最近被问得最多的，不是怎么写提示词，也不是怎么接飞书，而是：
“越哥，工作流能不能输出我们门店销售话术？”、“能不能上传一个产品手册让它自己会说话？”
简单讲，答案都是：靠知识库！
不管你是做客服、培训、销售，知识库就像是智能体的大脑补丁，管它是 FAQ 还是价格表、门店话术、视频脚本，统统都能塞进去。
本篇文章，我们就来一次系统讲透：
- 知识库到底有什么用，怎么防止大模型乱说
- 销售话术、客服答疑、门店运营资料，怎么装进智能体
- 如何用工作流 + 知识库实现「内容召回 + 语境生成」
👉 如果你想用 Coze 把知识用起来，让智能体“说你该说的话”，这篇值得收藏。
为什么说知识库是智能体的底座
智能体（Agent）如果想在复杂场景下“说得对、说得准”，光靠模型是不够的。
你需要一个结构化管理的知识库来帮助它：
- 存储业务资料、政策说明、用户话术等文档内容；
- 在用户提问时，快速匹配合适的知识点做“检索增强”；
- 用来“补脑”大模型，让智能体的输出更可信、更专业。
这，就是“RAG”（Retrieval-Augmented Generation，检索增强生成）的基本机制，而在 Coze（扣子）平台，这一切的基础，就是——知识库。
所有商业化级别的工作流，不管是扣子、dify还是其他，几乎都离不开知识库的配置。
即使是小红书爆款改写这类基础场景，如果没有你的商品/品牌数据做支撑，也很难有实际效果。
那知识库和记忆有什么区别？
很多新手会搞混：都是“存信息”，到底有什么不同？
🔍简单记忆法：
“知识”是全局共识，“记忆”是个体偏好。
Coze 扣子知识库功能全景图
Coze 平台的知识库功能，既简单上手，又支持灵活配置，适合从个人开发者到企业级应用场景使用。
我们来拆解一下它的几个核心能力。
1. 支持多种知识类型，适配多元内容源
📄 文本类知识库
- 支持上传 Word、PDF、TXT 等文档
- 可自动分段，按标题/字符长度等方式切片
- 适合上传：FAQ 文档、说明书、行业政策等
📊 表格类知识库
- 支持上传 Excel、CSV，自动识别表头字段
- 可配置索引字段用于语义检索
- 适合上传：产品参数、定价表、设备规格
🖼 图片类（照片知识库）
- 图像 + 标注信息组合方式
- 适合图文生成、识图问答场景（较为小众）
2. 数据源丰富，上传方便
- 📥上传方式支持多样：
- 本地文档
- 飞书/Notion 在线文档
- 网页抓取（需指定链接）
- 表格数据粘贴
- ✂️支持灵活切片策略：
- 字数、标题级别、换行标记等
- 分片后自动向量化（Embedding）
- 🔄可定期维护和更新：
- 新内容上传 / 旧内容删除
- 多 Bot 可复用同一知识库
三大核心场景，教你玩转知识库
在 Coze 平台构建知识库，远不止“上传文档”那么简单。根据场景的不同，你可以玩出很多花样。
下面这三种，是最常见也最实用的玩法。
场景一：打造智能客服，7x24 不下线
目标：用知识库让你的客服智能体回答更快、更准、不出错。
步骤：
- 上传业务 FAQ、服务条款、产品手册等内容
- 在工作流中添加“知识库检索”节点
- 开启混合检索策略 + 查询改写
- 设置召回条数 / 匹配度阈值（推荐匹配度 ≥ 0.5）
技巧补充：
下面是实际为客户搭建的电商客服工作流：
场景二：构建内容钩子库，让大模型说人话
钩子库 = 爆点内容语料库，通过知识库唤起大模型的“灵感”，生成更具吸引力的文案内容。
你可以上传：
- 社交平台爆款标题
- 用户评论语料
- 典型内容开头结尾模版
然后让大模型从中召回片段、提炼关键词、组合生成。
提示词模板示例：
“请结合用户问题，从知识库中调用最适合的语句风格或句式结构，生成一段打动人心的引言。”适用场景：
- 品牌运营写稿
- 用户评论生成
- 帖子话术打磨
场景三：打造专属语料库，风格输出不跑偏
Coze 的知识库非常适合统一风格/术语/规范性语言输出。
你可以上传：
- 品牌手册、传播规范
- 客服话术白皮书
- 法律、合规类模板语句
实现目标：
- 控制大模型的语气、用词
- 保证内容专业、合规
- 避免员工手动复制粘贴
使用建议：
- 设置召回条数：8~10 条，提升覆盖率
- 配合提示词：“请遵循语料库的表达方式作答”
工作流中如何调用知识库？节点配置技巧详解
Coze 的强大之一，就在于可视化工作流（Workflow）。你可以通过工作流中添加“知识库检索节点”，实现 RAG 机制自动运作。
节点类型说明
检索节点核心配置
建议默认使用「混合检索」，效果最稳妥。
2）其他关键配置
提示词技巧：让召回更聪明
你可以在节点后连接一个 LLM 节点，加入控制类提示词，例如：
请根据召回内容中的重点信息，用专业、简洁语气进行回答，若未召回相关内容请回复“未查到”。这种提示词能显著提升智能体输出的稳定性与专业度。
多知识库调度与分工策略
当你上传的资料越来越多，光靠一个知识库很快就不够用了。
这时，你就需要“分而治之” + “智能调度”。
拆分知识库 = 管理策略
多库调度实战技巧
在工作流中，你可以：
- 使用多个“知识库检索节点”，分别配置检索源
- 使用工具调度节点（如条件判断）控制调用顺序
- 搭配系统记忆，实现上下文 + 内容分库判断
示例：如果用户提问中提及「价格」，则走价格知识库检索；否则默认 FAQ。
进阶玩法：与模型记忆融合，让对话更智能
知识库召回是“冷知识”，记忆管理则是“热交互”。
两者结合，才能打造真正“像人”的智能体。
融合策略参考
提示词示例（融合使用）：
结合用户的租房偏好与召回到的房源信息，推荐最符合用户需求的房源，并用专业语气说明推荐理由。这种提示词非常适合客服、咨询类场景使用，让大模型做“带智商的推荐”。
总结：如何真正用好 Coze 知识库？
工具只是基础，用法才是能力。真正用好 Coze 知识库，你需要掌握三件事：
知识库结构设计
- 内容清洗、拆分粒度控制
- 分库策略设计（按业务/文档/权限）
工作流调度技巧
- 调用多个库、组合召回
- 搭配记忆 + 提示词，生成更聪明的回复
持续更新与内容治理
- 保持文档新鲜度
- 控制召回质量
- 使用检索日志优化库内容
📢 加入实战派AI从业者社群！
我们的AI社群围绕扣子、Dify、n8n、LangChain等主流智能体平台搭建，聚集了来自阿里、抖音、头部高校等背景的AI高手，以及跨境、人力资源、电商等行业的实战派，正在围绕AI智能体展开共创对接。
加入星球可获取100+热门扣子工作流，支持复制到自己空间
https://ncnlnt2dfp74.feishu.cn/wiki/LO8gwjVlIiqNiWkoZ7ccKDtXnqf
🎯大家都在看
