AI Agent（人工智能体）
，一种
基于大型语言模型的智能系统
，它能够理解、推理并响应用户的需求，提供决策支持和自动化服务。它可以存在于多种形态，从聊天机器人到虚拟助手，从游戏角色到专业咨询系统，AI智能体的身影无处不在。
一个不容忽视的问题是，当前智能体平台的学习成本较高，尤其是对于不懂代码的非技术人员而言，如何快速上手并搭建有效的智能体成为了一个难题。本文将围绕58灵犀智能体项目，探讨如何设计高效的智能体创建流程。
如果我们把智能体比喻成刚出道的明星。打造一个智能体，可以概括为三个核心步骤：
这三个步骤分别对应智能体的角色定位、能力培养和效果测试，通过这3步即可搭建一个基础的智能体。
AI提示词框架是专为与AI智能体交互而设计的结构化提示方法。这些框架旨在帮助用户更清晰地定义他们的需求，引导AI模型生成更准确、更有用的回答。就像你创建了一个虚拟角色，你要通过这一步教会他说话，让他知道该如何回答你的问题。
如果是熟练的技术用户，可以写出标准的提示词框架，可对非技术类用户来说学习成本很高。深挖背后的原因——
缺乏引导案例
。用户在编写时，往往不清楚如何下手，缺乏直观引导和实际案例作为参考。针对这些问题，设计团队深入研究，提出了解决方案。
案例模板化：
跟产品团队共建出一套标准的框架模板，适用于多种场景的搭建，包括「角色与目标」、「指导原则」、「限制」、「澄清」和「个性化」。并给用户填充可编辑的真实案例，用户可以在案例基础上自由编辑，有效降低学习成本，快速上手。
角色差异化：
在进入创建功能时，让用户根据自己能力选择创建方式。
平台规范搭建：
针对新手和非技术角色设计。提供固定的提示词框架，用户在框架的模板基础上编辑想要的内容。不用担心框架遗漏的问题，再配合预先填充的模板，有效提升操作效率。
自定义搭建：
为技术角色设计，预先也会填充提示词，但用户根据自身需求增删改框架，大大提高编辑的自由度，满足高手的多样化框架需求。技术有自己的书写规范「# 巴拉巴拉」，识别到后会自动加粗，保证编辑的规范性。
当我们让智能体有了“人设”，下一步就是要教会他才艺了。我们可以在创建时给智能体添加「插件」、「工作流」和「知识库」来丰富智能体的功能，从而让他解决更多场景的问题。
优化语义：
“插件”、“工作流”、“知识库”这些词汇读者听着很陌生，新用户也是如此，因此为了降低理解成本，我们优化了功能描述的语义（正好也给读者做名词解释）。
-
插件：
选择不同功能的工具，让智能体能够执行更多类型的任务。
-
工作流：
选择可视化的方式组合，实现复杂、稳定的业务流程编排。
-
知识库：
扩展智能体的知识储备，为用户提供更针对性的答案。
功能描述语义由两部分组成：
「描述用户行为」
和
「行为造成结果」
，让用户知晓自己可以干什么，干了之后会得到怎样的结果，易于理解。同时将复杂的技术文案简化，使其更加口语化。
在添加功能后，每个模块都有清晰的标题和简介，用户可以快速了解每个模块的作用。
优化开场白编辑：
开场白是智能体与用户建立联系的第一印象，我们优化了富文本编辑能力，用户可以利用富文本编辑器，设计个性化的开场白。让智能体能更好的将功能透传给使用者。
同时增加了所见即所得的及时反馈，用户编辑开场白时，可以即时在对话预览中看到效果，实现所见即所得。
添加插件、工作流和知识库：
我们对插件、工作流和知识库的弹窗进行了规范设计，以提升用户体验。每个功能模块的弹窗都有清晰的标题和功能简介，用户可以一目了然地了解如何操作。保证视觉一致性的同时，简化操作流程，用户可以通过简单的点击和选择完成配置。
此时智能体已经具备了基础能力，他有了自己的“人设”，也学会了“才艺”，这个时候作为经纪人的用户，就要帮他安排“选秀”出道证明自己了。在这个阶段用户会去测试智能体，主要是通过对话预览智能体回复的内容，看是否符合预期，并根据回复结果调整参数。
用户在该场景下关注智能体思考过程，即工作流的
「工作状态」
，以及智能体的功能的
「运行结果」
。
工作状态反馈：
AI的工作流程分为「获取」、「解析」和「生成」三个阶段。智能体在创建场景下的工作状态对于用户理解工作流程至关重要。
应用场景不太需要用户感知「获取」和「解析」阶段，往往会模糊过去，而更关注「生成」阶段。但是创建场景强调反馈工作状态，因此各状态节点状态都要及时透传给用户。
运行结果反馈：
生成结果的反馈设计对于用户体验至关重要，用户需要清晰的看出插件、工作流和知识库具体是如何工作的。入口放在对话气泡底部，方便在展开后不影响生成结果，点击后展开具体运行内容，优化内容分段，提升可读性。
