AI赋能：扣子（Coze）智能体搭建与应用实战工作坊

课程大纲

认知篇——AI智能体如何重塑零售运营

一、零售运营进入人智协作新阶段

1. 从数字化到智能化：零售运营的演进历程
2. 人智协作的内涵：智能体作为新一代数字员工
3. 智能体、大模型与知识库：构建零售智能化的铁三角

二、智能体核心概念辨析

1. 什么是AI大模型：底层能力与通用智能
2. 什么是知识库：领域知识的存储与调用
3. 什么是智能体（Agent）：具备自主能力的AI系统
4. 三者的区别与联系：大模型提供思考，知识库提供记忆，智能体提供行动
5. 智能体的本质：目标驱动、环境感知、自主决策、执行动作的数字员工

三、智能体的基本构成与功能

1. 智能体的核心组件
1. 大脑（模型）
2. 记忆（知识库）
3. 感知（输入）
4. 动作（输出/插件）
2. 各组件功能详解
1. 模型负责理解与生成
2. 知识库负责精准回答
3. 插件负责执行任务
3. 智能体在零售中的典型应用场景

四、智能体重塑零售运营的底层逻辑

1. 提升效率：自动化重复劳动，7x24小时在线
2. 优化体验：个性化服务，一致性强响应快
3. 赋能决策：数据驱动洞察，预测性分析
4. 降低成本：减少人力依赖，规模效应显著

五、对智能体的常见认知误区

误区一：智能体=聊天机器人
误区二：构建智能体需要大量代码基础
误区三：智能体可以完全替代人类
误区四：智能体部署成本极高
误区五：智能体难以与现有系统集成

六、智能体选型的基本原则

1. 能力匹配：是否满足核心业务场景需求
2. 易用性：团队能否快速上手使用与维护
3. 集成性：是否支持与现有系统（CRM、ERP、微信等）打通
4. 成本可控：初始投入与长期运营成本是否合理
5. 安全合规：数据隐私与内容安全是否有保障
6. 可进化性：是否支持持续学习和模型优化
实战案例：某连锁便利店如何利用智能体实现巡店报告自动生成与问题预警
互动研讨：结合自身业务，讨论最希望智能体解决的3个痛点问题

筑基篇——扣子（Coze）核心功能初探

一、扣子（Coze）平台概述

1. 扣子是什么：字节跳动推出的AI智能体开发与部署平台
2. 平台定位：零代码、低门槛、高效率构建专属AI应用
3. 核心优势：模型生态丰富、插件系统强大、知识库易用、发布渠道多样

二、平台导航与工作台介绍

1. 工作台整体布局：智能体列表、创建入口、数据统计
2. 核心功能模块导航
1. 智能体创建
2. 知识库管理
3. 插件中心
4. 工作流设计
5. 发布设置
3. 账号设置与团队协作功能简介

三、智能体的大脑：模型选择与角色设定

1. 支持的模型类型
——GPT系列、云雀模型、ERNIE等及如何选择
2. 角色设定（Prompt编写）的核心要素
——身份、任务、约束、输出要求
3. 编写高质量Prompt的技巧与原则
——明确、具体、带示例、防幻觉
4. 角色设定与模型参数调节（温度、最大输出等）对智能体行为的影响

四、智能体的记忆：知识库的应用

1. 知识库的作用：提供精准、私有、最新的领域知识
2. 知识库的创建：支持文本、PDF、Word、Excel等多种格式上传
3. 知识库的优化
1. 文档切分
2. 标题优化
3. 关键词提取
4. 知识库与模型调用的配置
1. 引用模式
2. 触发条件
3. 置信度管理

五、智能体的手脚：插件与工作流

1. 插件是什么：扩展智能体能力的工具
如：数据库查询、API调用、发送邮件、生成图片
2. 常用插件介绍：网页浏览、代码解释器、知识库查询、多媒体生成等
3. 工作流是什么：实现复杂多步任务自动化的可视化流程工具
4. 如何配置插件与设计简单工作流
实操练习三：为零售小助手添加一个天气查询插件，并测试其功能

实战篇——打造零售核心场景智能体

一、智能体搭建通用步骤回顾

第一步：明确场景与目标（解决什么问题？）
第二步：设计对话流程与用户意图（用户会怎么问？）
第三步：配置大脑与记忆（模型选择、角色设定、知识库准备）
第四步：赋予手脚（插件/工作流配置）
第五步：测试与调试（内部试用、反馈收集）
第六步：发布与部署（选择发布渠道）
第七步：运营与迭代（监控数据、持续优化）
场景一：数字员工——营销内容生成与流量获取
1. 场景痛点
1. 营销素材生产慢

进阶篇——集成、发布与优化

一、智能体的集成与连接

1. 发布渠道
1. 独立网页
2. 微信公众号
3. 飞书
4. 钉钉
5. API接口
2. 如何将智能体嵌入微信公众号
3. 如何通过API将智能体能力对接到自有系统

二、智能体的发布与部署

1. 发布前的最终测试 checklist
2. 版本管理：如何迭代更新智能体而不影响线上用户
3. 灰度发布与全量发布策略

三、智能体的性能优化

1. 响应速度优化：知识库优化、工作流精简
2. 回答质量优化：Bad Case分析、Prompt迭代、知识库补充
3. 成本优化：模型选择策略、调用次数监控
实战案例：某零售商如何将门店咨询智能体成功接入微信公众号菜单栏
小组研讨：设计本组实战智能体的发布计划与初步优化方向

迭代篇——智能体运营、评估与迭代

一、智能体的持续运营

1. 运营核心：数据驱动、持续喂养、循环迭代
2. 日常维护：知识库更新、插件管理、监控预警
3. 用户反馈收集：设置反馈渠道、鼓励用户评分

二、智能体的效果评估

1. 评估维度
——任务完成率、用户满意度、响应速度、成本效益
2. 关键指标（Metrics）设定
——对话数、解决率、转人工率、平均对话时长
3. 利用平台数据分析工具进行效果评估

三、智能体的迭代优化

1. 迭代周期：小步快跑，持续迭代
2. 迭代依据：基于用户反馈和对话日志分析
3. 迭代方法
1. 优化Prompt
2. 补充知识库
3. 增加插件
4. 调整流程
实战
工具：智能体运营看板模板、用户反馈记录表、迭代优化清单

未来篇——智能体零售应用的展望

一、技术趋势展望

1. 多模态融合：语音、图像、文本深度融合的智能体
2. 自主智能提升：从应答到预测，从执行到决策
3. 记忆与个性化：长期记忆带来真正一对一的个性化服务

二、零售应用场景展望

1. 全域营销自动化：跨渠道自动策划与执行营销活动
2. 供应链智能决策：基于预测的自动补货与调拨
3. 沉浸式购物体验：AR/VR结合智能体的虚拟导购
4. 组织智慧体协同：多个智能体分工协作完成复杂任务

三、拥抱变化，持续学习

1. 保持对新技术的好奇心与开放心态
2. 建立企业内部AI应用的学习与试点文化
3. 关注业务价值，技术是为业务服务的工具
课程总结与答疑
课程工具清单
工具一：智能体场景定义与需求梳理模板
工具二：Coze平台Prompt编写最佳实践指南
工具三：零售知识库构建与优化清单
工具四：常用插件与应用场景匹配表
工具五：智能体测试用例集（含零售场景示例）

适合对象

连锁零售企业运营团队、数字化负责人、市场部成员、客服主管、培训经理及对AI应用感兴趣的业务骨干

课程定位与主要问题

AI任务拆解、流程嵌入和输出复核需要落到岗位动作，训练会围绕关键问题完成一轮方法校准

核心收益

场景边界更清楚：工具场景、输入要求和输出校验，减少只听概念、不知道怎么用的落差
围绕认知篇——AI智能体如何重塑零售运营校准目标和边界，明确课堂重点动作
流程复用更容易：筑基篇——扣子（Coze）核心功能…安排练习，检查方法、工具和流程是否可用

查看更多收益收起更多收益

人工复核有抓手：零售运营进入人智协作新阶段相关的责任分工、跟进节奏和复盘问题

课程背景与交付信息

作为零售运营管理者，您是否面临以下挑战？

市场竞争激烈，传统运营方式效率低下？

客户需求多样化，响应速度跟不上？

课程时间

2天，12小时

授课方式

理论讲解、案例解析、实操演示、小组练习、工具应用、成果汇报

课程内容重点

01认知篇——AI智能体如何重塑零售运营

02筑基篇——扣子（Coze）核心功能初探

03零售运营进入人智协作新阶段

04从数字化到智能化：零售运营的演进历程

05人智协作的内涵：智能体作为新一代数字员工

讲师介绍

廖大宇

营销增长与渠道效能提升专家

廖大宇，大客户营销与渠道管理实战专家。曾任百事、雀巢、达能营销总监，20年实战经验。专注大客户营销、渠道管理及AI营销应用，累计授课600余场，帮助200+企业创造超100亿业绩

食品酒水消费品零售医药医疗制造业互联网科技国企央企

查看讲师主页

课程差异说明

本课程页面围绕《AI赋能：扣子（Coze）智能体搭建与应用实战工作坊》重点呈现课程定位、适合对象、核心收益和 6 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

连锁零售企业运营团队、数字化负责人、市场部成员、客服主管、培训经理及对AI应用感兴趣的业务骨干。

学习这门课可以获得什么收益？

明确工具场景、输入要求和输出校验，减少只听概念、不知道怎么用的落差；围绕认知篇——AI智能体如何重塑零售运营校准目标和边界，明确课堂重点动作。

课程通常安排多长时间？

课程通常可按2天，12小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用理论讲解 + 案例解析 + 实操演示 + 小组练习 + 工具应用 + 成果汇报，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配