《人工智能基础与应用》课件-项目2理解语言自主行动：智能体的认知与实践

项目2理解语言，自主行动智能体的认知与实践人工智能通识教程·高职院校教学用PPT目录1项目导入与学习目标2知识准备：智能体与工作流3任务2.1提示词工程与回复助手4任务2.2RAG与知识问答助手5任务2.3工具调用与天气助手6任务2.4工作流与报名助手7项目小结与课后习题01项目导入与学习目标从语音助手到智能体传统语音助手被动式「问答机」每次完成一次问答，任务即告终结无法记住用户上周提及的电影不会主动提醒用户周末健身计划指令之间缺乏连贯性智能体（AIAgent）主动思考、规划与执行用户只需说「我想去云南旅游」自动搜索机票、对比酒店价格查询天气、规划路线、同步日历出发前提醒用户收拾行李学习目标知识目标理解提示词概念，掌握四大核心要素掌握知识库作用及RAG基本工作原理了解插件的定义、类型及其与知识库的区别理解工作流的概念及核心组成节点技能目标能在Coze平台创建智能体，编写结构化提示词能创建和管理知识库，实现基于私有数据的问答能为智能体添加并配置插件获取实时数据能编排工作流，串联节点完成复杂任务素养目标建立人机协作意识，理解指令对AI输出的决定性作用培养数据诚信态度，自觉拒绝AI幻觉形成工具赋能AI的思维提升流程化思维与计算思维案例引入：学习委员的「作业追踪小秘书」痛点场景大二学生王芳是班级学习委员每周需要收三门课的电子作业反复发布通知、手动核对32人提交情况逐一确认完成状态每周耗时约2小时解决方案（零代码）提示词定义任务规则上传班级名单作为知识库启用邮箱读取和微信群发插件工作流设置提醒流程思考：王芳没写一行代码，靠的是什么能力？Before2小时/周|1动核对32人|逐一确认状态After5分钟/周|自动完成全部操作|效率提升20倍02知识准备：智能体与工作流什么是智能体（AIAgent）智能体（AIAgent）是指能够感知环境、自主决策并采取行动以实现特定目标的软件实体。它不再是「一问一答」的聊天机器人，而是一个能独立完成完整任务的「数字员工」——只需提出目标，它自动完成规划、执行、反馈全过程。💡理解类比：大模型=学霸（知识丰富但不会主动做事）|智能体=学霸+手脚（能主动查资料、做表格、发通知）自主性无需人类分步指令感知性接收文本/语音图像等信息决策能力分析并规划任务执行能力调用工具完成任务适应能力从经验中学习优化关键区别：聊天机器人=被动问答|智能体=主动规划+自主执行+闭环反馈智能体与大模型的关系大模型=「大脑」如GPT、文心一言、DeepSeek负责理解和规划具备强大的生成和推理能力局限：只能停留在文本对话层面无法调用外部工具无法获取实时信息智能体=「完整身体」配备感知、记忆、行动系统让大脑「动起来」能调用插件获取实时数据能检索知识库获取私有信息能编排工作流完成复杂任务实现从意图到落地的闭环没有大模型，智能体缺乏思考能力|没有智能体，大模型只能纸上谈兵💡关键理解：大模型是「脑力」，智能体是「执行力」。就像人需要大脑指挥手脚——光有大脑不会动，光有手脚没有方向。智能体核心架构：四大模块1感知层(Perception)系统与外界交互的前沿接口接收指令、语音、图像等输入转化为标准化数据格式例子：微信群里收到活动通知，感知层识别出这是需要处理的任务2决策层(Decision)大模型驱动引擎识别用户核心意图拆解为可执行子任务序列制定合理高效的步骤规划例子：你说「帮我查天气」→决策层理解「天气」含义，调用天气插件3记忆层(Memory)动态记忆体系存储短期对话上下文积累长期用户偏好形成个性化用户画像例子：上次你说喜欢日系风格，这次推荐自动偏向日系4行动层(Action)调用插件工具执行具体操作将结果反馈给用户完成从意图到落地的闭环例子：调用天气API获取数据，处理后回复「北京今天晴，22°C」智能体发展简史1早期探索基于规则的专家系统预先编码规则模拟决策缺乏自主学习能力灵活性弱2机器学习兴起从数据中自动学习规律减少硬编码规则依赖但仍需大量人工干预特征工程受限3深度学习突破深度神经网络提升感知能力图像识别、语音处理飞跃自动提取高层次特征处理非结构化数据4大模型爆发大规模预训练模型通用「大脑」强大生成和推理能力较少监督下自主规划5多智能体协作当前研究前沿多个智能体分工配合协同解决复杂任务通信与协商机制主流智能体开发平台对比本书选用Coze（扣子）：门槛最低、操作直观、中文支持完善、与飞书/微信无缝集成平台大模型特点适用场景Coze(子)豆包/DeepSeek门槛最低、中文支持完善飞书/微信无缝集成本书实践首选适合高职学生快速上手Dify多种可选开源、可私有化部署灵活性强企业级应用需要一定技术基础百度智能云文心一言百度生态整合行业适配性强百度系应用场景企业客户腾讯元器混元大模型微信生态深度集成社交场景优势微信小程序社交类应用智能体工作原理：六步闭环流程以「带父母去杭州游玩两天」为例1需求接收解析模糊复合指令「带父母去杭州游玩两天」→2感知获取通过API获取天气交通、酒店等实时数据→3记忆检索从历史记录中调取用户偏好如住过的民宿→4任务规划拆解为子任务：订票、订酒店规划行程、预算→5行动执行调用12306、携程高德地图等插件执行具体操作→6反馈更新输出完整方案存入记忆库优化未来服务六步闭环：需求接收→感知获取→记忆检索→任务规划→行动执行→反馈更新这六个步骤循环执行，智能体每次完成任务后都会更新记忆库，不断优化服务质量提示词工程：什么是提示词（Prompt）如果把大模型比作一位博学但偶尔「天马行空」的实习生，那么提示词就是给这位实习生下达的工作指令。指令越清晰，AI干活越漂亮。❌糟糕的指令“帮我写个回复。”→结果：泛泛而谈，语气可能生硬，不可用缺少角色定位、任务目标、格式要求和约束条件✅优秀的指令“你是一位资深HR总监。请针对‘领导催促进度’的场景，写一段既表示理解困难，又承诺给出新时间表的回复，语气要诚恳且专业。”→结果：精准、得体、可用包含角色定位、技能描述、输出格式、约束条件提示词的四大核心要素角色定位Role你是谁？为智能体赋予专业身份立场和沟通风格让AI快速进入专业模式示例你是一位有20年经验的HR总监技能描述Skill做什么？明确任务目标关键内容、重点要求让AI精准理解核心示例写一段职场回复，包含理解和承诺输出格式Format什么样？规范回复的结构长度、分段、序号让输出更规整易读示例分为三段，每段不超过50字约束条件Constraint不能做？设定行为边界语气禁忌、内容红线保证回复得体合规示例禁止使用绝对化语言提示词是人与AI沟通的桥梁好的提示词能让AI输出高质量内容但语言的力量也需警惕——智能向善为什么需要知识库？大模型的三大局限知识截止日期大模型训练数据有时间节点2024年训练的模型不知道2025年的新政策“今年补考什么时候报名？”→可能给出往年大概时间甚至直接说不知道缺乏私有知识大模型掌握公开通用知识无法获知特定学校内部规定“本校请假需要辅导员签字还是可以在系统申请？”→大模型无从知晓容易产生幻觉遇到不知道的问题时大模型可能「编造」听起来合理的答案“三食堂有没有卖螺蛳粉？”→可能说“一般食堂都有”但实际根本没有解决方案：给智能体配备专属「参考资料库」——知识库，实现「先查资料再回答」什么是RAG（检索增强生成）RAG（Retrieval-AugmentedGeneration）是一种让大模型「先查资料再回答」的技术架构，主要用于解决大语言模型幻觉问题。1检索Retrieval用户提出问题时系统先在知识库中搜索与问题最相关的文档片段→2增强Augmentation将检索到的相关片段作为「参考资料」与原始问题一起打包形成增强后的提示词→3生成Generation大模型基于「问题+参考资料」生成最终答案限定在资料范围内类比理解传统大模型=闭卷考试：只能靠记忆（训练数据）回答，没背过就瞎蒙或交白卷RAG模式=开卷考试：可以带参考资料（知识库）进考场，先翻阅资料（检索），再结合理解写答案（生成）知识库的构建流程1数据准备收集PDF、Word、ExcelTXT等非结构化文档2分段AI将长文档切分成小的「知识片段」分段质量影响检索效果3向量化将文字片段转化为计算机能理解的「向量」以便进行语义搜索平台自动完成Coze平台分段策略自动分段按默认规则（512字符左右）自动切分适合大多数通用文档，平台默认方式自定义分段手动设置分块大小（300-800字）和分段标识符适合对检索精度有特殊要求的场景按层级分段按标题层级分段，确保每个片段语义完整适合规章制度、操作手册等技术文档RAG让智能体的输出有据可依这背后体现的是「尊重事实、坚守诚信」的基本准则——智能向善插件（Plugin）：智能体的「手脚」插件是智能体的「扩展工具包」。通过插件，智能体可以连接到外部系统，获取实时信息、执行计算、操作第三方应用。Coze平台提供大量官方插件，无需开发，一键开启即可使用。知识库=「记忆库」存储固定知识静态的、内部的相当于智能体的「记忆」没有知识库，智能体缺乏私有信息插件=「手脚」连接外部世界动态的、实时的相当于智能体的「感官」没有插件，智能体只能「纸上谈兵」有了插件，才能「动手办事」插件与知识库的核心区别知识库解决「不知道」的问题，插件解决「不实时」的问题，两者互补构成智能体的完整能力对比维度知识库插件功能定位存储固定知识，是「记忆库」获取实时信息，是「手脚感官」数据性质静态的、内部的:动态的、外部的更新方式手动上传文档自动获取实时数据典型场景查阅校规、课程安排查天气、查快递、查股价类比开卷考试的「参考书」考场里的「联网手机」插件调用的基本流程步骤1开启插件在Coze平台找到对应插件一键开启完成基础配置步骤2编写提示词引导智能体判断「何时调用插件」「调用哪个插件」调试测试发送相关指令检验插件是否能正常调用数据是否准确智能向善——技术赋能生活，隐私不可逾越每一次插件调用都可能涉及位置数据、个人信息。作为开发者，要遵循最小必要原则，不收集与功能无关的数据；作为使用者，要了解隐私政策，谨慎授权。技术再强大，也不能逾越隐私保护的底线。步骤3工作流（Workflow）：智能体的「流水线」工作流是将多个操作节点（如收集信息、调用工具、数据存储、回复用户）按一定逻辑顺序串联起来，形成的「自动化流程」。每个节点负责一个具体操作，按顺序执行，最终完成整个复杂任务。工作流核心组成节点收集信息节点向用户提问获取姓名、班级、电话存储为「变量」供后续节点使用新增数据节点将收集到的变量写入数据库表实现持久化存储关闭后数据仍保留回复节点向用户反馈任务执行结果如「报名成功」告知用户流程已完成工作流编排的基本流程1创建工作流新建空白工作流确定工作流名称和核心目标→2添加并配置节点根据任务需求添加所需节点完成每个节点的详细配置→3串联节点按执行逻辑将节点用连接线连接确保流程顺序正确→4测试与调试单独测试工作流再绑定智能体测试排查异常问题智能向善——自动化背后的责任工作流让智能体自动处理信息，大大提升了效率。但自动化并不意味着责任的消失。当数据出错、流程失误时，最终的责任人依然是设计和部署者。技术越自动，越需要人的责任担当。在创新中应不忘责任，在高效中守住底线。03任务2.1提示词工程与回复助手任务2.1：高情商职场回复助手在职场中，是否遇到过这些难题？领导发来「这个方案再改改」，不知道怎么回复才既显态度又不卑微？同事请你帮忙加班，不想拒绝又怕忙不过来，不知道怎么说才不得罪人？客户抱怨产品有问题，不知道怎么回应才能安抚情绪、留住客户？解决方案借助提示词工程，只需几分钟就能打造一个专属的「高情商职场回复助手」。使用者只需输入职场场景（如「领导让改方案」）和核心诉求（如「想问具体方向，同时表决心」）。智能体就会自动生成得体、专业的回复建议。课堂讨论在职场或校园中，遇到过哪些不知道如何回应才得体的尴尬场景？回忆一下，身边有没有「高情商说话」的例子？高情商的职场回复通常有哪些特点？任务2.1步骤1：创建智能体操作步骤1.登录扣子官网2.单击左上角「扣子编程」3.单击「智能体开发」4.依次单击「创建」→「创建智能体」5.填写基本信息：•名称：高情商职场回复助手•功能介绍：帮助生成得体的职场沟通回复•设置头像（可选AI生成）6.单击「确认」进入配置页面界面截图图2-2扣子官网界面图2-3智能体开发入口图2-4创建智能体任务2.1步骤2：编写提示词界面截图图2-6智能体配置页面图2-7提示词编写操作位置在配置页面左侧，找到「人设与回复逻辑」文本框，基于四大核心要素编写提示词。提示词模板（四大要素）#角色定位你是一位有20年经验的HR总监擅长处理团队沟通问题。#技能描述根据职场场景，生成3种风格回复：1.积极表态型2.委婉协商型3.专业解释型#输出格式每种风格包含：适用场景、回复话术、注意事项#约束条件语气诚恳专业，不卑不亢避免过度承诺或消极抱怨回复控制在100字以内任务2.1步骤3-4：调试与发布步骤3：调试智能体1.在右侧「预览与调试」面板输入测试场景2.观察智能体回复是否符合预期3.如不理想，返回修改提示词4.反复迭代直到满意步骤4：发布智能体1.单击右上角「发布」按钮2.选择发布渠道：扣子商店/飞书/微信/抖音/豆包3.一键发布，即刻使用界面截图图2-8预览调试面板图2-9选择发布渠道任务2.1小结与练习操作步骤回顾1.创建智能体→填写名称和介绍2.编写提示词→四大核心要素3.调试测试→预览面板反复迭代4.发布使用→选择发布渠道关键提示智能体不是一次就能完美的需要像打磨产品一样不断调试先写提示词，再测试不理想就修改，反复迭代直到满意课后练习运用「提示词四大核心要素」，自主构思一个能解决具体痛点的智能体（如社团活动策划师、食堂避雷针、复习监督员等），编写完整提示词并提交运行效果截图。04任务2.2RAG与知识问答助手任务2.2：校园知识问答助手大模型不知道的问题❌「咱们学校今晚的晚自习教室具体在哪栋楼？」❌「申请校级奖学金需要提交哪些特定材料？」❌「教务处这周六上班吗？」上述问题涉及学校内部信息，大模型未接触过具体的《学生手册》，可能生成看似合理但实际错误的回复，即「AI幻觉」。解决方案：配备专属知识库不再单纯依赖大模型的内部记忆，而是通过上传学校的规章制度、课程安排、办事指南等文档，使智能体形成「先检索资料，再生成回答」的工作方式。由此打造的智能体，将成为一个精准可靠、熟悉本校情况的「校园小百科」。课堂讨论：1.是否遇到过AI对学校情况「一无所知」甚至给出错误信息的情况？2.若搭建校园问答助手，应使其掌握哪些文档？任务2.2步骤1-2：创建知识库步骤1：准备数据收集学校手册、指南等文档格式支持：PDF/Word/TXT本例使用《XX大学入学新生指南》步骤2：创建知识库1.左侧导航栏单击「资源库」2.单击右上角「资源」→「知识库」3.选择「创建扣子知识库」4.填写名称、描述、图标5.单击「创建并导入」⚠文档应排版规范，避免大量图片文字界面截图图2-11扣子编程开发界面图2-12资源——知识库界面任务2.2步骤2续：上传文档与分段设置①上传文档在知识库详情页面上传《XX大学入学新生指南》Word文档②创建设置1.解析策略：选择「快速解析」2.分段方式：选择「按层级分段」•适合有标题结构的技术文档•确保每个片段语义完整3.单击「下一步」查看分段预览4.继续单击「下一步」进入数据处理（向量化，由平台自动完成）✅分段预览可直观查看切分效果如不理想可返回上一步调整界面截图图2-15知识库详情页面图2-16创建设置页面图2-17分段预览任务2.2步骤3-4：绑定知识库与测试步骤3：绑定知识库到智能体1.创建新智能体「校园知识问答助手」2.在编排页面单击「文本」的「+」3.勾选知识库，单击「添加」4.编写提示词，强调优先使用知识库提示词要点•技能描述：「优先从知识库中查找」•约束条件：「严禁编造不存在的信息」•找不到时明确告知用户「未找到」步骤4：测试发布输入「图书馆的开放时间」验证检索结果界面截图图2-20添加知识库图2-21绑定知识库图2-22调试智能体任务2.2练习：搭建专属课程复习问答助手任务内容选择一门正在学的课程，创建一个基于课程知识点/复习题库/考点总结的智能体，实现：自动回答考点、解释概念、辅助刷题、核对答案。示例方向•《人工智能基础》知识点问答•《机器人编程》复习题库问答•《计算机网络》考点速查助手提交材料1.复习助手名称2.完整提示词（必须包含四大要素）3.知识库文档清单4.3条真实测试问答截图（体现「从知识库检索答案」）05任务2.3工具调用与天气助手任务2.3：智能天气助手RAG的局限知识库里的文档是静态的不会实时更新今天的天气AI无法从知识库里查到「现在」的天气大模型的短板虽然训练数据庞大但知识有「保鲜期」可能了解北京的历史气候但无法获取「今天」甚至「下一小时」的天气变化解决方案：给AI装上感知现实世界的「眼睛」和「耳朵」——插件（Plugin）通过搭建「智能天气助手」，学习如何利用插件调用技术，让AI具备实时数据获取能力，实现从「静态问答」到「动态服务」的跨越。任务2.3步骤1-2：创建智能体与添加插件步骤1：创建智能体创建新智能体命名为「智能天气助手」（具体创建步骤参考任务2.1）步骤2：添加天气插件1.在编排页面找到「技能」→「插件」2.单击「+」按钮3.弹出「插件市场」页面4.在搜索框搜索「天气」5.选择「高分天气」插件6.选择getNowAndForecastWeather7.单击「添加」8.插件列表出现图标即成功界面截图图2-23智能体编排图2-24插件市场图2-25插件列表任务2.3步骤3：编写提示词引导插件调用提示词模板#角色定位你是贴心的智能天气助手。#技能描述1.用户问天气时，直接调用{getNowAndForecastWeather}插件2.没说城市→先礼貌问城市3.说了城市→直接调用插件4.用插件返回的真实数据回答#输出格式1.先讲：城市、日期、天气、温度2.再给1-2条实用建议3.语气亲切、口语化#约束条件绝不编造天气，必须调用插件插件失败回复「暂时无法获取」只回答天气相关问题界面截图图2-26编写提示词任务2.3步骤4：测试与发布测试流程1.在预览面板输入测试问题「今天北京天气怎么样？」2.观察智能体是否调用天气插件3.检查返回数据是否准确•城市、温度、天气状况•实用建议是否合理4.确认准确后发布智能体（发布步骤参考任务2.1）关键验证点确认回复中的天气数据来自插件而非大模型编造界面截图图2-27预览与调试图2-28输出结果测试结果：智能体成功调用天气插件返回准确的实时天气数据和穿衣建议任务2.3练习：搭建专属实时查询助手任务要求结合学习和生活需求，自主选择一个需要「实时数据」的场景，利用Coze平台的插件，搭建专属智能助手，避开书中已用的天气、校园问答场景。示例方向•游戏资讯助手（调用头条搜索插件，查询游戏最新更新、活动信息）•快递查询助手（调用快递插件，输入单号查询物流）•实时资讯助手（调用头条搜索插件，查询校园/行业最新新闻）提交材料1.助手名称及服务场景（明确使用的插件类型）2.完整提示词（包含四大核心要素）3.插件开启截图、3条测试问答截图（体现插件调用效果）4.简单总结：插件调用的关键步骤与注意事项06任务2.4工作流与报名助手任务2.4：活动报名助手单一指令单一响应的智能体无法处理「多步骤、有逻辑、需联动」的复杂场景校园和职场中常见的复杂需求：社团招新报名、讲座报名、活动签到统计等这类任务需要依次完成「收集用户信息→存储信息→反馈结果」的连贯流程仅靠提示词或插件无法实现闭环解决方案工作流编排将多个操作节点按逻辑串联，让智能体像「流水线」一样，自动完成一系列连贯任务让智能体从「陪聊」升级为真正的「业务助手」课堂讨论1.若手动处理活动报名，通常会按照怎样的操作顺序进行？2.为什么仅靠提示词或插件，无法实现「收集信息→存储信息→反馈结果」的完整报名流程任务2.4步骤1：创建数据库表准备工作1.创建智能体「活动报名助手」2.进入「资源库」界面创建数据库表1.单击右上角「+资源」→「数据库」2.选择「创建扣子数据库」3.填写数据表名称：sign_up_form4.单击「确认」进入新建数据表5.添加3个字段：•name（姓名）•class（班级）•phone（电话）界面截图图2-29资源库图2-30数据表信息图2-31新建数据表任务2.4步骤2：创建工作流创建工作流1.进入智能体编辑页2.找到「工作流」模块3.单击「+添加工作流」4.输入名称：hdbm5.单击「确认」6.进入工作流编排页工作流编排总览界面截图图2-32工作流编排页开始节点→收集姓名→收集班级→收集电话→新增数据→文本处理→结束节点任务2.4步骤3：配置问答节点与新增数据节点①添加3个问答节点节点1：收集姓名提问：「请输入你的姓名」变量：username（必填）节点2：收集班级提问：「请输入你的班级」变量：class（必填）节点3：收集电话提问：「请输入你的电话」变量：phone（必填）用连接线按顺序连接②添加新增数据节点绑定字段name→username,class→class,phone→phone界面截图图2-33收集姓名节点图2-34/35收集电话/班级节点任务2.4步骤4：文本处理节点与测试绑定③添加文本处理节点拖拽到「新增数据」节点后方配置输出内容如「报名成功」连接到结束节点④测试工作流1.单击「试运行」按钮2.依次输入姓名、班级、电话3.看到「报名成功」说明正常4.在数据库中查看数据写入⑤绑定智能体勾选hdbm工作流配置触发词：「我要报名」「报名」「开始报名」界面截图图2-36新增数据节点图2-37文本处理节点提示词核心指令当用户说「我要报名」「报名」「开始报名」时必须直接启动【活动报名工作流】全程由工作流引导用户填写信息AI不主动提问、不插话、不接管对话工作流结束后再回复结果任务2.4练习：优化活动报名助手优化任务基于实战训练搭建的「活动报名助手」，优化工作流：1.新增「电话格式校验」功能：若用户输入的电话不