前面写过几篇AI场景应用、智能体开发平台介绍的文章，有同学私信我发布的智能体，是怎么做出来的？今天这期文章，就以我前段时间在扣子Coze平台开发的智能体——AI投标助手为案例，详细拆解这个智能体的开发过程，给大家提供一份智能体开发攻略。目前这款小众的智能体上线不到1个月，有近120人使用，超过500次使用。位列效率工具类目的前80名（整个效率工具板块大概有近800-1000个bot，之前是前50名），在扣子商店搜索关键词“投标”，差不多受欢迎度在30多个同类Bot排名Top1或Top2。在扣子上的使用地址为：https://www.coze.cn/s/iYEcHfpq/如果大家觉得这篇文章太过专业，我不需要自己开发智能体，也可以看往期的这2篇文章，主要讲了智能体、提示词的业务场景使用。用Kimi速读招标文件，准确率居然100% | AI场景应用
Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发
目前国内的智能体开发平台，个人感受，扣子的操作便捷性、丰富性是最好的。
我将以“AI投标助手”为案例，详细拆解每个模块的开发过程、开发技巧及注意事项。
编排模式包括2个部分，一是Agent工作模式设置，二是基础大模型选择。点击Agent模式三角形，会显示单Agent和多Agents两种工作模式。多Agents是比较复杂的Bot开发模式，本文仅做简单介绍，对于刚入门的同学而言不太容易掌握，后续再做详细攻略。通俗理解，多Agent就是把多个有不同对话功能的Agent串联在一起，为了确保串联的多个Agent能够在需要调用他们的时候发挥作用，就需要通过流程的方式，设置Bot的启动方式、用户指令流向、Agent的触发方式、返回方式等，就像工作流程一样，需要明确各节点的输入、输出、流转、关联关系。显然多Agents模式处理的场景更加复杂，功能也更加强大。多Agent模式下，每个Agent的提示词可以写的简单、专一。如果要用单Agent实现多Agents的功能，则需要写非常复杂、冗长的提示词，而且很容易运行的时候出现模型理解偏差，功能发挥不稳定。对比来看，单Agent，就是只有一段提示词，整个Agnet的问答都是通过这一段提示词控制。这里大家不免会问，单个Agent用的是一段提示词，我直接和模型对话输入提示词不就好了吗，为什么还需要专门通过Agent。
从AI场景应用的针对性、输出质量来看，Agent模式是远远强于日常的AI模型对话的。
多Agent工作流程模式＞单Agent模式＞大模型问答。
好了，回到Bot开发实操，这次我先先选择单Agent模式，因为我的bot是投标文件阅读和关键信息抓取，任务相对专一，无需选择多Agent模式。这一步至关重要，这里是确定你的Agent用什么样的大模型来执行用户指令。大模型的能力、擅长不同，对输出质量有直接影响。
除了选择大模型，还需要设置模型的具体参数，模型参数同样对输出质量有直接影响。
目前国内版扣子可以有自家的豆包模型（之前叫云雀模型），和第三方kimi模型（上个月刚接入），kimi模型的接入，对于扣子平台上开发Bot加持了不少。
AI投标助手经过测试，最终选择了kimi模型，毕竟Kimi的看家本领就是长文档解读，AI投标助手的主要功能就是要对上传的招标文件内容进行解读。
kimi提供的三个基础模型，根据你的bot生成文本长短选择，当然你不放心可以选择参数稍微大一点的，这个并不影响输出质量。我选择了moonshot-v1-128k。
moonshot-v1-8k: 它是一个长度为 8k 的模型，适用于生成短文本。
moonshot-v1-32k: 它是一个长度为 32k 的模型，适用于生成长文本。
moonshot-v1-128k: 它是一个长度为 128k 的模型，适用于生成超长文本。
接下来是模型的具体参数配置，kimi模型配置有3个参数：
（1）回复随机性
这个在GPT的专业说法叫温度。通俗理解就是大模型在回答问题时，你希望他在标准答案基础上自由发挥一些，还是严格按照标准答案回答。不同的应用场景，这里选择的参数就不同。
举个例子，AI投标助手需要帮助用户找到投标文件中关于开标时间、地点、预算金额、评分标准等信息，我们希望模型的回答一定是十分精确的。
如果我们开发的是一个情感聊天Bot，那自然是希望他的回答不要千篇一律，太刻板，也就是需要有温度一些。
这样你就懂了吧，所以AI投标助手我设置的回复随机性是0.1，数字越小，表示回答的随机性越低、越精确。
（2）最大回复长度
用于控制Bot问答输出的文字多少，专业词叫 Token 。通常 100Tokens 约等于 60 个中文汉字。这个设置也不是越长越好。
（3）鞋带上下文轮次
设置带入模型上下文的对话历史轮数。轮数越多，多轮对话的相关性越高，但消耗的 Token 也越多。
AI投标助手的3个参数设置如下：
模型回答效果的好坏，核心取决于提示词设计的专业水平。Bot的提示词相比于日常模型对话的提示词，要复杂很多，所以扣子定义为“人设与回复逻辑”，这要求开发者即熟悉提示词工程，也要有很强的业务场景专业知识，才能写出好的回复逻辑来。这里我就将AI投标助手的提示词的重点内容给大家做一个公开分享，希望大家能够体会提示词的开发技巧。AI投标助手的人设与回复逻辑的框架由四部分构成：角色、技能、知识、限制。这也是非常重要且常规的四件套。紫色字体为提示词内容引用
# 角色
你是一位专业且出色的标书分析与制作人员，拥有极强的长文档阅读、解析和上下文理解能力，能迅速阅读用户上传的各类招标文件，并精确找出招标文件中的关键信息和具体要求。
这一段是定义了Bot的人设，非常重要。我将AI投标助手的角色定义为标书分析与制作人员，并且对他的核心能力、工作流程做了精准、简洁的描述，以确保模型能够按照这样的角色思考和开展工作。
2.技能
## 技能
### 技能 1：按以下固定格式输出
- 针对每一个关键词，按照“关键词、原文内容、所在章节、所在页码”输出。输出覆盖提示词中关键词库的所有关键词，按关键词库顺序逐一输出。关键词库未覆盖的关键词，也需要一并输出。
- **关键词**：按顺序数字编号和关键词名称，字体加粗，不显示 **关键词**。
……
- **所在页码**：输出原文内容所在文档的具体页码，按照“第某页”的格式输出，需要输出关键词所在的文档的所有页码。
……
### 技能 3：按照以上固定格式回答用户针对上传文档的提问。
- 若用户未上传文档，可以调用知识库、网络搜索及模型能力，回答用于关于招标文件阅读技巧、投标技巧相关的问题。
这一段是对Bot在既定人设下，具体技能的描述，模型通过这些技能的掌握，从而给出高质量的输出。
AI投标助手的核心技能包括2大部分，第一，能够全面、详细的阅读和理解用户上传的招标文件，第二，能够按照合理的格式，准确无误，繁简适当的输出招标文件的关键信息。
所以，我在技能开发上的提示词，就重点对这两方面进行设计，通过这些技能的设计，达到了以下的精准输出效果。
3.知识
## 知识
### 招标文件的关键词标题/关键信息通常包括以下关键词库的列项，这有助于你增强对用户上传文档的关键信息定位和理解。你也可以基于大模型能力，知识库，和联网搜索增强对这些关键词的语义理解。
……
这一部分并非所有Bot都必须设置。不过为了提高Bot的专业性，独特知识的定义还是非常重要的。
对于AI投标助手而言，一份招标文件到底哪些信息是关键的，这个体现出了Bto和大模型在专业知识深度方面的区别了。
通常大模型的泛知识库很难精准把握招标文件的全部关键信息，我通过前期测试，没有加入知识模块时，大概每次就只能读取出来6-10项信息，但在提示词加入知识模块后，就可以输出长达20多项的关键信息。
如果你希望你的Bot在场景应用上比通用大模型更加专业，就需要设置知识模块，或者部署私有知识库。
4.限制
## 限制
- 仅限于对招投标知识的对话问答，以及对用户上传文档的内容进行对话问答。
- 按照给定的技固定格式输出。
- 基于招标文件内容提供客观信息，不提供个人意见或偏好。
- 若用户未上传文档但用户请求解读招标文件时，提醒其上传后再进行标书速读与关键信息整理。
这一部分的内容，是为了规范Bot输出行为的，AI投标助手的工作触发是用户必须上传招标文档，所以要限制Bot不能在用户没有传文件的情况下，胡乱回答。即使回答，也是对招投标相关知识的回答。这样就能确保你的Bot专业形象的树立，并且引导用户正确使用bot。
比如你开发了一个情感问答Bot，用户问他天体物理，肯定是很容易翻车的。提示词一定不是一次性就能写好的，一个好的提示词通常需要十几轮、几十轮的测试才能确定下来。
大家写完第一遍提示词后，建议使用右上角的优化功能，扣子的提示词优化真的非常好用，优化后的提示词比我们自己写的更加精炼、结构化，当然也需要你来判断，哪些是你不希望他优化的。Bot开发页面中间的部分，是各项技能设置，项目比较多，大家到这块很容易犯晕。坦白讲我也没有把每个项目都研究的很透彻，不过对于单Agent开发而言，基本上只需要要对插件、知识库（选用）、对话体验几个项目设置就可以了。工作流、触发器、变量、数据库等对于比较复杂的Agent或者多Agents开发才用得上。
扣子的插件是目前国内智能体开发平台最为丰富的，有了插件，也就大大降低了智能体开发的难度，如果没有插件市场，零代码开发智能体基本不可能。
插件是需要根据自己的Bot功能需要来选择的，不是越多越好，也不需要很多。
单Agent，有2-3个插件就足够了。
AI投标助手，其实只需要一个核心插件，就是能够实现用户上传文档，模型调用文档的功能。
扣子官方做了一个Link Reader的插件，专门读取网页、PDF、抖音视频内容，选择添加即可。
刚才有在提示词里面讲到知识，提示词的知识，更多的是对Bot知识构成的设定，要想让Bot通过专业材料的学习掌握专有知识，还需要通过私有知识库来实现。我给AI投标助手配置了一个简单的私有知识库，如下。因为我的bot不是基于知识库的精准回答，所以并不需要对知识库的切片、搜索方式等进行太多设置，保持默认就好。
剩下的项目都比较好理解、好操作了，大家根据自己的Bot来设计就好了。
以下是AI投标助手的开场白、预置问题的设计，其他的语音、背景图片需要个性化设置。
当Bot的所有参数设置好以后，就可以在右侧的预览与调试进行测试，通过反复测试修改提示词，或者相关参数，一般而言主要是修改提示词。
这里需要提醒的是，在预览与调试达到理想预期的情况下，建议发布Bot，然后在Bot的正式页面再次进行测试。有时候调试页面的显示效果，和正式应用页面的效果会有些细微偏差。
如下是我的调试页面
以下是正式应用页面，显示格式有所不同。
扣子有多个bot发布平台，包括Bot商店、豆包、飞书，这几个自己的应用平台。除此以外，还可以在微信平台发布，以及掘金平台发布。
不得不说扣子的进步还是很快的，我的Bot4月份刚发布的时候，只有扣子商店可以正常使用文档上传功能，当时飞书、豆包都无法正常使用。
而且，刚发布的时候，用户上传的文档只能单次读取，而现在模型已经可以实现单次上传，多次读取了，自由问答了。如此，AI投标助手的场景能力更强了，除了特定的招标文件信息输出，他还可以根据用户的随时问答，给出原文的相关信息。以上就是本文的主要内容了，一篇很干的手把手教大家如何开发智能体的攻略。AI Agent/AI Bot是大模型应用的重要载体，在落地行业、场景应用方面的前景十分广阔。智能体就是应用商店的一个个APP，不过借助AI技术，智能体的开发比APP更加容易，开发一个好的智能体，核心竞争力已经不在于编程和代码的技术因素，而在于专家级的业务理解、专有知识和数据积累。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
