Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

怎么搭建智能体

Answer

搭建智能体主要包括以下步骤:

  1. 创建智能体:输入人设等信息,并放上相关工作流。配置完成后进行测试,但千万不要直接发布。如果工作流中涉及使用个人的 token,为避免他人调用消耗自己的费用,可以将 token 作为工作流开始的输入,让用户购买后自行输入再发布。
  2. 确定智能体的结构:
    • 按照市场营销逻辑组织智能体结构,例如在品牌卖点提炼中,以品牌卖点提炼六步法为核心流程,加入其他分析助手,如品牌卖点定义与分类助手、STP 市场分析助手、用户画像分析助手、触点收集助手等。
    • 同时还包括一些未在结构中体现但在后续应用过程中有效的分析工具,如用户需求分析的 KANO 助手、营销六层转化漏斗分析、超级转化率六要素等。
  3. 明确 Know-How 和 AI 的能力:在搭建智能体前,要明确 AI 的能力边界,例如 AI 不了解公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、核心渠道、核心购买人群、营销手段、期望的新渠道结果等。同时,要清楚 AI 在逻辑推理、数据分析、内容理解和输出方面的能力,将智能体确定为引导型的助手,在寻找卖点时提供更多思考维度。
Content generated by AI large model, please carefully verify (powered by aily)

References

五津: DeepSeek+扣子:1分钟生成小红书爆款单词视频

创建一个智能体,输入人设等信息,放上刚才创建的2个工作流。配置完成后,就可以测试了~[heading1]千万不要直接发布!!![content]工作流2中【所有视频片段拼接】节点使用的插件api_token填的是你的token,其他人调用这个工作流会直接消耗你的money,所以不能直接发布。你可以将api_token作为工作流2最开始的输入,用户自己购买后,输入api_token就可以使用,然后再发布。看到这里,说明你离做出来就差一步行动了,期待看到你的成果!我是五津:C端新闻、视频产品经理,2025 AI春晚节目统筹&共创者,我的微信是:wdwxhs0100,欢迎来聊~我的公众号是【宝藏智能体club】

智能体在品牌卖点提炼中的应用

按照上一章节所描述的品牌卖点提炼的步骤,为了提炼出合理的卖点,我们需要按照市场营销的逻辑组织智能体的结构。[heading2]3.3搭建完整智能体[content]在这个工作流中,我们确定了以品牌卖点提炼六步法为核心的流程,而为了最终能够到达第六步应用,我们需要将其他的分析助手加入工作流中,为我们找到更有效的结论,所以这些结构包括:1.品牌卖点定义与分类助手:让智能体理解独特性卖点、通用性卖点、保障性卖点在我们的营销场景中的定义,用提问的方式帮助我们先划定品牌所处的生态位。1.品牌卖点提炼六步法:按照我们所提出的六步法,将探索、排列、抽取、收敛、确认、应用流程提供给智能体。2.STP市场分析助手:让智能体回到市场洞察中,使用STP营销分析对应的市场细分、目标市场和定位。1.用户画像分析助手:目标用户是品牌卖点的核心,如果公司对用户画像没有进行过细致的分析,可以借助智能体去获得精准的用户画像。2.触点收集助手:协助卖点在线上、线下、人员等不同场景中的触点,协助卖点的应用落地。同时还包括一些结构中没有体现,但是在我们后续的品牌卖点应用过程中有效的分析工具:1.用户需求分析的KANO助手:详细分析顾客需求所属的类型,KANO模型将用户需求划分为基本型需求(Must-be Attributes)、期望型需求(Performance Attributes)、魅力型需求(Attractive Attributes)、无差异型需求(Indifferent Attributes)、反向型需求(Reverse Attributes)。2.营销六层转化漏斗分析:曝光层面、点击层面、访问层面、咨询层面、成交层面、复购层面。3.超级转化率六要素:互惠、承诺与兑现、信任状、畅销好评、痛点刺激、稀缺。

智能体在品牌卖点提炼中的应用

AI在逻辑推理、数据分析、内容理解和输出上有独特的强项,可以应用在品牌卖点提炼中,为公司寻找品牌卖点的过程中,提供有效的分析和灵感,因此我们可以借助AI智能体,搭建出属于公司品牌的品牌卖点提炼助手,利用和智能体的对话,更有助于我们找到有效的品牌卖点。[heading2]3.1先明确我们的Know-How和AI的能力[content]在搭建智能体之前,我们需要先明确AI的能力边界,因此我们需要明确AI对我们公司以及公司所在的市场不了解的部分。AI不知道我公司的主要产品,以及产品具体解决了用户什么需求。AI不知道我公司产品具体的独特之处。AI不知道我公司是否获得过哪些特别的认可。AI不知道我公司目前所依赖的核心渠道。AI不知道我公司目前产品从售卖数据上体现的核心购买人群。AI不知道我公司在产品售卖中曾使用过的营销手段。AI不知道我公司期望在新的渠道中获得怎样的结果。……你会发现,AI在品牌卖点探索过程中,对你公司的了解程度接近于0,如果你直接期望AI去帮你找到卖点,那基本上只能收获AI的一通瞎回答,比如像下面这样:这样的回答结果,基本无法帮助我们拿到有效的品牌卖点,更无法将卖点制作成真正的落地页。而AI真正的能力是什么:AI能够通过分析数据和信息进行逻辑推理,解决复杂问题。AI擅长快速处理和分析数据,能够从中提取有价值的信息和模式。AI有大量的训练数据,可以输出比人类更全面的相关信息。AI可以理解用户所提供的内容,按照正确的结构梳理有效的输出内容。因此,我们可以确定这样一个智能体,更适合做一个引导型的助手,你不能依赖AI给你从0到1找到公司产品的卖点,也不能依赖于智能体直接从大量数据的分析结果直接得到最终的有效卖点。而引导型的助手,更好的形式是,让它成为一个灵感提问助手,在我们寻找卖点的过程中,在思考路径陷入停滞的情况中,让AI提供更多的思考维度。

Others are asking
正在搭建客户CRM系统,对于客户拜访跟进记录表格,希望平衡销售人员的录入便捷性和信息完整性,如何通过多维表格接入的AI功能来简化信息录入,比如通过语音录音,直接解析内容。推荐我具体方法,包括怎么解析语音,输出的关键字段,以及提示词
以下是一种通过多维表格接入的 AI 功能来简化客户拜访跟进记录信息录入的方法: 1. 定义任务目标:让 AI 成为您的私人 CRM,即客户管理系统。 2. 编写指令: 定义角色:希望 AI 作为一名顶级的客户服务与销售总监,负责记住客户的爱好与信息。 提供背景信息:简单描述自己的身份,例如负责什么产品的销售。 明确任务目标和输出要求:在每次拜访客户后,把重要信息发送给 AI,要求 AI 每次接到新的客户消息后,只用回复一句“收到,知道了。” 3. 信息录入方式:可以通过语音录音的方式将拜访客户的信息传达给 AI。 4. 语音解析:利用 AI 的语音识别和自然语言处理能力,对语音内容进行解析。 5. 输出的关键字段:可能包括客户姓名、联系方式、拜访时间、拜访内容要点、客户需求、客户反馈等。 6. 提示词:例如“请整理本次拜访客户的关键信息”“提取重要内容并生成表格”等。 您可以参考以上方法,根据实际需求进行调整和优化。
2025-03-07
如何搭建大模型
搭建大模型需要注意以下几个方面: 1. 认识到开发大模型应用的复杂性,许多细节和阶段在实际操作中才会逐渐显现,因此并非易事。 2. 提示词设计需要精细工作,精心设计和调试是确保流程顺畅和应用有价值的关键,其直接影响模型输出质量和应用效果。 3. 构建有效的大型语言模型应用需要: 重视工程化,避免模型应用无法维护。 根据项目需求选择合适的开发框架。 了解业务深层次需求,设定流程环节以确保模型能解决实际问题。 在每个环节精心设计提示词,引导模型提供准确有用的回复。 确保应用在提供服务时遵守安全和伦理标准。 通过不断测试和迭代优化模型性能和用户体验。 成功部署后持续维护和更新,以适应需求变化。 掌握这些关键点,能确保构建的模型应用技术先进,真正解决用户问题并提供有价值的服务。此外,本次的彩蛋更新加入了“Emotion”字段,智能体构建专家会动态推理智能体情感设定,帮助制作更有情商的智能体。
2025-03-07
本地部署deep seek后如何搭建个人知识库,详细说明一下每个步骤
以下是本地部署 Deep Seek 后搭建个人知识库的详细步骤: 1. 在 RAGFlow 中配置 Deep Seek 模型 返回 RAGFlow ,打开右上角设置,进入模型提供商界面。 配置本地部署的 Deep Seek 模型,选择 Ollama ,并根据运行的模型配置相关信息。 设置基础 URL 。 点击确定。 2. 导入嵌入模型 导入一个用于文本向量化的嵌入模型。 3. 设置系统模型设置 4. 创建知识库 返回知识库,进入数据集,导入文件或设置文件夹当作知识库。 5. 文件解析 对导入的文件进行解析,解析速度取决于本机 GPU 性能(显卡性能),越好的显卡解析越快。 6. 检索测试 解析完成后,进行检索测试。 7. 进入聊天界面 测试没问题后,可进入聊天界面,助理设置可自行进行。 此外,如果想要对知识库进行更灵活的掌控,可以使用 AnythingLLM 软件,步骤如下: 1. 安装 AnythingLLM ,安装地址:https://useanything.com/download 。 2. 安装完成后进入配置页面,主要分为三步: 选择大模型。 选择文本嵌入模型。 选择向量数据库。 3. 构建本地知识库 在 AnythingLLM 中创建独有的 Workspace 与其他项目数据隔离。 上传文档并在工作空间中进行文本嵌入。 选择对话模式,包括 Chat 模式(大模型根据训练数据和上传的文档数据综合给出答案)和 Query 模式(大模型仅依靠文档中的数据给出答案)。 4. 测试对话 完成上述配置后,即可与大模型进行对话。 在进行本地知识库搭建实操之前,还需要对 RAG 有大概的了解: RAG 是一种检索增强生成技术,应用过程包括文档加载、文本分割、存储(包括将文档块嵌入转换成向量形式并存储到向量数据库)、检索、输出(把问题以及检索出来的嵌入片一起提交给 LLM 生成答案)。文本加载器用于将用户提供的文本加载到内存中以便后续处理。
2025-03-07
扣子AI智能体搭建
以下是关于扣子 AI 智能体搭建的相关内容: 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,但千万不要直接发布。工作流中使用的插件 api_token 若填的是自己的 token,其他人调用会消耗自己的费用。可以将 api_token 作为工作流最开始的输入,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,然后写一段该智能体的介绍,越详细越好,因为会根据介绍智能生成符合主题的图标。最后点击确认,新的智能体就诞生了。也可以使用 AI 创建一个头像。 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,能根据用户输入的提示词等信息生成歌词。 扣子官网:https://www.coze.cn/ 。开发完成后,还可以将构建的 Bot 发布到各种社交平台和通讯软件上供用户交互聊天。
2025-03-06
如何搭建AI智能客服
搭建 AI 智能客服可以参考以下步骤: 1. 明确核心构思:利用企业已有的知识积累,结合大模型的强大能力,为用户提供准确且简洁的答案。创建企业私有知识库,收录企业过去的问答记录和资料,再利用大模型对用户咨询的问题进行处理,确保回答的准确性和一致性,还能在必要时提供原回答的完整版,以满足用户的深度需求。同时对接人工客服,在智能助手无法解决用户问题时,用户可以快速转接到人工客服,确保问题的及时解决。这种人机结合的模式,有助于提升整体服务质量和客户满意度。 2. 具体操作步骤: 10 分钟在网站上增加一个 AI 助手: 创建大模型问答应用:通过百炼创建一个大模型应用,并获取调用大模型应用 API 的相关凭证。 搭建示例网站:通过函数计算,来快速搭建一个网站,模拟您的企业官网或者其他站点。 引入 AI 助手:通过修改几行代码,实现在网站中引入一个 AI 助手。 增加私有知识:准备一些私有知识,让 AI 助手能回答原本无法准确回答的问题,帮助您更好的应对客户咨询。 零成本、零代码搭建一个智能微信客服: 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。 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:让其不仅会写,还会通过语音跟您交流。 点击“发布”,选择发布平台,如 Bot Store、豆包、飞书、微信客服、微信公众号(服务号)、微信公众号(订阅号)、掘金等。
2025-03-06
有哪些好用的搭建知识库然后进行问答的 AI 工具?
以下是一些好用的搭建知识库然后进行问答的 AI 工具: 1. DIN: 搭建 OneAPI,用于汇聚整合多种大模型接口。 搭建 FastGpt,这是一个知识库问答系统,可放入知识文件,并接入大模型作为分析知识库的大脑,它有问答界面。 搭建 chatgptonwechat,将知识库问答系统接入微信,但建议先用小号以防封禁风险。 2. Coze: 知识库问答是其最基础的功能,利用了大模型的 RAG 机制(检索增强生成)。 RAG 机制先从大型数据集中检索与问题相关的信息,再利用这些信息生成回答。 实现知识库问答功能需创建包含大量 AI 相关文章和资料的知识库,通过手工录入上传内容。 在设计 Bot 时添加知识库,并设置合适的搜索策略、最大召回数量和最小匹配度,以更好地结合知识库返回的内容进行回答。
2025-03-05
学习人工智能,小白应该从哪学起?
对于小白学习人工智能,建议从以下几个方面入手: 1. 了解 AI 基本概念:首先,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。同时,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,您将找到一系列为初学者设计的课程,特别推荐李宏毅老师的课程。您还可以通过在线教育平台(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。同时,建议掌握提示词的技巧,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 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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。 另外,您可以参考《雪梅 May 的 AI 学习日记》,其中提到适合纯 AI 小白的学习模式是输入→模仿→自发创造。同时要记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。
2025-03-08
如何调试智能体回答问题准确率
调试智能体回答问题准确率可以参考以下方法: 1. 从问题场景出发:明确活动为问答对话场景,考验智能体对问题的理解和准确回答能力,真实对话场景中一般以完整句子回复。 2. 具体交流技巧:与大语言模型交流时尽量具体、丰富、少歧义,多说有用的信息。 3. 测试方法:可使用弱智吧问题对 LLM 进行测试,评价提示词的生成效果。 4. 行业案例参考: 服务和业务助手:关注回答准确率、数据覆盖范围,具备丰富的文档/多媒体/数据库支持、多数据源打通、文档 Meta 信息增强、搜索过滤、大模型召回判定等功能。 个人助理:关注回答准确率、业务数据关联性、人设契合度、多模态,通过 Prompt 优化、多模态数据上传、互联网搜索、音频/视频交互等方式提升。 多模态文件交互和数据处理:关注成本、延迟、多场景适配度,可进行自定义文件解析设置、视觉解析增强、企业级数据管理。 例如在服务和业务助手方面,内部业务助手可使用企业内部规章制度等构建知识库进行内部知识问答,通过复杂文档解析视觉增强来提供更好的文档理解。在医疗助手/法律助手/智能导购等场景,构建领域内知识库,结合规则性和智能性进行相似度阈值判定和大模型智能分析,减少数据混淆和模型幻觉问题,但判定速度略慢且有额外大模型调用费用,适合高度定制化和智能化搜索服务场景。
2025-03-08
具身智能软硬件解决方案。
具身智能的软硬件解决方案包括以下方面: 算法层: 技术层级: 任务层级:可细分为任务级、技能级、动作级、基元级、伺服级,通常关注前四个级别。 解决方案层级:通常可拆分为大脑+小脑两个层级。大脑负责人机交互与规划决策,小脑负责运动控制及将语义信息理解转化为动作。 大脑侧:负责人机交互,能通过视觉在语义层面理解场景、任务等并进行决策。大模型的发展对大脑有促进作用,大脑的长期发展高度依赖多模态大模型。如 2024 年 3 月,有鹿机器人发布了基于 LPLM10B 的软硬件结合产品 Master 2000。 整机硬件方案:基于下游场景需求设计运动、感知、计算和通信硬件方案。具身智能厂商倾向于软硬件全流程自主控制,自己制作机体,原因包括机体和数据模式未统一,训练数据与机体构造紧密联系,以及考虑二级供应商是否成熟和整机利润。部分强大厂商如 Tesla 具备制作更底层电机、传感器的能力,软硬件一体化制造能带来更高利润。 智能类型:包括认知智能和物理智能。认知智能涉及思考、规划和决策能力,完全由大脑驱动;物理智能指机器人的感知和与环境的运动互动能力,感知环节由大脑侧算法实现,行动环节由小脑侧算法和硬件配合完成。 发展趋势: 人形化:外形向人类细部特征靠拢,功能具备真实人类运动、灵活和环境判断能力。 成本下降显著:核心零部件成本降低,人形机器人成本及售价呈下降趋势。 构成元素:包括大脑(意图理解、环境感知、规划决策)、小脑(运动控制、语义信息理解转化为动作)、整机硬件方案。
2025-03-07
人工智能赋能玩具行业
以下是关于人工智能赋能玩具行业的相关内容: 2025 年 1 月 2 日,“威震天”变形金刚凭借先进的自动变形技术和高达 1700 美元的售价迅速售罄,反映出玩具行业通过 AI 和机器人技术实现创新,推动市场向情感消费转型。预计到 2025 年,AI 驱动的玩具将占全球市场 15%以上,智能玩具的拟人化特征将提升互动体验,吸引更多成年消费者。 有创业公司聚焦于陪伴 3 6 岁孩子成长的 AI Friends 场景,推出 AI 毛绒玩具。这类玩具能与孩子多轮对话、用 IP 角色的音色交流,非常自然。孩子们会把玩具当作有生命、会说话的,且对其不感到惊讶。目前大模型能力尚不足以成为成年人日常的 AI 助手,儿童陪伴场景用户容忍度更高,且 AI 毛绒玩具定价几百元,客单价低于家庭机器人,几乎没有市场教育成本。近年来,毛绒玩具市场快速增长,中国玩具品牌分散,全球销量前十的毛绒玩具里没有中国品牌。 在独立游戏《玩具帝国》开发中,人机 AI 采用 Unity 的 ml agent,通过强化学习训练能够进行长周期复杂决策。由于游戏是离线模式且对决策实时性和本地 AI 运行性能有要求,未选用调用 ChatGPT 之类的线上接口。通过“即时奖励”和“预测奖励”进行长周期决策 AI 的训练,数学模型可调,AI 可控。为让输入向量等长,对场上道路进行分块统计数值。先训练掌握基本规则的底模,再做分支训练得到适用于不同文明策略的模型。为避免过拟合,对初始条件和每次决策时的可选项进行随机处理。
2025-03-07
创建自己的智能体
创建自己的智能体可以参考以下步骤: 1. 输入人设等信息,放上创建的工作流。配置完成后进行测试。需要注意的是,工作流中如【所有视频片段拼接】节点使用的插件 api_token 填的是您的 token 时,为避免他人调用消耗您的费用,不能直接发布。您可以将 api_token 作为工作流最开始的输入,让用户购买后自行输入再发布。 2. 第一步创建智能体,使用单 Agent 对话流模式。 编排对话流:点击创建新的对话流(记得要和智能体关联)。 注意事项:两个小红书插件可在插件市场找到,在获取笔记详情节点和笔记评论节点分别配置 cookie,note_link 使用开始节点的 USER_INPUT。之后使用代码节点进行数据处理,注意代码节点输出的配置格式。 测试:找到一篇小红书笔记,试运行对话流,直接在对话窗口输入地址,看到数据即为成功。回到智能体的编排页面同样进行测试,确保对话流执行成功。 发布:点击发布后,只选择多维表格,然后进行配置。输出类型选文本,输入类型选字段选择器。完善上架信息,填写表格,选发布范围时可选仅自己可用以加快审核。提交上架信息后返回配置界面显示已完成,即可完成最终提交。 3. 扣子智能体的创建相对简单,首先想一个智能体的名字,然后写一段详细的介绍,越详细越好,因为它会根据介绍智能生成符合主题的图标,最后点击确认即可。 扣子是字节跳动旗下的 AI 应用开发平台,开发智能体的门槛低,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,还提供丰富的插件、工作流、知识库等功能增强 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,能帮助音乐人等生成高质量歌词。
2025-03-07
AI智能体怎么发布到企业微信
以下是将 AI 智能体发布到企业微信的步骤: 1. 组装和测试“AI 前线”Bot 机器人: 返回个人空间,在 Bots 栏下找到刚刚创建的“AI 前线”,点击进入。 将写好的 prompt 粘贴到【编排】模块,prompt 可随时调整。 在【技能】模块添加需要的技能,如工作流、知识库。 在【预览与调试】模块,直接输入问题,即可与机器人对话进行测试。 2. 发布“AI 前线”Bot 机器人: 测试 OK 后,点击右上角“发布”按钮,即可将“AI 前线”发布到微信、飞书等渠道。 3. 发布到微信公众号上: 选择微信公众号渠道,点击右侧“配置”按钮。 根据截图,去微信公众号平台找到自己的 App ID,填入确定即可,不用解绑。 完成以上步骤后,就可以在企业微信等渠道使用发布的 AI 智能体了。
2025-03-07