百度的智能体创建与分发平台——这是文心智能体平台最主要的用途，也是本文讨论的前提。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
成功率一批测试任务中完全正确完成的比例明显不合格无需修改即可使用
稳定性同样输入多次运行结果是否一致明显不合格无需修改即可使用
安全性是否有越权操作或数据外泄风险明显不合格无需修改即可使用
成本单次运行的调用次数与费用明显不合格无需修改即可使用
可排查性失败时能否快速定位到具体步骤明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

知识库问答机器人

准备材料：一批产品文档和 FAQ。

用这些文档搭建问答机器人：回答只基于文档，找不到答案时回复「这个问题我需要转给同事」，并记录未解决问题供每周补充文档。

检查点：答不出时不编造。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把文心智能体平台的结果与人工完成或腾讯元器的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

补充练习

竞品信息周报

适用情况：手头有 5 个竞品的公开网站或博客时。

每周一自动抓取这些竞品页面的更新，让 AI 对比上周内容，输出「新增功能 / 价格页面变化 / 新发布文章」三段摘要，并附原始链接。

验收标准：每条变化都附链接。

多步骤调研任务

输入：一个需要多来源信息的问题。

围绕【主题】做调研：先列出调研计划，再分别检索，最后输出带来源的报告。每个结论注明来源链接，来源之间矛盾时并列呈现。

交付前确认：矛盾信息被并列呈现。

线索整理流程

适用情况：手头有每天从表单收到的客户咨询时。

搭建一个流程：新表单提交后，AI 判断咨询类型（报价 / 售后 / 合作 / 其他），提取联系人和需求摘要写入表格，报价类自动通知销售群。分类不确定时标记为「待人工」。

验收标准：不确定的情况进入人工。

常见问题：误发消息给客户

对外发送前加人工审批节点，测试环境与正式环境分开。

常见问题：输出格式不稳定

要求结构化输出并做格式校验，不合格时重试。

常见问题：费用超出预期

给每次运行设上限，监控调用次数，先用小模型处理简单步骤。

概念补充：工作流（Workflow）

按固定步骤执行的流程，可预测、易排错。

概念补充：人工审批节点

在关键动作前暂停等待人确认，防止误操作。

适合人群：财务人员

财务人员可以用文心智能体处理单据识别录入、报表说明与分析等工作。需要注意：财务数据属于敏感信息，优先使用企业版或本地方案，结果需复核。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认文心智能体平台的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和文心智能体当前版本，重要内容请人工核对后再使用。

延伸阅读