Coze的Agent主要面向大部分用户，是通过RAG、工具调用、workflow调用来扩展大模型的能力边界，来实现agent的效果。
其中的问题是这些机制的prompt和逻辑都是封闭的，🚫用户无权修改。对于需要追求定制化/复杂解决方案的情况，显然会不够方便。
如果需要构建一个包含复杂逻辑的Agent，✔️可能的情况中包含与内置的prompt产生冲突。这样的情况下，调用时机、生成的查询query、返回的信息在prompt里的位置等，都可能不能符合业务的具体需求。
⭕️举个例子：做一个客服问答产品
1、Coze作为一个基础设施平台，提供了构建此类系统的工具和服务。开发者使用Coze整合不同的工具和服务，如对接检索服务、对接商品价格知识库、对接大模型等。
2、Agent扮演核心角色，负责协调和执行整个客服处理过程。
①做出规划：用户问了一个问题“5斤特大号苹果加3斤中号苹果，一共多少钱”，Agent调用大语言模型进行规划：
大语言模型将这个过程分成2步，第一步查询特大号苹果单价、中号苹果单价，第二步计算5斤特大号苹果+3斤中号苹果的总价。
第一步需要调用RAG工具，第二步需要调用计算器工具。
②调用工具：RAG工具首先通过检索模块从商品价格知识库中查找相关信息，找出最相关的条目，之后，Agent将这些条目传递给计算工具，计算工具计算出总价。
③执行动作：大模型基于总价生成客服文案。
学AI大模型的正确顺序，千万不要搞错了
🤔2025年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
