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

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。项目实训：营销海报自动生成智能体01核心目标开发完成一个面向企业场景的营销海报自动生成智能体开发，构建基础生成能力。02多场景画幅适配学习设计智能体逻辑，使其能灵活适配多种社交媒体与线下物料应用场景所需的画幅比例。03设计风格智能推荐赋予智能体专业审美能力，能够为不同需求的用户提供契合的设计风格参考与色彩搭配建议。04全流程自动化体验打通智能体各模块，完整体验从“营销创意文案构思”到“高清海报成图输出”的全链路设计流程自动化。感谢观看！（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）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：苑占江项目实训：营销海报自动生成智能体01核心目标开发完成一个面向企业场景的营销海报自动生成智能体开发，构建基础生成能力。02多场景画幅适配学习设计智能体逻辑，使其能灵活适配多种社交媒体与线下物料应用场景所需的画幅比例。03设计风格智能推荐赋予智能体专业审美能力，能够为不同需求的用户提供契合的设计风格参考与色彩搭配建议。04全流程自动化体验打通智能体各模块，完整体验从“营销创意文案构思”到“高清海报成图输出”的全链路设计流程自动化。任务一：项目需求分析-人工流程人工海报制作标准流程01需求分析耐心收集用户输入的各类信息，结合设计规范提供专业的修改建议。02初稿制作基于前期沟通的需求，设计师独立构思并完成海报初稿的制作。03意见修改反复确认并理解用户反馈意见，进行精细化调整，直至满足要求。04定稿交付根据最终确认方案，导出高清、符合印刷标准的成品文件并交付。关键痛点：整个流程高度依赖客服/设计师的个人能力、从业经验及内部知识库的掌握程度，效率低且难以规模化复制。智能化重构：智能海报生成助手工作流程将传统依赖人工的环节转化为高效、精准的人机协同作业模式，实现海报生成的标准化与智能化。01需求输入用户提供主题、风格、文案等具体指令02意图识别智能体解析语义，对海报场景精准分类03比例分流自动适配横版、竖版或方形画布比例04模块调用调度对应AI图像生成模型，匹配最佳参数05海报输出生成高清海报文件，支持下载与二次编辑传统海报创作模式的核心痛点专业人才依赖与高人力成本高质量的海报设计极度依赖专业的设计师，这对预算有限的中小企业来说，是一笔难以持续承担的沉重负担。创作周期长，响应速度慢需求沟通、设计修改到最终定稿，传统的层层流转流程耗时极久，无法满足当下市场“快营销”的即时响应需求。设计质量与品牌一致性不稳定业务人员自制海报往往缺乏美感，而设计师与业务方沟通偏差容易导致反复修改，品牌视觉形象难以统一和规范。创意激发与标准化生产的矛盾想要追求艺术创意，往往会拖慢整体生产速度；而单纯追求生产速度，又容易导致内容同质化，最终扼杀了创意的多样性。任务二：创建智能体步骤一：创建并设置智能体01.登录扣子官方网站访问扣子AI平台，使用您的账号完成登录操作02.进入“项目开发”模块在左侧导航栏中，找到并点击“项目开发”选项03.点击主界面的“+创建”按钮在项目开发页面右上方找到“+创建”按钮并点击04.选择“创建智能体”并确认在弹出的菜单中选择“创建智能体”进行下一步配置设置智能体基本信息01/基础信息配置智能体名称AI企业运营海报助手功能描述根据用户需求，自动生成企业宣传海报完成设置→点击「确认」进入开发界面任务三：设计工作流-创建工作流STEP01·新建工作流入口定位功能入口进入智能体编排页面，在左侧导航栏中找到“技能”分类，并点击展开其下的“工作流”选项。发起创建操作在工作流管理页面的右上角，点击显眼的“+”号按钮，打开创建菜单。确认创建类型在弹出的下拉选项中，选择“创建工作流”，即可进入可视化编排界面。配置工作流基本信息工作流名称(Name)poster_create工作流描述(Description)当需要生成海报时，它是很管用的。重要提示：工作流的描述非常关键，它直接决定了智能体在何种特定场景下会自动调用该工作流。配置开始节点什么是开始节点？它是整个工作流的入口，也是定义工作流如何接收外部数据的关键环节。我们在这里设置的内容将决定后续流程能使用什么数据。⚙️关键配置变量名称prompt变量类型String(字符串)示例：开始节点配置界面

工作流将接收一段文字描述（用户的海报需求）作为输入添加意图识别节点核心目的根据用户输入内容中包含的画幅比例信息（如“16:9”、“3:4”），将图片生成分流到对应的处理模块，确保输出结果符合用户预期。01点击画布上方

“+添加节点”02在分类中选择

“业务逻辑>意图识别”03连接起始点

与意图识别节点配置意图识别节点01/输入配置将节点输入设置为变量值，引用工作流起始的“开始”节点中的“prompt”字段，以此作为意图识别的分析对象。02/意图分类与分流设置多种图片比例作为意图标签，例如：1:1、2:3、3:4、9:16等。

系统将自动识别用户prompt中的关键词，将工作流导向对应的处理分支。添加图像生成节点操作指引1.新增节点入口在画布工具栏点击“+添加节点”，打开功能选择面板。2.选择“图像生成”在功能分类中找到“图像处理”，并选中其中的“图像生成”节点。3.连接上游节点从“意图识别”节点的任意输出端（如“4:3”），拖拽连线至新节点的输入端。配置图像生成节点模型选择在节点配置面板中，选择生成模型为：“Seedream4.0”，以获得更优效果。画面比例根据具体的场景需求，在下拉菜单中选定比例，如：“4:3”或“16:9”。提示词引用无需手动输入，直接引用上游节点变量：{{prompt}}，实现参数复用。⚠️关键配置规则每个比例分支都需要创建一个独立的图像生成节点，并为每个节点单独设置对应的画面比例，严禁多分支共用一个节点，避免最终生成的图片比例混乱。完成所有图像生成节点连接在工作流编辑器中，为「意图识别」节点配置所有比例分支（1:1/2:3/3:2/4:3/3:4/16:9/9:16/其他），并为每一个分支创建并正确配置对应的「图像生成」节点（“其他”默认设为4:3），最终形成多分支并行的完整链路。添加变量聚合节点核心目的：整合分支输出由于工作流每次执行只会触发其中一个分支，我们需要一个“变量聚合”节点作为“收集器”，将分散在不同分支的输出结果统一整合，并向后续节点传递那个唯一有效的结果。关键操作步骤01.点击工作流画布左上角的“+添加节点”按钮。02.在弹出的菜单中，选择“业务逻辑”分类下的“变量聚合”节点。03.使用连接线，将所有不同分支下的“图像生成”节点输出端，连接到“变量聚合”节点的输入端。节点添加入口在节点库的“业务逻辑”分类下找到“变量聚合”，并添加到画布中合适的位置。统一连接逻辑将所有可能的上游“图像生成”节点的输出汇聚于此，形成单一的统一输出，保证后续流程顺畅。配置变量聚合节点01/聚合策略选择「返回每个分组中第一个非空的值」策略。该策略能自动识别并获取分支中被实际执行节点的有效输出数据，精准规避空值干扰，保证下游流程顺利运行。02/关键配置步骤•分组输入：在“Group1”聚合组中，添加所有需要进行分支判断的「图像生成节点」的输出变量data。•输出定义：将聚合后的输出变量名设为“Group1”，并将数据类型明确指定为“Image”，确保后续节点能正确识别和使用图片数据。配置结束节点核心目的定义工作流的终点，将聚合处理后的图片数据作为最终结果进行输出，完成任务闭环。操作步骤1.建立连接：把“变量聚合”节点的输出端口与“结束”节点的输入端口进行连接。2.配置变量：在结束节点设置面板中，添加返回变量。•变量名：image•变量值：引用「变量聚合」节点的Group1结束节点配置界面示例完整工作流展示至此，一个能够根据用户输入的不同比例需求，自动生成对应海报的工作流就设计完成了。AI智能海报生成系统·2026任务四：工作流试运行01.启动试运行入口在系统工作台界面，找到并点击「试运行」功能入口，快速进入任务测试模式页面。02.输入测试Prompt在页面右侧的指令输入框中，输入清晰的测试描述。例如：“一个拿着气球的快乐小狗，图片比例4:3”03.执行与验证结果确认指令无误后，点击页面上的「试运行」按钮，查看系统是否能正确响应并生成内容。系统操作界面与试运行流程示意图查看试运行结果输出结果：生成有效图片链接系统控制台成功返回了一个可访问的图片URL。这直接证明了从指令输入到结果生成的链路已经完全打通，任务执行过程没有发生报错或中断。逻辑验证：工作流设计正确图片的成功生成，说明工作流的节点编排、数据传递逻辑以及服务调用方式都准确无误，完全能够按照预期逻辑将文字指令转化为可视化的图片内容。任务五：配置与测试智能体-优化输出当前输出不够友好？目前智能体直接输出的是**纯图片链接**，对终端用户不够直观。我们需要将链接转化为可视化的图片展示，优化交互体验。▍操作步骤01定位节点在智能体构建面板中

选中“结束”节点02切换模式将返回格式由“变量”

切换为“返回文本”03输入渲染语法Markdown图片语法优化后的试运行直观的图片预览再次进行功能试运行，在“回答内容”区域，系统已能直接渲染并展示图片预览