智能体设计指南 (云中江树) (z-library.sk, 1lib.sk, z-lib.sk)
Artificial Intelligence
No Description
11
Views
0
Downloads
0.00
Total Donations
Registered users can read the full content for free
Register as a Gaohf Library member to read the complete e-book online for free and enjoy a better reading experience.
Page
1
(This page has no text content)
Page
2
大语言模型 (LLM) 蕴藏着诸多神奇的能力,而能否将其潜力充分激发,很 大程度上取决于问题(提示词)的质量,正如一场精彩绝伦的访谈不仅仅在于嘉 宾的深厚底蕴,更在于采访者自身的修养与洞察力一样。然而,众所周知,撰写 优质的提示词更像是一门艺术而非科学,它难以言传,更多需要意会。这无疑在 一定程度上限制了大模型能力的充分发挥。 因此,当得知几位国内顶尖的提示词专家将他们的宝贵经验凝结成一本专著 时,我感到无比欣喜。我强烈推荐这本书,深信它将为那些渴望更好地驾驭大模 型的读者提供极大的帮助与重要的启示。 在这本书中,读者将一窥提示词艺术的奥秘,学习如何巧妙地设计问题,以 最大限度地挖掘大模型的潜力。无论是初学者还是资深开发者,都能从中获得实 用的技巧和深刻的见解,从而在实际应用中更加得心应手。 总之,这本书不仅仅是一本技术指南,更是一本启发思维、提升能力的宝 典。相信每一位认真阅读这本书并付诸实践的读者,都能在大模型的世界中找到 属于自己的精彩篇章。 袁进辉 硅基流动 (SiliconFlow) 创始人
Page
3
自 序 Puise GPT-4发布以来,我们见证了人工智能(Artificial Intelligence,AI)在日常 生活和工作中的迅速渗透。相应地,AI 也给我们带来一个普遍的困扰:尽管AI 展现了惊人的能力,许多人却常常感到无法充分驾驭这一强大工具,难以获得满 意的结果。如何有效利用AI 的能力,成为每一位AI使用者亟须解决的问题。 作为一名长期从事AI领域研究和应用的专业人士,我有幸参与了多项重大 AI项目的落地,并在顶级学术期刊上发表了多篇研究论文。随着ChatGPT 等大 语言模型席卷全球,我深刻感受到公众对于掌控AI、充分利用AI能力的迫切需 求。正是在这样的背景下,我们团队结合多年的AI应用经验和对大语言模型特 性的深入理解,提出了结构化提示词方法论,并建立了一个蓬勃发展的AI 提示 词交流社区。 通过持续积累和沉淀社区的智慧,我们构建了一个全面而系统的AI知识库。 这个知识库不仅在整个飞书同类社区中长期位居前三,更是吸引了数十万人次的 访问。在日常工作和社区运营的过程中,我们有幸接触到了各种 AI 应用案例。 令人欣喜的是,从小学生到八旬老人,各个年龄段的人都在积极学习和运用AI 技术,并将其融入学习和工作中。 本书的写作初衷是回答“普通人如何用好AI” 这个问题。我们希望通过分享 实践经验和独到见解,为读者提供一份实用的AI应用指南。本书的核心内容包 括两个主题:首先,我们将详细讲解如何通过精心设计的提示词来调用AI的能 力;其次,我们将探讨如何将AI能力与知识库、工具等结合,打造强大的AI智 能体,从而充分发挥AI 的潜力。 在提示词编写方面,我们强调两个关键点:清晰表达意图和确保被AI准确 理解。这就像是一位演说家准备演讲,既要明确观点,又要考虑受众的理解能 力。为了降低高质量提示词的编写门槛,我们提出了结构化提示词方法论。这种
Page
4
V 方法通过标准化模板将开放性的“作文题”转变为结构化的“填空题”,并利用 AI本身的能力来生成提示词,有效缩小了人机理解的差距。 掌握提示词编写技巧是构建AI 智能体的关键。实际上,仅凭精心设计的提 示词,我们就能创建出功能强大的通用AI 智能体。目前,主流智能体平台上超 过 8 0 % 的AI 智能体是通过提示词方式实现的。对于翻译、文案创作、编程等任 务 ,AI 智能体的表现已经很出色了。 为了使AI 智能体能够运用特定领域的知识(如法律或企业内部信息),我们 需要为其配备相应的知识库。此外,如果我们希望AI 智能体具备获取实时新闻、 生成多媒体内容、进行语音交互等功能,则需要为其集成相应的工具。配备了知 识库和工具的AI 智能体如虎添翼,能够在更广泛的应用场景中发挥潜力。在本 书中,我们将详细阐述AI 智能体的各个组成部分,以及如何设计和优化AI 智 能体。 作为作者,我深知读者群体的多样性。读者可能来自不同行业,有不同的经 验背景和需求。尽管难以在一本书中满足所有人的需求,但我们会尽力从自身经 验出发,系统地阐释提示词和AI 智能体的概念,以及如何设计和改进AI 智能体 以提升其效果。 本书面向对AI 感兴趣并希望有效利用AI 的读者。无论你是AI 领域的新手 还是有经验的从业者,本书都能为你提供宝贵的洞见。如果你没有AI 技术背景, 也能通过本书的指导打造自己的AI 智能体。如果你已在AI 领域积累了丰富的经 验,本书的结构安排支持你根据个人需求选择性地深人阅读特定章节,以进一步 拓展你的知识边界,打造高质量AI 智能体。 让我们共同探索AI 智能体的无限可能,开启一段激动人心的智能之旅! 云中江树
Page
5
前 言 为何撰写本书 在当今这个人工智能迅猛发展的时代,大语言模型(LLM) 和智能体(AIAgent) 正以前所未有的速度改变着人们的生活和工作方式。这场技术革命不局限于IT 行业,正在向人们生活的方方面面渗透,从日常交流到专业领域,从个人助理到 企业决策支持系统等。然而,面对如此强大而复杂的技术,许多人感到无所适 从,不知如何利用AI工具来提升自己的工作效率和生活质量。 正是在这样的背景下,我们决定撰写本书,将我们在人工智能领域多年的探 索和使用经验分享给大家。我们亲历了这一轮AI技术浪潮的兴起和发展并积极 参与其中,在这个过程中,我们深刻认识到AI 和 AI Agent的巨大潜力,同时也 注意到普通用户在使用这些技术时面临的挑战。我们希望通过本书为读者搭建一 座桥梁,将AI技术和实际应用场景连接起来,使更多人能轻松掌握AI工具的使 用方法。 本书的写作目的主要有以下几点: 1)系统地介绍大语言模型的提示词工程以及AI Agent的基本概念和设计方 法论。许多用户在使用ChatGPT等 AI工具时,常常感到困惑:为什么有时候能 得到满意的回答,有时候却答非所问?通过本书,读者将学习如何构建有效的AI 提示词,以及如何设计合理的对话流程,从而更好地驾驭AI工具。 2)填补当前AI Agent 设计和实现的知识空白。虽然已经出版了不少关于人 工智能和机器学习的书籍,但很少有著作深入探讨普通人如何设计出实用的AI Agent。本书将通过大量的案例分析,帮助读者从理论走向实践,真正掌握AI Agent的设计和开发技能。 3)比较国内外各种主流的AI Agent设计平台,如GPT Store、Coze、智谱
Page
6
VII 清言等。每个平台都有其独特的优势和适用场景,通过全面的对比,读者可以根 据自己的需求选择最合适的工具,打造自己的AI Agent,解决实际问题。 4 ) 探 讨AI 技术在多个行业中的应用前景。通过介绍不同领域的AI Agent案 例,如翻译、写作、阅读等,帮助读者了解AI 在各类场景下的作用,并激发读 者将AI Agent应用到工作中的灵感。 5)提高读者对AI Agent潜在风险和伦理问题的认识。在本书中,我们将讨论 AI Agent的局限性、可能存在的安全隐患,以及如何采取措施来防范这些风险。只 有正确认识AIAgent 的优势和局限性,我们才能更负责任、更有效地使用这项技术。 本书的写作源于我们对 AI 技术的热爱。我们相信,随着AI 技术的不断发 展,掌握这些技能将成为未来工作和生活中的重要竞争力。通过本书,我们希望 能够为读者打开一扇通往AI 世界的大门,让更多人能够自信地驾驭这项改变世 界的技术,并在各自的领域中创造更多的价值和可能性。 本书主要内容 本书全面介绍了AI 智能体的设计和应用,从基础提示词编写技巧到高级AI Agent 设计方法,涉及当前AI Agent开发的关键领域。全书分为两大部分,每部 分都既有理论阐述,又有实践指导。 第一部分聚焦于结构化提示词方法论。首先,介绍了提示词编写的6种基本 方法,包括角色扮演法、细节法、示例法、推理法、格式法和迭代法。通过这些 方法,读者可以学会如何构建清晰、有效的提示词,以获得更精准的AI 输出。 接着,深人探讨了结构化提示词的概念和应用,详细阐述了结构化思想的重要 性,以及如何拆解和组织复杂的提示词,如何设计工作流以优化提示词的效果。 同时,提供了一些经典的提示词模板,以帮助读者快速上手。此外,还讨论了结 构化提示词的局限性和常见误区,以及它与AI Agent之间的关系,为下一部分内 容做好铺垫。 第二部分深入探讨AI Agent的设计方法与实践。这一部分的内容更加丰富和 复杂,涵盖了AI Agent的各个方面。在设计方法方面,首先介绍了AI Agent的 基本概念、发展历史和分类,让读者对这一领域有一个全面的认识。接着,详细 探讨了AI Agent的工作原理,包括输入处理、理解与分析、决策制定、行动执行 以及反馈与学习等关键环节。此外,还介绍了AI Agent的4大设计模式:反思、 工具调用、规划和多智能体协作。 在实践方面,首先全面介绍了当前主流的AI Agent设计平台,包括国内外的
Page
7
VII 入门级和进阶级AI Agent 设计平台,对比了这些AI Agent设计平台的特点和适 用场景,并提供了平台选型建议。随后,深入讨论了设计AI Agent的关键组件, 如提示词(人设和回复逻辑)、插件、知识库、记忆系统和工作流等,每个组件都 配有详细的说明和实践指导。 为了使理论知识得到有效的应用,本书提供了大量实际案例和设计流程的指 导,详细介绍了基于GPT Store、智谱清言、Coze 等平台的AI Agent 设计案例, 涵盖了单智能体和多智能体系统的设计。这些案例包括Logo 设计大师、小红书 爆款文案大师、翻译智能体、活动组织专家智能体、公文写作专家智能体等,每 个案例都有详细的案例效果、设计思路、功能实现等。 最后,讨论了AI Agent的局限性,探讨了为什么AI Agent在某些任务上表 现不佳,以及如何缓解这些问题。 通过这些丰富多样的内容,本书旨在为读者提供一个全面的AI 智能体设计 与应用指南,从理论到实践,从基础到进阶,让读者真正掌握AI Agent技术,并 在实际工作中灵活运用AI Agent技术。无论你是AI 领域的新手还是有经验的开 发者,相信都能在本书中找到有价值的信息和实用技能。 本书读者对象 本书适用于以下读者群体: ● 对 AI 和大语言模型感兴趣的爱好者。 ● 希望提高工作效率的专业人士。 ● 想开发AI 应用的开发者。 ● 研究人工智能的学生和学者。 ● 希望了解AI 最新发展的企业管理人员。 本书内容特色 (1)全面性与深度兼具 本书不仅涵盖了从基础提示词编写到高级AI Agent设计的全方位内容,还深 入探讨了每个主题的核心要素,从理论基础出发,逐步深入到实际应用,确保读 者能够全面理解AI 应用开发的各个方面。 (2)实用性与前沿性并重 本书特别注重内容的实用性,提供了大量可直接应用于实际项目的技巧和方
Page
8
IX 法。同时,本书紧跟AI技术的最新发展,介绍了如GPT Store、Coze、智谱清言等 前沿平台和工具。这使得读者既能掌握当前的实用技能,又能洞悉未来的发展趋势。 (3)结构化学习路径 本书采用精心设计的结构化学习路径,从基础概念到高级应用,讲述循序渐 进。每章都基于前一章的内容,形成连贯的知识体系。这种方式能帮助读者逐步 构建自己的AI 知识框架,更好地理解和记忆所学内容。 (4)丰富的案例分析 本书包含了大量来自不同领域的实际案例,如Logo 设计、文案写作、翻译、 活动策划等。每个案例都有详细的背景介绍、设计思路、实现过程和效果分析, 帮助读者将理论知识与实际应用场景相结合,增强学习效果。 (5)交互式学习体验 本书鼓励读者在学习过程中动手实践。书中提供了大量练习,读者可以按照 指导一步步完成AI Agent的设计和实现。这种交互式的学习方式能够帮助读者加 深对知识的理解和记忆,同时培养读者的实际操作能力。 (6)多平台比较与选择指南 本书详细介绍了多个主流的AI Agent设计平台,并提供了客观的选择建议。 这有助于读者根据自身需求和技能水平选择最合适的开发工具,避免在工具选择 上浪费时间。 (7)持续学习资源 除了书中的内容,本书还提供了丰富的在线补充资源,包括提示词方法、提 示词模板和案例等(获取方式见后文的“资源和勘误”部分)。这些资源将帮助读 者在完成本书学习后,继续深化和拓展知识。 (8)跨学科视角 本书不仅关注技术层面,还结合了认知科学、语言学、心理学等相关学科的 知识,帮助读者从多个角度理解AI Agent的工作原理和设计方法。这种跨学科的 视角有助于培养读者更全面的AI 思维。 (9)实战导向的写作风格 本书采用了直观易懂的语言风格,避免了晦涩难懂的技术术语。同时,本书注 重通过类比和图示等方式简化复杂的概念,使技术背景较弱的读者也能轻松理解。 资源和勘误 为了帮助读者更好地理解和应用书中的内容,我们提供了额外的在线资源,
Page
9
X 包括提示词方法、提示词模板和案例,你可以访问我们的官方网站(http://feishu. langgpt.ai) 获取这些资源。 此外,通过访问飞书知识库“通往AGI之路”(http://waytoagi.feishu.cn) 可 获得目前飞书社区中最全的关于AGI 的各种知识和资讯。 如你在阅读过程中发现任何错误或有任何建议,欢迎通过电子邮件 1987786399@qq.com与我们联系。我们将及时更新勘误表,并在后续版本中 改 进 。 致谢 我们衷心感谢所有为本书做出贡献的人。首先,感谢家人和朋友的支持与理 解,让我们能够投入大量时间完成本书。其次,感谢LangGPT 结构化提示词社 区的梁思、盘盘、山雨等共建共创者,感谢通往AGI之路社区的AJ和轻侯,感 谢蓝衣剑客、王妍女士为我们提供了许多灵感和参考案例。再次,感谢同事和业 内专家提供的宝贵建议和反馈,他们的意见大幅提升了本书的质量。最后,感谢 所有读者,是读者的热情和支持推动着AI技术在现实世界中不断进步。 希望本书能成为你探索AIAgent世界的可靠指南,祝你阅读愉快,收获满满! 一获取方式:方式一,关注微信公众号“结构词AI” 并点击其菜单栏“书籍资源”;方式二, 访问https://langgptai.feishu.cn/wiki/QtAuw9V3UiTyY8k0MqBcc9wwnEh。
Page
10
Coutents 目 录 推荐序 自 序 前 言 第一部分 AI提示词方法论 第 1 章 提 示 词 基 础 知 识.................. 2 1.1 人工智能:从概念到实际应用... 2 1.2 AI提示词:与人工智能 对话的钥匙 ................................... 6 1.3 大语言模型:预测的艺术 ....... 10 1.4 提示词的分类 ...............................11 1.5 角色扮演法 ...................................14 1.6 细节法 ........................................... 18 1.7 示 例 法 ........................................... 21 1.8 推 理法 ........................................... 25 1.8.1 思维链 ................................. 25 1.8.2 自洽性 ................................. 26 1.8.3 思维链的原理 ......................27 1.8.4 推理法的局限性 ................. 28 1.9 格 式法 ........................................... 28 1.9.1 语义区分 ............................. 29 1.9.2 模型的官方格式 ................. 34 1.9.3 API使用格式 ...................... 35 1.10 迭代法 .........................................36 1.11 编写提示词的常见误区 ........... 39 第 2 章 结 构 化 提 示 词 方 法 论 ......42 2.1 结构化思想 ..................................42 2.1.1 结构化提示词示例 ........... 43 2.1.2 结构化提示词的优势....... 45 2.2 结构化提示词拆解 .....................48 2.2.1 结构化提示词的基本概念 .. 48 2.2.2 角色 ................................... 52 2.2.3 背景 ................................... 53 2.2.4 简介 ................................... 53 2.2.5 注意 ................................... 54 2.2.6 工作流 ............................... 56 2.2.7 输出格式 ........................... 57 2.2.8 初始化 ............................... 59 2.2.9 更多模块 ........................... 60 2.3 如何写好结构化提示词 ........... 61 2.3.1 结构化提示词格式 ........... 61 2.3.2 构建全局思维链 ............... 62 2.3.3 保持上下文语义一致性... 62 2.3.4 其他提示词方法 ............... 63 2.4 提示词编写的自动化 ............... 63 2.4.1 手工编写工作流 ............... 64 2.4.2 自动化编写工作流 ..........64
Page
11
XII 2.5 经典模板 ...................................... 66 2.5.1 LangGPT中的Role模板 ... 66 2.5.2 LangGPT中的Expert模板 .. 67 2.5.3 公文笔杆子模板 ................. 68 2.5.4 AutoGPT提示词模板 ....... 71 2.5.5 CO-STAR 提示词模板 .......72 2.6 局 限 性 ........................................... 72 2.6.1 结构化提示词在不同 模型中的适用性 ............... 72 2.6.2 其他局限 .............................73 2.7 常见误区 ...................................... 73 2.8 结构化提示词与AIAgent ....... 75 2.8.1 AI Agent ..............................75 2.8.2 工具 ................................... 76 2.8.3 GPTs ................................... 82 第二部分 Al Agent 设计方法与实践 第 3 章 全 面 了 解AI Agent ......... 84 3.1 AIAgent 是什么 ..........................84 3.1.1 为什么每个人都需要 AIAgent ..............................85 3.1.2 AIAgent 的定义 .................85 3.1.3 AIAgent 的作用.................89 3.2 AIAgent 的发展历史 ................. 90 3.2.1 AI 1.0时代自动驾驶领域 的 Agent ..............................90 3.2.2 AI 2.0时代基于LLM 的 Agent ..............................93 3.3 AIAgent 的 分 类 ..........................95 3.3.1 按决策性和适应性分类 ... 95 3.3.2 按技术实现分类 ............... 9 3.3.3 按应用领域分类 ............... 100 3.4 动手设计AI Agent ................... 104 3.4.1 案例效果 .......................... 104 3.4.2 案例背景 ........................... 105 3.4.3 设计思路 ........................... 106 3.4.4 功能实现 ........................... 106 第4章 AIAgent 的工作原理与 设 计 模 式 .............................. 112 4.1 AIAgent 的工作原理 ............... 112 4.1.1 输入处理 ........................... 113 4.1.2 理解与分析 ....................... 116 4.1.3 决策制定........................... 120 4.1.4 行动执行 ........................... 124 4.1.5 反馈与学习....................... 129 4.2 AIAgent 的 4 种 设 计 模 式 ...... 133 4.2.1 反思 ................................... 133 4.2.2 工具调用 ........................... 138 4.2.3 规划 ................................... 142 4.2.4 多智能体协作 ................... 148 4.3 扩 展 .............................................. 153 第 5 章 主 流AI Agent 设计平台 ... 154 5.1 国内入门级智能体平台 ........... 154 5.1.1 文心智能体平台............... 154 5.1.2 智谱清言 ........................... 157 5.1.3 Kimi+智能体平台 ........... 158 5.1.4 通义千问 ........................... 160 5.2 国内进阶级智能体平台 ........... 163 5.2.1 扣子 ................................... 163 5.2.2 腾讯元器 ........................... 167 5.2.3 Dify ................................... 169 5.2.4 FastGPT ............................. 173
Page
12
XIII 5.3 国外主要智能体平台 ............... 175 5.3.1 Coze ..................................175 5.3.2 GPT Store ......................... 179 5.4 AIAgent 平台选型 ................... 182 5.4.1 明确需求..........................182 5.4.2 评估平台的能力 ............... 183 5.4.3 成本因素...........................185 5.4.4 用户支持与社区活跃度... 186 5.4.5 可扩展性与灵活性 ...........188 第 6 章 设 计AI Agent的 关 键 组 件........................... 190 6.1 提示词 ......................................... 190 6.1.1 提示词模板 ....................... 191 6.1.2 提示词优化 ...................... 194 6.1.3 提示词人设和回复逻辑... 195 6.1.4 大模型选择与配置 ....... 196 6.2 插 件 ............................................. 196 6.2.1 插件简介 .......................... 196 6.2.2 插件的功能 ...................... 197 6.2.3 插件的种类 ...................... 198 6.2.4 智能体中的插件调用......200 6.2.5 自定义插件 ......................202 6.3 知 识 库....................................... 207 6.3.1 什么是知识库 .................. 207 6.3.2 知识库的作用..................209 6.3.3 如何构建知识库 .............. 211 6.3.4 知识库的使用.................. 215 6.4 记忆系统 ................................... 219 6.4.1 短期记忆 ..........................220 6.4.2 长期记忆 .......................... 221 6.5 工作流 ....................................... 223 6.5.1 什么是工作流 ...................223 6.5.2 工作流的设计 .................. 224 6.5.3 工作流的优化 .................. 236 6.5.4 工作流的调用 ................... 241 第 7 章 AIAgent 设 计 流 程 ....... 244 7.1 需 求 分 析 .....................................244 7.1.1 构建需求分析标准 作业程序 .......................... 245 7.1.2 需求分析 SOP示例..........245 7.1.3 执行步骤 .......................... 246 7.2 提示词设计 ............................... 249 7.3 测试方法 .....................................254 7.4 版本迭代 ................................... 258 7.5 用户反馈 .....................................267 7.6 后续搭建 ..................................... 271 第8章 基于GPT Store的 AI Agent 设 计 ..................275 8.1 了 解GPT Store 及其功能 ....... 275 8.1.1 GPT Store的功能与特点... 276 8.1.2 GPT Store的创建和 管理流程 .......................... 276 8.2 案 例 :Logo 设计大师 ............. 278 8.2.1 需求分析 ........................... 278 8.2.2 数据准备 ........................... 278 8.2.3 定制GPT .......................... 278 8.2.4 测试与优化 ....................... 282 8.2.5 集成与发布 ....................... 282 8.2.6 案例应用 ........................... 283 8.3 利 用GPT Store 增 强AIAgent 的能力..........................................283
Page
13
XIV 8.3.1 引入增强功能的必要性 ... 284 8.3.2 使用API集成外部 数据源........................... 284 8.3.3 迭代工作流的实施.......... 285 8.3.4 使用多智能体协作.......... 286 8.3.5 自定义行为与响应.......... 286 8.4 GPT Store 中的高级功能 和技术 ..................................... 287 第 9 章 基 于 智 谱AI 智能体平台 的 A IAgent 设 计 .......... 289 9.1 案例:小红书爆款文案大师 ... 289 9.1.1 案例效果....................... 289 9.1.2 设计思路 ....................... 293 9.1.3 功能实现 ....................... 294 9.1.4 用户交互 ....................... 298 9.1.5 测试与优化.....................300 9.2 如何更好地设计对话和互动 ... 301 9.3 利用文件解析和代码解释器 扩展助手的功能 ................... 303 第 1 0 章 单智 能体设计............... 306 10.1 单智能体的基本架构 ........... 306 10.1.1 ReAct....................... 307 10.1.2 RAISE....................... 308 10.1.3 Reflexion................... 308 10.1.4 AutoGPT+P .............. 309 10.1.5 LATS..........................311 10.2 单智能体的常见设计模块 ... 312 10.2.1 推理...........................312 10.2.2 思维链 ....................... 312 10.2.3 行动 ...........................312 10.2.4 工具调用................... 313 10.2.5 规划........................... 313 10.3 常见的单智能体开源项目... 314 10.3.1 AutoGPT................... 314 10.3.2 GPTEngineer ..............314 10.3.3 TranslationAgent ....... 314 10.4 案例:基于腾讯元器的 翻译智能体 ........................... 315 10.4.1 案例效果..................... 315 10.4.2 设计思路 ................... 316 10.4.3 功能实现................... 317 10.4.4 测试与优化............... 323 10.5 案例:基于扣子的短篇 小说作家智能体 ...................324 10.5.1 案例效果..................... 324 10.5.2 设计思路 ................... 325 10.5.3 功能实现 ................... 327 10.5.4 测试与优化 ............... 344 第 1 1 章 多智能体系统设计 ...... 346 11.1 什么是多智能体系统 ........... 346 11.2 多智能体系统的工作原理 ... 348 11.3 多智能体系统的设计原则 ... 352 11.4 多智能体系统的常用 设计模式 .............................. 353 11.5 案例:基于扣子的活动 组织专家智能体 ...................354 11.5.1 案例效果................... 354 11.5.2 设计思路................... 357 11.5.3 功能实现................... 358 11.5.4 测试与优化............... 365 11.6 案例:基于扣子的公文 写作大师智能体 ................... 367
Page
14
XV 11.6.1 案例效果 ......................367 11.6.2 案例背景 ...................... 369 11.6.3 设计思路 ...................... 369 11.6.4 功能实现 ...................... 370 11.6.5 测试与优化 .................. 377 11.7 常见的多智能体开源项目... 379 11.7.1 MetaGPT ...................... 379 11.7.2 generative_agents ......... 379 11.7.3 BabyAGI ...................... 380 第12章 AIAgent的局限性 及 其 缓 解 方 法 ............... 382 12.1 多 模 态AI ............................... 382 12.1.1 什么是多模态AI .........382 12.1.2 多模态AI 的局限性 ... 385 12.2 智能体无法准确识别数字 ... 387 12.2.1 问题成因...................... 387 12.2.2 缓解方法 ......................388 12.3 智能体难以解决数学问题 ... 392 12.3.1 问题成因....................... 392 12.3.2 缓解方法 ....................... 394 12.4 智能体会产生幻觉 ................. 395 12.4.1 什么是幻觉 .................. 395 12.4.2 幻觉产生的原因........... 397 12.4.3 如何缓解幻觉问题 ......399 12.4.4 幻觉一定是错误吗 ...... 401 12.5 智能体的其他常见问题 及其缓解方法 ..........................403 12.5.1 智能体输出文字的数量 不准确 ........................... 403 12.5.2 智能体输出文字的机器 味道过于浓厚 ............... 405 12.5.3 智能体长文遗忘问题 ... 408 附 录 高 质 量AI 资 源 推 荐 ...........382 结 语........................................................... 382
Page
15
第一部分 Pout 1 AI提示词方法论 在人工智能 (Artificial Intelligence,AI)快速发展的时 代,有效利用AI工具并向其提出恰当问题的技巧变得愈 发重要。结构化提示词方法论作为提升大模型表现的关键 手段,正日益凸显其价值。通过系统化和标准化的提示词 编写方法,人们不仅能够更精准地引导AI 生成内容,还 可以显著提升AI 在各种任务中的效率与表现。理解并掌 握结构化提示词方法论,对于任何希望在AI 领域取得突 破性进展的研究者和从业者来说,都是必不可少的。 本部分首先介绍提示词编写的6种基本方法,包括角 色扮演法、细节法、示例法、推理法、格式法和迭代法, 帮助读者从不同角度理解提示词的多样性与应用。随后, 深入探讨结构化提示词方法论,从结构化思想、结构化提 示词拆解、结构化提示词编写技巧、提示词编写的自动化 到经典模板和常见误区等,全面覆盖结构化提示词的各个 方面。同时,还指出这些方法的局限性,并简要介绍结构 化提示词在AI Agent 中的应用,为后续章节的深入探讨奠 定基础。
Page
16
第 1章 提示词基础知识 本章将探讨如何与我们的硅基伙伴“大型语言模型”建立更高效的沟通桥梁, 我们将通过掌握提示词的基础知识来实现这一目标。人际交往中有效的沟通取决 于清晰表达与适时调整,与人工智能的对话亦遵循相似原则:明确传达你的意图, 并根据反馈进行优化。 撰写优质提示词的关键在于清晰地表达你的需求。本章将介绍一系列基本技 巧与策略,旨在帮助你更好地与大语言模型互动。由于篇幅限制,我们精选了我 们认为最为实用且广受认可的方法。此外,还存在多种其他策略可供探索。请注 意,不同模型可能有所差异,选择最适合你需求的技巧即可,不必追求面面俱到。 1.1 人工智能:从概念到实际应用 什么是人工智能?它如何影响人们的日常生活?让我们一起来揭开人工智能 的神秘面纱。 顾名思义,人工智能是通过人工方式创造出来的智能。它是计算机科学的一 个分支,旨在开发能够模仿、延伸和扩展人类智能的系统。简而言之,人工智能 就是让机器能够“思考”“学习”“决策”,就像人类大脑一样。 人工智能系统通常具备以下几个特点: ● 学习能力:能够从数据和经验中学习,并不断改进自身性能。 ●推理能力:可以基于已知信息进行逻辑推理,从而得出结论或做出决策。 ● 问题解决能力:能够解析复杂问题,并找出解决方案。
Page
17
第1章 提示词基础知识 3 ● 自然语言处理:理解和生成自然语言,实现人机交互。 也许你会觉得人工智能离我们很遥远,但实际上,它已经悄然融入我们的日 常生活。人工智能正以前所未有的速度改变着我们的生活方式、工作方式和思考 方式。尽管我们可能并未意识到它的存在,但人工智能已在我们的日常生活中无 处不在。以下是一些常见的人工智能实际应用例子,如图1-1所示。 ●智能手机助手:像Siri、小爱同学这样的语音助手,能够理解并执行我们 的语音指令,帮助我们设置闹钟、查询天气、播放音乐等。 ● 自动驾驶:虽然完全自动驾驶的汽车尚未普及,但许多车辆已配备了AI 辅助驾驶系统,实现如自动泊车、车道保持等功能。 ● 图像识别:手机相机中的人脸识别、美颜功能,以及一些应用中的图片分 类功能,均运用了人工智能技术。 ● 推荐系统:当我们在网上购物或观看视频时,人工智能算法会分析我们的 喜好,并推荐我们可能感兴趣的商品或内容。 ●智能家居:通过人工智能,可以远程控制家中的电器,调节温度、照明, 监控家庭安全。 a)Siri语音助手 b) 自动驾驶 c)人脸识别 图1-1 人工智能的实际应用 人工智能可以帮助一键修复老照片,如给老照片重新上色、去噪、增强色彩 等,还可以生成多姿多彩的图像(如图1-2所示)。这些例子只是冰山一角,人工智 能正在以各种方式改变我们的生活,使我们的工作更高效、生活更便捷。在人工智 能的广阔领域中,大语言模型(LLM) 如同一颗璀璨的明珠,闪耀着独特的光芒。 与传统的专用AI 技术不同,LLM 因其惊人的通用性和适应性脱颖而出。它 们不仅能够理解和生成自然语言,还展现出令人瞩目的多任务处理能力。从文本 创作到问题解答,从代码生成到逻辑推理,LLM 几乎无所不能。这种“一专多能” 的特性,加上其基于大规模自监督学习的知识获取方式,使得LLM 成 为AI 技 术 中的“全能选手”。 一 本书中“大语言模型”和“大型语言模型”都用来指代LLM。
Page
18
4 第一部分 AI提示词方法论 酷炫女孩头像 美好时光素描 提示词主题Logo 游戏素材 图1- 2 AI 图像生成 LLM 不需要大量人工标注的训练数据,而是通过“预测下 一个词”这样简单 而有效的任务,从海量文本中习得语言的精髓和各种知识(如图1- 3所示)。更令 人 惊 叹 的 是 ,LLM 展现出了类似人类的推理能力和创造力,能够在不同概念之间 建立联系,进行类比推理。这种灵活的思维方式是其他专用AI 技术难以企及的。 输出概率 Softmax 不 Linear Add &Norm 前馈网络 Add &Norm 多头注意力 N× Add &Norm. 掩蔽多头 注意力 个 申 位置编码 输出嵌入 输出 Transformer模型架构 Add&Norm 前馈网络 个 N× Add &Norm 多头注意力 不 位置编码 田 输入嵌入 输入 图1-3 大语言模型内部结构示意图
Page
19
第1章 提示词基础知识 5 正因如此,以ChatGPT 为代表的大语言模型一经面世,在短短几个月内便迅 速风靡全球,成为有史以来增长速度最快的超级应用。 ChatGPT 能够进行自然的 对话、回答问题、撰写文章,甚至编写代码。通过学习海量的文本数据,大语言 模型能够掌握人类语言的规律和知识,从而生成连贯、合理的文本内容。 大语言模型的出现,不仅在技术上实现了突破,也为人工智能的应用带来了 新的可能性。 ●智能客服:可以处理更繁复的客户询问,提供更具人情味的服务。 ● 内容创作:辅助写作,生成各种类型的文本内容。 ● 编程辅助:帮助程序员调试代码、解释代码,甚至生成完整代码,如图1-4 所 示 。 ● 教育辅导:为学生提供个性化的学习指导和答疑。 ● 创意激发:通过让人类与AI 进行对话,激发人类的创意思维。 构建一个小红书应用,圆角设计,用色块填充暂时没有的内容,配色可爱 风、美观 □ Preview app.tsx应用预览 3e v@好的,我来为您创建一个小红书风格的应用界面,采用圆角设计、可爱配 色,并用色块填充暂时没有的内容。我会使用React和Tailwind CSS来实 现这个界面。 下面是实现这个界面的React组件代码: 份 xiaohongs . hu 手工礼物 这个组件创建了一个模拟的小红书应用界面,具有以下特点: 最近尝试了一下,感觉还不 1.整体使用了柔和的粉色背景(bg-pink-50),营造可爱温馨的氛围。 错,推荐给大家! 2.顶部导航栏包含一个圆角搜索框和一个添加内容的图标。搜索框使用 了浅粉色背景(bg-pink-10)和粉色图标,与整体风格协调。 (rounded-2x1),包含一个紫色的图片占位区(bg-purple-200)和两 日 个粉色的文本占位条(bg-p1nk-100)。 4.底部导航栏使用了圆角设计(rounded-t-3x1),包含5个主要功能图 标。当前选中的“首页”图标 了深一点的粉色(text-pink-400), 其他图标则较浅(text-pink-300).中间的添加按钮稍大且颜色更深 Ask a follow up.…. 宠物护理 最近尝试了一下,感觉还不 错,推荐给大家! 中 读书心得 记录生活中的小确幸,欢迎 交流讨论~. 对话区 血 8 图1-4 AI编程辅助——软件设计与代码开发 当前国内市场上也有许多优秀的大语言模型,这些模型在不同的应用场景中 表现出色。以下是其中较为流行的几个大语言模型: ●通义千问:阿里巴巴推出的大语言模型,广泛应用于文案创意、办公辅助、 学习支持等领域,提供丰富的交互体验。 app.tsx Click to open 3.内容区域使用网格布局展示了6个帖子卡片。每个卡片都有圆角设计 影院体验 记录生活中的小确幸,欢迎 交流讨论~
Page
20
第1章 提示词基础知识 9 亡,五代十国时期开始。 影 响 : ● 结束了唐朝289年的统治,标志着大一统局面的崩溃。 ● 中国进入五代十国时期,分裂和动荡持续了半个世纪。 ● 唐朝的政治、文化遗产对后世影响深远,尤其是科举制度和文化交流。 总 结 : 从7世纪的“贞观之治”到10世纪的灭亡,唐朝经历了从鼎盛到衰亡的 过程。安史之乱和黄巢起义等事件标志着唐朝由盛转衰,而藩镇割据和宦官 专权则进一步削弱了中央集权,最终导致唐朝灭亡。这些事件不仅塑造了唐 朝的历史进程,也为后世的政治和社会发展提供了深刻的教训与经验。 掌握提示词编写技巧,就如同学会了更好地向AI提问的方法,它能够帮助 我们更有效地利用AI 工具。 随着对AI 提示词的运用日益熟练,下一步自然就是创建自己的AI 智能体。 AI 智能体是一种更为复杂和个性化的AI 应用形式,相当于一个虚拟助手,能够 执行特定任务或在特定领域提供专业知识。 举例来说,你可以创建一个专门用于健康管理的AI 智能体,如图1-5所示。 通过精心设计的提示词和规则,这个AI 智能体可以: ●记录与分析你的饮食习惯; ●提供个性化运动建议; ●解答与健康相关的问题; ● 根据你的睡眠数据提供改进建议。 Heath Managenrent AAastent Hoalth Deat Exercise Health Score Sleep NUTRITION Sleep Daily.Exercise 2226 92%% oDs Rtelien syrtln Sleop Quality txs6Y 3.m SleepAnalytios Dveep Qualiry 2.510 Steep quatry 2P Sleep AI Assistant 8 Health Management Health Management Exerpe Exerese Sleep Exercis e 9% 图 1 - 5 健 康 管 理AI 智 能 体 示 意 图 ( 图 片 由AI 生 成 , 仅 供 参 考 )
The above is a preview of the first 20 pages. Register to read the complete e-book.
AI Reading Assistant
Whole-book reading guide from stratified index samples; jump to passages in the text
AI guide
# 【One-Line Pitch】
A practical, hands-on guide for building AI agents (智能体) from the ground up — starting with structured prompt engineering and progressing through agent design patterns, key components, and platform-specific implementation. Ideal for developers, product managers, and AI enthusiasts who want to move beyond casual ChatGPT use and build reliable, production-oriented AI applications.
# 【Book Arc】
- **Opening (~0%–12%)**: Establishes the book's dual-part structure — Part 1 on structured prompt methodology, Part 2 on AI Agent design — and introduces fundamental prompt-writing techniques including role-playing, detail specification, examples, reasoning, formatting, and iterative refinement.
- **Early (~12%–28%)**: Deep-dives into structured prompting as a systematic methodology. Covers the LangGPT framework, modular prompt design (roles, skills, workflows, output formats), consistency principles, and classic templates like CO-STAR. Also addresses prompt automation and common pitfalls.
- **Early-Middle (~28%–36%)**: Transitions to AI Agent fundamentals — the five-stage working principle (input processing, understanding/analysis, decision-making, action execution, feedback/learning) illustrated through detailed scenarios like intelligent customer service and investment advisory.
- **Middle (~36%–52%)**: Explores the four major agent design patterns: reflection (including Reflexion framework), tool calling, planning (including LLMCompiler), and multi-agent collaboration. Extends into agentic workflow benefits and performance implications.
- **Middle-Late (~52%–75%)**: Covers the key components of agent design — prompts, plugins (types, custom YAML-defined APIs), knowledge bases, memory systems (short-term vs. long-term), and workflow design/optimization with platform-specific settings.
- **Late (~75%–100%)**: Walks through the complete agent development lifecycle — requirements analysis, prompt design, testing, version iteration, user feedback — and demonstrates practical implementation on platforms like GPT Store with case studies (e.g., a Logo Design Master agent).
# 【Key Takeaways】
- **Structured prompting is like writing an article** (Early): Using headers, modules, and semantic markers (e.g., `##Role`, `##Skills`, `##Workflows`) dramatically improves LLM output consistency and quality. The LangGPT framework provides a reusable template for this approach.
- **Six basic prompt methods form the foundation** (Early): Role-playing, detail specification, example-based learning, chain-of-thought reasoning, output formatting, and iterative refinement. Each addresses a different failure mode — from vague responses to logical inconsistencies.
- **Format control doubles as a security measure** (Early): Enforcing structured output (JSON, Markdown, delimiters) not only improves parseability for developers but also reduces vulnerability to prompt injection attacks by clearly separating instructions from data.
- **AI Agents operate in a five-stage loop** (Early-Middle): Input processing → understanding/analysis → decision-making → action execution → feedback/learning. Understanding this cycle helps designers identify which stage needs optimization for their specific use case.
- **Reflection, tool calling, planning, and multi-agent collaboration are the four core design patterns** (Middle): Each pattern addresses different limitations — reflection improves output quality through self-critique, tool calling extends capabilities beyond text, planning handles complex multi-step tasks, and collaboration enables specialized role division.
- **Memory systems map to human cognition** (Middle): Sensory memory corresponds to input embeddings, short-term memory to context windows, and long-term memory to external vector stores. Designing appropriate memory is crucial for personalized, context-aware agents.
- **Plugins provide modularity, flexibility, and maintainability** (Middle): Custom plugins defined via YAML/OpenAPI specs allow independent development, dynamic loading, and team collaboration — essential for scaling agent capabilities without rewriting core logic.
- **Workflow design requires attention to output formats and error handling** (Middle): Text vs. Markdown vs. JSON outputs serve different purposes, and features like "exception ignore" and conversation history enable more robust, context-aware workflows.
# 【Reading Tips】
- **Skim the early prompt examples if you're already experienced with ChatGPT** — the six basic methods (Chapter 1) are foundational but familiar territory. Focus instead on the LangGPT structured framework and consistency principles in Chapter 2.
- **Deep-read the agent working principle section (Chapter 4)** — the detailed walkthroughs (customer service, investment advisor, smart home) are the book's most valuable content for understanding how agents actually process information and make decisions.
- **Pay special attention to the design patterns chapter** — reflection, planning, and multi-agent patterns are where the book moves beyond theory into actionable architecture decisions. The Reflexion and LLMCompiler frameworks are worth studying carefully.
- **The platform-specific chapters (Coze, GPT Store, etc.) may date quickly** — skim for general concepts (plugin types, workflow nodes, parameter settings) rather than memorizing UI details. The underlying principles transfer across platforms.
- **If you're building agents professionally, read the design process chapter (Chapter 7) carefully** — the requirements analysis SOP, testing methods, and iteration workflow provide a practical project methodology often missing from AI books.
# 【Coverage Limits】
The excerpts primarily cover the first half through middle sections of the book (prompt methodology, agent principles, design patterns, and key components). Detailed platform comparisons, the complete design process chapter, and GPT Store case studies are only partially represented in the source material.
#
Passage locations
Excerpt 1
......................... 190 7.3 测试方法 .....................................254 6.1.1 提示词模板 ....................... 191 7.4 版本迭代 ...............................
View in text
Excerpt 2
价值观。 3.文案:针对分析出来的用户价值观和自己的文案经验,输出5条爆款文案。 (2)分享卡片生成器 ##工作流 1.作为一个分享卡片生成器,我会先向用户问好并介绍自己是用于生成 美观的聊天框的卡片。 2.用户输入一段信息,我会对这段信息进行数据抽取和处理,抽取出标 题、关键词和摘要信息。 3.我会对这些信息进...
View in text
Excerpt 3
市场环境、个人情况和法规要求等。这 种全面而深入的决策过程有助于提供一个既符合客户需求,又经过充分风险评估 的投资建议。同时,准备详细的解释材料也有助于增加决策的透明度和可信度, 使客户能够充分理解并信任AI Agent的建议。 决策制定是AI Agent展示智能的重要环节。通过规则引擎、机器学习和优化 算法等技...
View in text
Excerpt 4
插件需要进行性能优化或修复漏洞时,开发者只需专 注于该插件的开发和测试,而不必担心对整个系统造成影响。这种独立性不仅提 高了系统的稳定性,还使系统的维护工作变得更加简单和高效。 4.团队协作 当我们制作一个复杂的Agent 时,需要多个团队进行配合。在大型项目中, 不同团队可以负责不同插件的开发和维护,从而提高开...
View in text
Recommended for You
{{#thumbnailUrl}}
{{/thumbnailUrl}}
{{^thumbnailUrl}}
{{/thumbnailUrl}}
Loading recommended books...
Failed to load, please try again later
Tip the Site
Scan the WeChat Pay or Alipay code to tip. No login required.
WeChat Pay
Alipay