文章介绍了 Coze 平台的个人知识库功能，指出其使用简单，但要做好基于知识库的问答分身，需考虑知识库沉淀、精修、Workflow 使用和提示词调优等因素。
前几天，我们介绍了Agent平台在AI项目大框架中是一个什么样的定位，以及能成功的两个关键流量与幻觉问题，因为这种Agent平台本身其实难度并不太高：
AI创业如何选择Agent平台，Coze、Dify、腾讯元器？可能都不是
然后之所以比较推崇字节体系的Coze，其原因除了他的流量红利外，飞书本来就是做2B的，企业端可以很轻松用Coze+多维表格实现AI的简单试错。
按照流量逻辑来说，Agent平台会用得比较好的应该是腾讯、阿里、字节体系才是，为什么Dify这个东西又出现了呢？
这里就涉及了第三个问题：安全性（这里可能会涉及云服务商选择等多种问题），因为Dify是开源的，所以其在数据隐私这里会有些优势，并且也是因为开源其拥有看社区的属性，这也是一种流量。
然后在做Agent平台做实施的时候，单独靠Dify或者Coze很多工作其实是难以完成的，所以飞书还有多维表格这种类似数据表格的东西配合Coze，这样他就可以做到多Agent协同了，这块Dify怎么办呢？
答案是Dify也可以用多维表格当然也可以使用维格云表格（他与飞书多维表格很类似），反正中间可以写各种胶水代码解决这一切…
言归正传，通过对Dify的简单探讨，其实这里将Agent平台成功元素又做了一次梳理，依次是：
前三个我们做了一些说明，现在聊聊幻觉问题。其实这种Agent平台在幻觉这里的处理就是依赖知识库，他在小场景、非严肃领域是很不错的选择，所以我们今天就来聊聊Coze平台配套的知识库，事实上他使用起来比较小白…
依旧是Agent的经典图示：
一个Agent运行的是否好，主要由两点控制：
第一，Workflow，在模型足够强之前，Workflow相当于为大模型设置了任务目标，Workflow会决定这个Agent像不像个正常人，能不能完成基本任务；
第二，独有知识，无论模型多强，他也不能知道自己没有学习过的知识（语料），所以这里一定会产生知识库的概念，让模型可以实时查询，事实上知识库体系完全可以脱离于Coze运行，知识库决定了这个Agent聊得像不像一个专业的人。
这也是为什么会说AI产品的核心是数据的原因，因为底层模型都是类似的，拉开差距的其实就是数据的沉淀与应用，其中数据沉淀是KnowHow的事，数据应用是工程的事，KnowHow肯定大于工程的。
这里依旧使用之前的案例，以下是一次完整的粉丝咨询问答：
我准备提一个副部长，把所有现在的管理工作全部交出去，精力主要放在AI发展、重点项目攻关上。
正副分工：副部长主要偏向内部管理，包括项目管理、人员指标管理和工作提效。部长主要偏向外部拓展，负责资源预算争取、处理跨团队冲突、重点项目攻关、文化建设、关键人员管理。
组长 A：人缘好，管理能力不错，技术一般。独立负责团队很久，但对高管有意见，和高管对接时心态不稳定。优点是管理能力和团队认可度，缺点是技术不足，可能与高层有摩擦，影响执行力。
组长 B：抗压能力强，技术专业，跟我契合度高，但与高管和外部门负责人对接少，外部门接受度低。优点是技术过硬，配合度高，适合处理复杂项目；缺点是缺乏高层沟通经验，可能会在协调资源时遇到摩擦。
组长 C：脾气好，学历高，服从度高，但技术和综合能力差，之前团队被拆分，现在负责项目管理，高管知道他稳定但不出成绩。优点是服从度高，容易管理；缺点是能力不足，无法推动工作高效开展。
外招：考虑AB都有能力独立负责团队，外招可能导致内部矛盾。 如何选择。
关于副班长，我接下来说的可能会有些扎心。
所谓副部长也就是我们常说的副班长，我历史上提拔了很多副班长，可以说都很成功，也可以说有些失败。
副班长第一要务是帮你搞定是，而不是不给团队惹事。换句话说，副班长在某种层面来说是打不死的炮灰，是要用来吃屎的。
一旦做团队负责人，管理幅度超过50后，公司里面会有很多破事，包括： 跟HR对预算，跟财务过方案，偶尔见个外部客户。
以上事件80%都是对你毫无意义但对团队运作又十分重要的，属于垃圾但必须吃的屎粑粑。
这是第一类的副班长，属于我精力的延伸，因为涉及到工资等信息是比较敏感的，所以副班长必须是信得过的人。
很多负责人是没有意识培养副班长角色的，这造成的结果就是，他自己经常被各种杂事缠住，天天做那些垃圾事情。
第一类副班长，更多是这种老黄牛。从这个角度来说，根本没有外招的可能，因为必须熟悉，因为他会熟悉很多隐秘。
因为如果对有效任务敏感的话，他本身就不愿意去做这些垃圾事。另一个可能就是，你找了个副班长，但他其实也不想做垃圾事，于是自己又找了个副班长，俗称大队长。
这里再说第二类，如果说第一类要有基本的沟通能力，对外协调能力，要有耐心，能把细致的工作做好，偶尔甚至能解决点生活上的琐事。
PS：我最过分的时候，甚至汽车包养都让他们做….
第二类副班长以能力为主，他们在管理上有些缺陷，但优在项目上能打，能扛事，能死命加班，他们事实上是介于嫡系和老黄牛之间的角色。
他们本身对有效任务并没有敏感度，但因为能力比较好，我们指哪打哪，被认定为可以长期合作的伙伴，准备一直带着玩，所以会为他们指明方向。
如果说第一类副班长是处理团队杂事，第二类就是处理项目攻坚
而一般寻找副班长，用上述两个角色就完全足够了，因为他们主要的工作是分担团队杂事，完全不存在需要他们面对高管的场景，不存在向上汇报的任务。
除非进入特殊情况，就需要第三类副班长了。
第三类是：恭喜你，你马上要高升了，比如原来管产品团队，后来需要将技术团队一起管理，那么之前产品团队就要留一个人。这个时候选择副班长就很有艺术性了。
以粉丝情况为例，你选择了A做副班长，还选择了一个B做项目方面的副班长，两年后你升职了，应该提拔谁做团队负责人？
答案可能是都不提拔，可能是外招，可能是提拔技术与情商俱佳的一个人 因为他真的需要帮你打仗了。
就现在情况来说，师弟选副班长用A完全足够了。
只不过你所谓跟高管关系不好是什么梗我是不能了解的，跟高管关系不好意味着蠢，而蠢货是不能做副班长的。
我看下来，貌似C比较合适，因为，虽然不需要做重点汇报，但副班长有时候还是要面对高管做些杂事，如果心态不好，到时候懒得处理。
如果B有向上走的心思，也可以培养，但管理是一种天赋，如果之前没展现出来，之后也很难马上有。
最后，副班长涉及影响力，影响力必须在团队前五才行，所以可选择面是比较少的。
也可以参考另一个策略：你想他上他就上，你想他下他就下，谁能做到就选谁，逻辑上副班长拿掉对你的工作应该毫无影响。
最后，职场中是存在各种25仔的，不要培养一个敌人就好小结
以上就是一次关于副班长问题的完整回答，回答中其实包含了非常密集的信息量以及黑话，如果后续模型能够根据这里的回答，表现出类似的回答，那么他就是好的，否则就需要优化，这里我们就来继续。unsetunset启用知识库unsetunset
首先，我们不对知识库做任何处理，使用之前的Coze工作流，使用该知识库作答，使用默认分段感觉有点别扭：
这里设置好扣子后，开始调试，并询问几个问题：什么是副班长；副班长的意义是什么；什么人适合做副班长，什么人不适合；做副班长有什么好处与坏处；
这里依次对比DeepSeek-R1、ChatGPT-O3与Coze（依赖于豆包）的回答：
似乎都还行，不一致的地方是因为模型选择的原因。
然后Coze知识库这里对向量检索（在语义检索和混合检索）的模式下，会将用户整段提问送进Embedding模型，直接用向量去最邻近搜索，整个这个过程貌似只能做配置调整，没有暴露真正的向量或关键词，所以是没有自己搞RAG方便的。
这其实也体现了这类低代码平台最大的问题：在做简单应用的时候他们效率奇高；再做复杂应用的时候，其维护效率肯定是没有传统代码来得香的
以这里的RAG为例，其实返回回来的list真实使用情况下还会做各种处理。
接下来，我们提升难度，将所有课程全部上传：
这里的分段数据就多了：
这个时候我们将副班长的知识库删了，用39门课程知识：
我们再问问题，看看他的表现：
这里与腾讯知识库IMA的表现是类似的，但个人感觉IMA的体验要好点：
这里再补充一个问题：
确实是我知识库的内容，但具体表现得又不是很好，这里的优化的话就得上Workflow或者引入Cot逻辑了。
怎么说呢，扣子的知识库使用起来还是比较轻松的，但如果真的想做一个基于知识库的问答分身，其难度还是比较高的，在几个点需要考虑：
第一，也是是否问题，是否沉淀了知识库，我这块可是有接近20多万字的数据啊；
第二，知识库还需要进行精修，这也是我接下来会做的事情，我要将知识库修整为系统更容易识别的形式；
第三，Workflow的使用，也就是意图识别一系列的工程化能力；第四，提示词调优；
所以，一个简单的知识问答分身难度是很高的，而要做好需要很多的准备，这里我们后续继续探讨。
本文由人人都是产品经理作者【叶小钗】，微信公众号：【叶小钗】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。