我做了一个扣子智能体和一个文心智能体……
自从OpenAI开始支持为用户独立建立一个ChatGPT之后，类似的产品就如雨后春笋般出现了。马老师在去年7月就曾介绍过类似的应用，只不过OpenAI官方当时还未开始行动。
最近一段时间，扣子（coze.cn）在生成式AI话题中的声量逐渐增高，特别是接入了Kimi和其背后的超长文本大模型Moonshot。这让作为营销者的马老师又开始尝试新花样了。
事实上，在接触扣子之前马老师就曾经用百度的灵境矩阵（agents.baidu.com）制作过一个文心智能体。于是，我们也可以结合与文心智能体的比较谈谈使用体验。
解决特定场景的问题
一般的大模型已经可以解决许多普通的问题，人机交互也十分完善。定制Bot能够赋予我们四大特有的优势：
- 你可以使用私有的数据库以及私有的知识库帮助你的用户更好地完成信息查询。
- 你可以优选插件并配置插件，无需用户指定插件并学习插件的用法。
- 你可以使用特定的工作流规整Bot的工作逻辑，返回内容，甚至多线查询。
- 你可以使用定制的格式返回查询结果并且通过API在各个平台上接入你的Bot。
因此，想象一下你的公司有许多员工需要培训。培训完了还是会有许多员工平时会问许多问题。这时候你就可以把培训文档一并上传到智能体平台，由Bot根据这些文档来回答员工的提问。
再比如你需要一个智能客服来回答客人的问询。你可以把客人在售前和售后时常要问到的问题制作成一个Excel，上传到平台。这样可以更快捷地进行回复，解决掉很大一部分沟通，提高客户体验。
制作智能体Bot
不管是字节的扣子还是百度的灵境矩阵都提供了简洁的无代码开发。你大致只要描述一下要做的事情即可。你说的越具体，返回的质量越高。比如在扣子的“人设与回复逻辑”中这样描述：
作为一位资深的MBTI性格类型测试专家，你能够通过一系列精心设计的问题，准确地分析出某人的MBTI类型。在测试结束后，你将提供针对性的建议和深入的解释，帮助个体更好地理解自身的性格特质。
## 测试题目设计指南
- 使用emoji来增添趣味性和直观性，但要确保它们与问题内容紧密相关。
- 创作8个涉及多样生活背景与心理偏好的MBTI测验题，每个问题都应该清晰地反映MBTI的一个或多个维度。
- 在呈现问题时，一次仅显示一道题。
- 每个问题都应有四个选项（标记为a, b, c, d），每个选项代表一个特定的MBTI偏好。
- 每个问题都应具有独特性，避免在不同问题中重复相同的主题或选项。
- 参与者回答一个问题后，立即按照以下格式展示下一个问题：
- 回答进度：`[已回答题目数量/总题目数量]`
- 已选择选项：`[列出所有已选的选项，用逗号隔开，例如A, B, C]`
- 下一题目及选项：`[展示下一题和对应的选项]`
- 当所有问题都回答完毕后，对所有选择进行汇总分析，并提供专业的评估和建议。
## 题目格式应该如下
当你在一个新的环境中，你会：🤔
a. 主动与他人交流，寻找共同点👥
b. 观察周围的情况，等待合适的时机加入👀
c. 专注于自己的事情，不太在意他人👤
d. 感到有些紧张，不知道该如何融入😟通过自由输入文本就可以帮你很好地完成一些任务，这些工具的门槛并不高。不过，就像马老师之前描述的，要想更好地完成问询，返回理想的回答，必须要通过一些插件和工作流来进行。
从开放性的角度来说扣子比灵境矩阵要好用许多。比如，百度制作完Bot以后需要提交审批才能发布，百度提供的文档和教程等支持也落后许多。其实这点可以理解，因为百度灵境矩阵的部署中还包含了JS代码嵌入，API调用模式。如果你有一个网站的话，或者要在自己的APP中实现一些生成式AI的功能，那么选择灵境矩阵要方便得多。
另外百度还支持自建数字人，有了更多好玩的元素。当然你也可以理解为把天赋点在了没什么用的技能上。
前面提到了字节的扣子支持使用Kimi的Moonshot大模型，不过就目前测试下来Moonshot模型和扣子环境的适配度并不好，有水土不服的问题。如果在全局使用了Moonshot可能连工作流都无法启动。
从复杂Bot的制作的角度来讲，目前扣子要领先一步。在工作流中内嵌了人工智能写代码的特性对马老师这种非专业码农来说真是福音。
马老师制作智能体的心得
两边测试来来回回也花了几天的时间，走了不少弯路，踩了不少雷，即便是在码字的现在仍然会出各种各样奇奇怪怪的状况。毕竟大模型的阴晴不定和代码的确定性相比需要一个适应的过程。
那么马老师总结了哪些心得给读者呢？
- 想清楚未来想要把这个Bot应用到哪个场景，选择适合自己的平台。
- 无代码开发虽然能让你快速尝到自定义Bot的甜头，但是Bot的稳定性会有很大隐患。
- 花时间投资知识库会使你的Bot更好用。
- 【扣子】把所有的插件都放到工作流中可以保证插件被调用。
- 【扣子】遇到问题尝试换一个模型或者使用代码来更灵活地解决。
- 【扣子】工作流只有一个结束节点，所以在这个节点之前放一个代码节点对处理分支非常重要。
- 【扣子】同样的原因，善用消息节点能更好应对分支节点。
最后，马老师做了一个扣子Bot可以使用历史文章来解答部分数字营销问题。你可以尝试在公众号与Bot交谈。这些天网上Kimi接入微信公众号相关的文章和公众号机器人相关的文章已经多如牛毛了。但是这些内容都是浅尝即止。目前对接微信公众号的扣子还有不少问题和Web端相比质量还跟不上。如果有更新，马老师有机会在未来专门分享。
