不会写代码，也能10分钟做出自己的AI机器人？这篇零基础保姆级教程，手把手教你用Coze平台5步搭建一个能自动播报热点的智能体：从创建、写提示词、选大模型到挂插件、一键调试，全程可视化拖拽，零代码完成。

从这篇文章开始，我将通过系列文章，带你一步步入门，具体内容主要围绕下面几点展开

①介绍什么是bot以及工作流基础知识

②学习工作流的各大节点，如数据库、知识库、触发器、卡片、快捷按钮图等

③以coze平台为载体，实现复杂广泛的开发

本文将带你入门，从0到1搭建一个智能体

在入门之前，我们先理解以下几个概念

① 输入变量

你可以传入一些参数，在提示词中调用，如标题、产品名等

②上下文

指词语、句子或段落所处的  语言环境  ，通过前后文关系帮助理解语义

③JSON

通过  键值对 + 对象/数组  的极简设计，成为跨平台数据交换的通用语言，是一种轻量级的数据交换格式，它基于文本，易于人阅读和编写，同时也易于机器解析和生成。JSON常用于网络应用之间的数据传输，以及配置文件和数据存储。

在搭建智能体时，我们用的是扣子平台

Coze平台可用于AI开发，包括AI agent应用和小程序开发。

如果我们把成品看作是一个机器人，那么这一个机器人的大脑就是大模型，插件和工作流是手和脚

也就是说，一个智能体的搭建，需要大模型、插件、工作流

借助扣子提供的可视化设计与编排工具，你可以通过零代码或低代码的方式，快速搭建出基于大模型的各类 AI 项目，满足个性化需求、实现商业价值。

扣子可分为3层架构，分别为空间、项目、资源库

① 空间

空间是资源组织的基础单元，不同空间内的资源和数据相互隔离。一个空间内可创建多个智能体和 AI 应用，并包含一个资源库。在资源库中创建的资源可以被相同空间内的智能体和 AI 应用使用。

② 项目

项目分为智能体和 AI 应用两种类型

③ 资源库

你可以在资源库内创建、发布、管理共享资源例如插件、知识库、数据库、提示词等。这些资源可以被同一空间内的智能体和应用使用。

1. 插件：插件是第三方应用，接入COZE平台后，可将其作为应用的手和脚，丰富平台功能，入不同的第三方应用，如必应搜索专门用于搜索，墨迹天气用于查天气，高德地图用于查地图，实物大师用于查询实物相关资讯等。
2. 知识库：知识库是把相关知识集中整合在一个固定的空间中，然后通过大模型去调用这些知识，方便大模型根据需求调用特定的知识
3. 数据库：数据库是把数据放在一个整合好的空间中，然后通过各种手段去调用它，类似于传统软件开发的数据库功能，以表格结构存储数据，支持单用户和多用户查询模式，适合管理结构化数据，如客户信息、产品列表、订单记录等。
4. 提示词：提示词是大模型的提示词，用于引导大模型生成符合需求的输出，在使用COZE平台创建工作流等操作时，提示词可帮助设定相关参数和规则

下面，我们以“新闻播报为例”，带你从0到1搭建一个智能体，全流程主要包括5个步骤

①创建智能体

②设置提示词

③选择大模型

④选择插件

⑤预览和调试

一、创建智能体

登录扣子平台

https://www.coze.cn/space/7451480832906461203/develop

按如下步骤进行创建

创建完成后界面如下，界面总共分为3个不部分

二、提示词

提示词有很多种结构，可以直接使用扣子官方提供的模版

搭建智能体的第一步就是编写提示词，为智能体设定身份和目标。

智能体会根据大语言模型对人物设定和回复逻辑的理解，来响应用户问题。

因此提示词编写得越清晰明确，智能体的回复也会越符合预期。

提示词包括系统提示词和用户提示词，两者区别如下：

在写提示词时，我们可以直接适用扣子提供的提示词模板进行填写，然后再进行优化对比调试，写出符合我们需求的提示词

这里，提供一种最基础的结构，主要分为三大块，分别是角色、技能和限制。

1. 角色

角色就是定义大模型是谁？现在很多大模型都是混合专家模型。我们定义好他的角色以后，他就能够根据自己被定义的角色，调用相关的知识来回复我们。定义好他是谁，他能做什么，用一句话来叙述就可以了。

##角色

你是一个新闻推送员，会使用自然语言处理技术，根据用户的兴趣和偏好，从互联网上搜索和筛选相关的新闻，并将它们推送给用户。

2. 技能

技能部分详细描述了大模型能够执行的任务。每个技能通常以“#技能”开头，这个#属于markdown格式。

##技能

###技能1:搜索和筛选新闻

1.当用户询问最新的科技新闻时，调用“getToutiaoNews”搜索最新科技新闻，最终整理不少于3条新闻回复用户。

2.你需要根据用户的兴趣和偏好，对搜索到的新闻进行排序和筛选，确保推送给用户的新闻都是他们感兴趣的。

###技能2:推送新闻

1.你需要使用一种合适的方式，将筛选出来的新闻推送给用户。

2.你需要确保推送的新闻内容准确、及时、有趣，并且符合用户的兴趣和偏好。

3. 限制

限制部分明确了模型不能做的事情，帮助模型避免产生不必要的错误或不相关的回复。

##限制

-你只需要搜索和筛选与AI相关的新闻，不需要对新闻内容进行深入分析和评论。

-你只需要使用用户提供的语言进行交流，不需要使用其他语言。

-你只需要回答与新闻推送相关的问题，不需要回答其他问题。

-拒绝回答与新闻无关的话题；如果并没有搜索到新闻结果，请告诉用户你没有查到新闻，而不应该编造内容。

注意：

* 简洁明了：提示词应尽量简洁，避免冗长和复杂的句子结构。

* 逻辑清晰：每个技能和限制都应有明确的逻辑顺序，便于模型理解和执行。

* 具体明确：尽量避免模糊不清的描述，确保每个指令都有具体的操作步骤。

此外，我们还可以借助ai自动优化提示词

ai自动优化提示词包含2种，分别是自动优化提示词、根据调试结果优化提示词

1）选用大模型

在实践过程中，大模型的选择影响最终的成品效果，不同大模型功能不同，在coze平台中，常用的大模型有：

在进行模型选择时，可根据下表进行决策

在实际应用时，我们可以通过切换不同模型调试并试运行来选择更恰当的模型

2）大模型型号区别

需要注意的是，同种类的大模型还有型号的区别，最典型标志是K和B。

K代表上下文长度，如4K、32K、128K、256K等，即数值越大容纳量越多，但生成速度可能越慢；也就是说如果我选128K，它生成的文字毫无疑问要比32K更多

B代表十亿，如6B、8B等。

训练大模型的参数，如果前面的数字越大，就代表这个大模型效果可能越好

3）大模型版本性能区别

即使是相同种类的大模型，时间版本不同性能也不同，时间接近效果越好。例如豆包pro 32K，2025年推出的比2024年8月推出的效果好

4）设置大模型

① 添加大模型，根据需要选择合适的大模型

② 配置大模型参数，在选择大模型进行参数设置时，随机性、回复长度、携带上下文是几个重要的参数

1. 随机性：随机性参数用于控制大模型输出内容的随机程度。当要求输出精确时，只需把随机性改为零，这样能使模型生成的内容更具确定性和可预测性，减少随机因素对输出结果的影响，让输出更符合预期。
2. 回复长度：回复长度参数决定了大模型输出内容的字数上限。如果希望模型输出的字数达到最大，就需要把回复长度拉到最大，从而使模型能够提供更详细、丰富的信息。
3. 携带上下文：携带上下文参数指的是模型记忆对话轮数的设置。若将其改为零，意味着模型每一次输入都不携带上下文的记忆，即不会参考之前的对话内容来生成当前回复，每次回复都是相对独立的。

四、插件工具

1. 插件类型

从来源角度进行划分，插件可分为系统插件和第三方插件

①扣子平台自带插件

这类插件是扣子平台官方发布的，具有稳定性高的特点。例如“头条新闻”插件，有扣子官方标记，成功率100%，调用量达52.1M，非常稳定。

②第三方兴趣部落或爱好者自定义开发的插件

由第三方兴趣部落或爱好者开发，其质量和稳定性需要评估。如“实时热点新闻”插件，虽调用量高但成功率为零，这类插件需谨慎选择

2. 如何添加插件

1. 在搜索框中输入想要添加的插件关键词，例如“新闻”，系统会自动列出扣子平台中现有的各种插件。
2. 从搜索结果中找到需要的插件，比如“头条新闻”插件，可以根据调用量和成功率进行选择，这两个值越高越好
3. 点击该插件右侧的“添加到我的智能体”按钮，即可完成插件的添加。

最后

预览和调试。