廖老师 AI数字化应用专家/原美的智能产品研发总监
课程背景
传统AI应用开发面临三大痛点：开发门槛高（需掌握API调用、数据库、前端交互等）、场景模糊（难以找准AI落地场景）、调优困难（RAG幻觉、工作流不稳定、插件报错）。为解决这些问题，字节跳动推出零代码/低代码AI Agent开发平台Coze（扣子），让非技术背景人员也能快速搭建、发布智能体应用，实现“AI落地第一步，不是学代码，而是动手搭一个Agent”。
课程收益
1.全面了解零代码/低代码Coze平台的核心能力与适用场景。
2.掌握零代码构建智能体（Agent）的完整流程：人设编排、插件接入、工作流设计、知识库挂载。
3.学会通过意图识别、记忆系统等能力打造多用途、个性化的智能助手。
4.理解Agent Coding理念，能用自然语言对话开发AI应用。
5.了解如何根据业务场景对比Coze与Dify并做出合理选择。
授课形式：理论讲解+课堂演练+小组研讨+互动答疑
学习对象
1.产品经理、运营人员、业务负责人（希望快速验证AI应用想法）
2.技术开发者（希望了解Coze低代码方案）
3.中高层经理、业务骨干（战略视角）
4.PMO、项目经理（希望将AI Agent融入工作流）
时间安排：系统学习0.5天（3小时）精讲，1天（6小时）学员实操
课程大纲
一、AI应用开发新范式与Coze平台概览
1.AI应用开发的三大痛点
(1) 开发门槛高
(2) 场景模糊
(3) 调优困难
2.Coze平台定位与版本
(1) 字节跳动推出的零代码/低代码AI Agent开发平台
(2) 国内版（扣子）与海外版（Coze Global）的区别
3.Coze核心能力全景图
(1) 智能体（Agent）——AI的“大脑”
(2) 插件（Plugin）——AI的“手脚”
(3) 工作流（Workflow）——AI的“逻辑骨架”
(4) 知识库（Knowledge）——AI的“外脑”
(5) 记忆系统（Memory）——变量与数据库
二、智能体编排—赋予Agent“大脑”
1.人设与回复逻辑定义
(1) 身份背景、擅长领域、任务边界
(2) 建立用户信任的要点
2.结构化Prompt范式
▪ Role（角色定位）+ Skills（技能列表）+ Constraints（行为约束）
3.扣子助手（Coze Assistant）提效
(1) 一句话生成Bot基础配置，替代繁琐Prompt编写
4.课堂演练：创建一个智能体小助手
实战演练：用Coze做一个智能体小助手
三、插件应用—AI的“工具箱”
1.官方插件库（60+）
▪ 头条搜索、墨迹天气、图片理解、语音转文字等
2.企业级自定义插件
▪ 封装内部业务API，打通CRM、ERP等系统
3.插件创建极简流程
▪ 端点配置 → 输入参数 → 输出参数 → 试运行 → 发布
4.课堂演练：为智能体小助手赋予工具箱——插件的应用
实战演练：用Coze为智能体安装插件并应用，构建一个新闻助手
四、工作流设计—AI的“逻辑骨架”
1.RAG核心公式
(1) 检索（Retrieval）+ 增强（Augmented）+ 生成（Generation）
(2) “先翻书，再答题”的实现逻辑
2.知识库典型应用场景
(1) 语料库训练与风格定制
(2) 智能客服精准问答
3.知识库分段策略
(1) AI识别分段
(2) 自定分段
(3) 层级分段
4.课堂演练：构建一个客服小助手—知识库的应用
实战演练：用Coze构建一个客服小助手
五、意图识别与记忆系统
1.意图识别：一个Agent处理多种需求
(1) 极速模式解析自然语言，映射预设意图
(2) 变量聚合（多进一出），并行调用多接口
2.记忆系统：双层架构
(1) 变量（Variable）：单次会话临时记忆
(2) 数据库（Database）：跨会话持久化存储
3.多端触达：一键分发
▪ 支持Web、App、小程序、抖音、微信等生态
4. 课堂演练：构建一个信息资讯智能体——增加意图识别能力
实战演练：用Coze构建一个支持多意图识别的咨询助手
六、分享Coze Agent Coding与平台选型
1.Agent Coding核心定义
(1) Coze 2.0云端Vibe Coding环境
(2) 自然语言对话 → 构建Agent/工作流/Web应用/App
2.Coze vs Dify 对比选型
(1) 六大维度对比：技术门槛、开源性质、部署方式、插件生态、RAG能力、适用场景
(2) 选型决策指南：何时选Coze？何时选Dify？
3.现场研讨：公司有什么功能可以用AI来实现
授课老师
廖紫纬 AI数字化应用专家
常驻地：佛山
邀请老师授课：13439064501 陈助理
