数据中心运维服务的智能体构建

经过上述的配置，我们现在已经得到了两个可用的工作流（整理入库、选择内容），接下来就是把他们编排成为一个完整的智能体。配置过程如下：1）创建Bot2）填写Bot介绍3）切换模型为“通义千问”：测试下来，通义对我的提示词理解、执行效果最好4）把我们刚才配置好的工作流，添加到Bot中5）新增变量{{app_token}}6）添加外层bot提示词（可以按照需求和实际效果进行优化调整）：到这一步结束，你已经能在「预览与调试」窗口，与AI稍后读智能体对话，使用全部的功能。

经过上述的配置，我们现在已经得到了两个可用的工作流（整理入库、选择内容），接下来就是把他们编排成为一个完整的智能体。配置过程如下：1）创建Bot2）填写Bot介绍3）切换模型为“通义千问”：测试下来，通义对我的提示词理解、执行效果最好4）把我们刚才配置好的工作流，添加到Bot中5）新增变量{{app_token}}6）添加外层bot提示词（可以按照需求和实际效果进行优化调整）：到这一步结束，你已经能在「预览与调试」窗口，与AI稍后读智能体对话，使用全部的功能。

按照上一章节所描述的品牌卖点提炼的步骤，为了提炼出合理的卖点，我们需要按照市场营销的逻辑组织智能体的结构。[heading2]3.3搭建完整智能体[content]在这个工作流中，我们确定了以品牌卖点提炼六步法为核心的流程，而为了最终能够到达第六步应用，我们需要将其他的分析助手加入工作流中，为我们找到更有效的结论，所以这些结构包括：1.品牌卖点定义与分类助手：让智能体理解独特性卖点、通用性卖点、保障性卖点在我们的营销场景中的定义，用提问的方式帮助我们先划定品牌所处的生态位。1.品牌卖点提炼六步法：按照我们所提出的六步法，将探索、排列、抽取、收敛、确认、应用流程提供给智能体。2.STP市场分析助手：让智能体回到市场洞察中，使用STP营销分析对应的市场细分、目标市场和定位。1.用户画像分析助手：目标用户是品牌卖点的核心，如果公司对用户画像没有进行过细致的分析，可以借助智能体去获得精准的用户画像。2.触点收集助手：协助卖点在线上、线下、人员等不同场景中的触点，协助卖点的应用落地。同时还包括一些结构中没有体现，但是在我们后续的品牌卖点应用过程中有效的分析工具：1.用户需求分析的KANO助手：详细分析顾客需求所属的类型，KANO模型将用户需求划分为基本型需求（Must-be Attributes）、期望型需求（Performance Attributes）、魅力型需求（Attractive Attributes）、无差异型需求（Indifferent Attributes）、反向型需求（Reverse Attributes）。2.营销六层转化漏斗分析：曝光层面、点击层面、访问层面、咨询层面、成交层面、复购层面。3.超级转化率六要素：互惠、承诺与兑现、信任状、畅销好评、痛点刺激、稀缺。