课程概述

前面两门课讲了"Agent 是什么"和"工具调用怎么运作"。现在到动手环节——用零代码平台搭建你的第一个 AI Agent。

不需要写一行代码。你会经历完整的流程：明确需求 → 设计 Agent 的人设和能力 → 配置工具 → 测试迭代 → 投入使用。学完这门课，你就能拥有一个为你工作的 AI Agent。

学习目标

• 掌握搭建 AI Agent 的完整流程（5 步法）
• 学会用零代码/低代码平台快速搭建 Agent
• 理解"系统提示词"在 Agent 中的关键作用
• 能独立完成 Agent 的测试和优化迭代
• 避免新手最常犯的 5 个错误

课程内容

1. 动手之前——先想清楚三个问题

在打开任何工具之前，先回答这三个问题。它们决定了你的 Agent 是"真的有用"还是"搭完吃灰"。

问题 1：这个 Agent 帮谁，做什么？

不要"做一个帮我工作的 Agent"——太模糊了。好的定义是：

✓ "这个 Agent 每天早上 9 点自动拉取我们 3 个核心业务指标（销售额、用户活跃数、客诉量），如果任何一个指标低于正常范围，自动发微信通知我，并把相关数据整理成一句话总结。"

✗ "做一个数据助手"

问题 2：这个任务现在谁在做？花了多少时间？

如果你不能明确回答这个问题，说明这个 Agent 的需求还没想清楚。最好的 Agent 候选任务是那些：

• 你在做的时候心里想"这事真该交给机器"
• 频率高（每天、每周做）
• 规则明确（不需要每次做判断）

问题 3：Agent 需要什么"手"和"眼"？

"手" = Agent 能做什么动作（发消息、写表格、调 API） "眼" = Agent 能看到什么信息（数据库、文件、日历）

如果答案是"不需要什么手和眼，纯靠 LLM 就行"——那你可能不需要 Agent，聊天 AI 就够了。

2. 搭建 Agent 的五步法

Step 1：写系统提示词（System Prompt）——Agent 的"人设和操作手册"

系统提示词是 Agent 最重要的配置。它不是用户每次输入的内容，而是"写在 Agent 骨子里"的指令。

系统提示词包含四个部分：

## 角色定义
你是一名 [职位描述]。你的工作风格是 [风格描述]。

## 任务职责
你的核心任务是 [具体描述]。
你不需要做的事情包括 [排除项]。

## 可用工具
你可以使用以下工具：
- [工具1名称]：[功能描述]，使用时机：[什么时候用]
- [工具2名称]：[功能描述]，使用时机：[什么时候用]

## 行为规范
- [规则1，如：在发送任何对外消息前，先草拟内容并等待确认]
- [规则2，如：如果遇到无法处理的情况，不要编造，直接说"这超出了我的能力范围"]
- [规则3，如：保持回复简洁，单次不超过200字]

系统提示词的质量直接决定了 Agent 的质量。 花 40% 的时间在写好系统提示词上。

Step 2：配置工具——给 Agent "接上手"

在零代码平台上，工具通常以"插件"或"集成"的形式存在：

新手建议：第一个 Agent 只配置 1-2 个工具。 工具越多，出错的组合也越多。

Step 3：准备知识库（可选）——给 Agent "喂资料"

如果你的 Agent 需要基于特定知识回答问题——比如公司产品文档、FAQ、运营手册——你需要一个知识库。

• 把相关的文档（PDF、Word、网页）上传到平台
• Agent 收到问题时，会先在知识库中搜索相关内容，再基于搜索到的内容回答

这其实就是前面讲过的 RAG（检索增强生成）——避免 Agent 在不知道答案时"胡编"。

Step 4：测试——让 Agent"先跑 10 圈"

不要上线就让 Agent 面对真实用户。先自己测试：

测试清单：

• 正常流程：最常见的 3 个场景，Agent 能顺利完成吗？
• 边界情况：信息不全（比如用户没写日期）、输入格式异常（比如用户打错字）
• 错误处理：工具调用失败时，Agent 是卡住了还是能优雅降级？
• 拒绝场景：用户让 Agent 做不该做的事（比如发敏感数据），Agent 会拒绝吗？
• 响应质量：Agent 的回复是不是太啰嗦？太冰冷？太不确定？

每轮测试问自己：Agent 哪里做得不对？为什么？是系统提示词的问题还是工具的问题？

Step 5：上线 + 监控——Agent 不是"设好就忘"

上线不等于结束。至少在前两周，每天花 5 分钟看看 Agent 的"工作记录"：

• 有没有调用失败的记录？是什么原因？
• 用户有没有追问/纠正 Agent？（这说明一步到位率低）
• 有没有人绕过 Agent 直接来找你？（说明 Agent 没满足需求）

把 Agent 当成一个新入职的实习生——前两周你要多盯着，后面慢慢放手。

3. 三个简单但实用的 Agent 案例

案例 1：每日数据摘要 Agent

# 系统提示词
你是一名数据助理。每天早上8点，自动拉取以下指标并发送到我微信：
- 昨日销售额
- 昨日活跃用户数
- 昨日新增客诉数
如果任一指标偏离正常范围（销售额低于X，活跃低于Y，客诉高于Z），用 🔴 标注并附一句简要分析。

# 需要的工具
- 数据库查询（只读权限）
- 企业微信/钉钉消息推送

# 关键配置
- 定时触发：每天早上8:00
- 正常范围配置（可以用一个表格来维护，Agent 读取此表格）

案例 2：客户询问分类 + 草拟回复 Agent

# 系统提示词
你是一名客服助手。你的任务是：
1. 阅读客户发来的消息
2. 判断问题类型：产品咨询/技术问题/投诉/合作意向
3. 在知识库中搜索相关信息
4. 草拟回复内容（但不要发送！先给我审批）
5. 标注紧急程度：普通/重要/紧急（判断标准：投诉 + 提到退款/法律 = 紧急）

# 约束
- 绝对不要直接回复客户，只草拟内容等待我确认
- 不确定的情况标注"建议人工处理"

案例 3：会议准备 Agent

# 系统提示词
你是一名会议准备助手。当你收到一个会议主题时：
1. 搜索公司内部知识库中与该主题相关的文档和过往会议纪要
2. 如果主题涉及外部公司，搜索最新行业新闻
3. 生成一份"会前准备包"：
   - 背景：关于此主题的已知信息（1-2段）
   - 关键数据：相关的数字和指标
   - 上次讨论的待办事项（如有）
   - 建议的议程要点（3-5个）
   - 准备的问题（至少3个）

4. 新手常犯的 5 个错误——以及如何避免

错误 1：系统提示词太模糊

"你是一个助手，帮助用户解决问题"——这样的系统提示词等于没说。

修正： 写清楚它是谁、做什么、怎么做、有什么工具、什么是红线。参见 Step 1 的四部分格式。

错误 2：一次给 Agent 太多工具

配置了 15 个工具，觉得"万一用得上呢"。结果 Agent 经常选错工具，或者调用了一大堆没必要的工具。

修正： 从 1-2 个工具开始。确认这个组合靠谱后，再逐个添加。

错误 3：没有设置"安全护栏"

Agent 可以发邮件、改数据、调价格——而且没人审核。

修正： 所有"对外"和"修改"的操作都加确认步骤，至少上线初期如此。等运行稳定 2 周后再考虑半自动化。

错误 4：一次测试就上线

"我试了一次，走通了，上线吧"——一次走通不代表稳定。

修正： 至少测试 10 个不同场景，包括错误场景（工具挂了、用户输入不合理）。Agent 在"不正常"情况下的表现更体现质量。

错误 5：没有后续优化的机制

Agent 上线后就不再管了，直到有人抱怨。

修正： 建立一个简单的反馈渠道——比如让用户可以对 Agent 的回答"点赞/踩"，或者每周抽 5 条 Agent 的回答检查质量。Agent 不是一次性产品，是需要持续优化的"数字员工"。

5. 平台选择建议

新手建议： 先用零代码平台搭 3 个 Agent 找感觉。不要一上来就学 LangChain——就像不要还没开过车就去学修车。

实操练习

1. 需求设计（10 分钟）： 按"三个问题"框架，定义你想搭建的第一个 Agent。写清楚：帮谁？做什么？现在花多少时间？需要什么工具？

2. 写系统提示词（15 分钟）： 为你定义的 Agent 写一份完整的系统提示词（四部分）。这是整个课程最重要的练习——系统提示词就是 Agent 的"灵魂"。

3. 动手搭建（20 分钟）： 用任何一个零代码平台（推荐怡途Claw或扣子），根据你写的系统提示词搭建一个真实可用的 Agent。至少测试 5 个场景。

总结

搭建 Agent 不难——难的是想清楚"到底要它做什么"。

记住五步法：定义角色 → 配置工具 → 准备知识 → 充分测试 → 上线监控。 花 80% 的时间在前两步（思考和设计），搭建本身很快。

你的第一个 Agent 可能不完美——没关系。Agent 是迭代出来的，不是设计出来的。先让它跑起来，再用实际反馈来打磨它。