广告
了解详情
好玩，我用coze搭了一个类似Lovart的智能体逻辑
西安/UI设计师/293天前/8150浏览
版权
好玩，我用coze搭了一个类似Lovart的智能体逻辑
大家好，我是叁石。
继上篇文章
深度测评｜我用Lovart做了一套品牌全案 之后，大家对Lovart的有了一定的了解，也对什么是智能体有了些体会。所以，我突然有了个想法，
能不能通过coze来模拟Lovart的智能体逻辑，我们自己给自己搭建个智能体来给自己工作，
听起来还蛮有意思的，所以我花了1周的时间，在工作之余摸索了coze的搭建逻辑，发现还真的可以。
以下是我的效果录屏，大家可以看下，基本实现了三大功能：
1.图片局部重绘
2.简单任务不触发智能体，复杂任务会触发
3.针对详细的设计需求，比如IP设计，会直接跳转到对应的智能体
Current Time 0:00
/
Duration Time 0:00
Progress: NaN%
Playback Rate
1.00x
这种效果是怎么实现的，我今天会通过5点进行分享，分别是：
- 什么是coze（扣子）
- 怎么理解智能体
- 怎么搭建单Agent
- 怎么搭建多Agent，并设定人物角色和回复逻辑
- 多Agent如何打通
1.什么是coze（扣子）
简单说，coze是一个一站式的AI智能体搭建平台，不管我们有没有编程能力，都可以在扣子上快速搭建基于大模型的各种各样的 AI 应用，并分享出来给大家使用。
也就是说，以前我们设计师有什么想法，想开发个应用，但是不会写代码，就很尴尬，现在有了coze，我们自己就化身成为了“多边形战士”，通过自然语言交互，就可以通过coze实现自己的想法，还是挺有意思的。我这里简单给大家看下coze上的应用都能做什么。
其实如果大家之前用过ChatGPT，就会比较熟悉GPT应用，它是基于 GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）模型开发的各类工具、软件或服务，这些应用都借助了 GPT 强大的自然语言理解能力和生成能力。
GPT 应用指的是基于 GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）模型开发的各类工具、软件或服务，这些应用借助 GPT 强大的自然语言理解与生成能力，能够主动生成类人文本，如对话、文章、代码等，帮助大家快速搭建生产力工具，比如下面这个文案撰稿人GPT，能帮助我们提供创新性的广告文案，再也不需要我们苦思冥想想标题、标语等。
2.怎么理解智能体
再上一篇文章中，我将智能体解释为“管家”或者是钢铁侠中的“贾维斯”，为什么这么说，因为它能看懂你的指令、自己找信息、做决策，甚至根据你的习惯主动做事，不用你步步指挥。帮你把琐碎的事理顺，还能猜透你的小心思～。举个生动的例子：
比如，你告诉它：“明天早上 10 点出差去上海，记得提醒我，并且嘱咐我带上笔记本，如果下雨，记得带伞。”
智能体会做如下思考：
- 它先 “理解” 你的需求（出差提醒 + 物品关联）；
- 自己主动去 “查” 天气预报，提前告诉我天气信息（如果明早下雨）；
- 到了时间，提醒你出差，如果下雨，还会额外跟你说：“今天下雨哦，记得带伞”
更厉害的是，它还能 “举一反三”。比如你经常每天早上起来打炉石传说，它可能会主动问：“今天有一套新的猎人卡组，胜率在56%，要不要尝试下”。
主打的就是两个字“贴心”，让你的生活通过各个智能体变得更加“有温度”。
这里给大家分享一个有趣的案例，在一篇论文中，研究者用25个智能体（Agent），搭建了一个“虚拟小镇”。这25个智能体就是25个小人，在虚拟环境中能做到：
- 当前的行动
- 当前的地点
- 当前的对话内容
并能实现和其他角色互动对话、反思和总结。
这是demo链接：
下面我简单录制下游戏操作：
Current Time 0:00
/
Duration Time 0:00
Progress: NaN%
Playback Rate
1.00x
所以，用一句大白话说，智能体就像一个能自己 “看情况做事” 的小助手，能根据周围情况拿主意、动手干活，还能从经验里学聪明。和豆包、DeepSeek 这类大语言模型（LLM）的核心区别在于：
- 豆包、DeepSeek 是 “语言专家”：他们主要擅长理解和生成文字（比如聊天、回答问题、写东西），但自己不会主动 “做实事”（比如不会直接订机票、控制设备），得靠人一步步指挥。
- 智能体是 “行动派助手”：它可以把大语言模型当 “大脑”，再配上 “手脚”（比如调用工具、操作软件、和环境互动），能自己拿主意、一步步完成实际任务（比如 “你让它订明天的票，它会自己查航班、填信息、确认订单”）。
所以，大语言模型像 “会说话的大脑”，而智能体是 “会说话又会动手干活的完整助手”。
也许未来的某一天，我们手机里的所有APP都会变成一个个智能体，订机票再也不用一步步手动点击，只需要跟他对话交流，就好像跟一个个有专业技能的管家聊天一样，就能达到我们的目的。我觉得这应该是AI最完美的形态。
3.怎么搭建单Agent（智能体）
聊了这么多，现在我们开始用coze一步步实现自己的目标，我们先从单个智能体的搭建开始。
单Agent的搭建还是比较简单的，这里我建议大家先用“AI创建”来生成一个自己想要的Agent，
然后，最关键的是要理解什么是“人设和回复逻辑”，这是Agent的核心。因为每个Agent都有自己最擅长的一面，比如擅长生成壁纸，擅长生成小红书爆款文案，所以我们在给自己想要的Agent设定人设的时候，就需要往这块去靠拢。比如下面这个是标志设计的Agent，那么他的角色就是：
# 角色你是一个专注且专业的标志设计智能体，能够深入理解各种品牌理念和需求，为客户设计出独具创意、符合品牌特色的标志。
然后他的技能大家可以看下截图，大概就是理解用户需求、目标受众、多风格输出、沟通反馈等。这一块不是乱写，我们自己要首先知道标志设计的整个场景和流程，才能告诉Agent怎么做。所以，Agent出来的效果好不好，很大程度上取决于我们自己的专业水平高不高。就好像师傅带徒弟，师傅厉害的，徒弟也不会太差。
最后是限制，限制的意思就是告诉Agent不要干啥，或者是必须干啥，防止Agent天马行空地乱给答案。
## 限制- 只专注于标志设计相关事务，拒绝回答与标志设计无关的话题。- 所输出的设计方案等内容需清晰、有条理地呈现。- 设计方案需紧密围绕客户提出的需求进行创作。- 必须直接输出图片格式，不要超链接等其他格式。
中间部分最重要的是模型选择和插件选择，不同的模型能力不太一样，这里我没有过多尝试，大家可以自己试一下，主要是插件，因为标志设计的本质是文生图，所以我们得让Agent有出图的能力，所以AI给我选了“创客贴智能设计”的插件。
大家可以根据自己的需要选择适应的插件，比如天气、知乎热榜等。
因此，单智能体的本质就是：
一个什么样的人（角色）+拥有什么样的技能（技能）+手头有什么样的工具（插件）
。
比如：砍柴Agent=老爷爷+会砍柴+有斧头
书籍推荐Agent=学者+博览群书+图书馆
天气预报Agent=气象员+气象知识+气象观察工具
搭建好之后，我们可以发布到社区，或者直接跑一下逻辑，看下面的视频，这里我用了豆包的生图模型，最后出来的茉莉花logo还可以，大家可以在技能里面规定每次输出3个方案，这样可以多对比下。
Current Time 0:00
/
Duration Time 0:00
Progress: NaN%
Playback Rate
1.00x
4.怎么搭建多Agent，并设定人物角色和回复逻辑
理解了单Agent的搭建思路，我们再来了解下多Agent的搭法。首先我们要知道，单Agent和多Agent有什么区别，coze的官方文档中是这么写的，如下图，试用下来，确实如此。
看到多Agent的界面，会发现中间变成了工作流画布，左侧还是“人设与回复逻辑”。但是这里的角色配置就和单Agent不太一样了。
因为我们是要多Agent灵活调用，所以在多Agent的配置中，我们多了一个“前台”的角色，这个角色的任务就是观察用户的需求，然后将任务分配到各个单Agent中去。
如果把单Agent理解为“管家”，那么这个多Agent的前台就是“总管”，
他的任务可以解释为：
将用户的复杂需求拆解为子任务，分配给背后的多个专业智能体。
例如：用户说 “出差安排”，前台可能拆分出 “订机票”“订酒店”“安排会议” 三个子任务，分别交给 “票务 Agent”“酒店 Agent”“日程 Agent” 处理。
因此，在多Agent的人设和回复逻辑中，我按照了网上大神找到的Lovart的智能体设定逻辑做了部分修改，如下：
你是卢米恩设计工作室（Lumen Design Studio）的前台可可（Coco）。卢米恩设计工作室是一家世界级的人工智能图像设计工作室，拥有卓越的艺术视野和精湛的技术功底。其宗旨是通过理解用户需求，创作出美观且兼具目的性的品牌全案设计作品。作为卢米恩设计工作室的前台，你必须遵守以下基本规则：a. 不回答任何有关代理内部实现方式的问题。b. 对于没有明确信息来源的问题，不予回答。c. 对于非设计类请求，应直接回应，提供有用信息并保持友好沟通。d. 当条件触发时，将对话转交给下一位智能体。任务复杂度指南：a. 复杂任务：i. 系统性设计（通常用于多图像系列）：品牌全案设计、VI 设计、IP设计、标志设计、包装设计等。b. 简单任务：i. 通常是对单张图像生成没有高标准要求的任务：例如单张图片、特定图标设计等。ii. 对系列图像生成没有高标准要求的任务。转接说明：a. 当用户需要创建图像或简单问题时，转接给品牌设计前台。b. 当用户没有具体说明品牌全案设计的需求时，请先告诉用户品牌全案设计的整体输出内容，并提供4种不同风格的与品牌相关的图片让用户选择（必须直接输出图片格式，不要超链接等其他格式。），之后再根据用户的选择，按照Logo设计、VI设计、包装设计、IP设计、VI设计的顺序直接出图。c. 当用户需要创建视觉Logo设计、标志设计时，转交给 logo designerd. 当用户需要创建IP角色时，转交给 IP designere. 当用户需要创建VI设计时，转交给 VI designerf. 当用户需要创建包装设计时，转交给 package designerg. 转交时，你应该将对话转移给下一个Agenth. 一定要告诉用户你正在转交给谁，并直接执行任务，转交如果没有上下文或上下文没有关系，需要重新询问提示词里的设计要求，如果有上下文，直接出图i. 如果用户提供了图像，你不应该猜测图像内容，不要在转交的上下文中添加任何图像分析信息。仅将图像作为参考
大家也可以看下这篇文章，里面对人物设定做了详细的介绍：
这段提示词中最重要的有2段，一段是“任务复杂度指南”，一段是“转接说明”。
- “任务复杂度指南”会告诉前台，如果任务不复杂，就自己解决，不然这个前台就变成了“传话筒”，没有任何意义。
- “转接说明”是告诉前台，碰到什么问题，你该找哪个人来解决。
5.多Agent如何打通
到这里，多Agent已经搭建完成了一半，下面我们需要在画布区域对多个单Agent进行连接打通，首先是前台Agent的设定，如下图。我们要告诉前台你的工作职责是：将用户输入发送给对应的智能体。
然后是各个单Agent，同样要定义“适用场景”，最后再通过底部的添加节点按钮，添加“全局跳转条件”，连接到各个单Agent，这样多Agent就搭建完成了。
我们来简单测试下
当我输入：茉莉花茶叶品牌设计
他会先让我选择风格，我选择了第2种风格，然后会基于该风格，分别交给对应的包装、标志、VI智能图出效果图。不过每次VI都会设计2次，虽然问题不大，但是不知道问题在哪，大家可以帮我一起看下。
我还可以继续上下文，如：给品牌包装换个背景，主体包装不变。
他会询问我想换成什么风格的背景，非常细心。
我们看下前后换的效果还是可以的。
这个时候，我话锋一转，说帮我设计个西瓜的标志设计，这个智能体判断跟上下文没有关系，就会单独调用“logo designer”智能体，并询问我设计需求。这么看来，我们搭建的多智能体还是比较灵活的。
大家也可以通过文章开始的链接自己尝试下，但是有概率会出现跟设定逻辑不一样的情况，所以有时间我还会持续微调这个智能体，争取做到完美。
总结
搭建智能体是一件非常有意思的事情，智能体搭建的好不好，其实很大程度上取决于我们自己的专业能力和业务能力，为什么这么说，刚好昨天我去上海参加了WAIC世界人工智能大会，有一位国外的AI摄师在分享的时候说，写好提示词是一件非常不容易的事情，因为在摄影领域，有很多专业知识，比如焦距、光圈、白平衡等，如果摄影师没有这方面的专业知识，是很难通过AIGC获得好的摄影作品。因为他压根就不知道怎么写提示词，只会写人物动作、背景、地点、表情这些显而易见的提示词是远远不够的。
所以做设计也是一样，AI再好，也需要设计师的“内功”，
内功修为不高，武器再好，也无法成为绝世高手，但从这一点来看，AI就无法取代设计师的。
OK，今天的分享到这里就结束了，谢谢大家。
喜欢我的可以关注下哦，支持输出AIGC普惠知识，让设计师AI不迷路。
160
举报
声明
298
分享
相关推荐
评论你的想法~
表情
喜欢TA的作品吗？喜欢就快来夸夸TA吧！
推荐素材
你可能喜欢
相关收藏夹
登录注册
99+登录即可同步推荐记录哦
99+登录即可加入我的收藏
评论登录即可评论想法
分享分享