【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词

优质文章学习记录

— 10 min read
【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词
🌹欢迎来到《小5讲堂》🌹
🌹这是《文心智能体》系列文章，每篇文章将以博主理解的角度展开讲解。🌹
🌹温馨提示：博主能力有限，理解水平有限，若有不对之处望指正！🌹
在这里插入图片描述

目录

前言

文心一言已经升级到版本为4.5 Turbo和X1 Turbo，效果应该会比之前会更加好，那就用TA来生成一段智能体提示词吧，来看看效果如何。

在这里插入图片描述

智能体信息

名称

职业卡通形象生成器

简介

一键生成专属职业卡通头像，趣味职场新形象！

人设

work_to_head是工作流名称。

# 角色设定 你是一个「职业卡通形象生成器」，专门将用户的职业名称转化为可爱的卡通形象。你的核心能力是通过插件 `work_to_head` 生成符合职业特征的卡通图片。 # 规则1.**输入必须为职业名称**（如"消防员"、"程序员"、"教师"）。 2. 如果输入内容不是职业名称或无法识别，必须拒绝请求并给出友好提示。 3. 禁止回答与职业卡通形象无关的问题。 # 交互流程1. 用户输入后，首先判断是否为有效职业名称： - 如果是 → 调用插件 `work_to_head` 生成卡通形象。 - 如果不是 → 触发以下回复： "请输入真实的职业名称哦！比如：护士、画家、工程师～（*´▽`*)ﾉ"2. 插件调用成功后，返回卡通形象图片，并附带一句职业特征描述： "为您生成【XX职业】的卡通形象：阳光笑容+职业工具+标志性服装～"# 语气风格 活泼可爱，带有表情符号和颜文字，例如： "程序员卡通来啦！(＞ω＜)/ 黑框眼镜+咖啡杯+格子衫标配～"

开场白

开场文案

告诉我你的职业，马上变卡通！🚀

开场白问题
生成一个【消防员】的卡通形象！🚒👨‍🚒
帮我画一个【插画师】的可爱卡通！✏️🖌️
来个【程序员】的卡通形象！👓💾
想要一个【魔法师】的卡通版！✨🔮
能不能生成一个【美食博主】的卡通？🍕🎤

工作流

这里为什么要使用工作流，有个小技巧。
目的之一是使用工作流的消息能够让智能体快速响应，从而让智能体通过质量分析达到百度搜索分发效果。

在这里插入图片描述

消息节点

这个消息节点费用灵活好用，可以在工作流的任意环节插入，会在工作流节点流程过程中，即时响应消息，让用户能够第一时间感知智能体正在操作。

在这里插入图片描述


在这里插入图片描述


消息节点输出效果

在这里插入图片描述

文本处理节点

其实这里可以使用大模型节点，博主这里为了让节点执行的更快，直接使用了固定文本+用户输入文本来组合输出一段新的文本。
目的是直接使用这一组合文本作为生成图片的提示词。

在这里插入图片描述

插件节点

使用插件节点里的官方图片处理插件【AI绘画助手】

在这里插入图片描述


固定高宽度输出，并且是1张图片数量。
用户的图片描述-query，就是上一个文本处理节点的值。

在这里插入图片描述

图片消息节点

博主这里同样使用了消息节点，直接根据图片Markdown格式输出。
其实如果后面没有其他节点了，直接在结束节点输出也是可以的。

在这里插入图片描述

输出效果

体验地址：https://mbd.baidu.com/ma/s/MXVhinsx

在这里插入图片描述


在这里插入图片描述

小技巧

博主这里使用文心一言输出一段创建智能体的小技巧。

在这里插入图片描述

一、结构化框架设计

1. 角色定位+任务拆解

  • 示例
    你是一位专业的旅游规划师，需根据用户输入的旅行天数、预算、偏好（如自然风光/人文历史），生成包含行程安排、交通建议、住宿推荐的3日杭州旅行方案。
  • 分析
  • 明确角色（旅游规划师）与任务（生成行程方案）
  • 细化用户需求维度（天数、预算、偏好），确保输出精准

2. 四要素公式法

  • 公式
    角色 + 背景 + 目标 + 行动要求
  • 示例
    你是一位小红书运营专家，用户希望推广一款国货美妆产品。目标是在3天内提升产品曝光量至10万+，需生成3篇符合平台调性的文案，包含产品卖点、用户痛点、互动话题，并附上相关话题标签。
  • 分析
  • 通过角色（小红书运营专家）与背景（推广国货美妆）明确场景
  • 目标（曝光量10万+）量化需求
  • 行动要求（文案内容、标签）细化执行标准

二、多轮对话优化

1. 分步骤引导

  • 示例
    第一轮：用户输入旅行天数与预算，生成基础行程框架。
    第二轮：根据用户反馈的偏好（如自然风光），细化每日行程，推荐景点与交通方式。
  • 分析
  • 通过分步骤提示词，将复杂任务拆解为多个子任务
  • 降低智能体理解难度，提升输出质量

2. 示例参考法

  • 示例
    参考以下案例生成回复：

用户：推荐杭州适合拍照的景点。
AI：西湖十景中的断桥残雪、雷峰塔，以及灵隐寺的黄墙青瓦，均为高人气拍照点。建议清晨或傍晚前往，光线更柔和。

  • 分析
  • 提供示例可帮助智能体理解回复风格与内容结构
  • 减少输出偏差

三、细节强化技巧

1. 输出格式标准化

  • 示例
    生成的产品推广文案需包含以下结构：

标题（15字内，突出产品核心卖点）
正文（分3段，首段痛点引入，中段产品功能解析，尾段引导互动）
话题标签（#国货之光 #美妆推荐）

  • 分析
  • 通过格式化要求，确保智能体输出符合平台规范
  • 提升内容可用性

2. 专业术语与风格

  • 示例
    你是一位法律顾问，回复需使用专业术语（如‘不可抗力’‘合同解除’），风格严谨客观，避免口语化表达。
  • 分析
  • 针对特定领域（如法律、医学），需明确术语与风格要求
  • 提升回复权威性

四、避免常见误区

1. 模糊需求导致输出偏差

  • 反例
    帮我写一篇文章。
  • 优化
    写一篇关于“人工智能在医疗领域的应用”的科普文章，面向普通读者，字数800字，需包含案例与未来展望。
  • 分析
  • 模糊需求易导致智能体输出偏离预期
  • 需细化主题、受众、字数、内容要求等

2. 过度复杂导致理解困难

  • 反例
    生成一篇涵盖历史、文化、经济、科技等多维度的杭州旅行攻略，要求语言优美、逻辑清晰、数据准确。
  • 优化
    生成一篇杭州3日旅行攻略，包含历史景点（如西湖、灵隐寺）、美食推荐（如东坡肉、龙井虾仁）、交通指南（地铁/公交路线），语言简洁实用。
  • 分析
  • 过度复杂的需求易导致智能体输出混乱
  • 需拆解维度并明确优先级

相关文章

【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词

【文心智能体】使用免费满血版DeepSeek模型创建智能体，用一句话来生成背景图，来看看是如何实现的

【文心智能体】通过工作流使用知识库来实现信息查询输出，一键查看旅游相关信息，让出行多一份信心

【文心智能体】通过低代码工作流编排创建应用《挑战奥运问答拿奖牌》

【文心智能体】梗图七夕版，一分钟让你看懂如何优化prompt，以及解析低代码工作流编排实现过程和零代码结合插件实现过程，依然是干货满满，进来康康吧

【AI人工智能】文心智能体，00后疯感工牌生成器，低代码工作流的简单应用以及图片快速响应解决方案，干货满满，不容错过哦

【文心智能体】前几天百度热搜有一条非常有趣的话题《00后疯感工牌》，看看如何通过低代码工作流方式实现图片显示

【文心智能体】通过工作流使用知识库来实现信息查询输出，一键查看旅游相关信息，让出行多一份信心

Read more

从春晚机器人到零样本革命：YOLO26-Pose姿态估计实战指南

从春晚机器人到零样本革命：YOLO26-Pose姿态估计实战指南

春晚舞台上，机器人群体的整齐划一令人惊叹——但如果想让机器人真正理解并模仿人类的复杂动作，我们需要怎样的视觉技术？ 当16台机器人在春晚舞台上旋转跳跃时，它们的每一个动作都经过工程师数月精心编排。然而，真正智能的机器人不应只会重复预设动作，而应能观察人类、理解姿态、即时模仿。这正是姿态估计技术试图解决的难题——让机器人拥有"看懂"人类动作的视觉智能。 本文将带你深入探索基于YOLO26-Pose的零样本姿态估计技术，揭秘如何让机器人在无需特定场景训练数据的情况下，实时理解并复现人类动作。 一、姿态估计技术解析：从看懂到理解 姿态估计作为计算机视觉的核心技术，通过检测图像或视频中人体/物体的关键点并构建骨架模型，实现对姿态和运动的量化分析。在机器人领域，这项技术正在开启全新应用场景： * 模仿学习：机器人通过观察人类操作，学习抓取物体、使用工具 * 人机协作：实时理解工人意图，实现安全高效的人机协同作业 * 远程操控：将操作者动作精确映射到远端机器人，完成危险环境作业 * 技能传授：专家动作数字化，批量复制到多台机器人 然而，传统姿态估计方案面临一个根本性挑战：每个
FPGA与STM32通过ESP8266模块实现远程通信

FPGA与STM32通过ESP8266模块实现远程通信

1. 前言 （引言） 在嵌入式系统开发中，我们经常面临“异构协同”的需求：FPGA 擅长高速并行数据采集（如AD采样、图像处理），而 STM32 擅长复杂逻辑控制、人机交互和网络通信。 如何将这两者无线连接起来？ 本项目实现了一个低成本、高可靠性的无线通信方案。系统让 FPGA 采集传感器数据，通过 ESP8266 Wi-Fi 模块，以自定义数据包的形式实时发送给 STM32，STM32 作为服务器进行接收、校验和解析。 FPGA 端：实现了“盲发”状态机与透明传输，极大降低了 Verilog 解析 AT 指令的复杂度。 STM32 端：作为 AP（热点）和 TCP Server，构建了稳定的局域网环境。 协议层：

YOLOv8n机器人场景目标检测实战｜第一周工作笔记1

核心完成项：基于Conda搭建Ultralytics8.0+PyTorch2.1专属环境，完成COCO2017机器人场景子集筛选（8000张，7000训+1000验），跑通YOLOv8n基础训练（epoch=50），小障碍物mAP≥65%，模型可正常输出推理结果，满足周验收全部目标。 环境说明：全程使用Conda进行包管理与环境隔离，无pip命令使用，规避版本兼容问题；模型选用YOLOv8n（轻量化版本，适配机器人端算力限制），替代原计划YOLOv9n，核心实操逻辑一致。 一、本周核心目标与执行思路 1. 核心目标 1. 掌握YOLO系列核心创新与轻量化模型适配逻辑，聚焦机器人室内小场景（室内小障碍物/桌椅/行人/台阶）检测需求； 2. 搭建稳定可复现的Ultralytics+PyTorch训练环境，规避版本冲突； 3. 筛选并整理符合YOLO格式的机器人场景自定义数据集，完成基础标注与训练集/验证集划分； 4. 跑通YOLOv8n基础训练流程，验证数据集与模型兼容性，获取基础精度、参数量、
Windows 安装 Neo4j（2025最新·极简）

Windows 安装 Neo4j（2025最新·极简）

目录 1. 准备 2. 下载安装包 3. 一键安装 4. 启动 Neo4j 5.安装 Neo4j 的系统服务 Neo4j 是目前最流行的原生图数据库，用图结构（节点-关系-属性）存储数据，而非传统表结构。它专为海量关联数据设计，提供： * 原生图存储：基于免索引邻接结构，每个节点直接维护指向相邻节点的物理指针，实现 O(1) 时间复杂度的图遍历。 * Cypher 查询语言：ISO 标准化图查询语言，采用 ASCII-Art 模式匹配语法，支持可变长度路径、子图查询、聚合与更新混合事务。 * ACID 事务：支持完整事务、集群高可用，可承载企业级负载。 * 丰富生态：内置 Graph Data Science (GDS)