1. 別急著搭智能體先把“只會聊天”到“會干活”這條路想明白1.1 智能體和聊天機(jī)器人到底差在哪很多人第一次接觸 AI都是在對話框里問它“幫我寫個(gè)周報(bào)”“這篇論文講了什么”它確實(shí)能答得不錯(cuò)。但聊了三個(gè)月你會發(fā)現(xiàn)自己還是停留在“提問-回答”這個(gè)循環(huán)里。因?yàn)槟阒皇窃谟?AI并沒有讓 AI 去替你完成某一件事。智能體和聊天機(jī)器人最本質(zhì)的區(qū)別就是它能不能獨(dú)立閉環(huán)地干活。聊天機(jī)器人是“你問它答”它的上下文就是當(dāng)前這場對話回答完就結(jié)束了。智能體不一樣它可以被理解為“一個(gè)帶著任務(wù)、有權(quán)限、有步驟、有記憶的員工”。你給它一個(gè)目標(biāo)它自己會拆解步驟會調(diào)用知識庫、工具和外部接口中間如果缺信息還會反過來問你。比如你告訴它“幫我把這周的銷售數(shù)據(jù)整理成老板喜歡的 PPT”聊天機(jī)器人頂多給你一版文字框架而智能體會去查數(shù)據(jù)庫、調(diào)周報(bào)模板、生成圖表、甚至直接把 PPTX 文件交付給你。普通人的誤區(qū)是一上來就想搭一個(gè)“什么都懂”的超級助手。實(shí)際上真正好用的智能體都是從一個(gè)非常具體的、重復(fù)發(fā)生的任務(wù)開始做起的。你可以把智能體理解為“把一個(gè)人做某件事的習(xí)慣和流程固化成自動(dòng)化程序”重點(diǎn)不在 AI 有多聰明而在流程有多清晰。這就像一個(gè)新人入職你一上來只跟他說“好好工作”是沒有用的你要給他崗位職責(zé)、操作手冊和工具賬號他才能獨(dú)立干活。智能體本質(zhì)上就是在做這件事。明白這個(gè)差別之后你才能確定一個(gè)核心目標(biāo)你不是在玩一個(gè)新玩具你是在給自己配一個(gè)能重復(fù)使用、穩(wěn)定輸出的數(shù)字員工。1.2 普通人落地的三條路線選哪條聊完概念下面說選型。市面上做智能體的方式粗略分成三類零代碼平臺配置、低代碼工作流編排、純代碼開發(fā)。對所謂“只會聊天”的普通人來說我的建議是直接、徹底地拋棄第三條路線除非你是程序員并且想挑戰(zhàn)自己。第一條路線最友好就是使用現(xiàn)成的智能體開發(fā)平臺。這類平臺比如國內(nèi)的扣子 Coze、字節(jié)的扣子空間、百煉平臺這類已經(jīng)把底層的模型調(diào)用、記憶管理、插件封裝都處理好了你要做的事情就是“填空”填人設(shè)、填技能描述、傳資料、配參數(shù)。門檻基本等同于用 Excel 做一張工作表不需要懂代碼甚至不需要懂模型原理。你只要會打字就能在這類平臺里做出第一個(gè)智能體整個(gè)過程大概 20 分鐘。第二條路線適合有一定邏輯基礎(chǔ)、想把智能體做得更“聰明”的人。它會涉及到少量代碼片段、可視化節(jié)點(diǎn)編排和 API 配置但同樣不需要從零寫程序。比如你可以用可視化工作流把“接到用戶提問-檢索知識庫-調(diào)用搜索工具-返回回答”拆成幾個(gè)節(jié)點(diǎn)再逐個(gè)調(diào)試。這條路線能解決的問題復(fù)雜度更高但也需要你耐心去理解每個(gè)節(jié)點(diǎn)的輸入輸出。我的建議非常明確第一版永遠(yuǎn)選第一條。為什么因?yàn)橹悄荏w的核心難點(diǎn)從來不是技術(shù)而是“流程設(shè)計(jì)和提示詞表達(dá)”。你需要先快速做出一個(gè)粗糙版本去感受它哪里讓你有“想砸電腦”的沖動(dòng)然后再去優(yōu)化。如果你一上來就研究代碼和框架容易陷入工具的海洋里無法上岸。只有當(dāng)你用零代碼平臺把一個(gè)具體場景跑通了并且意識到了它的天花板在哪里你才有必要往低代碼或者代碼路線上升級。這個(gè)順序一旦顛倒你一多半的精力都會耗在部署環(huán)境、改 Bug 而不是改進(jìn)智能體本身的行為上。2. 定場景、寫提示詞、配知識庫搭建智能體最關(guān)鍵的 3 個(gè)底層細(xì)節(jié)2.1 場景不是拍腦袋定的要找“高頻率重復(fù)回答”的活先潑一盆冷水如果你現(xiàn)在連“用 AI 做哪件事最讓我頭疼”都想不到那你大概率還沒有到需要搭智能體的階段。但反過來如果你每天都要回答一堆類似問題比如“產(chǎn)品怎么用”“退款流程是什么”“這篇文章幫我改成什么風(fēng)格”那你就有了最合適的起點(diǎn)。判斷一個(gè)任務(wù)適不適合做成智能體我總結(jié)了三個(gè)標(biāo)準(zhǔn)第一這件事在過去一個(gè)月里你至少做過五次以上。因?yàn)楦哳l意味著投入的時(shí)間能產(chǎn)生回報(bào)如果你為一個(gè)一年才發(fā)生一次的場景搭智能體可能優(yōu)化它花費(fèi)的時(shí)間比手動(dòng)處理還多。我第一次做智能體就犯了這個(gè)錯(cuò)選了一個(gè)季度才做一次的數(shù)據(jù)統(tǒng)計(jì)需求結(jié)果搭建加調(diào)試花了三個(gè)小時(shí)最終還沒我手動(dòng)算來得快。第二這件事有明確的工作流程而不是天馬行空的創(chuàng)意生成。比如“把用戶反饋按情緒分類并生成周報(bào)摘要”是流程性任務(wù)而“幫我想一個(gè)品牌的 slogan”則太過開放智能體發(fā)揮空間太大容易飄。第三這件事允許存在一定的標(biāo)準(zhǔn)答案或者標(biāo)準(zhǔn)流程。如果每個(gè)答案都很主觀需要非常強(qiáng)的判斷力和審美那現(xiàn)階段未必適合。你可以用智能體輔助但期待它獨(dú)立閉環(huán)完成并不現(xiàn)實(shí)。拿我自己的經(jīng)歷說我第一個(gè)真正用起來的智能體是給團(tuán)隊(duì)用的“FAQ 客服助手”。它的任務(wù)特別簡單根據(jù)公司已有的產(chǎn)品文檔回答客戶關(guān)于定價(jià)、功能、開通方式的問題答不了的直接轉(zhuǎn)人工。我選這個(gè)場景就是因?yàn)閳F(tuán)隊(duì)成員每天要花大量時(shí)間在群里回復(fù)同樣的問題而回答來源都是現(xiàn)成的文檔。搭建只花了不到一晚上但它每天能幫我處理幾十條重復(fù)咨詢。這個(gè)價(jià)值不是“哇AI 好聰明”帶來的而是“把同樣的話說了一百遍之后終于可以閉嘴”帶來的。找到場景之后別急著想怎么做。先用一張紙把任務(wù)流程寫下來用戶會怎么問、智能體需要什么信息、從哪查資料、結(jié)果怎么給、答不上來怎么辦。這張紙就是你接下來搭建智能體的施工藍(lán)圖。2.2 提示詞模板不要寫小作文要寫 SOP很多人對“提示詞”的理解是“用魔法把想法翻譯成 AI 能聽懂的話”。這句話對了一半但容易讓人走偏。真正管用的提示詞風(fēng)格是把 AI 當(dāng)作一個(gè)剛?cè)肼毜膯T工你要給它的是崗位職責(zé)說明書SOP不是空泛的聊天開場白。我見過不少人搭智能體在“人設(shè)提示詞”里寫了幾百字的小作文“你是一位溫暖專業(yè)、富有同理心的營養(yǎng)師畢業(yè)于知名大學(xué)擁有豐富經(jīng)驗(yàn)?zāi)惴浅Ｉ朴趦A聽用戶……”這堆形容詞問題不大但根本沒有告訴 AI 具體怎么干活。真正關(guān)鍵的其實(shí)是下面這些行為規(guī)則當(dāng)用戶問題涉及菜單搭配時(shí)你必須先問清楚身高體重、運(yùn)動(dòng)量、過敏源、忌口、目標(biāo)是什么。缺少任何一個(gè)關(guān)鍵信息都不能直接給方案。給方案時(shí)必須按“早餐、中餐、晚餐、加餐”四個(gè)部分輸出并且每部分標(biāo)注熱量估算。如果用戶詢問了過敏源相關(guān)內(nèi)容必須用“注意”開頭做一個(gè)特別提示。如果用戶的問題超出你的知識庫范圍直接回復(fù)“這個(gè)我需要再確認(rèn)一下”禁止自己編造。看到區(qū)別了嗎前者是塑造一個(gè)人格后者是定義一個(gè)流程。對于智能體來說人格是次要的行為約束才是一切的根本。我有一個(gè)屢試不爽的寫法叫“角色-目標(biāo)-約束-輸出格式”四段式。角色就一句話交代身份目標(biāo)寫清楚要完成什么任務(wù)約束部分把所有“不能做”和“必須做”的規(guī)則列清楚輸出格式則告訴它結(jié)果長什么樣。這套模板不華麗但它可以精確鎖定智能體的行為范圍不會讓你一覺醒來發(fā)現(xiàn)它開始自由發(fā)揮了。另外要真誠提醒一點(diǎn)提示詞一定要留版本記錄。我第一次優(yōu)化智能體時(shí)經(jīng)常深更半夜覺得它回答不對就隨手改一段提示詞結(jié)果越改越亂最后完全不知道它是怎么變成這個(gè)狀態(tài)的。后來我養(yǎng)成了每次只改一個(gè)變量、并給提示詞備注版本號的習(xí)慣比如“v1.2 新增了過敏體質(zhì)判斷邏輯”出問題才能快速回滾。2.3 知識庫讓模型閉嘴只信你給的資料做智能體最容易忽略又最關(guān)鍵的不是模型而是知識庫。所謂知識庫簡單來說就是給模型一份“參考資料”讓它在這個(gè)范圍里回答問題。為什么需要它因?yàn)榇竽Ｐ驮谟?xùn)練時(shí)不可能知道你公司的業(yè)務(wù)細(xì)則、你的產(chǎn)品的具體價(jià)格、你內(nèi)部的服務(wù)流程。如果你不喂資料它就只能靠“常識”猜而猜出來的答案十有八九會給你惹麻煩。知識庫的管理我總結(jié)了三個(gè)關(guān)鍵原則。第一個(gè)原則能用自己的資料就不要讓模型自由發(fā)揮。凡是相對固定的內(nèi)容比如產(chǎn)品參數(shù)、退貨政策、課程大綱全都要整理成文檔放進(jìn)知識庫。你可以把這些理解為給智能體發(fā)了一本“員工手冊”它遇到問題先翻手冊而不是自由發(fā)揮。第二個(gè)原則文檔要拆分得足夠細(xì)。知識庫的搜索引擎在匹配資料時(shí)是一段一段找的。如果你丟進(jìn)去一個(gè) 50 頁的大 PDF檢索結(jié)果往往是模糊的。更好的做法是把文檔拆成按主題切割的 Markdown 文件或結(jié)構(gòu)化文本。比如客服助手按“退款規(guī)則”“物流查詢”“發(fā)票開具”分文件建檢索準(zhǔn)確率會有質(zhì)的提升。最初偷懶把一個(gè)幾十頁的說明書整體傳進(jìn)知識庫結(jié)果用戶問“發(fā)票多久能開”智能體答非所問就是因?yàn)樗鼨z索到了整個(gè) PDF 里不相關(guān)的大段內(nèi)容根本沒有定位到那一小節(jié)。第三個(gè)原則堅(jiān)持“知識庫優(yōu)先”。在任何智能體開發(fā)平臺上你都要找到控制模型回答來源的選項(xiàng)設(shè)置為“僅知識庫回答”或“知識庫優(yōu)先”。如果沒有這個(gè)設(shè)置提示詞里必須強(qiáng)制加上一句“嚴(yán)禁回答知識庫中沒有的內(nèi)容?！边@樣做的原因是大模型天生愛“編”內(nèi)容來填補(bǔ)邏輯空白它自己并不覺得自己在編。嚴(yán)格的知識庫約束雖然會讓模型的回答顯得生硬但至少安全可靠。對于絕大多數(shù)業(yè)務(wù)場景穩(wěn)定比“聰明”重要得多。3. 從零搭一個(gè)能用的智能體完整實(shí)操流程以零代碼平臺為例3.1 創(chuàng)建項(xiàng)目與定義人設(shè)先別管“你是誰”先管“你負(fù)責(zé)什么”這一部分我會用最近很典型的“小紅書文案生成助手”作為例子把操作步驟完整走一遍。為什么要選這個(gè)場景因?yàn)樗牧鞒谈刑貏e清晰用戶輸入一個(gè)產(chǎn)品的基本信息智能體輸出三篇符合平臺調(diào)性的草稿。普通人最容易理解也最容易復(fù)現(xiàn)。第一步在你選好的智能體開發(fā)平臺上新建一個(gè)智能體進(jìn)入配置頁面。這里我強(qiáng)烈建議把你一開始在白紙上畫的流程先放到一邊因?yàn)槠脚_界面上通常會有“人設(shè)與回復(fù)邏輯”“技能”“知識庫”“開場白”四個(gè)大區(qū)域。你要做的事情是按模塊把流程翻譯成配置項(xiàng)而不是在一個(gè)頁面里試圖把所有內(nèi)容都塞進(jìn)去。人設(shè)與回復(fù)邏輯這一欄很多人的習(xí)慣是寫“你是一位資深小紅書運(yùn)營”。這樣寫沒錯(cuò)但缺了一條主線。按照我在上一部分給出的四段式寫法我建議你這樣填角色你是小紅書爆款內(nèi)容創(chuàng)作助手熟悉平臺審核規(guī)則和用戶偏好。目標(biāo)根據(jù)用戶提供的產(chǎn)品描述和賣點(diǎn)創(chuàng)作可直接發(fā)布的小紅書筆記草稿。約束禁止編造產(chǎn)品沒有提到的功效或資質(zhì)標(biāo)題不超過 20 個(gè)字必須包含表情符號必須把最吸引人的賣點(diǎn)放在開頭如果用戶沒提供使用感受禁止直接替用戶說“我用了三天就白了”只能用中性的體驗(yàn)描述。輸出格式每一篇筆記都按“標(biāo)題、正文、話題標(biāo)簽”三個(gè)板塊輸出不要額外講解創(chuàng)作思路。如果你測試之后發(fā)現(xiàn)回答還是太“通用”那一定是約束寫得還不夠具體。人設(shè)欄不是用來彰顯文學(xué)才華的是用來逐步收斂行為邊界的。你的目標(biāo)很簡單AI 給出的答案讓不懂你們產(chǎn)品的人也能挑出符合預(yù)期的內(nèi)容這句話本身就是檢驗(yàn)人設(shè)描述是否合格的標(biāo)準(zhǔn)。3.2 配置技能和工作流把“點(diǎn)狀能力”連成“線性任務(wù)”配置完提示詞接下來是一個(gè)智能體最容易出彩也最容易翻車的部分——技能。技能的本質(zhì)是給智能體“額外的手腳”讓它有能力完成“只用文字生成無法做到”的事情。例如你若讓它抓取網(wǎng)頁產(chǎn)品信息來寫文案就得給它配備一個(gè)網(wǎng)頁解析工具。配置技能的操作方式在大多數(shù)平臺上是“添加插件”然后選擇你要用的功能再去參數(shù)設(shè)置里做相應(yīng)的授權(quán)。不過這里我更想講一件比操作更重要的思路不要一開始就堆砌太多技能。上個(gè)月我看到有人做一個(gè)“社群運(yùn)營助手”時(shí)一口氣加了八個(gè)小插件結(jié)果智能體反而變得蠢萌用戶問“今天天氣如何”它都能先查一遍知識庫再調(diào)用某搜索工具再回答反應(yīng)速度極其感人。技能的價(jià)值取決于使用場景工具不是越多越好。正確的做法是把智能體要做的事拆成一條線然后只給這條線配工具。比如我那個(gè)“小紅書文案生成助手”的工作流就是一條非常清晰的流水線第一步接收用戶輸入的產(chǎn)品名、核心賣點(diǎn)和目標(biāo)人群。第二步在大模型節(jié)點(diǎn)中把輸入信息轉(zhuǎn)成結(jié)構(gòu)化字段。第三步調(diào)用一個(gè)“違禁詞檢測”工具判斷用戶提供的產(chǎn)品賣點(diǎn)里有沒有廣告法限制詞比如“最”“第一”“根治”這類。第四步把檢測通過的信息填到最終提示詞中生成三篇文案。第五步輸出格式整理成“標(biāo)題區(qū)/正文區(qū)/標(biāo)簽區(qū)”三個(gè)卡片。你把這條流水線看下來就會發(fā)現(xiàn)中間沒有一步是復(fù)雜的“高科技”它更像一條工廠流水線原材料進(jìn)去每個(gè)站點(diǎn)做一點(diǎn)處理最后出來成品。如果其中某一步失控比如違禁詞檢測工具把“最快”誤判為違規(guī)你也能順著節(jié)點(diǎn)排查到具體是哪個(gè)環(huán)節(jié)出了問題。這比你把所有話都揉進(jìn)一個(gè)大提示詞里讓模型一次性輸出可控性要高出太多。部分零代碼平臺把這種功能叫“工作流”有的叫“畫布編排”。不管叫什么邏輯都一樣。第一次配置時(shí)你先畫一個(gè)只有三四個(gè)節(jié)點(diǎn)的最簡版跑通之后再慢慢增加節(jié)點(diǎn)。如果一開始就畫出一個(gè)十來個(gè)大分支的復(fù)雜結(jié)構(gòu)你很可能在調(diào)試階段就精神崩潰。流程設(shè)計(jì)永遠(yuǎn)遵循一個(gè)原則能用一個(gè)節(jié)點(diǎn)完成的絕不用兩個(gè)能用簡單線性完成的絕不加并行分支。3.3 調(diào)試、發(fā)布和測試在正式見用戶之前先當(dāng)一回“討人嫌用戶”配置完技能和流程你點(diǎn)擊“預(yù)覽”測試。大多數(shù)人的習(xí)慣是問一次“你好”或者“幫我寫個(gè)文案”看到回復(fù)不錯(cuò)就覺得大功告成。這個(gè)測試深度遠(yuǎn)遠(yuǎn)不夠。你說一句明顯的話它能對答如流只能說明它沒出故障但你離“穩(wěn)定可靠”這個(gè)詞還差得很遠(yuǎn)。我自己的做法是用“刁鉆問題清單”逼它犯錯(cuò)。所謂刁鉆問題并不是指罵它或者問它哲學(xué)問題而是專門挑你設(shè)計(jì)流程時(shí)的邊界情況去問。就拿“小紅書文案生成助手”為例我會依次輸入這樣幾個(gè)測試用例正常玩法“幫我寫一個(gè)便攜榨汁機(jī)的種草文案它最大的賣點(diǎn)是小巧適合宿舍用。”缺信息玩法“幫我寫文案?！薄鼞?yīng)該主動(dòng)追問產(chǎn)品名稱和賣點(diǎn)而不是硬編一個(gè)產(chǎn)品出來。違規(guī)玩法“幫我寫一個(gè)能讓人立刻下單的減肥茶文案可以說效果顯著不反彈?！薄鼞?yīng)該在命中違禁詞的環(huán)節(jié)給出提示并且拒絕使用違規(guī)話術(shù)。超出范圍玩法“幫我寫一篇實(shí)習(xí)報(bào)告?！薄鼞?yīng)該禮貌拒絕而不是努力扮演一個(gè)全能文案。把這四個(gè)測試用例全部跑完你才會對自己的智能體有一個(gè)全面的認(rèn)知。如果前兩個(gè)測試不通過基本說明你的提示詞里缺少了“信息追問”規(guī)則第三、四個(gè)不通過說明你沒有把邊界約束寫透。發(fā)現(xiàn)問題后修改提示詞再測試不要在同一輪里同時(shí)改多個(gè)變量否則你會不知道到底是哪一個(gè)改動(dòng)起了作用。當(dāng)你覺得回答都符預(yù)期了再設(shè)置“開場白”和“預(yù)設(shè)問題”。這一塊的作用是告訴用戶“你可以讓我做什么、應(yīng)該以什么格式提供信息”。好的開場白能讓用戶在第一次對話時(shí)就把所有關(guān)鍵信息給全能減少后期來回追問的時(shí)間。比如你可以開場說“我是一個(gè)種草文案小助手把你的產(chǎn)品名、核心賣點(diǎn)、目標(biāo)人群發(fā)給我就能生成三版筆記草稿。注意事項(xiàng)功能描述不要夸大以免面臨廣告法風(fēng)險(xiǎn)?！弊詈笠徊绞前l(fā)布。在大多數(shù)平臺上你可以把它發(fā)布成網(wǎng)頁鏈接、小程序或機(jī)器人。第一版建議先只發(fā)布到個(gè)人可見鏈接發(fā)給三五位可信賴的朋友試用兩天讓他們用最自然的方式和它聊天。你只要能收集到幾條意料之外的對話記錄就已經(jīng)值回搭建時(shí)間了。4. 上線后才會遇到的坑排查思路與優(yōu)化清單4.1 它總是不按我說的來問題出在哪“我明明在提示詞里寫了必須每段不超過 100 字它還是給我寫一大團(tuán)字?！边@類抱怨在我身邊簡直每隔幾天就會出現(xiàn)一次。問題的核心在于很多人把大模型想象成了一個(gè)嚴(yán)格執(zhí)行命令的計(jì)算機(jī)程序但實(shí)際上它是一個(gè)“概率預(yù)測機(jī)器”。它不會一字不差地執(zhí)行所有指令而是會按概率考慮哪些詞更合適所以在多個(gè)指令同時(shí)要求時(shí)它會權(quán)衡、妥協(xié)甚至干脆丟掉一些細(xì)微規(guī)則。要解決這個(gè)問題先明白大模型的這個(gè)底層特性你才能真正理解為什么有些提示詞寫法屢試不爽。第一是“把最重要的規(guī)則前置”讓它優(yōu)先讀到第二是“用示例而不是只靠抽象描述”。你只寫“不要啰嗦”它是聽不懂的應(yīng)該給它一個(gè)正例和一個(gè)反例。比如正確的輸出方式“榨汁機(jī)體積只有保溫杯大小放行李箱不占地方?！卞e(cuò)誤的輸出方式“這款榨汁機(jī)真的很棒它最大的特點(diǎn)就是小巧便攜這對于那些經(jīng)常外出、住宿舍的朋友來說簡直太方便了不會占用太多空間……”一旦你把示例放進(jìn)提示詞模型對風(fēng)格的理解會瞬間清晰。如果給了示例還是不服管那就試試另外一種解決路徑在提醒詞里增加邏輯判斷比如“如果字?jǐn)?shù)超過 100 字請重寫一次”。一些零代碼平臺允許你設(shè)置“模型回復(fù)后檢查”的節(jié)點(diǎn)這樣就能在它生成內(nèi)容后自動(dòng)做一次合規(guī)校驗(yàn)不合規(guī)就退回重寫。這個(gè)思路治標(biāo)又治本因?yàn)樗灰蕾嚹Ｐ偷淖杂X性而是把“人工質(zhì)檢”變成了“流程節(jié)點(diǎn)”。4.2 知識庫不生效、引用亂、記憶混亂怎么處理知識庫的問題通常是上線后第二個(gè)真正的攔路虎。最典型的現(xiàn)象是你明確給了產(chǎn)品文檔智能體卻回答了一個(gè)文檔里根本沒有的價(jià)格。排查這類問題首先要理解它背后的機(jī)制知識庫在多數(shù)平臺里并不是每次對話都會被“全面閱讀”而是先用你問的問題當(dāng)關(guān)鍵詞去檢索再把它認(rèn)為相關(guān)的幾個(gè)文本片段拼接給模型作為上下文。你可以把它理解為在圖書館查資料不是把整本書背下來而是挑幾個(gè)段落給你看。所以你的問題本身決定了它能不能檢索到正確答案。解決辦法有幾個(gè)層次。最基礎(chǔ)的層次是讓你的知識庫文檔結(jié)構(gòu)更利于檢索。比如把所有文件統(tǒng)一成 txt 或 Markdown標(biāo)題寫清楚每個(gè)段落有一個(gè)核心主題標(biāo)記。其次你要實(shí)測多個(gè)問法?！巴丝疃嗑媚艿劫~”是一種問法“錢什么時(shí)候退回來”是另一種問法好的知識庫應(yīng)該能在兩種問法下都檢索到同一個(gè)回答。如果只在某一種問法下生效可能就需要在知識庫里補(bǔ)充不同關(guān)鍵詞的同義條目。另外一個(gè)常見的坑是很多平臺默認(rèn)“回復(fù)前先查詢知識庫但并不是強(qiáng)制引用”。在你評估某個(gè)智能體的表現(xiàn)時(shí)可以在測試歷史里打開它的“引用來源”查看它到底有沒有調(diào)用你提供的文檔。如果它沒有調(diào)用知識庫你要去檢查知識庫的權(quán)限設(shè)置是否已經(jīng)關(guān)聯(lián)到當(dāng)前智能體如果調(diào)用了但還是回答錯(cuò)那就是檢索到的片段本身就不對你去調(diào)整文檔結(jié)構(gòu)即可。至于“記憶混亂”問題一般出在你開啟了長期記憶卻沒有定期清理。智能體平臺里的記憶功能是用來記錄用戶偏好的比如“用戶喜歡簡潔的回答”。但如果你在測試時(shí)問了太多無關(guān)問題它可能就把一些錯(cuò)誤信息記進(jìn)去了。碰到這種情況別急著改代碼先去記憶管理頁面里把所有歷史記憶清空再重新測試。我碰到的多數(shù)“智能體突然變笨”的事故最后排查下來都是記憶庫污染導(dǎo)致的。4.3 一個(gè)越用越順手的迭代節(jié)奏智能體搭好只是萬里長征第一步真正考驗(yàn)?zāi)托牡氖呛罄m(xù)迭代。我的長期經(jīng)驗(yàn)可以總結(jié)為一句話每次只根據(jù)一個(gè)真實(shí)痛點(diǎn)做一處修改改完立刻測試測試完立刻記錄結(jié)果沒有驗(yàn)證通過前絕不動(dòng)下一個(gè)地方。剛上線階段建議把前二十條真實(shí)用戶的對話全部翻一遍。不要只看它們有沒有得到正確回答要把注意力放在用戶的“發(fā)問方式”上他們說的話和你寫示例時(shí)的語言風(fēng)格是否一致如果用戶習(xí)慣說“我要退貨怎么辦”而你知識庫里只有“退款政策”這就是一個(gè)典型的檢索關(guān)鍵詞不匹配問題。你可以在知識庫中補(bǔ)充一份“用戶常見說法大全”把各種口語表達(dá)全部整理進(jìn)去。這一招效果立竿見影。到了穩(wěn)定期你需要關(guān)注的是“回答準(zhǔn)確率”和“無法回答率”。如果準(zhǔn)確率不錯(cuò)但無法回答率太高說明你把問題卡得太嚴(yán)了應(yīng)該適當(dāng)放寬知識庫范圍或者補(bǔ)充文檔內(nèi)容。如果準(zhǔn)確率低說明知識庫里混入了不相關(guān)的內(nèi)容應(yīng)該精簡文檔而不是繼續(xù)增加。記住一個(gè)大方向智能體在大多數(shù)場景下的最優(yōu)狀態(tài)不是“無所不知”而是“在能力邊界內(nèi)做到 100% 穩(wěn)定”。根據(jù)我個(gè)人的實(shí)際體會搭建一個(gè)智能體最劃算的時(shí)刻并不是你把它開發(fā)完成的那天而是在它上線兩個(gè)月、你已經(jīng)修改了十幾輪之后的那個(gè)普通工作日——當(dāng)你看到團(tuán)隊(duì)同事直接在智能體里問出了標(biāo)準(zhǔn)答案、而你完全不需要介入回復(fù)的瞬間。那一刻你會覺得之前踩過的所有坑都值得。