想象一下，一個完美的知識庫能夠無縫集成您的工作流程，提供即時信息，提升工作效率。這不僅是產品經理的夢想，更是AI技術的強大助力。在本文中，我們將詳細探討如何利用AI技術搭建您的專屬知識庫，讓繁瑣的工作變得更加輕松、高效。

產品經理日常工作中，收集資料并建設知識庫至關重要。在做產品規(guī)劃時，收集的行業(yè)數據、競品資料能為規(guī)劃方向提供依據，快速打開思路。不過，“日積月累”這事說起來簡單，做起來可難了，非?？简災托暮鸵懔?。首先日常就要閱讀大量的資料，然后選出好的，有價值的部分，總結提煉，再整理分類，記錄下來…這種投入很多，短時間內看不到成效的事，多數人堅持幾天就放棄了。

這個時候，你就需要“培訓”一個專職小秘書了~

一、AI Agent 你的秘書

AI Agent（人工智能代理）一種能夠自主感知環(huán)境、分析信息、制定決策并執(zhí)行動作的智能程序或系統。它可以被視為一個“虛擬助手”或“智能體”，能夠獨立或在人類指導下完成任務。

可以將Agent理解專職服務你的學徒助手，當你需要它做某項任務時候，你需要先教會他，你每一步是怎么做的，要怎么做，后續(xù)它就可以根據你要的東西進行輸出了。

也許有人會有疑問，直接向DeepSeek、豆包、KIMI這些大模型（LLM）提問，或者發(fā)送新聞的鏈接或者資料文檔，讓他們總結不就好了，還需要單獨配置一個AI Agent，有必要嗎？這兩者使用體驗上有什么區(qū)別呢？

舉一個典型整理新聞鏈接并生成規(guī)范文檔的場景例子，能夠更直觀地看出兩者的區(qū)別：

二、怎么配置AI Agent？

搭建AI Agent的平臺推薦

下面羅列的這些都是低代碼甚至零代碼的平臺，對于不懂代碼的人很友好，很多現成的功能模塊，簡單拖拉拽就可以組建自己的Agent，而且最最重要的一點，基礎的功能都是免費的，只有涉及調用一些插件可能會涉及到費用。

Coze

網址：https://www.coze.cn/home

簡介：字節(jié)跳動推出的AI機器人和智能體創(chuàng)建平臺。

騰訊元器

網址：yuanqi.tencent.com

簡介：騰訊推出的低代碼智能體平臺，依托混元大模型，支持無代碼創(chuàng)建智能體，涵蓋聊天對話、內容創(chuàng)作、圖像生成等功能，適合個人和企業(yè)快速部署。

百度文心智能體平臺

網址：aistudio.baidu.com

簡介：基于文心大模型的智能體構建平臺，提供零代碼/低代碼開發(fā)方式，允許通過自然語言交互快速創(chuàng)建智能體，支持商業(yè)閉環(huán)流量分發(fā)。

得帆云DeAI平臺

網址：需訪問得帆云官網 definesys.com

簡介：得帆信息推出的低代碼Agent開發(fā)平臺，提供開放模型接入、知識庫管理、RAG能力集成等功能，支持企業(yè)級智能體應用的快速搭建和運維。

科大訊飛星火低代碼智能體平臺

網址：需訪問訊飛開放平臺 xfyun.cn

簡介：支持可視化操作，靈活組合大模型與插件，提供免費創(chuàng)建AI Agent、RAG方案升級等功能，適用于復雜業(yè)務流程編排。

Dify

網址：dify.ai （國內版）

簡介：開源的低代碼AI應用平臺，主打高質量RAG引擎和Agent框架，支持非技術人員參與開發(fā)，適合企業(yè)私有化部署。

神奇的工作流（Workflow）

工作流（Workflow） 是指為完成特定目標而設計的一系列自動化、智能化任務的流程。

舉一個大家熟悉的場景來解釋工作流和智能體的關系，如果智能體是一名外賣騎手，那么工作流就是導航APP提供的路線：

• 步驟分解：先取餐→按路線騎行→聯系顧客→完成配送。
• 異常處理：若路線擁堵，導航自動重新規(guī)劃。
• 協同合作：騎手需要與餐廳、顧客、交通系統互動，而導航確保這些步驟有序進行。

沒有工作流，智能體可能迷失在復雜任務中；有了工作流，它能高效、可靠地達成目標。

大概了解了工作流是什么，現在我們可以思考一下，搭建資料庫這件事，需要拆分成哪幾個環(huán)節(jié)步驟？下圖是我針對這個使用場景，畫的一個粗略的思考路徑，這一步我們是確認整個工作流的目標。

下面以Coze平臺為例來演示怎么配置：

前置條件：創(chuàng)建文檔

根據我們制定的目標，最后要讓它把素材記錄至我的飛書文檔，那么我們要創(chuàng)建并設置好這個飛書多維表格。下圖創(chuàng)建了一個示意，表頭中的字段可以根據你實際要的信息進行編寫。

步驟1：創(chuàng)建工作流

打開Coze平臺，進入工作空間，創(chuàng)建新的工作流；

“添加插件”可以理解為給Agent點了“技能點”，可以豐富工作流能執(zhí)行的能力。如果在插件庫中找到符合自己需求的，如果熟悉代碼也可以嘗試自己創(chuàng)建一個插件。

步驟2：配置插件

從我們設定的目標出發(fā)，第一步我們需要Agent從網頁鏈接中獲取資料，那我們就需要配置一個插件節(jié)點。如下圖所示，點擊“添加節(jié)點”，選擇插件，可以檢索要的插件名稱或關鍵詞，右邊會展示對應的插件的描述，你可以通過插件的描述，還有它的示例，鏈接成功率和被使用情況等，綜合考量選擇一個插件，點擊添加；

添加完成之后，選中這個插件，然后再右邊的屬性欄中，配置插件所需要的參數；每個插件輸入的參數都不相同，以下圖的插件為例，可以點擊參數名稱邊上的注解看這個參數的描述，根據插件要求進行填寫。

該插件輸入部分需要兩個字段<timeout>（輸入的鏈接的超時時間），<url> （要解析的網址）

<timeout>我們可以根據插件提示，直接輸入固定值，而這里的<url>指的是你后續(xù)要Agent分析的網址鏈接，此處可以直接引用開始環(huán)節(jié)輸入的字段。

此時你可以將插件鏈接到結束節(jié)點，將結束節(jié)點中輸出字段引用為插件的輸出內容。然后點擊試運行進行測試。

如果顯示運行成功，則代表整個流程可以正常運行。此時可以展開結果，查看你輸入的這個測試鏈接，通過插件可以提取什么。

步驟3：配置大模型

通過試運行，可以發(fā)現，插件提取了鏈接中基本全部的內容，包含全文，圖片等等。這些還是原始的素材，還需要加工提煉，此時我們就需要引入大模型幫忙進行文本處理。

選中大模型節(jié)點，配置大模型的參數。

• 模型：Coze已經接入了DeepSeek，可以通過下拉框選擇合適你具體使用場景的大模型；
• 輸入：你可以理解為大模型要獲得的信息，你要讓你的助手給你處理文件，你總得先給他基礎資料；
• 系統提示詞：有點像游戲里的規(guī)則說明，告訴 AI 應該在什么樣的框架內做事，要表現出什么樣的特點。Coze提供了系統提示詞優(yōu)化的能力，所以你可以直接用大白話寫你要它做什么，再點擊自動優(yōu)化就行。（注意：請盡可能詳盡清晰的描述你需要它做的事）
• 用戶提示詞：用戶提示詞就是用戶給 AI 輸入的內容，是用戶向 AI 表達自己需求、想法、問題的話語。就像你在問別人問題或者請別人幫忙時說的話一樣；（注意：這里需要結合你設計的表格中，你需要的信息字段，要在提示詞中明確要它提煉這些關鍵信息）
• 輸出：你需要大模型輸出的內容（注意：這里需要設置好輸出的格式）

輸出格式這邊，默認變量是string格式，這里我們需要它一條條輸出，所以要將這里的類型改為Array<Object>，然后添加子集，編輯變量名稱跟對應引用的數值。

步驟4：配置插件

我們運用大模型整理輸出我們要的字段，但是大模型是沒有辦法直接調用工具，幫我們把提煉好的資料傳輸到飛書文檔，所以此處，我們還需要添加一個插件；

app_token代表的是你飛書文檔的鏈接，records記錄對應的是你飛書文檔中的字段。這里我們會發(fā)現，插件需要輸入的格式和大模型輸出的格式不同，這里不能直接連接大模型和插件節(jié)點。我們可以再插入一個大模型，讓它幫我們把輸出的字段按照插件要求的格式進行整理。

插入大模型節(jié)點，然后在輸入參數這邊，對照上一節(jié)點大模型輸出的內容，進行一一引用配置。在系統提示詞中輸入要大模型輸出的標準格式（這里格式參照插件要的）。

然后添加飛書的插件，配置對應參數，再鏈接結束節(jié)點，結束節(jié)點輸出可引用插件輸出的msg字段。

點擊試運行，如果運行成功后，輸出為”success”，資料就已經正常寫入你的飛書文檔了。（注意：首次運行寫入時，會需要文件授權）

步驟5：配置bot

確認工作流已經可以順利運行之后，可以發(fā)布工作流。然后創(chuàng)建一個對話的bot，方便后面使用。

回到項目開發(fā)頁，點擊右上角創(chuàng)建，選擇創(chuàng)建智能體。

在左側輸入這個智能體的人設，還有它的職責，它的限制范圍（注意:要寫明什么情況下讓它調用這個工作流）。然后在中間技能框中，選擇我們剛才設置的工作流。完成后，可以在右側跟你的智能體進行對話，給他發(fā)送文章鏈接，讓他幫你寫入知識庫。后續(xù)你還可以設計別的工作流，比如從知識庫查找資料的工作流。

寫在最后

實際使用過程中，如果是免費版的話，可能受到平臺免費額度的限制，每天的處理量是有限的。同時受限于工作流中調用的大模型能力，像一些超長的文本，普通的（這里特指免費給你用的）大模型可能沒辦法讀取總結的，工作流會失效，所以要多多調試，可能現階段還辦法做到一勞永逸，所以要保持一個好的心態(tài)。

Agent會因不同的提示詞，不同的插件能力，不同工作流，而有不一樣的體驗。做一個符合自己使用的Agent，目前主要還是自己多嘗試，根據自己應用場景多多思考。一起擁抱這個“想象力即生產力”的時代吧。