产品经理怎么用AI搭建你的专属知识库？（保姆级教程）
想象一下，一个完美的知识库能够无缝集成您的工作流程，提供即时信息，提升工作效率。这不仅是产品经理的梦想，更是AI技术的强大助力。在本文中，我们将详细探讨如何利用AI技术搭建您的专属知识库，让繁琐的工作变得更加轻松、高效。 产品经理日常工作中，收集资料并建设知识库至关重要。在做产品规划时，收集的行业数据、竞品资料能为规划方向提供依据，快速打开思路。不过，“日积月累”这事说起来简单，做起来可难了，非常考验耐心和毅力。首先日常就要阅读大量的资料，然后选出好的，有价值的部分，总结提炼，再整理分类，记录下来…这种投入很多，短时间内看不到成效的事，多数人坚持几天就放弃了。 这个时候，你就需要“培训”一个专职小秘书了~ 一、AI Agent 你的秘书 AI Agent（人工智能代理）一种能够自主感知环境、分析信息、制定决策并执行动作的智能程序或系统。它可以被视为一个“虚拟助手”或“智能体”，能够独立或在人类指导下完成任务。 可以将Agent理解专职服务你的学徒助手，当你需要它做某项任务时候，你需要先教会他，你每一步是怎么做的，要怎么做，后续它就可以根据你要的东西进行输出了。 也许有人会有疑问，直接向DeepSeek、豆包、KIMI这些大模型（LLM）提问，或者发送新闻的链接或者资料文档，让他们总结不就好了，还需要单独配置一个AI Agent，有必要吗？这两者使用体验上有什么区别呢？ 举一个典型整理新闻链接并生成规范文档的场景例子，能够更直观地看出两者的区别： 二、怎么配置AI Agent？ 搭建AI Agent的平台推荐 下面罗列的这些都是低代码甚至零代码的平台，对于不懂代码的人很友好，很多现成的功能模块，简单拖拉拽就可以组建自己的Agent，而且最最重要的一点，基础的功能都是免费的，只有涉及调用一些插件可能会涉及到费用。 Coze 网址：https://www.coze.cn/home 简介：字节跳动推出的AI机器人和智能体创建平台。 腾讯元器 网址：yuanqi.tencent.com 简介：腾讯推出的低代码智能体平台，依托混元大模型，支持无代码创建智能体，涵盖聊天对话、内容创作、图像生成等功能，适合个人和企业快速部署。 百度文心智能体平台 网址：aistudio.baidu.com 简介：基于文心大模型的智能体构建平台，提供零代码/低代码开发方式，允许通过自然语言交互快速创建智能体，支持商业闭环流量分发。 得帆云DeAI平台 网址：需访问得帆云官网 definesys.com 简介：得帆信息推出的低代码Agent开发平台，提供开放模型接入、知识库管理、RAG能力集成等功能，支持企业级智能体应用的快速搭建和运维。 科大讯飞星火低代码智能体平台 网址：需访问讯飞开放平台 xfyun.cn 简介：支持可视化操作，灵活组合大模型与插件，提供免费创建AI Agent、RAG方案升级等功能，适用于复杂业务流程编排。 Dify 网址：dify.ai （国内版） 简介：开源的低代码AI应用平台，主打高质量RAG引擎和Agent框架，支持非技术人员参与开发，适合企业私有化部署。 神奇的工作流（Workflow） 工作流（Workflow） 是指为完成特定目标而设计的一系列自动化、智能化任务的流程。 举一个大家熟悉的场景来解释工作流和智能体的关系，如果智能体是一名外卖骑手，那么工作流就是导航APP提供的路线： 步骤分解：先取餐→按路线骑行→联系顾客→完成配送。 异常处理：若路线拥堵，导航自动重新规划。 协同合作：骑手需要与餐厅、顾客、交通系统互动，而导航确保这些步骤有序进行。 没有工作流，智能体可能迷失在复杂任务中；有了工作流，它能高效、可靠地达成目标。 大概了解了工作流是什么，现在我们可以思考一下，搭建资料库这件事，需要拆分成哪几个环节步骤？下图是我针对这个使用场景，画的一个粗略的思考路径，这一步我们是确认整个工作流的目标。 下面以Coze平台为例来演示怎么配置： 前置条件：创建文档 根据我们制定的目标，最后要让它把素材记录至我的飞书文档，那么我们要创建并设置好这个飞书多维表格。下图创建了一个示意，表头中的字段可以根据你实际要的信息进行编写。 步骤1：创建工作流 打开Coze平台，进入工作空间，创建新的工作流； “添加插件”可以理解为给Agent点了“技能点”，可以丰富工作流能执行的能力。如果在插件库中找到符合自己需求的，如果熟悉代码也可以尝试自己创建一个插件。 步骤2：配置插件 从我们设定的目标出发，第一步我们需要Agent从网页链接中获取资料，那我们就需要配置一个插件节点。如下图所示，点击“添加节点”，选择插件，可以检索要的插件名称或关键词，右边会展示对应的插件的描述，你可以通过插件的描述，还有它的示例，链接成功率和被使用情况等，综合考量选择一个插件，点击添加； 添加完成之后，选中这个插件，然后再右边的属性栏中，配置插件所需要的参数；每个插件输入的参数都不相同，以下图的插件为例，可以点击参数名称边上的注解看这个参数的描述，根据插件要求进行填写。 该插件输入部分需要两个字段（输入的链接的超时时间）， （要解析的网址） 我们可以根据插件提示，直接输入固定值，而这里的指的是你后续要Agent分析的网址链接，此处可以直接引用开始环节输入的字段。 此时你可以将插件链接到结束节点，将结束节点中输出字段引用为插件的输出内容。然后点击试运行进行测试。 如果显示运行成功，则代表整个流程可以正常运行。此时可以展开结果，查看你输入的这个测试链接，通过插件可以提取什么。 步骤3：配置大模型 通过试运行，可以发现，插件提取了链接中基本全部的内容，包含全文，图片等等。这些还是原始的素材，还需要加工提炼，此时我们就需要引入大模型帮忙进行文本处理。 选中大模型节点，配置大模型的参数。 模型：Coze已经接入了DeepSeek，可以通过下拉框选择合适你具体使用场景的大模型； 输入：你可以理解为大模型要获得的信息，你要让你的助手给你处理文件，你总得先给他基础资料； 系统提示词：有点像游戏里的规则说明，告诉 AI 应该在什么样的框架内做事，要表现出什么样的特点。Coze提供了系统提示词优化的能力，所以你可以直接用大白话写你要它做什么，再点击自动优化就行。（注意：请尽可能详尽清晰的描述你需要它做的事） 用户提示词：用户提示词就是用户给 AI 输入的内容，是用户向 AI 表达自己需求、想法、问题的话语。就像你在问别人问题或者请别人帮忙时说的话一样；（注意：这里需要结合你设计的表格中，你需要的信息字段，要在提示词中明确要它提炼这些关键信息） 输出：你需要大模型输出的内容（注意：这里需要设置好输出的格式） 输出格式这边，默认变量是string格式，这里我们需要它一条条输出，所以要将这里的类型改为Array，然后添加子集，编辑变量名称跟对应引用的数值。 步骤4：配置插件 我们运用大模型整理输出我们要的字段，但是大模型是没有办法直接调用工具，帮我们把提炼好的资料传输到飞书文档，所以此处，我们还需要添加一个插件； app_token代表的是你飞书文档的链接，records记录对应的是你飞书文档中的字段。这里我们会发现，插件需要输入的格式和大模型输出的格式不同，这里不能直接连接大模型和插件节点。我们可以再插入一个大模型，让它帮我们把输出的字段按照插件要求的格式进行整理。 插入大模型节点，然后在输入参数这边，对照上一节点大模型输出的内容，进行一一引用配置。在系统提示词中输入要大模型输出的标准格式（这里格式参照插件要的）。 然后添加飞书的插件，配置对应参数，再链接结束节点，结束节点输出可引用插件输出的msg字段。 点击试运行，如果运行成功后，输出为”success”，资料就已经正常写入你的飞书文档了。（注意：首次运行写入时，会需要文件授权） 步骤5：配置bot 确认工作流已经可以顺利运行之后，可以发布工作流。然后创建一个对话的bot，方便后面使用。 回到项目开发页，点击右上角创建，选择创建智能体。 在左侧输入这个智能体的人设，还有它的职责，它的限制范围（注意:要写明什么情况下让它调用这个工作流）。然后在中间技能框中，选择我们刚才设置的工作流。完成后，可以在右侧跟你的智能体进行对话，给他发送文章链接，让他帮你写入知识库。后续你还可以设计别的工作流，比如从知识库查找资料的工作流。 写在最后 实际使用过程中，如果是免费版的话，可能受到平台免费额度的限制，每天的处理量是有限的。同时受限于工作流中调用的大模型能力，像一些超长的文本，普通的（这里特指免费给你用的）大模型可能没办法读取总结的，工作流会失效，所以要多多调试，可能现阶段还办法做到一劳永逸，所以要保持一个好的心态。 Agent会因不同的提示词，不同的插件能力，不同工作流，而有不一样的体验。做一个符合自己使用的Agent，目前主要还是自己多尝试，根据自己应用场景多多思考。一起拥抱这个“想象力即生产力”的时代吧。 本文由 @笛仁杰 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
想象一下，一个完美的知识库能够无缝集成您的工作流程，提供即时信息，提升工作效率。这不仅是产品经理的梦想，更是AI技术的强大助力。在本文中，我们将详细探讨如何利用AI技术搭建您的专属知识库，让繁琐的工作变得更加轻松、高效。
产品经理日常工作中，收集资料并建设知识库至关重要。在做产品规划时，收集的行业数据、竞品资料能为规划方向提供依据，快速打开思路。不过，“日积月累”这事说起来简单，做起来可难了，非常考验耐心和毅力。首先日常就要阅读大量的资料，然后选出好的，有价值的部分，总结提炼，再整理分类，记录下来…这种投入很多，短时间内看不到成效的事，多数人坚持几天就放弃了。
这个时候，你就需要“培训”一个专职小秘书了~
一、AI Agent 你的秘书
AI Agent（人工智能代理）一种能够自主感知环境、分析信息、制定决策并执行动作的智能程序或系统。它可以被视为一个“虚拟助手”或“智能体”，能够独立或在人类指导下完成任务。
可以将Agent理解专职服务你的学徒助手，当你需要它做某项任务时候，你需要先教会他，你每一步是怎么做的，要怎么做，后续它就可以根据你要的东西进行输出了。
也许有人会有疑问，直接向DeepSeek、豆包、KIMI这些大模型（LLM）提问，或者发送新闻的链接或者资料文档，让他们总结不就好了，还需要单独配置一个AI Agent，有必要吗？这两者使用体验上有什么区别呢？
举一个典型整理新闻链接并生成规范文档的场景例子，能够更直观地看出两者的区别：
二、怎么配置AI Agent？
搭建AI Agent的平台推荐
下面罗列的这些都是低代码甚至零代码的平台，对于不懂代码的人很友好，很多现成的功能模块，简单拖拉拽就可以组建自己的Agent，而且最最重要的一点，基础的功能都是免费的，只有涉及调用一些插件可能会涉及到费用。
Coze
网址：https://www.coze.cn/home
简介：字节跳动推出的AI机器人和智能体创建平台。
腾讯元器
网址：yuanqi.tencent.com
简介：腾讯推出的低代码智能体平台，依托混元大模型，支持无代码创建智能体，涵盖聊天对话、内容创作、图像生成等功能，适合个人和企业快速部署。
百度文心智能体平台
网址：aistudio.baidu.com
简介：基于文心大模型的智能体构建平台，提供零代码/低代码开发方式，允许通过自然语言交互快速创建智能体，支持商业闭环流量分发。
得帆云DeAI平台
网址：需访问得帆云官网 definesys.com
简介：得帆信息推出的低代码Agent开发平台，提供开放模型接入、知识库管理、RAG能力集成等功能，支持企业级智能体应用的快速搭建和运维。
科大讯飞星火低代码智能体平台
网址：需访问讯飞开放平台 xfyun.cn
简介：支持可视化操作，灵活组合大模型与插件，提供免费创建AI Agent、RAG方案升级等功能，适用于复杂业务流程编排。
Dify
网址：dify.ai （国内版）
简介：开源的低代码AI应用平台，主打高质量RAG引擎和Agent框架，支持非技术人员参与开发，适合企业私有化部署。
神奇的工作流（Workflow）
工作流（Workflow） 是指为完成特定目标而设计的一系列自动化、智能化任务的流程。
举一个大家熟悉的场景来解释工作流和智能体的关系，如果智能体是一名外卖骑手，那么工作流就是导航APP提供的路线：
- 步骤分解：先取餐→按路线骑行→联系顾客→完成配送。
- 异常处理：若路线拥堵，导航自动重新规划。
- 协同合作：骑手需要与餐厅、顾客、交通系统互动，而导航确保这些步骤有序进行。
没有工作流，智能体可能迷失在复杂任务中；有了工作流，它能高效、可靠地达成目标。
大概了解了工作流是什么，现在我们可以思考一下，搭建资料库这件事，需要拆分成哪几个环节步骤？下图是我针对这个使用场景，画的一个粗略的思考路径，这一步我们是确认整个工作流的目标。
下面以Coze平台为例来演示怎么配置：
前置条件：创建文档
根据我们制定的目标，最后要让它把素材记录至我的飞书文档，那么我们要创建并设置好这个飞书多维表格。下图创建了一个示意，表头中的字段可以根据你实际要的信息进行编写。
步骤1：创建工作流
打开Coze平台，进入工作空间，创建新的工作流；
“添加插件”可以理解为给Agent点了“技能点”，可以丰富工作流能执行的能力。如果在插件库中找到符合自己需求的，如果熟悉代码也可以尝试自己创建一个插件。
步骤2：配置插件
从我们设定的目标出发，第一步我们需要Agent从网页链接中获取资料，那我们就需要配置一个插件节点。如下图所示，点击“添加节点”，选择插件，可以检索要的插件名称或关键词，右边会展示对应的插件的描述，你可以通过插件的描述，还有它的示例，链接成功率和被使用情况等，综合考量选择一个插件，点击添加；
添加完成之后，选中这个插件，然后再右边的属性栏中，配置插件所需要的参数；每个插件输入的参数都不相同，以下图的插件为例，可以点击参数名称边上的注解看这个参数的描述，根据插件要求进行填写。
该插件输入部分需要两个字段 此时你可以将插件链接到结束节点，将结束节点中输出字段引用为插件的输出内容。然后点击试运行进行测试。
如果显示运行成功，则代表整个流程可以正常运行。此时可以展开结果，查看你输入的这个测试链接，通过插件可以提取什么。
通过试运行，可以发现，插件提取了链接中基本全部的内容，包含全文，图片等等。这些还是原始的素材，还需要加工提炼，此时我们就需要引入大模型帮忙进行文本处理。
选中大模型节点，配置大模型的参数。
输出格式这边，默认变量是string格式，这里我们需要它一条条输出，所以要将这里的类型改为Array
步骤3：配置大模型
