企业效率革命：coze智能体企业落地训练营

智能体认知与coze平台概述被放在同一组任务里，方便参训团队对照自己的场景调整做法

2天，12小时 合规管理
授课讲师： 谢海林 · AI企业级应用实战专家
获取课程方案 查看课程大纲

团队应用场景和课时安排越具体，人工智能应用案例、练习和讲师匹配就越准确

适合对象

企业老板、企业管理者、企业AI落地团队

课程定位与主要问题

承担审计、合规、风控、安全或政策解读任务的管理者和业务骨干已有明确任务时，可借这门课把政策口径、风险信号、证据链条和处置动作拆成分工和检查点

核心收益

  • 规则边界更清楚：政策口径、现场约束和责任边界，减少只听概念、不知道怎么用的落差
  • 围绕智能体认知校准目标和边界，明确课堂重点动作
  • 处置动作更具体：coze平台概述安排练习，检查方法、工具和流程是否可用
  • 留痕复盘有依据：大模型和智能体的差异相关的责任分工、跟进节奏和复盘问题

课程背景与交付信息

规则要求进入业务现场后，需要同时看风险信号、证据留痕和处置边界。课程从智能体认知切入，继续梳理coze平台概述和后续协同动作。

课程时间

2天，12小时

授课方式

理论讲解（20%）、工具使用（50%）、实践操作（30%）

课程工具

1. Deepseek、通义千问等国产大模型 2. Coze智能体开发平台 3. 飞书协作工具

学员准备
  • 1. 个人电脑和智能手机
  • 2. 提前注册Coze平台账号
  • 3. 提前注册Deepseek、通义千问等国产大模型账号
  • 4. 提前注册飞书

课程内容重点

01智能体认知
02coze平台概述
03大模型和智能体的差异
04智能体：目标导向的任务执行体
05核心公式：智能体 = 大模型 + 规划器 + 工具集

课程大纲

智能体认知

一、大模型和智能体的差异
  • 1. 大模型：通用语义理解能力
  • 2. 智能体：目标导向的任务执行体
  • 3. 核心公式：智能体 = 大模型 + 规划器 + 工具集
二、智能体的本质
  • 1. 感知-决策-执行闭环机制
  • 2. 自主代理（独立任务处理）
  • 3. 协作代理（Multi-Agent协同）
三、智能体形态
  • 1. 对话型助手（如客服机器人）
  • 2. 流程自动化机器人（如RPA）
  • 3. 决策支持系统（如风控引擎）
四、智能体架构
  • 1. 感知层：数据输入与环境交互
  • 2. 决策层：模型推理与策略生成
  • 3. 执行层：工具调用与结果输出
五、智能体搭建平台
  • 1. Coze：低代码快速开发
  • 2. LangChain：复杂逻辑编排
  • Dify：企业级私有化部署
  • 案例实践： 用Coze创建个人旅游助手

coze平台概述

一、coze 平台简介
  • 1. 一站式智能体开发+部署平台
  • 2. 支持国产大模型（DeepSeek/通义千问）
二、注册和登录
  • 1. 账号创建与实名认证
  • 2. 工作台导航与空间管理
三、提示词+大模型构建智能体
  • 1. 人设配置（角色/语气）
  • 2. 知识边界定义
  • 3. 回复逻辑调试
  • 案例：第一个智能体构建（工作事项登记助手）

coze三大基础-插件

一、coze 插件介绍
  • 1. 连接外部API/数据库
  • 2. 打通企业系统（飞书）
二、如何找插件
  • 1. 官方插件市场搜索
  • 2. 关键词筛选（如"飞书"）
三、常用的插件
  • 1. 飞书日程管理
  • 2. 微信公众号运营
  • 案例：带插件的智能体（AI新闻推送助手）

coze 三大基础-工作流

一、工作流介绍
  • 1. 可视化流程编排界面
  • 2. 节点拖拽式开发
二、工作流调试
  • 1. 实时运行测试
  • 2. 错误日志追踪
三、开始和结束节点
  • 1. 触发条件配置
  • 2. 结果输出格式定义
四、大模型节点详解
  • 1. 任务拆解指令编写
  • 2. 多步骤结果聚合
五、文本节点详解
  • 1. 字符串处理函数
  • 2. 正则表达式匹配
六、选择器节点
  • 1. 多条件分支路由
  • 2. 优先级规则设置
七、意图识别节点
  • 1. 用户指令分类模型
  • 2. 意图标签体系设计
八、变量聚合节点
  • 1. 多步骤结果合并
  • 2. 结构化数据封装

coze 三大基础-知识库

一、RAG详细介绍
  • 1. 检索-增强-生成三阶段
  • 2. 向量化存储原理
二、文档类型知识库
  • 1. PDF/Word/TXT解析
  • 2. 分块策略优化
三、表格类型知识库
  • 1. Excel/CSV结构化提取
  • 2. 行列关系映射
四、图片类型知识库
  • 1. OCR文字识别
五、工作流中使用知识库
  • 1. 知识检索节点配置
  • 2. 结果增强提示词设计
  • 案例：知识库在智能体的应用 （搭建客户投诉助手）

智能体中的记忆节点

一、变量
  • 1. 会话级临时存储
  • 2. 数据类型转换
二、长期记忆
  • 1. 用户偏好记录
  • 2. 历史行为分析
三、文件盒子
  • 1. 非结构化数据存储
  • 2. 版本内容检索
四、数据库
  • 1. MySQL连接
  • 2. 增删改查操作
  • 案例：数据库在智能体的应用（图书管理助手）

对话流与多 agent 模式

一、对话流概念
  • 1. 状态机驱动模型
  • 2. 上下文继承机制
二、创建对话流
  • 1. 子流程嵌套设计
  • 2. 异常处理分支
三、为什么有多 agent 模式
  • 1. 复杂任务分解需求
  • 2. 专业化分工提效
  • 案例：多 agent 的智能体 （搭建招聘协助手）

coze 中高级特性

一、卡片讲解
  • 1. 按钮/表单交互设计
  • 2. 图文卡片生成
二、代码节点
  • 1. Python脚本嵌入
  • 2. 数据处理逻辑封装
三、自定义插件
  • 1. OpenAPI规范开发
  • 2. 本地服务调试
  • 案例：多 agent 的智能体 （搭建招聘协助手）

讲师介绍

谢海林 讲师头像

谢海林

AI企业级应用实战专家

AI企业级应用实战专家。前腾讯T12级技术专家，22年互联网开发与运维经验。专注AI办公提效、AIGC应用及智能体开发，助力企业构建智能化技术运营体系，实现效能革命

互联网科技金融银行政府国企电力能源烟草通信
查看讲师主页

课程差异说明

本课程页面围绕《企业效率革命：coze智能体企业落地训练营》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度