《人工智能通识与实践》课件 单元6 AI Agent的实战演练

AI

Agent的实战演练

智能时代的核⼼驱动⼒从定义到实践

，全⾯探索AI智能体的技术原理、发展趋势与应⽤前景

AI智能体开发课程

2025-08-28‍‌​‍‬​​​‌​‬‍​‬​​​⁠​‬​⁠​‌​​​⁠‬​‬‌‍​​‌‬​​‬​⁠‬⁠⁠单元五六七-飞书云文档认识

6.1Coze了解与基础应用智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28认识Coze基础讲解

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28Coze平台学习⽬标通过本课程

，你将全⾯掌握Coze平台的使⽤⽅法与最佳实践

，为后续开发奠定基础

能⼒⽬标 能够区分并选择适合的Agent开发模式 能够设计有效的提⽰词提升Agent性能

能够选择并应⽤合适的插件扩展功能

能够设计⼯作流处理复杂任务与场景

知识⽬标 掌握Coze平台的基础功能与界⾯结构 理解Coze平台的三种智能体开发模式

熟悉资源库的管理与应⽤⽅法

了解Coze平台的优势特点与应⽤场景 这些⽬标将引导你完成Coze平台的基础学习

，并为后续实战项⽬奠定基础什么是Coze平台？Coze是字节跳动推出的⼀站式AI智能体开发平台

，

旨在通过零代码/低代码模式

，帮助⽤户快速创建基于⼤模型的各类AI应⽤

。其核⼼功能涵盖了从智能

体开发到部署的全流程⽀持。

项⽬开发⽀持智能体项⽬和应⽤项⽬的创建

，⽤户可以根据需求选择不同的项⽬类型

进⾏开发。提供可视化设计与编排⼯具

，使⽤户能够便捷地搭建AI项⽬

。

资源库管理⽤于管理和创建项⽬所需的各类资源

，如⼯作流、对话流、插件和知识库

等

，为智能体提供能⼒⽀撑。资源库集中管理

，便于复⽤和维护。提供多种智能体开发模式

，包括单Agent（

⾃主规划模式）、单Agent（对话流模式）和多Agent模式

，适应不同复杂度和业务逻辑的需求。⽀持将开发完成的智能体发布到不同的平台和渠道

，如微信、飞书等

，实现

应⽤的⼴泛触达。⼀键发布

，快速上线

，降低部署难度。Coze平台基础功能概述 智能体开发模式●发布渠道管理 Coze平台旨在降低AI开发⻔槛

，使更多⼈能够参与AI应⽤的创建适⽤场景业务逻辑较为简单的任务

，如：单Agent（对话流模式）特点严格按照预设对话流执⾏⽀持多轮对话记录交互流程清晰可控适⽤场景复杂的⽤户任务

，需要多步骤、

多角⾊协同处理

，

如：

旅⾏规划

投资分析

复杂⽂档处理多Agent模式特点多个Agent分⼯协作通过连接和配置完成任务复杂业务逻辑处理能⼒适⽤场景智能问答信息查询简单决策⽀持单Agent（

⾃主规划模式）特点⽤户与⼤模型直接对话⼤模型⾃主思考决策⽆需配置复杂流程Coze三种开发模式根据任务复杂度和需求选择合适的开发模式

，可提⾼智能体的性能和⽤户体验>

问答引导

>

表单填写

>

流程化咨询结构化或有明确流程的任务

，如：认识Coze资源库

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28Coze资源库管理资源库是Coze平台的核⼼功能模块

，⽤于管理和创建项⽬所需的各类资源

，为智能体提供能⼒⽀撑。插件扩展智能体能⼒的重要⼯具

，通过选择合适的插件可以增强智能体的功能。选择时需考虑插件的成功率、运⾏时⻓

、使⽤成本及返回

结构。知识库为智能体提供⻓期记忆和特定领域知识。⽀持⽂本和表格两种主要类型

，通过分段策略将⽂本切分为⼩块

，便于检索和匹配⽤户问题。对话流基于对话场景的特殊⼯作流

，通过对话⽅式与⽤户交互并完成复杂业务逻辑。适⽤于Chatbot等需要复杂逻辑处理的对话式应⽤程序。⼯作流⽤于处理功能类请求

，通过顺序执⾏⼀系列节点实现特定功能。适

⽤于数据⾃动化处理场景

，如⽣成⾏业调研报告、制作绘本等。

集中管理所有项⽬资源

，提⾼开发效率

资源复⽤，降低开发成本

版本控制与协作编辑

，⽀持团队开发

权限管理

，确保资源安全

资源库管理的优势认识Coze平台的优势特点

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28Coze平台的优势特点Coze平台凭借其独特的设计与功能

，为AI

Agent开发提供了显著优势

，提升了开发效率与应⽤价值。数据源优势记忆能⼒优势⼯作流设计优势能⼒拓展优势

可视化设计与编排⼯具

，⽆需编写代码

⽀持⼯作流和对话流两种类型

，适应不同场景

节点连接配置灵活

，⽀持多条件分⽀逻辑

向量数据库技术

，实现⾼效相似性检索

⻓期记忆与短期记忆分离

，提供个性化体验

记忆内容可配置权重

，优化智能体决策

丰富的插件⽣态

，扩展智能体功能

⾃定义插件开发⽀持

，满⾜特定业务需求

资源库管理

，便于能⼒模块复⽤ ⽀持多种知识库类型：⽂本、表格

智能的分段策略

，提⾼检索质量

实时数据更新

，保证信息时效性Coze平台的这些优势使其成为AI

Agent开发的理想平台

，特别适合快速原型开发和企业级应⽤认识Coze注册与体验

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28

操作提⽰

⾸次使⽤平台时

，建议创建—个简单的项⽬进⾏熟悉

平台通常提供快捷⼊⻔指南和教程

，可充分利⽤

遇到问题可查看帮助⽂档或联系平台⽀持验证邮箱根据提⽰完成邮箱验证

，可能需要点击链接或输⼊验证码项航展⽰所有项⽬，⽀持筛选和搜索智能

体配置设置智能体的基本信息和参数对试与智能体对话

，测试其功能和响应发理配置发布渠道

，管理应⽤版本数析查看智能体的使⽤情况和性能数据资源库管理项⽬资源

，如⼯作流、对话流、插件等Coze平台注册与界⾯熟悉1

访问Coze平台官⽹打开浏览器，

输⼊Coze平台的官⽅⽹站地址3填写注册信息包括邮箱、密码、⽤户名等基本信息2

点击注册按钮通常位于页⾯顶部或登录⼊⼝处

平台界⾯区域

注册流程4据

分布

管话

测⽬导Coze商店体验Coze平台提供了丰富的智能体商店

，汇聚了多种类型的AI应⽤，让开发者可以轻松探索和体验不同领域的AI能⼒

体验⼩贴⼠尝试使⽤多种类型的智能体

，体验不同的AI应⽤场景阅读智能体的详细说明

，

了解其功能边界和适⽤场景

关注智能体的使⽤频率和好评率

，选择优质应⽤

尝试⾃定义提⽰词和参数设置

，优化使⽤体验在医疗、法律、教育等垂直领域提供专业辅助

，如辅助

医⽣诊断如会议纪要⽣成、⽂档⾃动化、

⽇程管理等

，提升企业

内部协作效率如个⼈健康教练、旅⾏规划、英语陪练等

，提供个性化

⽣活辅助探索Coze商店中的各类智能体

，

了解它们

的功能和应⽤场景直接使⽤预设配置的智能体

，⽆需复杂设

置

，快速体验AI能⼒根据⾏业、功能或使⽤场景对智能体进⾏

分类

，快速找到所需根据个⼈需求调整智能体的参数和功能，实现个性化体验Q

⽣活类智能体

⼯作类智能体

⾏业专业助⼿浏览智能体⾃定义调整筛选分类⼀键启动认识

提示词设计基础

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28

系统提⽰词 开发者为⼤语⾔模型设定的初始参数和⾏为准则

影响智能体的⼈设和回复逻辑 在整个会话中持续影响⼤模型的响应模式

⽤户提⽰词 ⽤户直接向⼤语⾔模型提出的具体指令或问题 指导模型执⾏特定任务或提供信息

应简洁明了

，以便模型准确捕捉需求

提⽰词设计的重要性>

精⼼设计的提⽰词是智能体有效⼯作的基础>

好的系统提⽰词能定义智能体的正确⾏为模式

明确的⽤户提⽰词能提⾼任务完成的准确性>

提⽰词的结构与格式对智能体的输出质量有显著影响提⽰词设计基础提⽰词在智能体中的作⽤流程⽤户提⽰词智能体响应⼤模型处理系统提⽰词⼈物设定提⽰词结构与组成有效的提⽰词结构能够清晰地定义智能体的⾏为和输出

，提⾼AI任务完成的质量和—致性。功能流程

约束限制

回复格式

合理的提⽰词结构有助于提⾼AI任务完成的质量和⼀致性

⼈物设定定义智能体的⼈设、⾝份、

专业背

景和性格特点

，例如"你是⼀位资

深程序员"或"你是⼀位友好的客服

代表"。

约束与限制设置智能体⾏为的边界和限制，如"只提供客观信息

，不表达个⼈

观点"或"⽣成内容必须基于提供的

数据"。

回复格式指定智能体输出的格式要求

，

如"以表格形式呈现"或"使⽤bullet

points

列出结果"

，便于⽤

户更好地理解输出内容。

功能和流程明确智能体需要执⾏的具体任务、

⼯作流程和步骤

，例如"分析⽤户

需求

，提供解决⽅案建议"。提⽰词结构⽰例智能体响

应##⼈物设定你是⼀位{专业领域}专家

，具备{专业技能}的能⼒。##功能和流程你可以执⾏以下任务：

{任务列表}。请按照{步骤顺序}的流程完成任务。##约束与限制在任何情况下

，你都不能提供{禁⽌内容}。如果你不确定如何回答

，应该{处理⽅式}。##

回复格式请以{格式要求}的形式回复

，包含必要的{关键信息}。系统提⽰词开发者为⼤语⾔模型设定的初始参数和⾏为准则

，影响智能体的⼈设和回复逻辑⽤户提⽰词⽤户直接向⼤语⾔模型提出的具体指令或问题

，指导模型执⾏特定任务或提供信息1

选择代表性⽤户查询作为测试⽤例2

使⽤模板⽣成提⽰词并运⾏测试3

评估输出质量：相关性、准确性、格式规范4

根据反馈调整提⽰词模板并重新测试 功能和流程：明确智能体能够执⾏的任务和⼯作流程 约束与限制：设置智能体⾏为的边界和限制条件 回复格式：规定智能体输出的格式和结构要求

提⽰词结构要素 ⼈物设定：定义智能体的⾝份、专业领域和⾏为准则专业领域提⽰词设计

提⽰：

专业领域提⽰词设计需要结合具体业务场景和⽤户需求进⾏定制优化

提⽰词模板设计原则专业领域提⽰词模板⽰例提⽰词测试与优化流程通过四⼤模块的协同⼯作

，校园导航Agent能够为⽤户提供智能化、个性化的校园导航服务

（1）选择一个专业领域（如法律、医疗、金融），设计适合该领域的提示词模板，并测试其效果。（2）使用“资源库-提示词“创建属于自己的提示词模板。认识

初识大模型

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28⼤模型类型与选择Coze平台⽀持多种类型的⼤模型

，为智能体提供强⼤的推理、⽣成和理解能⼒

。选择合适的模型类型和参数对于智能体的性能⾄关重要。模型参数调整基础温度（Temperature）控制输出的随机性

，温度越⾼

，输出越多样化上下⽂窗⼝

（ContextWindow）决定模型能记住的对话历史⻓度停⽌词（Stop

Words）设置特定词作为响应结束的标志⿊名单（

Blacklist）设置敏感词或不希望出现的词

多模态⼤模型

通义万相

-⽀持图像和⽂本的输⼊输出

，能够根据图像⽣成描述

⽂⼼⼀⾔4.0

-⽀持"输⼊⽂本⽣成3D场景"等多模态交互

多模态编码器-解码器架构

-融合⽂本、

图像、语⾳等多种输⼊模式A

⽂本⼤模型

通义千问

-

阿⾥云开发的⼤型语⾔模型

，⽀持多轮对话和⽂本⽣成

⽂⼼⼀⾔-百度开发的AI⼤模型

，⽀持⽂本⽣成和语义理解

星⽕

-腾讯云开发的预训练语⾔模型

，⽀持多种NLP任务选择模型时

，应考虑智能体的任务类型、所需输⼊/输出模式以及对输出质量的

要求

语⾔理解需求

中⽂场景：优先选择经过中⽂语料优化的模型

，如⽂⼼

、通义千问

多语⾔需求：选择⽀持多语⾔理解的模型

，并根据需要加载特定语⾔插件

安全性与伦理考量

⾼风险领域：选择具有内置安全机制的模型

，并结合外部审核

教育与公共应⽤：

考虑使⽤经过伦理训练的开源模型

思维链与推理能⼒

⾼推理需求：选择具有Chain-of-Thought能⼒的模型

，如思源1.5 规划任务：考虑使⽤强化学习（

RL）增强的模型

，如AlphaCode2

任务复杂度评估

简单任务：选择轻量级模型

，如开源的GPT-J或类似的低成本替代品

复杂任务：选择能⼒更强的闭源商业⼤模型

，如⽂⼼

、通义等根据任务需求选择合适的⼤型语⾔模型（

LLM）是优化AIAgent性能的关键。

以下策略将帮助你为特定任务选择最适合的⼤模型。实践建议根据预算和实际需求平衡性能与成本⼤模型选择策略

对模型进⾏针对性调优

，以适应特定场景 考虑模型的上下⽂窗⼝⼤⼩与任务需求影响模型表现的差异因素模型训练数据的质量与数量差异模型架构与算法的不同任务复杂度与多样性⽤户反馈与迭代优化最佳实践：在实际应⽤场景中进⾏测试

，确保模型性能与⽤户需求相符。定期进⾏A/B测试

，持续优化模

型性能。任务分解测试将复杂任务分解为⼦任务

，分别测试各部分性能

，评估模型处理不同任务的能⼒。A/B测试对⽐两个或多个模型在相同任务上的表现

，通过控制变量法评估模型间的差异。压⼒测试在不同负载条件下测试模型性能

，评估其在复杂场景和⾼并发情况下的稳定性。在AIAgent开发中

，模型性能测试与对⽐是评估和优化智能体表现的关键环节

，通过系统化的测试⽅法

，我们可以客观地评估不同模型在各类任务上的表现差异。

⼀致性评估模型在相同输⼊下产⽣相似输出的频率 ⽤户满意度通过⽤户反馈评估模型的实⽤性和体验模型X模型Y模型Z模型性能测试与对⽐

模型性能对⽐矩阵

关键评估指标

模型测试⽅法85%75%90%90%65%70%70%85%60%评估模型输出与预期结果的匹配程度评估模型处理请求的时间效率

响应速度

准确性模型/任务任务A任务B任务C通过四⼤模块的协同⼯作

，校园导航Agent能够为⽤户提供智能化、个性化的校园导航服务拓展训练：（1）针对同一个任务（如撰写产品说明书），尝试使用不同生成随机性生成内容，分析生成随机性对输出结果的影响。项目测试在提示词类型中，开发者为大语言模型设定的初始参数和行为准则，且在整个会话中持续影响响应模式的是（）A.用户提示词B.系统提示词C.角色提示词D.任务提示词若需要处理长文档（百万字级文本），根据Coze平台的模型选择策略，优先推荐的模型是（）A.豆包・1.5・Lite・32kB.DeepSeek-R1C.Kimi（128K）或GLM-4D.阶跃星辰・1v・图片理解在编写系统提示词时，哪一个模块主要用于限制AI的行为边界，防止其输出不当内容？A.人物设定(#角色)B.功能和流程(##技能)C.约束与限制(##限制)D.回复格式(##输出格式)

通过本课程学习

，你将全⾯掌握AI

Agent的核⼼知识与实践技能项目测试下列关于Coze平台的定义，描述正确的是（）A.仅支持纯代码开发模式的AI工具B.字节跳动推出的一站式AI智能体开发平台，支持零代码/低代码模式C.只能开发智能客服类应用D.不提供从开发到部署的全流程支持Coze平台中，智能体的多Agent模式主要解决的问题是（）A.简单任务的快速响应B.结构化流程的严格执行C.复杂任务的拆分与协作，降低单个Agent的复杂性D.减少用户与智能体的交互次数下列属于Coze平台资源库可创建的资源是（）A.操作系统B.工作流、对话流、插件、知识库C.硬件设备驱动D.编程语言编译器

通过本课程学习

，你将全⾯掌握AI

Agent的核⼼知识与实践技能认识

工作流

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28⼯作流是⼀系列相互关联的任务的⾃动化执⾏流程

，⽤于处理复杂逻辑和⾃

动化任务。在Coze平台中

，⼯作流可以分为两种主要类型： ⼯作流（Workflow）：⽤于处理功能类请求

，顺序执⾏⼀系列节点 对话流（Chatflow）：基于对话场景的特殊⼯作流

，通过对话⽅式与⽤户

交互</>

命名规则

使⽤⼩写字⺟和连字符（例如：

user-onboarding-flow）

避免使⽤空格和特殊字符

确保名称在应⽤内是唯⼀的

⼯作流的作⽤

处理复杂的业务逻辑

，如数据⾃动化处理场景

⽣成⾏业调研报告、制作绘本等 适⽤于需要复杂逻辑处理的对话式应⽤程序⼯作流基础概念

⼯作流是Coze平台处理复杂逻辑和⾃动化任务的核⼼功能开始节点插件节点输出节点LLM节点

⼯作流组成⽰例

⼯作流定义

节点

(Nodes)执⾏特定功能的模块

，如"开始节点"、

"LLM节点"、

"插件节点"等。

负责

执⾏⼯作流中的具体操作。连接(Connections)

参数(Parameters)节点的输⼊输出数据。参数决定了节点

的输⼊值和输出结果

，是数据流转的载体。定义节点间的执⾏顺序和数据流转。连

接决定了⼯作流的执⾏流程和数据传递

⽅式。

使⽤⽰例在职业照⽣成⼯作流中

，节点可以包括图像分析、

LLM规划、

图像⽣成等；连接定义这些节点的执⾏顺序；

参数传递图像特征和⽣成要求；触发器可以是⽤户上传图⽚的事件。.

触发器

(Triggers)启动⼯作流的事件

，如定时触发或API调

⽤触发。触发器决定了⼯作流何时开始执⾏。⼯作流组成部分

对话流

(Chatflow)

功能定位基于对话场景的特殊⼯作流

，通过对话⽅式与⽤户交互并完成复杂业

务逻辑

适⽤场景Chatbot等需要复杂逻辑处理的对话式应⽤程序

，如个⼈助⼿

、智能

客服

设计思路对话式交互设计

，注重⽤户体验和多轮对话管理

，交互性较⾼

⼯作流

(Workflow)

功能定位⽤于处理功能类请求

，通过顺序执⾏⼀系列节点实现特定功能

适⽤场景数据⾃动化处理场景

，如⽣成⾏业调研报告、制作绘本等

设计思路线性流程设计

，注重数据流转和处理

，交互性较低⼯作流侧重于数据处理和功能实现

，适合后台任务；对话流侧重于⽤户交互和对话管理

，适合前端应⽤

。选择时应根据应⽤场景、⽤户交互需求和业务复杂度来决

定。⼯作流与对话流对⽐

关键区别对话流：双向交互

，上下⽂管理⼯作流：线性执⾏

，顺序处理作流优化要点化LLM提⽰词

，提⾼职业照⽣成质量添加⽤户反馈环节

，持续改进⽣成效果缓存中间结果

，避免重复计算.

6.

输出节点将最终⽣成的职业照返回给⽤户

4.

图像⽣成节点调⽤图像⽣成插件

，根据描述⽣成对应的职业

照.

5.

判断节点评估⽣成图⽚是否符合要求

，若不符合则返回

重新⽣成职业照⽣成⼯作流案例根据上传⼈物照⽚⾃动⽣成对应年龄段的职业照

2.

图像分析节点调⽤图像识别插件分析上传图⽚

，确认⼈物特征

1.

开始节点接收⽤户上传的图⽚和相关信息（年龄、性别）根据年龄和性别

，结合职业照风格要求

，⽣成

职业照描述.

3.

LLM节点⼯优通过四⼤模块的协同⼯作

，校园导航Agent能够为⽤户提供智能化、个性化的校园导航服务任务测试：搭建一个百事通智能体的工作流通过四⼤模块的协同⼯作

，校园导航Agent能够为⽤户提供智能化、个性化的校园导航服务拓展训练：（1）新建一个百事通智能体，为智能体添加相关插件让其具有联网搜索功能，能够正确回复各种各样的问题（2）切换不同搜索功能插件对比输出结果、输出时间的差异，最终选择合适的插件，并说明选择理由。认识

了解插件

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28插件的选取原则在Coze平台构建智能体时

，选择合适的插件对性能和稳定性⾄关重要。

以下是选择插件时应考虑的四⼤关键因素：使⽤成本在功能相同的情况下

，优先选择免费或成本较低的插件。合理的

成本控制可以帮助降低智能体的运营⽀出

，提⾼项⽬性价⽐。返回结构确保插件返回的数据结构符合智能体的需求。合适的返回结构能

够便于智能体对数据的处理和利⽤，提⾼信息传递效率。成功率优先选择执⾏成功率⾼的插件

，确保功能稳定可靠。⾼成功率的

插件能够减少智能体运⾏中的错误和异常情况

，提⾼⽤户体验。运⾏时⻓选择运⾏时⻓较短的插件

，以提⾼智能体的响应速度。短运⾏时

⻓的插件能够更快完成任务

，提供更及时的交互体验。在实际选择中

，需要根据智能体的具体需求和应⽤场景

，综合考虑以上因素

，以达到最佳的

性能和⽤户体验。搜索功能插件对⽐

WebPilot插件

特点结合⼤模型和⽹页分析能⼒

，能够针对特定领域进⾏深度搜索和信息提取，

适合专业性较强的场景。

优势

深度分析能⼒

，能提取⽹页关键信息

结合⼤模型理解⼒

，提供更精准答案A

局限

⽹络连接受限时性能下降

对复杂问题的搜索可能不够精准

适⽤场景基于互联⽹搜索技术

，能够获取最新的⽹络信息和资源

，适合需要最新、⼴

泛信息的场景。

优势

信息量⼤

，覆盖⾯⼴

获取最新信息和资源A

局限

可能存在信息筛选不精准问题

对特定领域专业信息深度不⾜

适⽤场景

插件选择指南选择插件时

，需综合考虑成功率、运⾏时⻓

、使⽤成本及返回结构是否符合需求。通常

，如果需要最新、⼴泛的信息

，可选择联⽹搜索插件；如需针对特定领域进⾏深度搜索

，WebPilot插件更为合适。

联⽹搜索插件

特点⼴泛知识通⽤搜索最新资讯专业领域深度分析复杂问题通过四⼤模块的协同⼯作

，校园导航Agent能够为⽤户提供智能化、个性化的校园导航服务拓展训练：（1）新建一个百事通智能体，为智能体添加相关插件让其具有联网搜索功能，能够正确回复各种各样的问题（2）切换不同搜索功能插件对比输出结果、输出时间的差异，最终选择合适的插件，并说明选择理由。认识

知识库

智能时代的核⼼驱动⼒

AI智能体开发课程

2025-08-28知识库类型与构建Coze平台⽀持两种主要类型的知识库

，为智能体提供⻓期记忆和特定领域知识构建⽅法

⽀持多种⽂本类型（如纯⽂本、

Markdown、

HTML）

分段策略：

固定⻓度分段、

⾃定义分段

便于检索和匹配⽤户问题构建⽅法

适⽤于结构化数据 与⽂本知识库在数据组织和检索⽅式上有所不同 更适合存储和查询具有明确字段的数据⽂档⽚段⽂档⽚段⽂档⽚段字段1

字段2

字段3数据

数据

数据

提⽰：

知识库是为智能体提供⻓期记忆和特定领域知识的关键

，选择合适的类型对Agent性能⾄关重要⽂本知识库结构

●●●田

表格知识库

⽂本知识库表格知识库结构数据数据数据⽂本知识库分段策略知识库分段策略决定了⽂本如何被切分为⼩块

，影响检索效果和匹配效率

⾃定义分段 根据特定规则或标记将⽂本划分成⽚段

适⽤于⾮结构化内容

，如对话记录、社交媒体等

可基于语义单元（如句⼦

、段落）进⾏分段

固定⻓度分段 将⽂本按预设的固定⻓度切分为⽚段

适⽤于结构化内容

，如⽂档、报告等

便于快速定位和检索特定信息

分段⻓度需根据⽬标⽂档类型和检索需求调整

分段规则需针对特定应⽤场景优化个合适的分段粒度有助于提⾼检索的准确性和效率 过⼤的分段可能降低匹配的精准度

过⼩的分段可能导致检索结果分散

，难以整合个语义相关的分段有助于提⾼回答的质量Q

分段策略对检索效果的影响

选择分段策略时需平衡检索效率与精度

配置⽅法

选择"表格知识库"类型并命名 定义表格结构：列名、数据类型和约束

导⼊或⼿动添加数据⾏

配置检索字段和权重

应⽤场景与优势

产品信息、价格、规格查询

⽤户画像、历史交互记录

实体关系查询与分析表格知识库配置特征表格知识库⽂本知识库数据组织结构化

，按字段存储分段⽂本检索⽅式基于字段精确匹配基于关键词相似度适⽤场景明确字段的数据⻓⽂本内容表格知识库适⽤于结构化数据

，与⽂本知识库在数据组织和检索⽅式上有所

不同

，更适合存储和查询具有明确字段的数据。

提⽰：

表格知识库适合存储和查询具有明确结构的数据

，提⾼Agent回答的准确性和效率

与⽂本知识库的区别田

表格知识库概述

内容质量控制确保上传内容的准确性和完整性

，定期更新以保持时效性

分段策略优化根据⽤户问题模式调整分段⽅式

，提⾼检索内容与⽤户问题的匹配度

智能提⽰词设计设计针对性提⽰词引导⼤模型从知识库中提取最相关的信息

持续优化迭代根据实际应⽤效果不断调整知识库内容和结构

，提升⽤户体验知识库应⽤实践知识库是为智能体提供⻓期记忆和特定领域知识的关键

，有效的知识库设计能确保智能体回答的精准度和相关性 知识库构建流程应⽤最佳实践</应⽤场景⽰例⼀个购物助⼿Agent的记忆模块能够显著提升⽤户体验。例如

，它会记住⽤户的

尺码偏好（

⻓期记忆），在⽤户浏览商品时

，

⾃动筛选并推荐符合其尺码的商品。

在⼀次会话中

，如果⽤户多次提及对某种颜⾊的偏好（短期记忆），Agent会⽴即

调整推荐结果

，持续优化商品推荐

，提供更个性化的购物体验。创建并配置在Coze平台中创建知识库

，上传内容并进