【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词

【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词
🌹欢迎来到《小5讲堂》🌹
🌹这是《文心智能体》系列文章,每篇文章将以博主理解的角度展开讲解。🌹
🌹温馨提示:博主能力有限,理解水平有限,若有不对之处望指正!🌹
在这里插入图片描述

目录

前言

文心一言已经升级到版本为4.5 Turbo和X1 Turbo,效果应该会比之前会更加好,那就用TA来生成一段智能体提示词吧,来看看效果如何。

在这里插入图片描述

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

work_to_head是工作流名称。

# 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

这里为什么要使用工作流,有个小技巧。
目的之一是使用工作流的消息能够让智能体快速响应,从而让智能体通过质量分析达到百度搜索分发效果。

在这里插入图片描述

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。

在这里插入图片描述


在这里插入图片描述


消息节点输出效果

在这里插入图片描述

文本处理节点

其实这里可以使用大模型节点,博主这里为了让节点执行的更快,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。

在这里插入图片描述

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】

在这里插入图片描述


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。

在这里插入图片描述

图片消息节点

博主这里同样使用了消息节点,直接根据图片Markdown格式输出。
其实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。

在这里插入图片描述

输出效果

体验地址:https://mbd.baidu.com/ma/s/MXVhinsx

在这里插入图片描述


在这里插入图片描述

小技巧

博主这里使用文心一言输出一段创建智能体的小技巧。

在这里插入图片描述

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

相关文章

【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词

【文心智能体】使用免费满血版DeepSeek模型创建智能体,用一句话来生成背景图,来看看是如何实现的

【文心智能体】通过工作流使用知识库来实现信息查询输出,一键查看旅游相关信息,让出行多一份信心

【文心智能体】通过低代码工作流编排创建应用《挑战奥运问答拿奖牌》

【文心智能体】梗图七夕版,一分钟让你看懂如何优化prompt,以及解析低代码工作流编排实现过程和零代码结合插件实现过程,依然是干货满满,进来康康吧

【AI人工智能】文心智能体,00后疯感工牌生成器,低代码工作流的简单应用以及图片快速响应解决方案,干货满满,不容错过哦

【文心智能体】前几天百度热搜有一条非常有趣的话题《00后疯感工牌》,看看如何通过低代码工作流方式实现图片显示

【文心智能体】通过工作流使用知识库来实现信息查询输出,一键查看旅游相关信息,让出行多一份信心

Read more

5分钟部署Whisper语音识别:多语言大模型一键启动Web服务

5分钟部署Whisper语音识别:多语言大模型一键启动Web服务 1. 引言:让语音识别变得像上传文件一样简单 你有没有遇到过这样的场景?一段会议录音需要整理成文字,但手动听写耗时又容易出错;或者收到一段外语视频,想快速了解内容却找不到翻译工具。现在,这些问题都可以通过一个简单的Web服务解决——基于OpenAI Whisper large-v3的多语言语音识别系统。 这款由113小贝二次开发构建的镜像,将复杂的模型部署过程简化为“一键启动”。无需配置环境、不用手动下载模型,甚至连FFmpeg这种底层依赖都已经预装好了。只要你的设备有一块性能不错的GPU(比如RTX 4090),5分钟内就能搭建起一个支持99种语言自动检测与转录的语音识别服务。 本文将带你从零开始,完整走一遍部署流程,并深入讲解这个模型能做什么、怎么用得更好,以及常见问题如何应对。无论你是AI新手还是有一定经验的开发者,都能快速上手并用起来。 2. 快速部署:三步启动你的语音识别服务 2.1 部署前准备:确认硬件和系统要求 在开始之前,请先检查你的运行环境是否满足最低要求: 资源推荐配置GPUN

Stable Diffusion 3.5图像生成实测:云端GPU性价比之选

Stable Diffusion 3.5图像生成实测:云端GPU性价比之选 你是不是也遇到过这种情况:想写一篇AI绘画工具的横向评测文章,却发现本地电脑根本带不动多个大模型同时运行?刚跑完一个Stable Diffusion模型,显存就爆了,风扇狂转,系统卡死……更别提还要对比不同参数、不同提示词下的出图效果。作为技术博主,我太懂这种“有想法没算力”的痛苦了。 其实,解决这个问题的关键,不在于升级你的笔记本或台式机,而在于换一种工作方式——把AI绘画搬到云端去。尤其是当你需要测试像 Stable Diffusion 3.5 这样新一代的大参数模型时,本地部署几乎成了“不可能的任务”。而借助云端GPU资源,不仅能轻松运行SD 3.5,还能实现多任务并行、快速迭代、对外服务暴露等高级功能。 本文要分享的就是:如何利用ZEEKLOG星图平台提供的预置镜像,在几分钟内完成Stable Diffusion 3.5的部署,并进行真实图像生成测试。我会从零开始,手把手带你走完整个流程,还会展示不同参数组合下的出图效果对比,帮你判断它是否真的值得投入时间和算力去使用。

Copilot实战:如何用AI助手高效完成1.5万行Python项目(附完整提示词模板)

Copilot实战:如何用AI助手高效完成1.5万行Python项目(附完整提示词模板) 最近在折腾一个不算太小的Python项目,代码量最终堆到了1.5万行左右。整个过程里,我几乎把Copilot当成了我的“第二大脑”。说实话,它确实没法独立完成一个项目,但如果你知道怎么跟它“对话”,怎么给它“喂”对的信息,它带来的效率提升是惊人的。这篇文章,我就想抛开那些泛泛而谈的“AI编程革命”,从一个真实项目参与者的角度,聊聊怎么让Copilot真正成为你手边最趁手的工具,而不是一个时灵时不灵的玩具。我会分享我踩过的坑、总结出的具体提示词模板,以及如何管理项目文件来最大化AI助手的效用。如果你也厌倦了在简单重复的代码上浪费时间,希望把精力集中在真正的架构和逻辑设计上,那么接下来的内容,或许能给你一些实在的启发。 1. 从“玩具”到“工具”:重新定位你的AI编程伙伴 很多开发者初次接触Copilot时,都抱着一种“让它写代码给我看”的心态。这往往导致最初的兴奋迅速被挫败感取代——生成的代码牛头不对马嘴,或者稍微复杂一点的需求就卡壳。问题的核心在于,我们错误地将其定位为一个“全自动代码生成

【薅羊毛教程】LLaMaFactory 不用本地跑!免费 GPU,一键微调大模型

【薅羊毛教程】LLaMaFactory 不用本地跑!免费 GPU,一键微调大模型

一、环境 之前介绍过本地部署LLaMaFactory微调平台(https://blog.ZEEKLOG.net/m0_73982863/article/details/159208213?spm=1001.2014.3001.5501),如果你还在为设备问题而烦恼,那就来薅羊毛吧(手动狗头)。 首先注册魔搭社区,绑定个人阿里云账号即可,详情见:https://www.modelscope.cn/my/mynotebook ;然后就可免费获得36小时GPU环境。 8核:CPU有8个核心,主要负责数据的调度和预处理;32GB:内存,数据从硬盘加载后会暂时存放这里;显存24G;(比我自己的老古董好多 T-T) Ubuntu 22.04:Linux操作系统; CUDA 12.8.1:英伟达的并行计算平台。12.8版本意味着它支持最新的RTX