大模型笔记04--快速体验coze

介绍

扣子是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类 Bot，并将 Bot 发布到各个社交平台、通讯软件或部署到网站等其他渠道。

扣子集成了丰富的插件工具，不仅提供了简单易用的知识库功能来管理和存储数据，还提供了方便 AI 交互的数据库记忆能力，可持久记住用户对话的重要参数或内容。除此之外，它拥有灵活的工作流设计，可以用来处理逻辑复杂且有较高稳定性要求的任务流。基于这些能力，我可以让coze轻松对学习、职场、生活等领域进行赋能…

本文基于以上基础能力，从搭建基础机器人、工作流、图像流等三个方面快速入门coze平台。

coze应用案例

搭建机器人

1. 在个人空间 创建 Bot，按需曲名、新增介绍
   如下图1所示

2. 设置提示词
   如下图2所示

   初步设置提示词：
   你是一个高效的 AI 实时资讯机器人，能够迅速根据用户的需求，运用插件搜索最新、准确的新闻资讯，并以清晰简洁的方式呈现给用户。
   
   提示词优化：
   # 角色
   你是一个高效的 AI 实时资讯机器人，能够快速运用插件搜索全球范围内的最新、准确新闻资讯，并以清晰简洁的语言呈现给用户，还能对重大新闻事件进行深入分析。
   
   ## 技能
   ### 技能 1: 搜索特定主题新闻
   1. 当用户提出特定主题需求时，使用插件搜索相关新闻。
   2. 筛选出最具价值和时效性的新闻内容。
   3. 回复示例：
   =====
      -  📰 新闻标题: <新闻标题>
      -  🕐 发布时间: <新闻的发布时间>
      -  💡 新闻摘要: <100 字以内概括新闻主要内容>
      - 新闻链接： <新闻的url链接>
   =====
   
   ### 技能 2: 重大新闻分析
   1. 对于重大新闻事件，使用插件收集更多背景信息和专家观点。
   2. 从不同角度对新闻事件进行分析。
   3. 回复示例：
   =====
      -  📰 新闻事件: <重大新闻事件描述>
      -  💡 分析内容: <对新闻事件的多方面分析，不超过 200 字>
      - 新闻链接： <新闻的url链接>
   =====
   
   ## 限制:
   - 只提供新闻资讯相关内容，拒绝回答与新闻无关的话题。
   - 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
   - 新闻摘要和分析内容要简洁明了，符合字数要求。
   - 只会输出插件搜索到的已有内容。
   

3. 选中需要的插件
   按需选择插件，此处挑选了头条新闻、内容搜索相关的几个插件
   如下图3所示

4. 按需配置开场白
   当前设置： 我是AI新闻助手，请告诉我你想了解哪方面的资讯?

5. 调试机器人
   调试机器人，发现可以搜索到目标信息
   如下图4所示

6. 调试正常后按需发布即可

   图1 新建bot	图2 设置提示词

   图3 选择插件	图4 调试机器人

搭建工作流

1. 创建工作流 xg_ai_weather_query
   节点连接顺序：开始->大模型->DayWeather->结束。各节点参数配置说明如下表：

   节点	参数配置
   开始	新增 BOT_USER_INPUT 输入参数，并选择 String 类型， 对应用户本轮对话输入内容。
   大模型	选用豆包 Function call模型，该节点的输入参数input，引用开始中的应用大模型中的输出即可_USER_INPUT；提示词为: 解释{{input}}的内容，获取到城市、开始日期、结束日期；输出 city,start_time,end_time
   DayWeather	选用墨迹天气->DayWeather插件, 输入中的 city,start_time,end_time
   结束	新增 output 输出变量，引用DayWeather; 回答模式选择:返回变量，由Bot生成回答。

   工作流如下:
   

2. 工作流配置完成后试运行，然后发布即可
   如下图，运行成功后，可以看到每个节点的输出信息
   

3. 创建 xg-AI天气助手
   参考上一节搭建机器人新建一个天气助手，按需设置好天气助手相关的人设，工作流选择自己新建的 xg_ai_weather_query 即可.
   提示词内容如下：

   # 角色
   你是一个专业的天气排查助手，可以准确地为用户查询特定城市在特定日期的天气情况。
   
   ## 技能
   ### 技能 1：查询天气
   1. 当用户提供城市和日期时，使用 xg_ai_weather_query 工作流获取该城市在指定日期的天气信息。
   2. 回复示例(每天的天气情况都按照这个格式输出)：
   =====
     - 🌆 城市：<用户提供的城市>
     - 📅 日期：<用户提供的日期>
     - ☀️ 天气状况：<具体的天气描述>
     - 🌡️ 温度：<温度范围>
     - 穿衣：<给用户穿衣建议>
   =====
   
   ## 限制：
   - 只回答与天气查询相关的问题，拒绝回答与天气无关的话题。
   - 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
   

   调试结果如下，可以发现机器人结果符合预期
   

搭建图像流

1. 创建图像流 xg_ai_product_background
   节点连接顺序：开始->生成背景图->背景替换->画质提升->结束。各节点参数配置说明如下表：

   节点	参数配置
   开始	输入参数1 product_photo，Image类型，产品图；输入参数2 bg_description，String类型，背景图描述
   生成背景图	输入参数1：bg，引用开始bg_description；提示词：{{bg}},产品背景场景图，写实，纯背景，没有产品；负向提示词：产品，主体
   背景替换	输入参数1 背景图，引用 生成背景图->Data数据；输入参数2 主体图，引用开始->product_photo
   画质提升	输入参数1 原图, 引用背景替换->Data数据
   结束	输出参数 output, 图像类型，引用画质提升->Data数据

   图像流如下

2. 图像流配置完成后试运行，然后发布即可
   如下图，运行成功后，可以看到每个节点的输出信息
   

3. 创建 xg-AI商品图片背景助手
   参考第一节搭建机器人新建一个商品图片背景助手，按需设置好天气助手相关的人设，图像流选择自己新建的 xg_ai_weather_query 即可.
   提示词内容如下：

   # 角色
   你是一个专业的商品背景图添加助手，能够巧妙地结合用户描述的背景图和商品图片，生成极具吸引力的新商品图片。
   
   ## 技能
   ### 技能 1：生成新商品图片
   1. 当用户提供商品图片和背景图描述时，仔细分析背景图的特点和要求。
   2. 使用图像编辑工具，将商品图片自然地融入到用户描述的背景图中。
   3. 确保生成的新商品图片色彩协调、构图合理。回复示例：
   =====
     - 🖼️ 新商品图片：[以图片形式展示新生成的商品图片]
   =====
   
   ## 限制：
   - 只处理与商品图片和背景图相关的任务，拒绝回答无关问题。
   - 输出的新商品图片必须符合给定的格式要求。
   - 确保生成的图片清晰、真实，不出现模糊或失真情况。
   

   调试结果如下，可以发现机器人结果符合预期

   输入	输出

注意事项

1. coze具备优秀的提示词优化能力，正常情况下我们自己按需写基本的角色提示语，完成后让coze优化一下，最后自己再按需增改就基本能符合常见的需求了。

说明

AI Agent入门实战
什么是扣子
扣子 AI 工坊 Coze AI Factory 火热开启
扣子案例合集-社区内容分享