AI智能体|扣子(Coze)全网最详细讲解（保姆级）-海口c网

没有任何编程基础？没关系！ 这篇保姆级教程将手把手教你用Coze平台打造能搜索新闻、分析数据、创作内容的AI智能体，让你的工作效率提升300%。从此告别加班，让AI成为你最强力的工作伙伴！

什么是AI智能体？一个简单的解释

想象一下，你需要在知乎上回答一个专业问题。传统方式是：搜索资料、制定大纲、编写内容、校对修改，耗时耗力。

而单纯使用大模型（如ChatGPT）直接提问，又常常得到不够准确或过时的答案。为什么？因为：

大模型无法获取最新信息
缺乏规划能力
没有持续记忆

AI智能体就是解决这些问题的答案！它不只是一个聊天机器人，而是一个可以自主完成复杂任务的数字助手。

AI智能体 = 大模型(LLM) + 规划能力 + 记忆功能 + 工具使用

简单理解：如果把智能体比作人类，大模型是"大脑"，规划和记忆是"思考方式"，工具则是"手脚"，让它能够与世界互动。

智能体能为我们做什么？

想象一下，作为一名内容运营，你每天需要：

跟踪竞品内容动态
分析数据趋势
撰写高质量文章
创作吸引眼球的标题

现在，你可以为每项任务配备专属智能体：一个负责监控竞品，一个负责数据分析，一个专门创作爆款内容...原本需要加班加点的工作，变成了简单指令的下达。

智能体的应用范围正在迅速扩大，从内容创作到数据分析，从个人助理到商业决策，几乎所有可以被程序化的工作都能交给它。正如扎克伯格预言的那样，未来智能体的数量可能超过人类，我们将与数十亿智能体共存。

主流智能体平台对比

目前市场上已经涌现出多家智能体平台，每个平台都有自己的优势领域和特色功能。下面我们从多个维度对比主流平台：

平台名称	开发公司	核心大模型	开发门槛	擅长领域
扣子Coze	字节跳动	豆包/GPT-4等多模型支持	★★★★★`<br>`(极低)	内容创作 `<br>`社交媒体 `<br>`电商导购
腾讯元器	腾讯	混元大模型	★★★★`<br>`(较低)	社交互动 `<br>`内容助手 `<br>`客户服务
智谱清言	智谱AI	ChatGLM系列	★★★`<br>`(中等)	中文处理 `<br>`代码生成 `<br>`创意写作
百度文心	百度	文心大模型4.0	★★★★`<br>`(较低)	知识问答 `<br>`办公助手 `<br>`行业应用

不同场景推荐选择

内容创作与社媒运营: 首选扣子Coze，其插件生态和内容生成能力领先
企业微信/公众号服务: 腾讯元器更具优势，生态整合更无缝
专业领域应用: 百度文心在垂直行业应用上积累丰富
代码开发辅助: 智谱清言或微软Copilot更适合
高度定制化需求: 根据API灵活度，扣子或百度文心较为合适

总体而言，如果你是智能体开发的新手，且追求快速实现各类应用场景，扣子(Coze)平台无疑是最佳入门选择。但如果你的应用场景高度依赖某个特定生态（如微信、百度等），也应考虑对应平台的原生优势。

Coze实战：从入门到精通

在众多智能体平台中，Coze凭借其易用性和强大功能脱颖而出。接下来，我们将带你深入了解Coze平台的核心功能与实操技巧，助你快速掌握智能体开发能力。

1. 人设与回复逻辑：塑造智能体性格

创建Coze智能体后，首先面对的是"人设与回复逻辑"设置界面。这是定义智能体角色、行为规则和回答风格的关键。

Coze提供了一项实用功能：AI自动优化提示词。只需点击【自动优化提示词】按钮，输入简单描述（如"知乎问题专家"），系统便会自动生成完整的角色定义和行为指南。

对生成的提示词不满意？点击【重试】即可重新生成。满意后点击【替换】，系统会自动将内容写入人设配置区域。后续仍可基于此模板进行个性化调整。

2. 插件系统：扩展智能体能力

Coze的插件系统是其核心优势之一，让智能体能够调用外部API，获取实时信息和执行特定功能。

例如，"头条新闻"插件封装了今日头条的API接口，通过简单参数传递即可获取最新新闻。

添加插件只需点击"+"号，在搜索框中输入需要的功能（如"头条新闻"），然后选择合适的插件（建议优先选择官方发布的插件以保证稳定性）。

添加完成后，可以立即在测试区进行验证。输入"请反馈新闻"，就能看到智能体调用插件并返回最新新闻内容。

Coze支持同时添加多个插件，并在人设与回复逻辑中定义不同场景下的调用规则。例如：

### 技能: 搜索新闻
1. 当用户提出搜索新闻相关需求时，使用{getToutiaoNews}在互联网上搜索最新资讯。
2. 对搜索结果进行筛选整理，提取关键信息。
3. 以清晰简洁的语言呈现新闻要点。### 技能: 查询天气
1. 当用户询问天气情况时，使用{DayWeather}获取相关地区的天气信息。
2. 整理天气数据，提取关键信息。
3. 简明扼要地呈现天气预报。

在编写技能说明时，可通过输入"/"唤起提示词优化窗口，输入"技能：搜索新闻"等指令自动生成技能模板。注意插件名称需用花括号{}引用，确保与实际添加的插件名称一致。

配置完成后，智能体会根据用户输入自动调用相应插件：输入"天气如何"调用天气插件，输入"请反馈AI新闻"则调用新闻插件。

3. 工作流：构建复杂业务逻辑

工作流是Coze平台的核心功能，通过低代码方式实现复杂的业务流程。你可以把它想象成搭积木，将不同功能模块连接起来完成连贯的任务处理。

3.1 工作流基础

创建工作流后，默认会看到"开始"和"结束"两个基础模块。

点击底部的"添加节点"按钮，可以根据需求选择不同类型的功能模块。Coze还贴心地提供了常用工作流模板，悬停在模板上可以预览，点击即可快速引入。

模块之间通过连线建立关联，实现数据传递和逻辑流转。每个模块可以自定义参数，方便模块间通信。例如，可以在"开始"模块定义input参数，类型设为String：

然后在"大模型"模块中创建同名参数，通过引用方式获取上游模块的值：

同理，"结束"模块也可以引用"大模型"的输出，完成整个工作流的数据链路：

Coze支持多种参数类型，如字符串(String)、数组(Array)等，可根据业务需求灵活选择：

3.2 工作流调试

配置完工作流后，点击底部右侧的绿色"试运行"按钮进行测试：

系统会弹出输入框，要求填写开始模块定义的参数：

运行完成后，可以在结果窗口查看各节点的执行情况和最终输出：

3.3 大模型调用

在工作流中，大模型模块是最常用的组件之一。它主要包含三个核心设置：

执行方式：单次执行或批处理执行
模型选择：支持豆包、智谱、通义、kimi等国内主流大模型
提示词配置：系统提示词和用户提示词

在提示词部分，你可以直接输入文本，也可以引用变量。系统提示词类似于人设定义，用户提示词则是用户实际输入的内容。

以下是一个简单示例，用户提示词直接输入"请提供一个100字以内关于长江的描述"：

更常见的是使用参数引用方式，将开始模块的输入传递给大模型：

3.4 批处理功能

Coze的批处理功能特别适合需要重复执行类似任务的场景。当大模型的输入参数是数组类型时，系统会自动对数组中的每个元素执行相同的处理逻辑。

例如，自动生成文章的工作流：第一个大模型根据主题生成多个提纲(数组)，第二个大模型对每个提纲分别生成详细内容。

在这个工作流中：

第一个大模型(生成提纲)：
- 单次执行，接收用户输入的主题
- 提示词设为"根据{{input}}内容生成3个提纲"
- 输出参数类型设为数组(Array<String>)
第二个大模型(生成摘要)：
- 批处理模式，批处理变量引用第一个大模型的输出数组
- 输入参数引用批处理的当前项(item)
- 提示词设为"根据{{input}}生成200字摘要"

运行效果如下，第一个模型输出三个提纲：

第二个模型自动对每个提纲执行内容生成，总共执行3次：

批处理还支持详细配置，如批处理上限(最大200次)和并行运行数量(最大10个)：

4. 发布与部署：让智能体走向应用

开发完成后，点击右上角的"发布"按钮，进入发布配置页面：

Coze提供三种部署方式：

4.1 发布到Coze商店

最简单的分享方式，发布后可获得智能体链接分享给他人： DEMO智能体

4.2 发布为Chat SDK

适合嵌入到网页中，Coze提供了现成的代码示例：

只需将代码添加到网页的 <body>标签中，并替换个人Token，即可完成集成：

<script src="https://lf-cdn.coze.cn/obj/unpkg/flow-platform/chat-app-sdk/1.2.0-beta.6/libs/cn/index.js"></script>
<script>new CozeWebSDK.WebChatClient({config: {bot_id: '7498671349855076352',},componentProps: {title: 'Coze',},auth: {type: 'token',token: 'pat_********',onRefreshToken: function () {return 'pat_********'}}});
</script>

集成效果如下，网页右下角会显示对话入口图标：