智能体提示词

搭建智能客服主要包括以下步骤： 1. 起个好名字和给它头像 进入 Bot 主页并开始创建 Bot，网址：https://www.coze.cn/home 起个好名字，例如“善良有爱专业的幼师” 选择头像，AI 生成后若不喜欢可重新生成 补充：创建 Bot 有两种方式，点击创建 Bot 适合使用过 Bot 且想好名称和描述的人；Coze Assistant 适合第一次创建 Bot 的人，会引导创建并自动生成一些内容，包括名称、头像、人设与回复逻辑、开场白文案、开场白预设问题等。 2. 教她技能 如果通过 Coze Assistant 方式创建 Bot，Coze 助理已帮您教她技能，您可按需修改完善。 起好名字和头像后，进入教她技能环节。 先查看整理布局，再找到编排、预览与调试。 在编排的人设与回复逻辑教她技能，例如：认识自己、掌握专业技能、不能做什么等。 3. 让她教别人 找到高级下开场白，点击展开，填写开场白文案、开场白预置问题。 开场白预置问题可设置多个。 勾选用户问题建议：在 Bot 回复后，根据 Prompt 提供最多 3 条用户提问建议。 添加语音选择：让她不仅会写，还会通过语音跟您交流。 点击“发布”。 4. 选择发布平台 Bot Store：Bot 会出现在 Coze Bot 商店中，获取更多曝光和流量。 豆包：一键发布到豆包 App，随时随地与 Bot 对话。 飞书：在飞书中直接@Bot 对话，提高工作生产力。 微信客服：微信沟通更高效，本次分享重点部分也是发布到微信客服中，相比其他平台稍微复杂，下面会按步骤引导。 微信公众号（服务号）：服务号针对企业，订阅号针对个人，两种账号不互通，服务号不支持个人注册，订阅号运营主体可为企业或个人，服务号运营主体只能是企业或其他机构。 微信公众号（订阅号）：托管公众号消息，助力微信运营无间断。 掘金：在掘金社区 AI 聊天室圈子与 Bot 互动。 因为已经配置过，下面是重新注册微信客服和解绑后重新配置微信客服的流程。

搭建智能 RAG 客服系统主要包括以下方面： 1. RAG 全貌概览： RAG 的流程分为离线数据处理和在线检索两个过程。 离线数据处理的目的是构建知识库，知识会按照某种格式及排列方式存储在其中等待使用。 在线检索是利用知识库和大模型进行查询的过程。 2. 应用场景： 以构建智能问答客服为例，了解 RAG 所有流程中的“What”与“Why”。 3. 客服系统的要求： 具备结构清晰、全面的 FAQ 库，覆盖常见问题并根据实际场景动态更新。 例如订票平台，可基于用户信息提前呈现可能遇到的问题及解答。 4. 企业客户实践案例： 内部业务助手：通过企业内部规章制度、部门结构、产品介绍等文档构建知识库，并借助 RAG 智能体实现内部知识问答功能。 5. RAG 提示工程： 在利用 RAG 架构构建智能问答系统时，“指代消解”是关键挑战之一，特别是在多轮对话场景中。 目前采用 Prompt 方法解决指代消解问题，会增加计算资源消耗和系统响应延迟，需权衡推理负荷、Token 消耗和问答准确性等因素，根据具体应用环境和需求做出合理选择。

扣子的智能体发布时，必须公开发布在扣子商店才能被其他人访问。根据相关活动规则，参赛选手需在规定时间（如 2024/11/15 23:59 之前）将智能体上架到扣子商店，发布成功后需等待审核，确认发布好后提交链接参赛。优质的智能体将作为模板上架到扣子官方网站的模版库中供其他开发者体验、使用。

扣子的智能体发布时可以选择不公开在扣子商店。在相关配置中，有取消勾选发布到扣子商店的选项，例如在智能体配置的最后一步，可以选择“跳过并发布”，然后取消勾选发布到 coze 商店，仅选择发布为 API 即可。但需要注意的是，参赛选手参加某些活动时，如火山引擎开发者社区联合扣子开启的 Show Me 扣子 AI 挑战赛，要求参赛选手于 2024/11/15 23:59 之前（社区参与可延期至 11 月 24 日 23:59 前）将作品上架到扣子商店。同时，参赛的智能体需要满足一系列要求，如 Prompt 文明用语、插件不侵犯第三方权益、知识库内容合法等。

要提升 AIGC 智能体技能，需要掌握以下知识： 1. 对 AI 及提示词工程有清晰的理解。 2. 掌握 Python 语言，以便能搓更多智能体。 3. 了解向量数据库，如 Milvus 等。 4. 熟悉 Web 框架，如 FastAPI 框架，掌握流传输、负载限流等相关技术，实现与前端或业务后端的接口对接。 5. 学会提出具体且有详细背景信息的问题，以从 ChatGPT 等模型获得更精准的答案。 6. 不断积累行业领域知识，达到能较好操纵 AI 完成复杂任务的程度。

以下是关于 AI 智能体扣子搭建的相关内容： 扣子是字节跳动旗下的 AI 应用开发平台，搭建智能体的门槛较低，无论有无编程基础都能快速搭建基于 AI 模型的多样化问答 Bot。 搭建智能体的步骤如下： 1. 创建一个智能体，输入人设等信息，并放上创建的工作流。 2. 配置完成后进行测试。但注意工作流中使用的插件 api_token 不能直接发布，可将其作为工作流的输入，用户购买后输入 token 再发布。 3. 搭建时首先需要想一个智能体的名字，然后写一段详细的介绍，越详细越好，因为会根据介绍智能生成符合主题的图标，最后使用 AI 创建一个头像即可。 扣子还提供了丰富的插件、工作流、知识库等功能来增强 Bot 的能力和交互性。例如菠萝作词家智能体，是专为音乐创作设计的辅助工具，能理解分析用户输入的信息生成歌词。 扣子官网：

以下是关于模拟面试的 Prompt 的相关内容： 1. 设置面试情景 Prompt：给出具体的面试场景，如“你正在参加一家科技公司的产品经理面试”，让被面试者明确背景和角色定位。 2. 提供职位描述 Prompt：给出被面试职位的主要职责和要求，使被面试者了解所需展现的关键技能和经验。 3. 设置面试官 Prompt：扮演不同性格的面试官，如严厉、友善等，让被面试者体验不同风格。 4. 设置问题 Prompt：准备常见的面试问题，如自我介绍、工作经历、未来规划等，引导被面试者回答以展现能力。 5. 反馈 Prompt：在模拟面试中给予被面试者及时反馈和点评，帮助其了解表现并提出改进建议。 6. 情景变化 Prompt：设置意外情况，如被问到意外问题、遇到冲突等，考验被面试者的应变和临场反应。 此外，还为您提供了一些 Claude 官方提示词的示例，如批改大神、绕口令、面试题制造机、语法天才等。 以下是一些提示词目录的链接： 总的来说，设置丰富的 Prompt 可以让模拟面试更贴近真实情况，帮助被面试者更好地准备和练习，同时要注意 Prompt 的灵活性，增加互动性和挑战性。

在视频拍摄中，以下是一些更准确的提示词使用技巧： 1. 清晰定义动作：如果想让视频中包含角色的动作，用具体的动词和副词来描述，如奔跑、飞翔、游泳或跳舞，并包含动作的速度，如缓慢、快速或逐渐。示例提示词：“一只狗欢快地在海滩上冲刺，跃起接住空中的球。” 2. 使用描述性形容词：准确传达视频的氛围至关重要，使用能唤起想要传达的感觉的形容词，如宁静、神秘或充满活力。示例提示词：“海滩上一个宁静、雾蒙蒙的早晨，柔和的阳光透过沙滩椅洒下。” 3. 提供背景故事或上下文：对于更复杂的视频项目，融入特定的情节元素或角色，提供背景或上下文有助于生成连贯且引人入胜的视频序列。 4. 使用相机角度和运动：Firefly 通常可以模拟真实世界的摄像工作，通过指定希望相机采用的角度或运动，如推镜头、拉镜头、平移、倾斜、固定镜头，为视频增添个性化的触感。 不同的视频模型和工具在提示词方面也有各自的特点： 1. Vidu 模型：其 Prompt 基本构成包括主体/场景、场景描述、环境描述、艺术风格/媒介。要调整句式和语序，避免主体物过多/复杂、主体物分散的句式描述，避免模糊的术语表达，使用更加流畅准确的口语化措辞，丰富、准确和完整的描述才能生成特定艺术风格、满足需求的视频。 2. 星流一站式 AI 设计工具：在其 prompt 输入框中可以输入提示词、使用图生图功能辅助创作。提示词用于描绘想要的画面，输入语言方面，星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言，基础模型 1.5 使用单个词组，支持中英文输入。写好提示词要做到内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等。还可以调整负面提示词，利用“加权重”功能让 AI 明白重点内容，使用辅助功能如翻译、删除所有提示词、会员加速等。

以下是关于图片提示词精准度的相关内容： 画面精度提示词： high detail（高细节） hyper quality（高品质） high resolution（高分辨率） FHD, 1080P, 2K, 4K, 8K 8k smooth（8K 流畅） 渲染效果提示词： Unreal Engine（虚幻引擎） octane render（渲染器） Maxon Cinema 4D 渲染器 architectural visualisation（建筑渲染） Corona Render（室内渲染） Quixel Megascans Render（真实感） VRay（V 射线） Behance C4D 3D blender surreal photography（超现实摄影） realistic 3D（真实 3D） zbrush 在描述图片提示词时，通常的逻辑包括：人物及主体特征（服饰、发型发色、五官、表情、动作），场景特征（室内室外、大场景、小细节），环境光照（白天黑夜、特定时段、光、天空），画幅视角（距离、人物比例、观察视角、镜头类型），画质（高画质、高分辨率），画风（插画、二次元、写实）。通过这些详细的提示词，能更精确地控制绘图。 对于新手而言，有以下辅助书写提示词的方法和网站： 下次作图时，先选择模板，点击倒数第二个按钮快速输入标准提示词。 功能型辅助网站，如：http://www.atoolbox.net/，通过选项卡方式快速填写关键词信息。 https://ai.dawnmark.cn/，每种参数有缩略图参考，方便直观选择提示词。 去 C 站（https://civitai.com/）抄作业，每一张图都有详细参数，可点击复制数据按钮，粘贴到正向提示词栏，Stable Diffusion 会自动匹配参数，但要注意图像作者使用的大模型和 LORA，不然即使参数一样，生成的图也会不同。也可以只取其中较好的描述词，如人物描写、背景描述、小元素或画面质感等。 提示词所做的工作是缩小模型出图的解空间，即缩小生成内容时在模型数据里的检索范围，而非直接指定作画结果。提示词的效果受模型影响，不同模型对自然语言、单词标签等语言风格的反应不同。 提示词中可以填写以下内容： 自然语言：可以使用描述物体的句子作为提示词，大多数情况下英文有效，也可用中文，避免复杂语法。 单词标签：使用逗号隔开的单词作为提示词，一般使用普通常见单词，单词风格要和图像整体风格搭配，避免拼写错误，可参考 Emoji、颜文字：Emoji 表情符号准确且在语义准确度上表现良好，对构图有影响。关于 emoji 确切含义，可参考。对于使用 Danbooru 数据的模型，西式颜文字可在一定程度上控制出图的表情。

以下是关于如何学习提示词（prompt）的全面指导： 一、理解提示词的作用 提示词向模型提供上下文和指示，其质量直接影响模型输出的质量，能让模型更准确地理解并完成所需任务。 二、学习提示词的构建技巧 1. 明确任务目标，用简洁准确的语言描述。 2. 给予足够的背景信息和示例，帮助模型理解语境。 3. 使用清晰的指令，如“解释”“总结”“创作”等。 4. 对特殊要求应给予明确指示，如输出格式、字数限制等。 三、参考优秀案例 研究和学习已有的优秀提示词案例，可在领域社区、Github 等资源中找到大量案例。 四、实践、迭代、优化 多与语言模型互动，根据输出提高提示词质量。尝试各种变体，比较分析输出差异，持续优化提示词构建。 五、活用提示工程工具 目前已有一些提示工程工具可供使用，如 Anthropic 的 Constitutional AI。 六、跟上前沿研究 提示工程是当前最前沿的研究领域之一，持续关注最新的研究成果和方法论。 七、具体学习步骤 1. 拥有一个大模型帐号，并熟悉与之对话的方式。推荐 ChatGPT4 及国产平替：。 2. 阅读 OpenAI 的官方文档：。 精心设计的提示词能最大限度发挥语言模型的潜力，多实践、多学习、多总结，终可掌握窍门。请注意，内容由 AI 大模型生成，请仔细甄别。

要让推理大模型回答得更准确，可以通过以下提示词相关的设置和方法： 1. 参数设置： Temperature：参数值越小，模型返回结果越确定；调高参数值，可能带来更多随机、多样化或具创造性的产出。对于质量保障等任务，设置更低值以促使模型基于事实返回真实简洁结果；对于诗歌生成等创造性任务，可适当调高。 Top_p：与 Temperature 类似，用于控制模型返回结果的真实性。需要准确和事实的答案时，调低参数值；想要更多样化答案时，调高参数值。一般建议改变其中一个参数即可。 Max Length：通过调整控制大模型生成的 token 数，有助于防止生成冗长或不相关的响应并控制成本。 Stop Sequences：指定字符串来阻止模型生成 token，是控制响应长度和结构的方法之一。 Frequency Penalty：对下一个生成的 token 进行惩罚，与 token 在响应和提示中出现次数成比例，减少响应中单词的重复。 2. 提示词示例： 对于推理任务，目前已有一些涉及数学能力的改进。执行推理任务可能有难度，需要更高级的提示词工程技术，后续会介绍相关高级技术。 可以通过示例给模型说明，可能获得更准确结果，后面章节会介绍更多常见应用示例。 3. 调教方法： 像打字和写作一样，不断尝试和大模型交互是最佳方法，方法论不是关键。 可以在提示词里设定规则，也可临时更改，交互时无需遵循规则，重点是是否达成目的，未达成可重新尝试或更换模型。 用 Markdown 格式清晰表达问题，具有结构清晰、格式化强调、适用性广等优点，有助于模型更好地理解用户意图。

文章风格提示词逆向工程是指通过分析和检查现有文章，了解其设计和创作方式，从而生成更优提示词的过程。 利用 ChatGPT 进行逆向工程的步骤包括： 1. 利用 ChatGPT 对指定文章进行改写。 2. 对改写后的版本进行原创性检验。 3. 根据检验结果，指导 ChatGPT 进行进一步优化。 4. 重复上述过程，直至满足高度原创的标准。 5. 采用逆向工程的方法，梳理 ChatGPT 的改写策略。 6. 整合这些策略，形成一套提高文章原创性的高效提示词。 在进行逆向提示词工程时，需要注意以下几点： 1. 检测原创度的大多是机器，不能仅凭肉眼判断改写效果。 2. 对相同提示词多次改写或从元提示词中挑选部分深入改写，可有效提升文章质量。 3. 逆向提示词要提炼文章的语气、写作风格、用词、句式等各种写作要素，包括修辞手法、文章布局、论点和证据、段落长度和句子节奏等多个维度。 4. 不同领域的逆向分析需要相应的专业知识，如文学作品和编程领域。 这种逆向工程方法在营销、商业分析、心理学等领域均适用，能够在智能写作等领域持续产生可商用的提示词。但也需注意，掌握逆向分析技术可能导致一些 AI 创业公司被替代。