一
COZE整体功能概述
Coze（中文名“扣子”）是由字节跳动旗下Flow部门开发，面向全场景的零代码/低代码AI智能体开发平台，支持普通人无需编程基础，通过可视化界面拖拽组件，快速搭建对话式智能体、功能型应用等，并能接入知识库、插件等拓展功能
可通过以下方式进入该平台：
官方网址：
国际版：www.coze.com
国内版：www.coze.cn
手机端APP：
目前无独立手机端APP，但可将开发完成的智能体一键发布至微信、飞书等平台的移动端应用中使用。另有“扣子空间”移动端相关功能，支持生成PPT方案、音频、网页等内容。
具备以下核心功能：
1
零基础开启Agent专业开发：
coze提供专业的AI Agent 开发所需的核心技术，并且其安全可信，可以满足企业级安全需求，他还提供开箱即用的各类AI模型，例如：DeepSeek能力增强版、售后客服、智能助教等。
2
Agent开发调优：
coze提供调试工具扣子罗盘，他可以帮助专业开发者快速搭建AI Agent，高效完成观测、评测、prompt开发调试工作。
1
Prompt开发：
prompt功能为开发者提供高效的调试体验，支持智能优化、多模式对比和版本管理。调试完成后，可通过SDK-链集成至业务代码，实现开发流程无缝对接。
2
测评：
coze提供开箱即用的评测能力，内置专家评估器，支持多对象评测，提供开箱即用的结果洞察分析、多实验对比及观测能力，实现评测过程透明化。
3
观测：
应用开发流程可视化， 帮你洞察全链路细节
观测功能提供大模型应用全生命周期可视化支持，覆盖开发调试与线上运行全流程，助力开发者快速定位问题根因与性能瓶颈，实时掌控应用全链路状态。
3
Coze还提供AI Agent 开源开发框架：
Eino 是基于Go 语言的 Al Agent 开源开发框架，提供了丰富的辅助 Al Agent 开发的原子组件、集成组件、组件编排、切面扩展等能力，可以帮助开发者更加简单便捷地开发出架构清晰、易维护、高可用的 Al Agent 和各类AI 应用。
二
实际操作
教程核心：以教案为例，学习用Coze搭建工作流
（本教程基于Coze平台，通过搭建智能体工作流，实现从文档内容拆解、AI生成到最终文档输出的全流程自动化）
1、前期准备：梳理文档结构
在搭建工作流前，需先明确教案的组成部分，例如：
- 教材分析、教学目标（知识目标、能力目标、素质目标）
- 教学策略、教学重点与难点
- 课前预习、课中活动（新课导入、知识讲授、课堂练习等）、课后巩固
- 教学评价与反思
这些模块将作为后续AI生成的“指令依据”。
2. 搭建步骤：从空白工作流到完整体系
1
创建对话流工作流：
在Coze平台中，选择资源中的“工作流”，输入脚注（需英文），创建一个空白工作流作为基础。
2
拆分模块，逐个击破：
由于教案内容丰富，若用单个智能体生成易出现长度不足的问题，因此采用多智能体分工的方式，将教案拆分为多个模块分别生成：
- 基础信息模块：包括选用教材、教材内容分析、教学目标等，通过大模型节点，输入“你是教案撰写专家，根据提供的内容撰写选用教材（50字说明）、知识目标（50字描述）等”指令，让AI生成对应内容。
- 学生情况模块：如知识基础、认知能力、学习特点等，同样通过大模型节点，以“用100字描述学生的认知能力”等指令驱动生成。
- 教学实施模块：涵盖教学策略、教学方法、教学重点难点及解决措施等，针对不同部分设置字数要求（如教学重点解决措施要求100字），确保内容详实。
- 课中环节模块：细化到新课导入、新课讲授、课堂练习、课堂小结等子环节，每个子环节再拆分教师活动、学生活动、设计意图，让AI生成时逻辑更清晰。
- 课后模块：包括课后作业、教学评价与反思等，其中教学反思需分析教学效果不足及改进措施。
3
文件读取与内容整合：
若需要基于已有文档生成教案，可添加“文件读取”节点，读取Word文档内容，再将内容传递给大模型，结合提示词生成对应教案模块。
4
输出文档：从零散内容到完整教案：
当各模块内容生成后，通过“文本处理”和“Doc Maker”节点，将零散内容整合到Word文档中，最终输出可直接使用的教案文件（也可选择输出PDF、HTML格式）。
三
细节：让工作流更高效
1. 提示词优化
在每个大模型节点中，需精心设计提示词，明确角色（如“你是一名资深教案撰写专家”）、任务（如“撰写课前预习内容，要求与课堂内容紧密关联”）、格式（如“分点说明”），确保AI生成的内容符合预期。
2. 资源点与Token消耗
使用Coze平台需注意资源点和Token消耗。一般来说，内容越长、模块越多，消耗的Token和资源点越多。可根据自身账号的资源点额度（如每天500或1000资源点），合理调整生成内容的长度和复杂度。
3. 模型选择与替换
教程中使用“豆包1.5”模型，若需提升效果，可将模型替换为“deep seek v3024”等，根据生成文档的质量反馈，调整提示词和模型参数
四
试用已有智能体
最后，我们尝试实际使用一个已有智能体——“智能客服助手”，该智能体基于COZE对话流、知识库能力，从售前、售中、售后三个阶段提供陪练、对话、copilot等模板，帮助企业快速搭建AI智能客服应用，可实现用户咨询的自动应答、问题分类、工单生成等流程。具体演示如下：
1
功能体验：
该智能体可实现用户咨询的自动应答、问题分类、工单生成等流程。用户输入问题后，智能体先通过语义理解识别问题类型，若为常规问题，则触发一般回答，若为非常规问题，则转接人工客服。Coze本身自带的智能客服只能回答有关自身的问题，功能性不强。
2
操作流程：
- 进入COZE平台的智能体演示环境，找到“智能客服助手”并启动。
- 输入咨询问题“如何制作工作流？”，智能体立即返回步骤说明，并给出相应链接跳转界面。
- 点击“工作流”，智能体立即跳转扣子的开发界面。
五
总结与分析
1
优势
- 开发效率高：低代码特性和丰富的模板组件大幅缩短智能体和软件的开发周期，非技术人员也能快速上手搭建简单应用。
- 扩展性强：支持自定义函数和API对接，能满足复杂业务场景的需求，可与企业现有系统深度集成。
- 智能化程度高：内置的自然语言处理和智能决策能力，使开发的智能体和软件具备良好的交互性和自主性。
2
建议
- 对于开发者：可先从模板入手，逐步尝试自定义工作流和功能模块，深入挖掘COZE的高级特性（如多智能体协同算法、复杂逻辑编排）。
- 对于企业：可优先在客服、任务管理、数据分析等场景引入基于COZE的智能体应用，提升运营效率，后续再探索更复杂的业务流程自动化。
本调研报告是小shù实验室0级学员的系列调研任务之一（由小shù苗，ID：0.11, 0.14, 0.15完成）。报告具体内容可能存在错漏之处，且有一定的主观性，仅供参考。
