【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

优质文章学习记录

— 10 min read
【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

医疗AI场景下算法编程的深度解析（2026新生培训讲稿）（总结）

医疗AI场景下算法编程的深度解析（2026新生培训讲稿）（总结）

项目总结与完整Python程序 通过本书的学习，我们从医疗AI的基础知识出发，系统掌握了经典机器学习算法的原理与医疗应用，深入探讨了数据处理、特征工程、模型评估、可解释性、不平衡问题处理、模型融合等进阶技术，并在第16章中以ICU败血症早期预警系统为例，完整演示了从问题定义到模型部署的全流程。现在，我们将所有这些知识整合为一个统一的Python程序，实现败血症预测的端到端流程，包括： * 模拟生成符合MIMIC-III分布的数据集 * 数据预处理与特征工程 * 多模型训练（逻辑回归、随机森林、XGBoost） * 模型融合（Stacking） * 超参数调优与不平衡处理 * 模型评估（AUC、PR AUC、分类报告、混淆矩阵） * 可解释性分析（SHAP） * 阈值选择与决策曲线 * 模型保存与简单API示例 该程序可直接运行（需要安装相关库），可作为医疗AI项目的模板。 完整Python程序 # -*- coding: utf-8 -*-
Vibe Coding - 从Vibe Coding到Spec Coding_AI编码范式的进化之路

Vibe Coding - 从Vibe Coding到Spec Coding_AI编码范式的进化之路

文章目录 * Pre * 朦胧与探索 * 革新发生：进入Spec Coding时代 * 案例：日志审计模块“规格化”描述 * Spec Coding的实际价值 * 主流的规范驱动开发开源项目 * 1. Spec-Kit * 2. OpenSpec * 3. Spec-Workflow MCP * 4. Tessl Framework * Tessl Framework 快速入门指南 * 高级扩展与示例 * 未来展望 —— 人机共生的工程师 Pre Vibe Coding - 使用cursor从PRD到TASK精准分解执行 Vibe Coding - Spec Workflow MCP：打造结构化、AI 驱动的软件开发新范式 Vibe Coding - GitHub官方开源项目spec-kit_spec规范驱动开发 Vibe Coding
人工智能：自然语言处理在社交媒体分析领域的应用与实战

人工智能：自然语言处理在社交媒体分析领域的应用与实战

人工智能：自然语言处理在社交媒体分析领域的应用与实战 学习目标 💡 理解自然语言处理（NLP）在社交媒体分析领域的应用场景和重要性 💡 掌握社交媒体分析领域NLP应用的核心技术（如文本挖掘、情感分析、主题建模） 💡 学会使用前沿模型（如BERT、GPT-3、Transformer）进行社交媒体文本分析 💡 理解社交媒体领域的特殊挑战（如数据噪声、实时性要求高、用户意图多样性） 💡 通过实战项目，开发一个社交媒体情感分析应用 重点内容 * 社交媒体分析领域NLP应用的主要场景 * 核心技术（文本挖掘、情感分析、主题建模） * 前沿模型（BERT、GPT-3、Transformer）在社交媒体分析领域的使用 * 社交媒体领域的特殊挑战 * 实战项目：社交媒体情感分析应用开发 一、社交媒体分析领域NLP应用的主要场景 1.1 文本挖掘 1.1.1 文本挖掘的基本概念 文本挖掘是对社交媒体文本进行挖掘和分析的过程。在社交媒体分析领域，文本挖掘的主要应用场景包括： * 用户行为分析：分析用户的行为（如“
用 Python 搭建本地 AI 问答系统：避开 90% 新手都会踩的环境坑

用 Python 搭建本地 AI 问答系统：避开 90% 新手都会踩的环境坑

欢迎文末添加好友交流，共同进步！ “ 俺はモンキー・D・ルフィ。海贼王になる男だ！” * 前言 * 一、整体架构概览 * 二、新手踩坑分布图 * 三、环境搭建：最容易翻车的第一步 * 3.1 用虚拟环境隔离，别污染全局 * 3.2 PyTorch 安装：版本对齐是关键 * 3.3 依赖管理：用 requirements.txt 锁定版本 * 四、模型下载：别让网络毁了你的心情 * 4.1 使用 Ollama 管理本地模型（强烈推荐） * 4.2 用 Python 调用 Ollama * 五、搭建 RAG 问答系统 * 5.