课件-项目7-7.5制作求职小助手智能体

项目7智能代理：构建自主协作的智能体7.5制作求职小助手智能体——《人工智能通识》7.5制作求职小助手智能体AI导学大一学生小张因简历缺乏亮点错失实习机会，身边同学也常因不知如何匹配岗位需求、面试应答无思路而焦虑——这样的求职困境，恰好能通过“求职小助手”智能体解决。你是否想过：如何让智能体自动提取简历关键信息、对比岗位需求、生成优化建议？2025年，借助扣子空间等低代码工具，无需复杂代码，就能搭建出贴合学生需求的求职智能体。本节课将带你从“需求分析”到“功能落地”，完成求职小助手智能体的全流程制作，不仅掌握智能体开发技巧，更能为未来求职储备实用工具7.5制作求职小助手智能体

学习目标能明确“求职小助手”智能体的三大核心功能：简历关键信息提取、岗位匹配度分析、优化建议生成。能列举制作该智能体需用到的3类核心工具：简历解析插件（提取信息）、招聘岗位库插件（获取岗位需求）、大模型（生成分析与建议）。能说出智能体工作流的核心逻辑，明确每个环节的输入输出。知识目标能在扣子空间完成“求职小助手”智能体的完整搭建：配置简历解析插件、关联招聘岗位库、设计“信息采集-分析-输出”工作流，并完成2次以上试运行优化。能针对测试案例，验证智能体输出的“岗位匹配度分析”是否准确，若存在偏差，能通过微调提示词优化结果。技能目标培养“问题导向”的开发思维，围绕求职痛点设计功能，不堆砌无关模块。树立“用户视角”，在测试时模拟真实学生需求，确保智能体实用、易用。素养目标任务1理解提示词概念及作用角色：大一新生小张任务：利用学到的智能体知识，制作“求职小助手”智能体要求：实现简历分析、优化建议及岗位推荐功能7.5制作求职小助手智能体

课程导入：智能体综合实践如何创建复杂的智能体？你见过哪些？求职辅助场景适配目标驱动型智能体，通过感知层采集用户简历和岗位信息，决策层基于岗位需求分析匹配度，执行层生成定制化建议，形成“信息输入→智能分析→成果输出”闭环，替代人工低效摸索，精准解决零基础学生求职经验不足的痛点7.5制作求职小助手智能体1.核心原理任务目标：结合智能体概念、架构、工具及应用场景知识，在Coze平台制作“求职小助手”，实现简历分析、优化建议及岗位推荐功能。核心内容：设计“信息采集→简历解析→匹配分析→结果整合”工作流，支持输入简历和岗位后自动生成匹配度分析、优化建议及适配岗位推荐。成果评价：智能体可正常运行，能准确提取简历关键信息；生成的分析内容包含岗位匹配度、优化建议及岗位推荐，且每项分析结合具体技能或经历举例；输出格式清晰（分点罗列，重点内容加粗），无明显逻辑或格式错误。7.5制作求职小助手智能体2.关键要素问题1：扣子空间等平台免费资源点有限，模型与插件调用的token消耗需合理控制。技巧：优先选择轻量版大模型（如基础版模型），精简插件调用次数；调试时使用简短测试文本，避免冗余信息占用token；删除工作流中不必要的节点，减少无效流程消耗。问题2：创建的工作流试运行时无响应或输出异常。技巧：采用“渐进式搭建”策略，先创建仅含开始节点和结束节点的基础工作流，确认流程通畅后，每添加一个节点（如简历解析节点、大模型节点）立即试运行，通过单节点测试定位配置错误（如参数未正确关联、插件未启用）。7.5制作求职小助手智能体3.常见问题及解决技巧智能体节点协作的核心逻辑7.5制作求职小助手智能体搭建完整智能体需要明确节点间的“数据传递规则”：开始节点采集的用户输入需要通过“变量关联”传递给后续节点（如将“用户上传的简历”变量绑定到简历解析器插件的“输入文件”参数）；中间节点的输出需要作为下一级节点的输入（如简历解析器的“结构化简历数据”变量需关联到大模型节点的“参考信息”参数），确保信息在工作流中无缝流转，避免数据断裂导致分析中断。模型提示词的场景化设计原则7.5制作求职小助手智能体针对求职场景，提示词需包含“角色定义+任务边界+输出格式”三要素：角色定义明确“你是专注大学生求职的分析助手”；任务边界限定“仅基于简历和岗位需求分析，不编造经历或技能”；输出格式要求“分模块标注‘匹配度分析’‘优化建议’‘岗位推荐’，每项需附具体例子”。清晰的提示词可降低大模型输出偏差，提升分析精准度。插件选择与功能适配方法7.5制作求职小助手智能体选择插件需遵循“场景必要性”原则：核心功能插件（如简历解析器）必须集成，确保完成信息提取基础任务；辅助功能插件（如招聘岗位库）按需添加，用于补充岗位需求数据；非必要插件（如复杂格式转换插件）暂不集成，避免占用资源。集成后需检查插件参数配置（如简历解析器的“提取字段”需勾选“技能”“经历”等关键项），确保与任务需求匹配。智能体测试与迭代的基础方法7.5制作求职小助手智能体测试需覆盖“功能完整性”和“稳定性”两类场景：功能测试输入典型案例（如“计算机专业+新媒体运营岗”的简历信息），检查是否输出完整的分析模块；稳定性测试重复输入相似内容，观察结果是否一致（无重复或遗漏）。迭代时优先优化高频问题（如分析笼统），通过微调提示词或补充节点参数（如增加“要求举例说明”的强制规则）持续提升效果7.5制作求职小助手智能体

请大家以小组为单位，在5分钟内，解答以下下问题。稍后会随机邀请小组代表来分享你们的答案。1、针对求职小助手智能体的简历优化建议功能，分析如何避免AI生成泛泛而谈的建议？可在提示词中加入哪些约束？2、“求职小助手”智能体可生成面试应答建议，但不能替代学生的真实经历与思考。在使用这类工具时，如何平衡“工具辅助”与“个人成长”，避免过度依赖导致能力退化？思维拓展

小组讨论7.5制作求职小助手智能体登录扣子空间官网，进入工作空间后单击右上角“的创建智能体”按钮，选择“标准创建”模式。

步骤1：创建智能体基础框架进入智能体编辑页面后，在“人设与回复逻辑”区域编写基础人设7.5制作求职小助手智能体在智能体编辑页面的“编排”区域中单击“新建工作流”按钮，命名为“求职辅助核心流程”，按以下逻辑搭建节点链。输入节点接收用户的简历PDF文件与目标岗位连接“简历解析器”插件，自动解析用户输入的简历内容，转化为结构化数据连接大模型节点，选择合适大模型并输入提示词。连接结束节点，配置输出提示为“以下是为你生成的求职辅助分析，请参考优化～有需要调整的地方可以随时告诉我”。步骤2：设计核心工作流7.5制作求职小助手智能体在“人设与回复逻辑”对话框中补充规则，要求使用添加的插件与工作流解决相应问题，并根据自己的需求优化人设与回复逻辑步骤3：优化与调试7.5制作求职小助手智能体进入“预览与调试”区域，上传简历并输入“客户经理”，单击“发送”按钮后查看输出结果，如图所示。重点检查是否准确提取简历关键信息、匹配分析是否贴合岗位需求、建议是否具体可行，若存在分析笼统问题，返回大模型节点优化提示词，明确要求“每项分析需结合具体经历或技能举例说明”。步骤3：优化与调试7.5制作求职小助手智能体

评价标准细则序号评价维度优秀(A)良好(B)合格(C)待改进(D)权重1功能覆盖全面性求职小助手支持简历优化、岗位推荐、面试模拟，功能覆盖求职全流程支持核心功能（简历优化、岗位推荐），其他功能基本可用仅支持1-2个核心功能，功能较单一功能缺失严重，无法支撑基本求职需求25%2个性化适配度能根据用户专业、求职意向、技能水平生成个性化建议，适配度极高能根据核心信息生成基本个性化建议，适配度较好生成的建议有一定个性化，但精准度不足生成通用建议，无个性化适配25%3交互体验友好性界面设计简洁直观，操作步骤≤3步，响应时间≤2秒，有错误提示和引导界面设计较简洁，操作步骤≤5步，响应时间≤3秒，有基本引导界面设计一般，操作步骤≤8步，响应时间≤5秒，引导较薄弱界面混乱，操作步骤>8步，响应缓慢，无引导30%4实用性与可靠性生成的简历优化建议、岗位推荐等内容实用，无错误，可直接使用生成内容基本实用，仅有个别轻微错误生成内容有一定实用性，但存在部分错误需手动修正生成内容无实用价值或错误较多20%7.5制作求职小助手智能体练习1：优化“求职小助手”智能体工作流目标：通过拆分任务节点提升智能体分析的精准度，实现多维度求职辅助功能升级。要求：1）拆分大模型节点。原有工作流仅使用1个大模型进行简历分析与职位建议，现在请在原有工作流基础上新增3个大模型节点，形成分工明确的分析链条：简历优化、优劣势分析、岗位推荐。2）强化文本整合。添加文本处理插件，按“①简历优化建议→②优劣势分析→③岗位推荐”的固定顺序整合各节点输出内容，设置格式规则：标题加粗、每项建议前加序号、重点内容（如成果表述范例）用下划线标注，确保输出结构清晰。

实战演练7.5制作求职小助手智能体练习2：为“求职小助手”智能体添加知识库目标：通过添加知识库扩展智能体的求职支持能力，实现从简历分析到面试准备的全流程辅助要求：在“知识”区域单击“新建知识库”，命名为“求职资源库”，分以下两类上传内容。1）岗位面试题库：按“通用面试问题”和“专业类问题”分类存储，如通用问题包含“自我介绍技巧”（建议：“突出与岗位相关的技能和经历，控制在1分钟内”）和“优缺点回答模板”（优点结合岗位需求，缺点避免核心能力缺陷）。2）岗位技能手册：按常见岗位（如“行政助理”“电商运营