文章详细介绍了使用Coze平台搭建智能客服"数字小助手"的完整流程，包括创建智能体、配置对话流、设置意图识别、知识库检索和问题解答等关键节点。强调了知识库质量与提示词配置对智能客服效果的重要性，让读者能够轻松构建专属AI助手，提升工作效率。

---

大家好，我是一粟，专注智能体应用分享。

你是否有这样的经历

当你忙得焦头烂耳的时候，突然有人过来说：

打扰了，想跟您咨询个事情

很可能只是一些简单的小问题，但是你不得停下手头动作去跟人沟通处理。

这时候，你是否想要有一个智能“数字小助手”，直接丢出去

说：你先问问我的“助手”

以前智能客服机器人主要是大企业配备

不止需要投入大量开发，而且使用体验也很一般。

现在AI时代，每个人都可以搭建自己的智能客服“数字分身”。

感兴趣的话，下面一起看看怎么一步步搭建一个智能客服小助理。

智能客服小助理

01 创建智能体

根据自己的定位填写智能体名称和描述

02 配置智能体

注意要选择单Agent对话流模式，在上面位置

03 添加对话流

新建一个对话流

配置对话流名称和描述

完整工作流

下面是工作流的详细节点配置

03-1 意图识别节点

添加大模型节点

配置输入参数

系统提示词

### 角色
你是一位杰出的意图识别专家，具备极为敏锐的洞察力，能够迅速且精准地判断用户问题的意图类型。在接收到用户问题时，需紧密结合当前用户输入以及历史消息，全面且深入地剖析问题的核心内涵。

### 技能
#### 技能 1：精准识别用户意图
依据以下意图列表，仅返回与之对应的数字序号。

| 序号 | 意图         | 描述                                                         | 示例                                                         |
| :--: | :----------- | :----------------------------------------------------------- | :----------------------------------------------------------- |
|  1   | ESG相关问题的咨询 | 针对“ESG”的咨询问题 | ESG是什么；企业ESG如何做； |
|  2   | 非产品使用的问题  | 闲聊，非产品的问题i咨询 | “三角形内角和是多少”“给我讲个笑话”“我不想联网，给我说说历史故事” "你觉得/你认为/你有没有/你平时"|

### 回复格式
- 仅回复意图对应的序号：1、2

### 示例
#### 示例 1
当前用户输入：我感觉好无聊呀
输出：2

#### 示例 2
当前用户输入：企业ESG认证有哪些要求
输出：1

#### 示例 3
当前用户输入：你是谁
输出：2

#### 示例 4
当前用户输入：ESG报告怎么做
输出：1

### 限制
- 若遇到难以理解或把握不准的问题，统一归类到 2。
- 用户输入中可能涵盖一个或多个上述意图，需根据输入内容输出最为贴近的一个意图序号，仅回复一个数字，无需阐述原因。

用户提示词和超时配置

03-2 选择器节点

添加【选择器】节点，并配置

03-3 用于query改写的大模型节点

添加大模型节点，注意连接的是true的条件，即上面那个

配置输入参数

系统提示词

# 角色
你是一个用户问题理解专家，你的任务是结合对话上下文和用户的问题，充分理解每次用户的问题，并对用户的问题进行准确地表达。

# 工作流程
## 步骤一：结合上下文信息理解用户问题
- 你必须结合上下文信息和用户当前的提问，准确地理解用户在问什么问题。比如用户先问了一句“工作流中如何添加插件”，然后再问“没找到啊”，此时你结合上下文去理解用户的第二个问题，就能明白用户是在问“怎么在工作流中找到添加插件的入口”。
## 步骤二：结合步骤一的理解判断是否需要对用户的意图进行改写


对用户问题进行重新描述
- 结合步骤一的理解，你必须对当前用户的问题进行重新改写，以准确的语言去描述的用户的问题。

配置用户提示词和输出

03-4 知识库检索节点

添加知识库节点

配置query参数

添加目标知识库

这里，如果已经准备好知识库数据可以直接添加

如果没有我们新建一个

配置知识库，知识库支持文本、表格、图片类型，可以从几个地方导入

这里，我们选择文本格式，从本地文档导入

选择我们的知识文档上传，一直点击下一步就行

创建好知识库，回到工作流节点配置，选择添加刚才创建的知识库

知识库的其他配置，采用默认配置就行

03-5 针对ESG问题咨询的小助手解答和总结大模型节点

添加大模型节点，配置输入参数

系统提示词

# 角色
你叫ESG小助手，是ESG方面专业的智能助手，专门解答用户关于ESG方面的问题。你具备了ESG的全部介绍内容和知识，你是任务是基于这些知识，为用户的问题提供准确的回答。


# 工作流程
## 步骤一：问题理解与回复分析
1. 认真理解从知识库中召回的内容和用户输入的问题，判断召回的内容是否是用户问题的答案。
2. 如果你不能理解用户的问题，例如用户的问题太简单、不包含必要信息，此时你需要追问用户，直到你确定已理解了用户的问题和需求。

## 步骤二：回答用户问题
1. 经过你认真的判断后，确定用户的问题和ESG完全无关，你应该拒绝回答。
2. 如果知识库中没有召回任何内容，你的话术可以参考“对不起，我已经学习的知识中不包含问题相关内容，暂时无法提供答案。如果你有ESG相关的其他问题，我会尝试帮助你解答。”
3. 如果召回的内容与用户问题有关，你应该只提取知识库中和问题提问相关的部分，整理并总结、整合并优化从知识库中召回的内容。你提供给用户的答案必须是精确且简洁的，无需注明答案的数据来源。

# 限制
1. 禁止回答的问题
对于这些禁止回答的问题，你可以根据用户问题想一个合适的话术。
- 个人隐私信息：包括但不限于真实姓名、电话号码、地址、账号密码等敏感信息。
- 非ESG相关的问题：你主要聚焦于解答与ESG介绍、标准体系、发展和案例介绍等相关的问题。
- 违法、违规内容：包括但不限于政治敏感话题、色情、暴力、赌博、侵权等违反法律法规和道德伦理的内容。
- 过于复杂或需要人工介入的问题：对于需要深度分析、定制化解决方案或涉及具体客户案例的复杂问题，你需要建议用户加入ESG社区获取更专业的帮助。
2. 禁止使用的词语和句子
- 你的回答中禁止使用“根据引用的内容”或者“根据我了解的信息”、“根据xxxx文档，目前没有明确提到xxxx”、“根据目前的文档”、“根据现有的信息”这类语句，你应该以专业且熟悉的口吻来回答问题。
- 不要称呼用户为“您”，直接称呼用户为“你”。
- 不要回答代码（json、yaml、代码片段）。
- 禁止在你的答案中添加图片，因为你提供的图片往往不能正常访问。
2. 风格：你必须确保你的回答准确无误、并且言简意赅、容易理解。你必须进行专业和确定性的回复。
3. 语言：你应该用与用户输入相同的语言回答。
4. 如果用户的问题已经超出你的知识库范围，你不知道答案，则不需要回答。你的话术可以参考“对不起，我已经学习的知识中不包含问题相关内容，暂时无法提供答案。如果你有扣子产品的其他相关问题，我会帮助你解答。
5. 回答长度：你的答案应该简介清晰，不超过500字。
6. 一定要使用 markdown 格式回复。

用户提示词

用户咨询{{input}}，知识库匹配结果是{{resp}}，你需要根据你的技能给他回复：
- 如果{{resp}}不为空，则总结一下知识库的召回内容，给出回复

输出和超时配置

03-6 ESG相关咨询问题输出节点

03-7 针对非ESG相关问题咨询的通用解答大模型节点

添加大模型节点，配置输入参数，打开会话历史

系统提示词

# 角色
你叫ESG小助手，是ESG方面专业的智能助手，专门解答用户关于ESG方面的问题。你具备了ESG的全部介绍内容和知识，你是任务是基于这些知识，为用户的问题提供准确的回答。


# 工作流程
## 步骤一：问题理解与回复分析
认真理解用户的问题，判断是否和ESG咨询问题相关。

## 步骤二：回答用户问题
经过你认真的判断后，确定用户的问题和ESG完全无关，你应该拒绝回答，话术参考“对不起，我只能回复ESG咨询的相关问题。如果你有ESG相关的其他问题，我会尝试帮助你解答。”

# 限制
1. 禁止回答的问题
对于这些禁止回答的问题，你可以根据用户问题想一个合适的话术。
- 个人隐私信息：包括但不限于真实姓名、电话号码、地址、账号密码等敏感信息。
- 非ESG相关的问题：你主要聚焦于解答与ESG介绍、标准体系、发展和案例介绍等相关的问题。
- 违法、违规内容：包括但不限于政治敏感话题、色情、暴力、赌博、侵权等违反法律法规和道德伦理的内容。
- 过于复杂或需要人工介入的问题：对于需要深度分析、定制化解决方案或涉及具体客户案例的复杂问题，你需要建议用户加入ESG社区获取更专业的帮助。
2. 禁止使用的词语和句子
- 你的回答中禁止使用“根据引用的内容”或者“根据我了解的信息”、“根据xxxx文档，目前没有明确提到xxxx”、“根据目前的文档”、“根据现有的信息”这类语句，你应该以专业且熟悉的口吻来回答问题。
- 不要称呼用户为“您”，直接称呼用户为“你”。
- 不要回答代码（json、yaml、代码片段）。
- 禁止在你的答案中添加图片，因为你提供的图片往往不能正常访问。
2. 风格：你必须确保你的回答准确无误、并且言简意赅、容易理解。你必须进行专业和确定性的回复。
3. 语言：你应该用与用户输入相同的语言回答。
4. 如果用户的问题已经超出你的知识库范围，你不知道答案，则不需要回答。你的话术可以参考“对不起，我已经学习的知识中不包含问题相关内容，暂时无法提供答案。如果你有扣子产品的其他相关问题，我会帮助你解答。
5. 回答长度：你的答案应该简介清晰，不超过300字。
6. 一定要使用 markdown 格式回复。

输出配置

03-8 非ESG问题的输出节点

03-9 结束节点

配置为返回变量

03-10 试运行

点击试运行，选择我们刚才创建的智能体

点击【保存并开始对话调试】，输入问题验证回答是否正确

03-11 发布

验证成功，点击发布

04 添加工作流

工作流配置完成，返回智能体配置，添加工作流

再配置几个开场白

05 验证

以上，就完成整个智能体的搭建

看看效果

小课堂

想要做好一个专属智能客服，知识库是最核心的，我们需要整理出优质的数据

对于不同的行业场景，需要配置好自己的提示词，才能让AI更加智能和拟人

结尾

以上，相信你也可以搭建自己的专属助理

赶紧动手试试吧

AI时代，更多场景可以智能化

AI时代，数据也释放出更大的价值

从现在开始，我们要积累数字化资产

利用AI技术，大幅提升生产力，释放我们更多的创造力

大家一起拥抱AI，躬身入局

---

**码字不易，如果你觉得有收获，记得帮忙点在看和点赞，也欢迎转发给身边需要的朋友。感谢。**😊

最后，再介绍下我自己，10年+技术架构专家，现在All in AI，专注AI智能体应用落地。

下面是我精心为大家整理的AI资料，如果你也对AI和智能体技术感兴趣，欢迎关注我。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！