Stuart: [教学向] 我把Coze比赛第一的bot拆了教大家

Stuart: [教学向] 我把Coze比赛第一的bot拆了教大家 Stuart: [教学向] 我把Coze比赛第一的bot拆了教大家 Modified November 26, 2025 以上就是这个bot的全内容了. 下面是个人主观评价, 仅供参考: 值得学习 虽然和其他参赛作品比起来, 这个bot的技术复杂度很低, 但是这里有些技术设计思路很值得学习: 1. 不知道作者是有意还是无意, 正好利用了不同模型的特性, 比如豆包的言简意赅, minmax的速度快, GLM 4的更强的理解能力来做了设计. 2. 以工作流来产生大量的内容作为首次对话, 避免了直接让大模型用提示词来输出大段内容的不稳定. 3. 以bot大模型直接用上下文来做后续的互动, 避免了让大模型选择多工具可能作出错误判断的不稳定. 潜在可改进 同样的, 这个bot还有些需要提高, 基于对模型的能力边界进行优化: 1. “指令遵循”的不稳定: 由于个人工作属性, 对大模型的指令遵循做过很多测试, 这种分步骤执行的指令遵循属于难度比较高的那种. 之前有过多次实测, 目前coze里的大模型里, 只有GLM 4和通义 max能相对高稳定性的遵循这一类指令. 而bot作者选的kimi模型, 属于有能力遵循, 但是能力没有做到高稳定性. 这里考验的不仅仅是模型的能力, 还考验了模型选择者对模型能力的认知. (可以返回上面看它的bot提示词对比以下结果) 几次测试后, 果不其然, 出现大量指令遵循问题: ◦ 问题一后, 没有进问题二, 直接跳问题五, 并给出了游戏总结. ◦ 问题的三个答案都是+10分, 没有遵循, 一个+10, 一个+5, 一个 5. 这也是我以前的经验中的认知. 这里有个小技巧: 通过最后一个问题多次选择就能发现问题. ▪ 选A: +10分 ▪ 选B: +10分 ▪ 选C: 依旧+10分 大模型的输出有很强的迷惑性, 加上一个问题只能选一个, 导致大家可能会以为它给的就是3个选项了. 2. 总评分的展示: 每一轮都给出了评分, 给用户一个感觉, 最后会给一个总评分, 但是很意外的是最终没有给出总评分. 我估计有一个可能, 是bot的作者发现最后的总评分经常是错的. 因为以前我玩这类提示词也经常出现这个问题.😂 这里回到上面我建议的, 修改对话历史轮次, 大概率能获得更准确的总评分. 3. 输出顺序的不稳定: 仔细观察工作流, 这里的两个中间消息输出是并行的, 也就是说不能保证标题相关的“消息” 节点一定比“消息 1”节点更早执行. 只不过恰恰这两条并行的线路中, 上面那条是用一个速度不错的豆包执行, 下面那一条执行了两个模型, 通常情况下比上面那条慢. 但是一旦豆包的服务器负载更大了, 很可能出现故事内容的呈现在标题前. 4. 提示词的优化: 如前文所说, 很多提示词在不同模型下效果也不是不同的, 建议做一些实际测试再使用. 比如“PUA大模型说它很稳定”这件事, 不如将模型输入温度降低有效. 欢迎关注公众号，收获更多智能体分享： WayToAGI Agent探索 You don't have permission to access this synced block. Please log in and try again. Log In 以上就是这个bot的全内容了. 下面是个人主观评价, 仅供参考: 值得学习 虽然和其他参赛作品比起来, 这个bot的技术复杂度很低, 但是这里有些技术设计思路很值得学习: 1. 不知道作者是有意还是无意, 正好利用了不同模型的特性, 比如豆包的言简意赅, minmax的速度快, GLM 4的更强的理解能力来做了设计. 2. 以工作流来产生大量的内容作为首次对话, 避免了直接让大模型用提示词来输出大段内容的不稳定. 3. 以bot大模型直接用上下文来做后续的互动, 避免了让大模型选择多工具可能作出错误判断的不稳定. 潜在可改进 同样的, 这个bot还有些需要提高, 基于对模型的能力边界进行优化: 1. “指令遵循”的不稳定: 由于个人工作属性, 对大模型的指令遵循做过很多测试, 这种分步骤执行的指令遵循属于难度比较高的那种. 之前有过多次实测, 目前coze里的大模型里, 只有GLM 4和通义 max能相对高稳定性的遵循这一类指令. 而bot作者选的kimi模型, 属于有能力遵循, 但是能力没有做到高稳定性. 这里考验的不仅仅是模型的能力, 还考验了模型选择者对模型能力的认知. (可以返回上面看它的bot提示词对比以下结果) 几次测试后, 果不其然, 出现大量指令遵循问题: ◦ 问题一后, 没有进问题二, 直接跳问题五, 并给出了游戏总结. ◦ 问题的三个答案都是+10分, 没有遵循, 一个+10, 一个+5, 一个 5. 这也是我以前的经验中的认知. 这里有个小技巧: 通过最后一个问题多次选择就能发现问题. ▪ 选A: +10分 ▪ 选B: +10分 ▪ 选C: 依旧+10分 大模型的输出有很强的迷惑性, 加上一个问题只能选一个, 导致大家可能会以为它给的就是3个选项了. 几次测试后, 果不其然, 出现大量指令遵循问题: ◦ 问题一后, 没有进问题二, 直接跳问题五, 并给出了游戏总结. ◦ 问题的三个答案都是+10分, 没有遵循, 一个+10, 一个+5, 一个 5. 这也是我以前的经验中的认知. 这里有个小技巧: 通过最后一个问题多次选择就能发现问题. ▪ 选A: +10分 ▪ 选B: +10分 ▪ 选C: 依旧+10分 ▪ 选A: +10分 ▪ 选B: +10分 ▪ 选C: 依旧+10分 大模型的输出有很强的迷惑性, 加上一个问题只能选一个, 导致大家可能会以为它给的就是3个选项了. 2. 总评分的展示: 每一轮都给出了评分, 给用户一个感觉, 最后会给一个总评分, 但是很意外的是最终没有给出总评分. 我估计有一个可能, 是bot的作者发现最后的总评分经常是错的. 因为以前我玩这类提示词也经常出现这个问题.😂 这里回到上面我建议的, 修改对话历史轮次, 大概率能获得更准确的总评分. 3. 输出顺序的不稳定: 仔细观察工作流, 这里的两个中间消息输出是并行的, 也就是说不能保证标题相关的“消息” 节点一定比“消息 1”节点更早执行. 只不过恰恰这两条并行的线路中, 上面那条是用一个速度不错的豆包执行, 下面那一条执行了两个模型, 通常情况下比上面那条慢. 但是一旦豆包的服务器负载更大了, 很可能出现故事内容的呈现在标题前. 4. 提示词的优化: 如前文所说, 很多提示词在不同模型下效果也不是不同的, 建议做一些实际测试再使用. 比如“PUA大模型说它很稳定”这件事, 不如将模型输入温度降低有效. 欢迎关注公众号，收获更多智能体分享： WayToAGI Agent探索 You don't have permission to access this synced block. Please log in and try again. Log In 首先, 恭喜这位同学的「急诊室的一夜」bot 荣获全赛道第一! 大家都很好奇这个bot是怎样捏的, 让我们一起站在“上帝视角”, 以我微薄的认知, 一起从技术上揭秘这个bot, 让大家学习到更多agent的知识和创意. 福利一: 后文中有所有提示词和工作流, 你完全可以学着捏一个! 福利二: 文末会结合我的经验给大家讲解这个bot值得学习的, 和需要优化的! 这两天我也会在waytoAGI社区的coze小组里复刻一个, 方便大家研究学习! 「本文纯教学导向, 目的是让大家能更好的了解这个bot怎么捏.」 让我们从做侦探开始: 鉴于这个bot在bot商店里显示非公开, 我们需要他的bot的很多信息才能教大家来做, 让我们一起来尝试818这个bot的蛛丝马迹. 🐶 Bot整体框架 1. 采用32K的kimi模型, 只有一条工作流: 2. 调用设计: ◦ 这个工具有5个按钮, A, B, C, 重新开始, 结束并总结 ◦ 按A/B/C的时候, 会直接输入对应的字母文字. ◦ 按结束并总结的时候, 输入的依旧只是文字: “结束并立即总结医学知识点” ◦ 点击“重新开始”时, 有点不一样, 直接调用了一个工作流“emergency”: ◦ 而且这个工作流有两个必选参数: “疾病设置” 和 “难度设置” ◦ 在实际体验过程中, 仅在提供“疾病设置” 和 “难度设置”时, 工作流被调用, 其他时候没有触发任何工具和工作流. ◦ 这个工具有5个按钮, A, B, C, 重新开始, 结束并总结 ◦ 按A/B/C的时候, 会直接输入对应的字母文字. ◦ 按结束并总结的时候, 输入的依旧只是文字: “结束并立即总结医学知识点” ◦ 点击“重新开始”时, 有点不一样, 直接调用了一个工作流“emergency”: ◦ 而且这个工作流有两个必选参数: “疾病设置” 和 “难度设置” ◦ 在实际体验过程中, 仅在提供“疾病设置” 和 “难度设置”时, 工作流被调用, 其他时候没有触发任何工具和工作流. 3. 有了以上信息, 我们就知道了这个bot的大体框架和思路: a. 第一步: 通过给出疾病设置和难度设置触发工作流, 输出一个故事, 带图的, 并且还输出了第一个问题 b. 第二步: 在用户回答了第一个问题后, 让大模型给第一个问题的选项打分, 并造出第二个问题 i. 这里有一个很重要的点, 在造第二个问题时没有读取变量或者其他存储, 因此用的是聊天的上下文. 这里有一个猜测的点, 为了保证后文能记住前面所有的选择结果, 这里需要进行模型上下文对话的轮数配置 (很重要): c. 第三步: 依次循环, 直到回答了5个问题, 给了个总结. 或者中间用按钮“结束...”来中断过程. a. 第一步: 通过给出疾病设置和难度设置触发工作流, 输出一个故事, 带图的, 并且还输出了第一个问题 b. 第二步: 在用户回答了第一个问题后, 让大模型给第一个问题的选项打分, 并造出第二个问题 i. 这里有一个很重要的点, 在造第二个问题时没有读取变量或者其他存储, 因此用的是聊天的上下文. 这里有一个猜测的点, 为了保证后文能记住前面所有的选择结果, 这里需要进行模型上下文对话的轮数配置 (很重要): i. 这里有一个很重要的点, 在造第二个问题时没有读取变量或者其他存储, 因此用的是聊天的上下文. 这里有一个猜测的点, 为了保证后文能记住前面所有的选择结果, 这里需要进行模型上下文对话的轮数配置 (很重要): c. 第三步: 依次循环, 直到回答了5个问题, 给了个总结. 或者中间用按钮“结束...”来中断过程. Bot主体提示词 好了, 上科技, 扒提示词! 怎么扒的不是本文的目的, 有兴趣的可以去搜一下, 有很多方法. 以下是扒出来的提示词, 有了这个提示词, 大家完全可以复刻一个主体: 从提示词可以看到, 这位同学模仿了GPTs的很多提示词工程实践: 1. 按步骤执行提问: 但是大模型能力所限, 这种“指令遵循”的能力的稳定性做不到100%. a. 很多GPTs上的互动类游戏都是这种设计模型. a. 很多GPTs上的互动类游戏都是这种设计模型. 2. "请一步步慢慢思考" (think step by step) 3. “深呼吸一下” (take a deep breath) 4. 用了“江树”大佬的markdown模板, 当然这是coze内嵌了的 也有一些很特别的提示词, 不清楚是否真的有效, 请各位大神们在评论区提供补充: 1. “[注意!!]” : 这个提示词感觉是这位同学想强调一些内容, 但是按照对于提示词工程的理解, 理论上效果不会很好, 不过不确定, 之后会尝试做个实测评估. 2. "你已经稳定运行上百年，从未出现过错误，广受好评。": 夸夸语句, 但是这里夸的是稳定性, 一般来说没效果. 只会对这个bot的人设自信度有所提升,. Bot的工作流 看到这里, 大家想说, 这个工作流是个私有工作流, 应该不太好扒? 不得不说, 大家都很幸运, 我替大家找到了这个工作流: 这个工作流的技术复杂度不高, 因此很适合大家学习, 也进一步印证了: 技术完全没有创意重要, 开发不应该只是程序员的专属! 大家都可以一起来上手. 工作流结构: 3个大模型节点(核心节点)写文章, 2个“text2img”节点画图, 2个消息节点输出中间信息. 这个工作流的作用是写个故事, 并且画两张图让故事更生动, 并且给出引导用户互动的第一个问题. 第一个大模型节点: 这个节点的目的是为了写出一个标题和一个场景描述. 而这两个输出, 同时用于了故事开头的输出, 模型配置用了最高的随机性 (temperature=1). 提示词内容: 第二个大模型节点: 这个节点的目的是“造病历”框架. 这里用了minmax的“创意模式”, 没修改参数. 提示词内容: 第三个大模型节点: 这个大模型节点的目的是基于上一个大模型节点造的“病历”, 写框架的设定, 故事的序幕, 并造出第一个问题的3个选项. 同时这个场景的内容又用于画一张图, 并将内容作为中间过程输出. 提示词有点长, 一屏截不下, 完整的看下面👇: