【保姆级教程】Coze(扣子)从入门到发布全流程:手把手教你打造AI智能体(建议收藏)

【保姆级教程】Coze(扣子)从入门到发布全流程:手把手教你打造AI智能体(建议收藏)

最近小红薯上的这种内容特别火?但是手动制作这种图文内容真的太费时间了!

要查资料、写文案、做排版、找配图…,一套流程下来已经过去大半天了。

在这里插入图片描述

今天就来教大家一个超实用的技巧——用扣子(Coze)工作流搭建一个智能体,只需输入一个名词,3分钟就能批量生成这种爆款图文。

废话不多说,直接上干货。

第一步、注册扣子

进入扣子官网(https://www.coze.cn),点击左上角「登录扣子」,通过手机号即可注册登录。

图片
在这里插入图片描述

第二步、创建智能体

登陆扣子后,点击页面左上角⊕,选择创建智能体。

图片
图片

创建智能体有两种形式:

第一种是「手动创建」,输入智能体「名称」和「功能介绍」,然后单击图标旁边的生成图标,自动生成一个头像。

图片

第二种就是「AI 创建」,输入你的智能体创建需求,扣子会根据你的描述自动创建一个专属于你的智能体。

图片

第三步、编排智能体

任意选择一种创建形式后,单击确认进入「智能体编排页面」

「手动创建」的智能体编排页面是空白,需要你自行设置补充,你可以:

  • 在左侧人设与回复逻辑面板中描述智能体的身份和任务
  • 在中间技能面板为智能体配置各种扩展能力
  • 在右侧预览与调试面板中,实时调试智能体
在这里插入图片描述

「AI创建」的编排界面则已经匹配了基础信息,只需要在这个基础上调整优化即可(适合不会写指令的同学)。

图片

创建成功后,下一步就是配置智能体。

步骤一:

首先需要编写提示词,也就是智能体的人设与回复逻辑,后续会根据你设定的人设来回答生成内容。

建议在人设与回复逻辑中指定模型的角色、设计回复的语言风格、限制模型的回答范围,让对话更符合用户预期。

在智能体配置页面的人设与回复逻辑面板中输入提示词,提示词越清晰,越符合预期。

图片

不知道怎么写提示词可以参考左下角的提示词库,然后喂给AI,让它根据模版来生成完整可复制的指令👇

图片

之后,你可以单击页面中的优化按钮,让扣子自带的大语言模型优化帮你将它优化为结构化的提示词。

图片

步骤 2:为智能体增加技能点

设定完智能体的人设与回复逻辑后,就需要为智能体配置技能,以保证其可以按照预期完成目标任务。

但是如果模型能力可以完成设定的智能体任务,则只需要为智能体编写提示词即可。如果不会,就需要加插件/知识库等技能。

比如针对「小红书图片生成智能体」,就需要选择:

图像生成能力插件、多模态理解技能(让其看懂文本描述+参考图)、小红书风格专属知识库、版权素材搜索技能等等。

图片

另外,你还可以为智能体添加开场白、用户问题建议、背景图片等功能,增强对话体验。例如为智能体添加一张背景图片,使对话过程更沉浸。

第四步、测试智能体

配置好这个AI Agent后,就可以在预览与调试区域中测试这个AI Agent 是否符合预期,测试后可单击清除图标清除对话记录。

图片
图片

第五步、发布智能体

完成调试后,单击发布将智能体发布到各种渠道中,在终端应用中使用智能体。目前支持将智能体发布到飞书、微信、抖音、豆包等多个渠道中,你可以根据个人需求和业务场景选择合适的渠道。

1.智能体编排页面右上角,点击「发布」

2.可以在发布页面输入发布记录,并勾选发布渠道(红色框部分)。

3.选择完成后,即可单击发布

图片
图片

这只是其中一种形式,只要学会了这一种,就能举一反三,根据自己的定位或市场喜好不断调整生成的内容。

而且搭建好这个工作流,以后想做多少个内容都不是问题,省时省力还能涨粉!

普通人如何抓住AI大模型的风口?

领取方式在文末

为什么要学习大模型?

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 , 大模型作为其中的重要组成部分 , 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力, 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ,为各行各业带来了革命性的改变和机遇 。

目前,开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景,其中,应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

在这里插入图片描述

随着AI大模型技术的迅速发展,相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业:

在这里插入图片描述

人工智能大潮已来,不加入就可能被淘汰。如果你是技术人,尤其是互联网从业者,现在就开始学习AI大模型技术,真的是给你的人生一个重要建议!

最后

只要你真心想学习AI大模型技术,这份精心整理的学习资料我愿意无偿分享给你,但是想学技术去乱搞的人别来找我!

在当前这个人工智能高速发展的时代,AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长,真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料,能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来,我们不断打磨课程体系与技术内容,在细节上精益求精,同时在技术层面也新增了许多前沿且实用的内容,力求为大家带来更系统、更实战、更落地的大模型学习体验。

图片

希望这份系统、实用的大模型学习路径,能够帮助你从零入门,进阶到实战,真正掌握AI时代的核心技能!

01 教学内容

图片
  • 从零到精通完整闭环:【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块,内容比传统教材更贴近企业实战!
  • 大量真实项目案例: 带你亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事‌!

02适学人群

应届毕业生‌: 无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。

零基础转型‌: 非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈: 传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型‌。

image.png

vx扫描下方二维码即可

本教程比较珍贵,仅限大家自行学习,不要传播!更严禁商用!

03 入门到进阶学习路线图

大模型学习路线图,整体分为5个大的阶段:

图片

04 视频和书籍PDF合集

图片

从0到掌握主流大模型技术视频教程(涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向)

图片

新手必备的大模型学习PDF书单来了!全是硬核知识,帮你少走弯路(不吹牛,真有用)

图片

05 行业报告+白皮书合集

收集70+报告与白皮书,了解行业最新动态!

图片

06 90+份面试题/经验

AI大模型岗位面试经验总结(谁学技术不是为了赚$呢,找个好的岗位很重要)

图片


在这里插入图片描述

07 deepseek部署包+技巧大全

在这里插入图片描述

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

Read more

与OpenClaw同类性质的AI智能体框架/工具汇总(小白友好)

与OpenClaw同类性质的AI智能体框架/工具汇总(小白友好)

OpenClaw的核心定位是「开源、本地优先、可执行真实任务的AI代理」,核心价值是让AI从“聊天”落地到“动手干活”(操控电脑/服务器、处理办公/系统任务)。结合这一核心,以下是同类性质的工具/框架,按「小白易上手程度」排序,每个产品重点说明和OpenClaw的异同、核心优势及适配场景,方便小白快速区分选择。 一、小白首选(上手门槛低,贴合OpenClaw使用场景) 1. Coze(扣子) 核心共性:可通过自然语言指令,让AI完成办公自动化、插件调用、多平台部署等任务,支持多渠道接入(微信、飞书、钉钉等),与OpenClaw一样主打“AI干活”,而非纯对话。 与OpenClaw的区别: * 开源性:OpenClaw是完全开源(MIT协议),Coze主流为闭源云端版,虽已推出开源版,但部分核心功能(如多模态)有所阉割。 * 部署方式:

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在教育领域的应用场景和重要性 💡 掌握教育领域NLP应用的核心技术(如智能教学、学习分析、评估系统) 💡 学会使用前沿模型(如BERT、GPT-3、Transformer)进行教育文本分析 💡 理解教育领域的特殊挑战(如数据多样性、个性化需求、实时性要求高) 💡 通过实战项目,开发一个智能教学问答系统 重点内容 * 教育领域NLP应用的主要场景 * 核心技术(智能教学、学习分析、评估系统) * 前沿模型(BERT、GPT-3、Transformer)在教育领域的使用 * 教育领域的特殊挑战 * 实战项目:智能教学问答系统开发 一、教育领域NLP应用的主要场景 1.1 智能教学 1.1.1 智能教学的基本概念 智能教学是利用NLP技术,为学生提供个性化的教学内容和方法的过程。在教育领域,智能教学的主要应用场景包括: * 智能问答系统:回答学生的问题(

告别兼容性烦恼!在Mac Big Sur上使用OpenClaw+OpenCode+OpenSpec实现全自动化AI开发流程

告别兼容性烦恼!在Mac Big Sur上使用OpenClaw+OpenCode+OpenSpec实现全自动化AI开发流程

告别兼容性烦恼!在Mac Big Sur上使用OpenClaw+OpenCode+OpenSpec实现全自动化AI开发流程 🚀 引言:AI 自动化开发三件套 如果你关注 AI 辅助编程,最近一定听说过这三个工具: * OpenClaw:个人 AI 助手框架,擅长调度任务、管理记忆、调用工具,是整个流程的“指挥官”。 * OpenCode:AI 编程代理,能够深入理解代码库、自动修改代码、运行测试,是真正的“一线工程师”。 * OpenSpec:规范驱动框架,将模糊的需求转化为结构化的任务清单(tasks.md),是项目的“施工蓝图”。 三者结合,可以构建一个从需求分析到代码落地的全自动化开发流水线。你只需要提出想法,AI 就能自主完成代码编写、调试和提交。 然而,很多开发者(包括我)还在使用 macOS 11 Big

AI的提示词专栏:“Meta-Prompt”让模型自己生成 Prompt

AI的提示词专栏:“Meta-Prompt”让模型自己生成 Prompt

AI的提示词专栏:“Meta-Prompt”让模型自己生成 Prompt 本文围绕 Meta-Prompt 展开全面解析,先明确其是 “指导模型生成 Prompt 的 Prompt”,实现从 “人设计 Prompt” 到 “模型生成 Prompt” 的跨越,接着阐述其降低设计门槛、提升一致性、优化复杂任务 Prompt、适配动态场景的核心价值。随后详解其 “目标任务定义、输出约束、示例引导、优化方向” 四大核心构成要素,通过教育、职场、技术三大场景提供实战示例与设计思路,还分析了任务定义模糊、输出约束不足等常见问题及解决方案,介绍参数化设计、多轮迭代、领域知识注入等进阶技巧,最后总结其价值并给出从简单场景入手、重视示例等实践建议,助力用户高效设计高质量 Prompt。 人工智能专栏介绍     人工智能学习合集专栏是 AI 学习者的实用工具。它像一个全面的 AI 知识库,把提示词设计、