三、简答题（10 题）
请用自己的话解释：为什么说智能体不是普通聊天机器人？
查看参考答案 ▼
普通聊天机器人主要根据用户问题生成回答，而智能体还能围绕目标进行判断、拆分步骤、调用工具并完成任务。例如普通聊天机器人只能告诉你“可以查天气”，智能体可以直接调用天气插件查出结果，再整理成建议。
✓ 正确
参考答案：普通聊天机器人主要根据用户问题生成回答，而智能体还能围绕目标进行判断、拆分步骤、调用工具并完成任务。例如普通聊天机器人只能告诉你“可以查天气”，智能体可以直接调用天气插件查出结果，再整理成建议。
请说明 Coze 中插件的作用，并举两个插件例子。
查看参考答案 ▼
插件用于给智能体增加外部能力。大模型本身主要负责理解和生成文本，插件可以让它联网搜索、查天气、读取文档、识别图片、查询数据等。例如联网搜索插件可以查询实时信息，文档提取插件可以读取 PDF 或 Word 内容。
✓ 正确
参考答案：插件用于给智能体增加外部能力。大模型本身主要负责理解和生成文本，插件可以让它联网搜索、查天气、读取文档、识别图片、查询数据等。例如联网搜索插件可以查询实时信息，文档提取插件可以读取 PDF 或 Word 内容。
工作流中为什么不建议一口气搭完所有节点再测试？
查看参考答案 ▼
因为节点越多，出错位置越难定位。正确做法是每加一个关键节点就运行一次，确认输入、输出和变量传递都正确，再继续往后搭建。
✓ 正确
参考答案：因为节点越多，出错位置越难定位。正确做法是每加一个关键节点就运行一次，确认输入、输出和变量传递都正确，再继续往后搭建。
请说明选择器节点和意图识别节点的区别。
查看参考答案 ▼
选择器节点适合明确条件判断，例如输入是否为空、某个字段是否等于某个值。意图识别节点适合语义分类，例如判断用户是想旅游规划、文档分析还是普通聊天。简单说，选择器更像代码里的 if / else，意图识别更像让模型理解用户意图后分类。
✓ 正确
参考答案：选择器节点适合明确条件判断，例如输入是否为空、某个字段是否等于某个值。意图识别节点适合语义分类，例如判断用户是想旅游规划、文档分析还是普通聊天。简单说，选择器更像代码里的 if / else，意图识别更像让模型理解用户意图后分类。
为什么 classification_id 不应该直接作为用户问题传给大模型？
查看参考答案 ▼
classification_id 通常只是意图分类结果，例如 1、2、3，它用于决定流程走哪条分支，不是用户原始问题。如果把它传给大模型，大模型只会看到一个编号，无法知道用户真正想问什么。后续生成回答时，应该继续传用户原始输入。
✓ 正确
参考答案：classification_id 通常只是意图分类结果，例如 1、2、3，它用于决定流程走哪条分支，不是用户原始问题。如果把它传给大模型，大模型只会看到一个编号，无法知道用户真正想问什么。后续生成回答时，应该继续传用户原始输入。
输入节点适合解决什么问题？请举一个例子。
查看参考答案 ▼
输入节点适合解决信息缺失问题。例如用户说“帮我规划旅游路线”，但没说去哪里，工作流可以通过输入节点追问“你想去哪个城市？”，再把用户补充的城市传给后续节点。
✓ 正确
参考答案：输入节点适合解决信息缺失问题。例如用户说“帮我规划旅游路线”，但没说去哪里，工作流可以通过输入节点追问“你想去哪个城市？”，再把用户补充的城市传给后续节点。
为什么工作流名称和描述要写清楚？
查看参考答案 ▼
因为后续智能体选择工具时，需要根据工具名称和描述判断什么时候调用它。名称模糊会导致自己维护困难，也会导致智能体不容易选对工具。
✓ 正确
参考答案：因为后续智能体选择工具时，需要根据工具名称和描述判断什么时候调用它。名称模糊会导致自己维护困难，也会导致智能体不容易选对工具。
使用联网搜索插件时，为什么要查看插件输出字段？
查看参考答案 ▼
不同插件返回的数据结构不同，有的字段是标题，有的字段是链接，有的字段才是真正内容。如果字段选错，最终输出可能为空、杂乱或不是用户需要的信息。
✓ 正确
参考答案：不同插件返回的数据结构不同，有的字段是标题，有的字段是链接，有的字段才是真正内容。如果字段选错，最终输出可能为空、杂乱或不是用户需要的信息。
文档提取插件在求职类 AI 应用中可以做什么？
查看参考答案 ▼
文档提取插件可以读取简历内容，提取姓名、学历、技能、项目经验、工作经历等信息。提取成文本后，还可以交给大模型继续做简历优化、岗位匹配、面试题生成。
✓ 正确
参考答案：文档提取插件可以读取简历内容，提取姓名、学历、技能、项目经验、工作经历等信息。提取成文本后，还可以交给大模型继续做简历优化、岗位匹配、面试题生成。
如果智能体没有调用你添加的工作流，你会优先检查哪些地方？
查看参考答案 ▼
可以优先检查：工作流是否已经发布；工具名称和描述是否清楚；智能体提示词是否说明什么时候调用该工具；用户测试问题是否确实触发该工具场景；工作流本身是否能单独运行成功。
✓ 正确
参考答案：可以优先检查：工作流是否已经发布；工具名称和描述是否清楚；智能体提示词是否说明什么时候调用该工具；用户测试问题是否确实触发该工具场景；工作流本身是否能单独运行成功。
四、代码实战（7 题）
创建基础文本处理工作流
在 Coze 中创建一个基础文本处理工作流：开始节点接收 input，大模型节点把用户输入整理成三条要点，结束节点输出整理结果，并使用不少于 50 字的文本测试。
查看参考答案 ▼
参考步骤：
1. 创建工作流，名称可以写成 text_summary_workflow。
2. 在开始节点保留或创建文本变量 input。
3. 添加大模型节点，提示词要求“请将下面这段内容整理成三条要点”，并引用 {{input}}。
4. 在结束节点选择大模型节点的正式输出字段。
5. 运行测试，输入一段不少于 50 字的文本，检查最终是否输出三条要点。
✓ 正确
参考答案：参考步骤：
1. 创建工作流，名称可以写成 text_summary_workflow。
2. 在开始节点保留或创建文本变量 input。
3. 添加大模型节点，提示词要求“请将下面这段内容整理成三条要点”，并引用 {{input}}。
4. 在结束节点选择大模型节点的正式输出字段。
5. 运行测试，输入一段不少于 50 字的文本，检查最终是否输出三条要点。
给工作流增加空输入判断
在基础文本处理工作流中加入选择器节点：当 input 为空时输出提示语；不为空时再进入大模型节点，并分别测试两种情况。
查看参考答案 ▼
参考步骤：
1. 在开始节点后添加选择器节点。
2. 设置条件：如果 input 为空。
3. 空输入分支连接到输出节点，输出“请输入需要整理的内容”。
4. 非空分支连接到大模型节点。
5. 分别测试空输入和正常输入：空输入应提示补充内容，正常输入应进入模型并输出三条要点。
✓ 正确
参考答案：参考步骤：
1. 在开始节点后添加选择器节点。
2. 设置条件：如果 input 为空。
3. 空输入分支连接到输出节点，输出“请输入需要整理的内容”。
4. 非空分支连接到大模型节点。
5. 分别测试空输入和正常输入：空输入应提示补充内容，正常输入应进入模型并输出三条要点。
创建旅游规划工作流
创建旅游规划工作流：用户输入旅游需求，接入联网搜索插件，大模型结合搜索结果输出行程安排、推荐理由和注意事项。
查看参考答案 ▼
参考步骤：
1. 创建工作流，名称建议为 travel_plan_workflow。
2. 开始节点接收用户输入 input。
3. 添加联网搜索插件，将搜索关键词设置为用户输入 input。
4. 添加大模型节点，把用户需求 {{input}} 和搜索结果一起传入。
5. 要求输出至少包含：行程安排、推荐理由、注意事项。
6. 结束节点输出大模型整理后的旅游建议。
✓ 正确
参考答案：参考步骤：
1. 创建工作流，名称建议为 travel_plan_workflow。
2. 开始节点接收用户输入 input。
3. 添加联网搜索插件，将搜索关键词设置为用户输入 input。
4. 添加大模型节点，把用户需求 {{input}} 和搜索结果一起传入。
5. 要求输出至少包含：行程安排、推荐理由、注意事项。
6. 结束节点输出大模型整理后的旅游建议。
给旅游规划工作流增加目的地补充
当用户没有说明目的地时，使用输入节点追问目的地；新增变量建议命名为 city，后续大模型节点要接收并引用 {{city}}。
查看参考答案 ▼
参考步骤：
1. 在旅游规划工作流中加入判断逻辑，判断用户是否提供目的地。
2. 如果没有目的地，添加输入节点追问“你想去哪个城市旅行？”。
3. 输入节点变量命名为 city。
4. 在后续大模型节点中接收 city，并在提示词中写 {{city}}。
5. 测试“帮我规划一个周末游”和“帮我规划一个深圳周末游”两种输入。
✓ 正确
参考答案：参考步骤：
1. 在旅游规划工作流中加入判断逻辑，判断用户是否提供目的地。
2. 如果没有目的地，添加输入节点追问“你想去哪个城市旅行？”。
3. 输入节点变量命名为 city。
4. 在后续大模型节点中接收 city，并在提示词中写 {{city}}。
5. 测试“帮我规划一个周末游”和“帮我规划一个深圳周末游”两种输入。
创建意图识别分流工作流
设置至少三个意图：旅游规划、文档分析、其他问题；根据不同意图走不同分支，并注意不要把分类编号当成用户问题传给后续大模型。
查看参考答案 ▼
参考步骤：
1. 添加意图识别节点，设置旅游规划、文档分析、其他问题三个意图。
2. 旅游规划分支连接旅游规划工作流或旅游规划大模型节点。
3. 文档分析分支提示用户上传文档。
4. 其他问题分支连接普通大模型回答节点。
5. 后续大模型回答时继续传用户原始输入 input，classification_id 只用于分支判断。
✓ 正确
参考答案：参考步骤：
1. 添加意图识别节点，设置旅游规划、文档分析、其他问题三个意图。
2. 旅游规划分支连接旅游规划工作流或旅游规划大模型节点。
3. 文档分析分支提示用户上传文档。
4. 其他问题分支连接普通大模型回答节点。
5. 后续大模型回答时继续传用户原始输入 input，classification_id 只用于分支判断。
创建文档提取工作流
开始节点接收文档文件，使用文档提取或链接读取类插件提取内容，大模型输出文档主题、核心内容和可以继续追问的问题，并使用脱敏文档测试。
查看参考答案 ▼
参考步骤：
1. 创建工作流，名称建议为 doc_extract_workflow。
2. 在开始节点创建文件变量，例如 doc_file。
3. 添加文档提取或链接读取插件，并绑定 doc_file。
4. 查看插件运行日志，找到真正的文档正文输出字段。
5. 添加大模型节点，根据文档内容提取文档主题、核心内容、可以继续追问的问题。
6. 使用脱敏文档测试，不要上传真实隐私资料。
✓ 正确
参考答案：参考步骤：
1. 创建工作流，名称建议为 doc_extract_workflow。
2. 在开始节点创建文件变量，例如 doc_file。
3. 添加文档提取或链接读取插件，并绑定 doc_file。
4. 查看插件运行日志，找到真正的文档正文输出字段。
5. 添加大模型节点，根据文档内容提取文档主题、核心内容、可以继续追问的问题。
6. 使用脱敏文档测试，不要上传真实隐私资料。
搭建多功能智能体
创建一个多功能智能体，添加至少两个已发布工作流，编写职责说明、开场白和两个预设问题，并预览测试旅游规划、文档分析、普通闲聊三类问题。
查看参考答案 ▼
参考步骤：
1. 确认至少两个工作流已经单独运行成功并发布，例如旅游规划工作流和文档提取工作流。
2. 创建智能体，名称要能体现用途。
3. 编写职责说明，让智能体知道旅游规划、文档分析和普通问题分别如何处理。
4. 添加已经发布的工作流工具。
5. 设置开场白和两个预设问题。
6. 预览测试旅游规划、文档分析、普通闲聊三类问题。
7. 如果调用不准，优先修改智能体职责说明、工具名称、工具描述或工作流内部节点提示词。
✓ 正确
参考答案：参考步骤：
1. 确认至少两个工作流已经单独运行成功并发布，例如旅游规划工作流和文档提取工作流。
2. 创建智能体，名称要能体现用途。
3. 编写职责说明，让智能体知道旅游规划、文档分析和普通问题分别如何处理。
4. 添加已经发布的工作流工具。
5. 设置开场白和两个预设问题。
6. 预览测试旅游规划、文档分析、普通闲聊三类问题。
7. 如果调用不准，优先修改智能体职责说明、工具名称、工具描述或工作流内部节点提示词。