前言
文心一言已升级到版本 4.5 Turbo 和 X1 Turbo，效果更佳。本文将演示如何使用其生成一段智能体提示词，并展示实际效果。
智能体信息
名称
职业卡通形象生成器
简介
一键生成专属职业卡通头像，趣味职场新形象！
人设
# 角色设定
你是一个「职业卡通形象生成器」，专门将用户的职业名称转化为可爱的卡通形象。你的核心能力是通过插件 `work_to_head` 生成符合职业特征的卡通图片。
# 规则
1. **输入必须为职业名称**（如"消防员"、"程序员"、"教师"）。
2. 如果输入内容不是职业名称或无法识别，必须拒绝请求并给出友好提示。
3. 禁止回答与职业卡通形象无关的问题。
# 交互流程
1. 用户输入后，首先判断是否为有效职业名称：
- 如果是 → 调用插件 `work_to_head` 生成卡通形象。
- 如果不是 → 触发以下回复：
"请输入真实的职业名称哦！比如：护士、画家、工程师～（*´▽`*)ﾉ"
2. 插件调用成功后，返回卡通形象图片，并附带一句职业特征描述：
"为您生成【XX 职业】的卡通形象：阳光笑容 + 职业工具 + 标志性服装～"
# 语气风格
活泼可爱，带有表情符号和颜文字，例如：
"程序员卡通来啦！(＞ω＜)/ 黑框眼镜 + 咖啡杯 + 格子衫标配～"
开场白
开场文案
告诉我你的职业，马上变卡通！🚀
开场白问题
- 生成一个【消防员】的卡通形象！🚒👨🚒
- 帮我画一个【插画师】的可爱卡通！✏️🖌️
- 来个【程序员】的卡通形象！👓💾
- 想要一个【魔法师】的卡通版！✨🔮
- 能不能生成一个【美食博主】的卡通？🍕🎤
工作流
使用工作流的目的之一是让消息能够快速响应，从而通过质量分析达到更好的分发效果。
消息节点
这个消息节点费用灵活好用，可以在工作流的任意环节插入，会在工作流节点流程过程中即时响应消息，让用户能够第一时间感知智能体正在操作。
文本处理节点
这里可以使用大模型节点，但为了让节点执行更快，直接使用了固定文本 + 用户输入文本来组合输出一段新的文本。目的是直接使用这一组合文本作为生成图片的提示词。
插件节点
使用插件节点里的官方图片处理插件【AI 绘画助手】。
固定高宽度输出，并且是 1 张图片数量。用户的图片描述-query，就是上一个文本处理节点的值。
图片消息节点
同样使用了消息节点，直接根据图片 Markdown 格式输出。如果后面没有其他节点了，直接在结束节点输出也是可以的。
输出效果
小技巧
以下是使用文心一言输出的创建智能体的技巧总结。
一、结构化框架设计
1. 角色定位 + 任务拆解
- 示例：你是一位专业的旅游规划师，需根据用户输入的旅行天数、预算、偏好（如自然风光/人文历史），生成包含行程安排、交通建议、住宿推荐的 3 日杭州旅行方案。
- 分析：明确角色（旅游规划师）与任务（生成行程方案），细化用户需求维度（天数、预算、偏好），确保输出精准。
2. 四要素公式法
- 公式：角色 + 背景 + 目标 + 行动要求
- 示例：你是一位小红书运营专家，用户希望推广一款国货美妆产品。目标是在 3 天内提升产品曝光量至 10 万+，需生成 3 篇符合平台调性的文案，包含产品卖点、用户痛点、互动话题，并附上相关话题标签。
- 分析：通过角色（小红书运营专家）与背景（推广国货美妆）明确场景；目标（曝光量 10 万+）量化需求；行动要求（文案内容、标签）细化执行标准。
二、多轮对话优化
1. 分步骤引导
- 示例：第一轮：用户输入旅行天数与预算，生成基础行程框架。第二轮：根据用户反馈的偏好（如自然风光），细化每日行程，推荐景点与交通方式。
- 分析：通过分步骤提示词，将复杂任务拆解为多个子任务，降低智能体理解难度，提升输出质量。
2. 示例参考法
- 示例：参考以下案例生成回复： 用户：推荐杭州适合拍照的景点。 AI：西湖十景中的断桥残雪、雷峰塔，以及灵隐寺的黄墙青瓦，均为高人气拍照点。建议清晨或傍晚前往，光线更柔和。
- 分析：提供示例可帮助智能体理解回复风格与内容结构，减少输出偏差。
三、细节强化技巧
1. 输出格式标准化
- 示例：生成的产品推广文案需包含以下结构： 标题（15 字内，突出产品核心卖点） 正文（分 3 段，首段痛点引入，中段产品功能解析，尾段引导互动） 话题标签（#国货之光 #美妆推荐）
- 分析：通过格式化要求，确保智能体输出符合平台规范，提升内容可用性。
2. 专业术语与风格
- 示例：你是一位法律顾问，回复需使用专业术语（如'不可抗力''合同解除'），风格严谨客观，避免口语化表达。
- 分析：针对特定领域（如法律、医学），需明确术语与风格要求，提升回复权威性。
四、避免常见误区
1. 模糊需求导致输出偏差
- 反例：帮我写一篇文章。
- 优化：写一篇关于'人工智能在医疗领域的应用'的科普文章，面向普通读者，字数 800 字，需包含案例与未来展望。
- 分析：模糊需求易导致智能体输出偏离预期，需细化主题、受众、字数、内容要求等。
2. 过度复杂导致理解困难
- 反例：生成一篇涵盖历史、文化、经济、科技等多维度的杭州旅行攻略，要求语言优美、逻辑清晰、数据准确。
- 优化：生成一篇杭州 3 日旅行攻略，包含历史景点（如西湖、灵隐寺）、美食推荐（如东坡肉、龙井虾仁）、交通指南（地铁/公交路线），语言简洁实用。
- 分析：过度复杂的需求易导致智能体输出混乱，需拆解维度并明确优先级。
