扣子（Coze）怎么用？从零搭一个 AI 机器人

扣子（Coze）解决的是"有需求但不会写代码"那段空白：不碰编程，也能搭出一个能接活的 AI 机器人，发布到聊天工具或网页里。但零代码不代表零思考——动手前没想清楚机器人要接住什么问题，搭出来的往往是个能聊天却没用处的空壳。这篇按实际搭建顺序讲，重点放在每个环节怎么验收。

动手前先答三个问题

配置之前先写下来：它为谁服务、只回答哪一类问题、答不上来时怎么开口。这三个答案决定后面所有配置。没有边界定义的机器人，会被用户问到天南海北，然后开始编造——答疑机器人翻车，多数原因就是没给它"不知道就说不知道"的出口。

四个概念各自管什么

智能体是机器人本体，装人设和调度逻辑；知识库是它的专属资料，回答时优先从这里取；插件是外接能力，搜索、计算、查询这类动作靠它；工作流把固定步骤串成流水线，适合路径可预期的任务。四个概念的关系记一句话：人设管它像谁，知识库管它知道什么，插件管它能做什么，工作流管它按什么顺序做。

理解分工还能帮你排错。答非所问，多半查知识库的切块和召回；动作执行不了，查插件有没有挂上、权限够不够；步骤乱套，查工作流的分支条件。先定位到概念层，再动手改配置，比在预览区瞎试快得多。

一条可复用的搭建顺序

按这个顺序推进，每步做完就验收。写人设：角色、服务对象、说话风格、拒答规则一段话写清，别堆形容词。建知识库：手册、常见问题切块上传，传完用十个真实问题试问，检查答案是否出自资料——这一步能暴露切块粒度的问题。挂插件：只挂用得上的，多挂一个多一分失控面。预览区反复测：资料里没有的问题、表述模糊的问题、故意诱导的问题都要试，确认拒答得体。全部通过再发布。

场景配置对照

对照表的价值在于把"搭好了"变成可验证的标准：每个场景都对应一条能执行的验收动作。

它接不住的事，提前知道

三类需求别指望零代码平台直接扛住。高并发生产环境：承载与响应稳定性要按实际流量压测，别拿预览区的体验外推。强个性化的复杂逻辑：工作流能表达分支，表达不了任意程序逻辑，复杂到一定程度就该交回给代码。敏感数据：客户隐私、内部机密不进知识库，上传前先脱敏。另外平台迭代快，界面与功能入口以官方最新版本为准，这篇讲的是通用形态。

扣子搭建速查

• 先写清服务对象、回答边界、拒答话术，再动手配置
• 人设管像谁，知识库管知道什么，插件管能做什么，工作流管顺序
• 知识库上传后用十个真实问题试问验收
• 插件只挂用得上的，少一个少一分失控面
• 敏感数据先脱敏再入库，拿不准就不传

搭建中的三个实际疑问

• 机器人总答知识库里没有的内容怎么办？：把拒答规则写进人设，并给出替代动作，例如没有依据时回答未收录、引导换个问法。同时检查切块是否太碎——检索拿不到完整段落，模型就会自行补全。
• 想让它记住每个用户聊过的事，怎么实现？：用数据库能力把要记的信息按字段存，下次会话主动读取，别指望对话历史自动变成记忆。
• 用户问题五花八门，接不住就冷场？：给意图判断加置信度，低于阈值就转人工或给引导选项，别让机器人硬答。

接着往下走：要长期记住用户信息，扣子数据库的用法值得先读；接不住的问题怎么体面转人工，意图识别的置信度用法给了阈值设定思路；人设和提示词不知道怎么写，官方提示词库的改编方法里有三个动作可以直接套；什么时候该让模型多想一步再答，深度思考的开启时机可以对照参考。