人人都需要的通用智能體助手：Manus+釦子空間+秒噠+AutoGLM沉思實操指南

過去和未來一段時期內，大概每個月或每幾個星期都會出現一本這樣的書吧。把它當作一個搜索結果，在其時效性內，這樣的內容還是有些價值的。我個人感覺把通用智能體定義爲“基於大語言模型的AI工具”有點奇怪，因爲所謂的通用智能體，似乎“就是”一個大語言模型，其特殊功能通過prompt就能實現，其使用工具的功能主要依靠的應該也是MCP。所以，與其使用本書中提到的各個工具，我感覺cherry studio等自由度高一些的AI客戶端更好用，能更便捷地選擇不同模型。 而且，我想目前AI能做的主要還是文字工作，或者說符號工作，超越符號的東西AI做不了。比如書中提到的旅遊攻略，攻略本身當然是符號的，但旅遊不是，旅遊是關於肉身的。AI沒有肉身，它只是在符號與符號之間旅遊，它能給出的旅遊攻略因此是蒼白的。我們是如此熟悉符號，以至於僅僅用符號描述的未知之地是如此熟悉，如此沒有魅力。目前（僅僅是目前，AI大概還有不少發展潛力），AI最適合的工作還是純符號的，比如編程，比如一些文字工作——始終是工作，雖然似乎有人擅長與AI閒聊，但我認爲那只是一種錯覺，或者說暫時的新鮮感。我的想法當然不一定對，後續可以再研究。 本書第三章是關於提示詞（prompt engineering）的。提示詞很重要，目前AI的輸出質量，在一定程度上取決於輸入的質量，因此值得整理一下書中提出的提示詞方法論： 1. 清晰明確原則。簡潔、直接的語言精準描述期望通用智能體執行的任務，避免模糊、有歧義或過於複雜、重複性地描述。如果對輸出的格式有特定要求，如文本長度、段落數量、列表形式、特定的語言風格等，那麼要在提示詞中明確說明。 2. 背景充分原則。爲通用智能體提供完成任務所需的相關背景信息。這有助於它生成更貼合實際需求的內容。通過設定具體的場景和角色，我們可以引導通用智能體從特定的視角進行思考和輸出。比如，“你是一位經驗豐富的心理諮詢師，面對一位因工作壓力而焦慮的來訪者，請提供一些應對建議”。 3. 合理約束原則。明確任務的邊界和限制，防止通用智能體生成不符合預期的內容。如果任務涉及特定的知識領域、詞彙範圍或數據來源，那麼要進行明確限制。 提示詞設計6要素： 1. 角色設定：明確通用智能體需要扮演的角色。 2. 任務目標：具體說明需要完成的任務及執行步驟。在設定任務目標時常常使用動詞+結果的句式（如“生成”“分析”“設計”），儘可能量化結果。 3. 背景信息：提供完成任務所需的上下文信息。 4. 約束條件：限制輸出範圍或行爲準則。 5. 輸出格式：規定輸出內容的形式。 6. 調用工具：明確任務執行中需要調用的工具或外部資源。 提示詞設計準則最大的作用，不是自己按照準則去寫提示詞，而是將其轉化爲系統提示詞，讓AI作爲專門優化提示詞的智能體工作。

AI距離一句話生成高質量的標準產品還有很遠的距離，本書提供了一種讓生成內容更專業、更高效的方法，並用大量真實操作案例進行演示。 1. 真正決定輸出質量的，永遠是你對問題本身的理解深度。 AI能快速產出不錯的產品更能快速迭代，甚至能接住老闆那種「既要又要」聽上去不太講理的要求。這一點，比我預想的要有價值得多。新人最缺的是兩樣東西：提問能力，和「心裏沒有標準」。拿到一個任務，不知道該問什麼、也不知道什麼算做得好。AI 剛好能補這塊——你讓它給幾個版本，你比對一下，標準慢慢就長出來了。成長週期能被明顯壓低。熟練的從業者。他們本來就有判斷力，缺的是時間。把重複的、可流程化的活兒交給 AI，精力留給真正需要判斷的部分。尤其可以流程化的工作，將會得到更好的效果。 2.想要高效低費使用AI，需要不斷嘗試和學習總結經驗（先去抄作業從開源社區直接獲取類似、其他人的使用經驗貼、官方文檔）。現在的模型分好幾檔：有快的、便宜的，也有慢的、貴的、推理強的。能用便宜模型解決的，不要用貴模型。判斷標準很簡單——如果你自己幾分鐘就能幹完的事，別動用強推理模型。工具類 AI 調用成本不便宜（釦子消耗是真快），好在各家還在發展期，常有贈積分活動，正好拿來練手——練提示詞怎麼寫、模型怎麼選。 3.使用AI如何提問和佈置任務至關重要（構建提示詞）在構建通用智能體的提示詞時，掌握一套系統化且簡便、有效的設計方法至關重要，致力於在第一次就產出接近標準的文件。後續修改變動太少， 4.提示詞設計框架衆多，書中給出提示詞設計 6 要素（角色設定、任務目標、背景信息、約束條件、輸出格式、調用工具），還簡單提及諸如“BROKE”框架、“ERA”框架、“APE”框架、“BRTR”框架、“SPAR”框架、“CRISPE”框架等。

在書中的“案例實操”部分，以下幾組場景最能集中展現通用智能體的核心能力： 1. ​​研究類任務：行業/市場分析報告​​ • 任務要求智能體自主收集數據、梳理歷史脈絡、分析競爭格局並提出策略建議。 • 體現能力：多源信息檢索、結構化分析、長文本生成與策略洞見。 2. ​​辦公自動化類任務：票據批量識別與信息整理​​ • 用戶上傳多張發票或物流單據，智能體批量識別關鍵字段並輸出電子表格。 • 體現能力：多模態輸入、批量處理、結構化數據提取。 3. ​​數據分析類任務：特斯拉股票數據分析​​ • 通過自然語言指令完成數據拉取、清洗、分析到可視化的一站式流程。 • 體現能力：調用數據庫與 API、實時反饋、結果呈現。 4. ​​應用開發類任務：秒噠無代碼應用開發​​ • 非程序員用戶用自然語言描述需求，秒噠自動拆解爲多個角色協作並調用上百個工具完成應用發佈。 • 體現能力：無代碼開發、多智能體協作、工具集成。 這些場景覆蓋了“研究-辦公-數據-開發”完整鏈條，充分展示了通用智能體在不同環境下的理解、規劃與執行能力。

前面幾章看看了解一下 智能體能幹什麼就行， 後面的基本都是沒什麼重要的內容，基本都是 ai 輸出的東西，純粹堆字數。 總體給到 npc 的水平。

沒啥意思，每個章節和場景，基本一致，無新意無干貨，全是基本概念，可讀性不高。

這本書的作者是我以前做企業管理諮詢的領導，是個非常有企業實戰經驗，且做事極其認真負責任的人！！！ 打call🥳🥳