编写代码，降低了搭建门槛。 创建好的工作流可直接集成到 Coze 的聊天机器人中使用，实现复杂业务逻辑。 为用户提供了可视化、低代码的方式，快速搭建满足业务需求的 AI 应用和服务，降低开发门槛，提升工作效率。 步骤： 梳理清楚工作流，例如对于复刻吴恩达开源的 AI 翻译项目，先新建工作流，逐步导入核心流程。 工作流分为若干节点，每个节点完成特定任务，如初始翻译、反思优化、结果输出等。 对每个节点进行配置，如在开始节点选择翻译的源语言和目标语言，设置其他参数；在初步的翻译大模型节点选择大模型和参考相关提示词等。