人工智能应用导论（第三版）课件 项目9-1 知识技能：营销海报自动生成助手-AI智能体（第1部分）

项目9：营销海报自动生成助手AI智能体：探索AIAgent的构建与应用（本视频/PPT中部分所用图片、视频等资料来自网络，仅供教学使用）汇报人：苑占江课程内容概览全链路·融合式·项目驱动教学体系课程学习目标（1/3）：知识目标了解AI智能体的基本概念、核心架构深入理解什么是AIAgent，以及其“感知（Perception）、决策（Decision）、行动（Action）”的核心闭环工作模式，建立对智能体系统的基础认知框架。理解大语言模型在智能体中的作用与局限掌握LLM作为智能体核心“大脑”的驱动作用与优势，同时客观认识到大语言模型在复杂推理、长逻辑链任务及精确性要求高的场景中的局限性。课程学习目标（2/3）：技能目标创建并配置智能体熟练掌握在Coze平台上从零开始创建一个智能体，并进行基本信息设置，快速完成智能体的初始化配置。工作流设计与调试掌握工作流的可视化编排方法，能够熟练添加、连接不同功能节点以实现业务逻辑，并掌握基础的节点调试技巧。多分支任务处理能力学会使用意图识别、变量聚合等关键节点，实现根据用户意图自动分流任务、整合多分支结果的复杂业务逻辑处理。课程学习目标（3/3）：素质目标培养系统认知与

批判性思维能够全面、辩证地看待AI技术的发展，理解技术演进背后的逻辑与趋势，不盲从，不恐慌。理解伦理边界与

社会责任树立“科技向善”的核心价值观，在实践中充分认识并遵守技术应用的伦理规范，确保技术造福人类。增强人机协同意识

与创新素养明确AI是人类能力的延伸与放大器，学会以设计思维解决问题，利用AI工具赋能行业，创造更大价值。课程重点与难点重点01·原理认知深入理解AI智能体的核心架构，掌握其运行逻辑与底层工作原理，构建扎实的理论基础。重点02·平台实操熟练掌握扣子平台的基础操作，重点攻克工作流的创建与配置技能，实现从理论到实践的转化。核心难点：逻辑设计与数据流转本项目最大的挑战在于：工作流中多节点逻辑设计与变量传递的实现。这要求大家能拆解并设计复杂的业务流程，理清节点关系，并确保不同节点间数据准确无误地流转与交互。情景导入：身边的AI智能体AI智能体（AIAgent）正在以各种形态渗透进我们的生活与产业。与传统程序不同，智能体具备某种程度的“自主性”，主要体现在以下三个方面：感知(Perceive)持续感知周围环境，获取时间、天气、日历、用户习惯等各类信息，作为行动的依据。决策(Decide)基于设定的目标与感知的信息进行自主分析与判断，如优化个人作息、智能管理每日日程。行动(Act)执行具体的物理或数字行动，例如远程控制智能家居设备、自动下单补充生活物资等。核心特征：它们能在持续的交互中不断学习用户偏好，动态调整自身策略，真正成为懂你的智能伙伴。案例分析：智能客服当你在客服窗口与一个“智能客服”对话时，屏幕另一端的可能就是一个对话智能体。它将AI技术融入日常交互，为你提供即时且个性化的服务体验。感知理解你模糊、口语化甚至带有错别字的提问，精准捕捉你的核心诉求。决策在海量知识库和过往对话记录中，快速检索并找到最相关的解决方案。行动用自然、友善的语言回复你，甚至在你情绪激动时进行情感安抚与疏导。案例分析：自动驾驶汽车感知·Perception车顶的激光雷达、摄像头和传感器是它的“眼睛”和“耳朵”，持续感知瞬息万变的道路环境。决策·Decision车内强大的计算平台作为“大脑”，在毫秒间判断：前方阴影是纸袋还是石头？侧后方车辆意图是什么？行动·Action将决策转化为精准的动作——刹车、转向或加速，核心目标是安全、高效地送达目的地。AI智能体的核心：感知-决策-行动闭环AI智能体的崛起，标志着人工智能从“识别”与“生成”的单项能力，走向了具备环境交互与任务规划能力的“感知-决策、行动”闭环综合智能。它就像一个数字世界的智能生命体，拥有明确的目标，并能主动感知环境、做出判断、采取行动，寻求实现目标的最佳路径。构建智能体，本质上就是在为机器构建一套可以自主运作的“数字神经系统”感知神经元对应各类传感器与数据输入接口，是智能体的“眼睛”和“耳朵”，负责实时接收并解析外部世界的信息。中枢大脑核心算法与大模型的结合体，处理感知信息，理解当前状态，进行逻辑推理与路径规划，最终做出决策判断。运动神经元即执行器与各类输出端，将“大脑”的决策转化为实际的操作指令，作用于物理或数字环境，产生实际影响。未来已来：智能体的广泛应用工业机器人智能体在制造业流水线上精准作业，替代人类进行枯燥、高风险的重复劳动，大幅提升生产效率与良品率。研发型智能体作为科学家的数字助手，在海量数据中寻找规律、模拟实验，加速新药研发、材料科学等领域的科学发现。超级智能体具备宏观统筹能力，实时调度与优化城市交通网络、国家电网或全球物流系统，保障社会基础设施高效运转。理解智能体的基本架构与原理，是理解当下AI应用前沿的关键，更是展望未来人机共存社会的基石。当我们学会构建、协作与驾驭这些数字智能体时，我们便真正迈入了智能系统与人类社会深度交融的新纪元。知识讲解：什么是AI智能体？基础定义BasicDefinitionAI智能体（AIAgent）是一种基于大语言模型（LLM）构建的、具备感知与执行能力的全新智能系统形态。核心突破CoreBreakthrough它突破了传统大模型“孤立思考”的局限，通过模块化架构赋予其环境感知、自主规划、工具调用与复杂任务执行的综合能力。核心定位：能够替代人类完成全流程工作的“智能代理”AI智能体的五大核心模块智慧核心(大模型)提供理解与推理能力，是智能体的“大脑”，负责对复杂指令进行初步的语义解析与意图识别。规划决策模块将用户复杂指令拆解为可执行的子任务链。如：风格分析→素材检索→版式设计→内容填充。记忆机制存储并管理用户的个性化偏好、历史交互记录以及特定行业的知识库，让决策更贴合需求。工具调用模块连接外部生态，接入API或专业应用程序（如Figma/Canva、设计素材库、版权检测工具），扩展能力边界。行动模块执行具体的操作指令，实时监测任务进度，并根据反馈动态优化产出结果，确保最终交付质量。智能体vs智能助手（Copilot）智能助手(Copilot)需要用户逐步指导，充当任务执行的“副驾驶”。特点：高度依赖用户指令，分段处理任务，无法独立形成闭环。AI智能体(Agent)任务全流程的“主导者”。用户仅需明确目标，系统即可自主完成从需求解析、路径规划到最终成果交付的完整闭环。🚀核心范式转变从“被动等待指令的执行工具”➔向“具备感知能力与自主决策能力的协作伙伴”跨越智能体的体系架构详解以大模型（LLM）为系统认知中枢，协同多个模块共同实现智能决策与行动。大模型(LLM)·认知核心系统的“大脑”，负责理解用户意图、逻辑推理与内容生成。规划模块将复杂任务拆解为可执行的子步骤，制定行动路径。记忆模块整合短期交互信息与长期历史经验，实现具备记忆的连续对话。工具使用通过API调用外部插件与工具，拓展模型的能力边界。行动与反思执行任务并与环境交互，通过反馈不断反思并优化决策。主流的智能体开发平台市面上有不少可供选择的平台，各有侧重。本课程将重点介绍字节跳动的COZE（扣子）平台，帮助大家快速上手智能体开发。字节跳动COZE支持低代码/无代码构建，操作便捷，拥有丰富的插件与模板生态。字节跳动豆包专注于构建类GPTs聊天机器人，提供流畅自然的对话交互体验。百度文心智能体依托文心大模型底座，在中文语境理解与生成方面具备显著优势。飞书智能伙伴与飞书办公生态深度融合，助力团队实现自动化协作，提升办公效率。钉钉AI助理紧密结合钉钉企业级功能，有效推动企业内部业务流程的智能化与自动化。常见智能开发平台对比COZE（扣子）简介：字节跳动AI应用开发平台，满足低/无代码智能体构建需求。特点：操作便捷，插件模板丰富，支持快速搭建与部署。适用：个人开发者、小型创业团队。豆包简介：字节跳动AI应用构建平台，专注于类GPTs聊天机器人构建。特点：注重对话体验优化，具备强大的语言交互能力。适用：对聊天机器人交互质量有要求的开发者或企业。文心智能体平台简介：百度基于文心大模型的Agent平台，支持多种场景开发。特点：中文理解生成能力强，提供多种灵活开发模式。适用：有中文智能体开发需求的企业和开发者。飞书智能伙伴简介与特点：飞书旗下AI产品，开放AI服务框架支持多模型接入；与飞书办公生态深度集成，能显著提升企业办公与协作效率。适用对象：使用飞书进行在线办公、希望借助AI技术全面提升工作效率的企业。钉钉AI助理简介与特点：汇集钉钉平台AI能力，支持按需创建个性化助理；与钉钉的审批、文档等办公功能紧密结合，便于企业实现内部流程自动化。适用对象：日常使用钉钉进行办公与管理的企业和个人用户。深入了解：扣子（Coze）平台平台定义字节跳动推出的新一代AI应用开发平台，旨在降低AI应用构建门槛，让应用开发更简单。技术底座深度融合火山引擎云服务的基础设施能力与豆包大模型的生成式AI核心技术，提供稳定且强大的底层支撑。核心架构提供完整的可视化配置环境，围绕AIAgent的五大关键组件：LLM、规划、记忆、工具、行动进行设计。开发范式从传统的代码编程，转向对流程逻辑与任务规划的理解，显著降低技术门槛，让非专业开发者也能快速上手。多元模型打破单一模型限制，支持灵活集成豆包、通义千问、DeepSeek等多家主流大模型，适配不同业务场景需求。全域部署支持一键便捷部署，覆盖扣子商店、豆包、飞书、抖音、微信等多种主流渠道，快速触达海量用户。核心概念：工作流（Workflow）什么是工作流？通用定义工作流是指一系列相互关联、相互依赖的步骤。在业务场景中，它对保证流程规范和高效完成任务至关重要。💡举个例子：公司的财务报销流程扣子工作流可视化逻辑编排扣子平台的工作流支持零代码/低代码的可视化操作。用户只需拖拽节点，即可轻松组合插件工具、大语言模型、逻辑判断等功能单元，快速实现复杂的业务逻辑自动化。🚀核心优势：所见即所得，降低门槛为什么需要它？弥补大模型的不足大模型本质上是基于概率的生成模型，在复杂、多步骤的业务场景中，其输出往往具有不确定性。工作流通过将任务拆解、逻辑编排，能有效控制流程走向，让智能体变得更可用、可靠且可维护。🎯目标：可控的智能与效率工作流的类型与结构01两种核心类型工作流(Workflow)专注于处理功能类请求，将AI能力与具体任务结合，适用于数据自动化处理、生成报告、设计海报等场景。对话流(Chatflow)专注于处理自然语言对话请求，模拟人与人的交互，适用于AI助手、智能客服、交互式问答等场景。02通用流程结构开始节点定义流程启动参数与触发条件功能节点执行核心任务(大模型/工具调用)结束节点汇总任务结果并返回给用户💡核心逻辑：节点之间通过“引用输出”进行连接，构建不同的流程逻辑。工作流的优势与常见节点工作流的优势场景提示词效果差时：通过逻辑拆解，提升单次生成的准确率与可控性。多工具协同：串联多个插件/工具，完成单一提示词无法处理的任务。数据加工处理：对获取的数据进行清洗、分析和格式转换，输出结构化结果。复杂逻辑与多输出：实现分支判断、条件跳转逻辑，并支持单次请求生成多种格式的结果。常见核心节点大模型节点(LLM)工作流的核心大脑，用于生成文案、回答问题、翻译或总结提炼。图像生成节点(GenAI)将文本提示词转化为视觉图像，支持文生图、图生图及风格化定制。意图识别节点(Router)理解用户输入意图，根据预设条件自动分发至不同处理分支。项目实