课程背景BACKGROUND

（连锁零售版）

作为零售运营管理者，您是否面临以下挑战？

市场竞争激烈，传统运营方式效率低下？

客户需求多样化，响应速度跟不上？

员工培训成本高，知识传递效率低？

数据量大却分析不透，决策缺乏智能支持？

营销内容生产耗时耗力，难以快速响应市场？

客服与导购服务质量参差不齐，体验难以统一？

在数字化与智能化浪潮中，零售行业正经历深刻变革。人工智能尤其是大模型与智能体技术的成熟，为零售企业提供了全新的运营工具与思维范式。字节跳动旗下扣子（Coze）平台，以其零代码、高集成、强场景化的特点，成为零售企业快速构建专属AI智能体的首选平台。

基于此，《AI赋能零售：扣子（Coze）智能体搭建与应用实战工作坊》（连锁零售版）结合讲师在零售智能化转型中的实战经验与Coze平台深度实践，通过系统讲解、案例拆解、实操演练、小组共创等形式，带领学员从零开始构建适用于零售核心场景的AI智能体，提升运营效率、客户体验与业绩增长能力。

课程安排ARRANGEMENT

课程时长

2天，6小时/天

适用对象

连锁零售企业运营团队、数字化负责人、市场部成员、客服主管、培训经理及对AI应用感兴趣的业务骨干

授课方式

理论讲解 + 案例解析 + 实操演示 + 小组练习 + 工具应用 + 成果汇报

课程收益BENEFITS

理解AI智能体、大模型与知识库的核心概念与在零售中的价值，建立人智协作新认知

掌握字节扣子（Coze）平台核心功能与操作流程，能独立完成智能体的创建与基础配置

掌握零售五大核心场景（营销内容生成、数据分析、员工培训、智能客服、业绩提升）智能体的设计与实现方法

学会智能体的集成发布、运营评估与迭代优化方法，构建可持续进化的数字员工体系

获得一套可落地的智能体搭建工具、模板与方法论，助力企业降本增效与智能化转型

课程特点FEATURES

实战性强：内容源自零售真实场景与项目实践，强调动手操作与即学即用
系统完整：从认知到搭建，从发布到迭代，覆盖智能体全生命周期
工具落地：提供大量模板、清单、工作流与知识库示例，助力学习内容转化为企业能力
互动有趣：通过案例研讨、分组实战、模拟演练等方式，提升学习体验与参与感。

课程大纲OUTLINE

一、零售运营进入人智协作新阶段
1. 从数字化到智能化：零售运营的演进历程
2. 人智协作的内涵：智能体作为新一代数字员工
3. 智能体、大模型与知识库：构建零售智能化的铁三角
二、智能体核心概念辨析
1. 什么是AI大模型：底层能力与通用智能
2. 什么是知识库：领域知识的存储与调用
3. 什么是智能体（Agent）：具备自主能力的AI系统
4. 三者的区别与联系：大模型提供思考，知识库提供记忆，智能体提供行动
5. 智能体的本质：目标驱动、环境感知、自主决策、执行动作的“数字员工”
三、智能体的基本构成与功能
1. 智能体的核心组件
1）大脑（模型）
2）记忆（知识库）
3）感知（输入）
4）动作（输出/插件）
2. 各组件功能详解
1）模型负责理解与生成
2）知识库负责精准回答
3）插件负责执行任务
3. 智能体在零售中的典型应用场景
1）智能导购
2）自动营销
3）数据助手
4）培训导师
5）客服代表
四、智能体重塑零售运营的底层逻辑
1. 提升效率：自动化重复劳动，7x24小时在线
2. 优化体验：个性化服务，一致性强响应快
3. 赋能决策：数据驱动洞察，预测性分析
4. 降低成本：减少人力依赖，规模效应显著
五、对智能体的常见认知误区
误区一：智能体=聊天机器人
误区二：构建智能体需要大量代码基础
误区三：智能体可以完全替代人类
误区四：智能体部署成本极高
误区五：智能体难以与现有系统集成
六、智能体选型的基本原则
1. 能力匹配：是否满足核心业务场景需求
2. 易用性：团队能否快速上手使用与维护
3. 集成性：是否支持与现有系统（CRM、ERP、微信等）打通
4. 成本可控：初始投入与长期运营成本是否合理
5. 安全合规：数据隐私与内容安全是否有保障
6. 可进化性：是否支持持续学习和模型优化
实战案例：某连锁便利店如何利用智能体实现巡店报告自动生成与问题预警
互动研讨：结合自身业务，讨论最希望智能体解决的3个痛点问题

一、扣子（Coze）平台概述
1. 扣子是什么：字节跳动推出的AI智能体开发与部署平台
2. 平台定位：零代码、低门槛、高效率构建专属AI应用
3. 核心优势：模型生态丰富、插件系统强大、知识库易用、发布渠道多样
二、平台导航与工作台介绍
1. 工作台整体布局：智能体列表、创建入口、数据统计
2. 核心功能模块导航
1）智能体创建
2）知识库管理
3）插件中心
4）工作流设计
5）发布设置
3. 账号设置与团队协作功能简介
三、智能体的“大脑”：模型选择与角色设定
1. 支持的模型类型
——GPT系列、云雀模型、ERNIE等及如何选择
2. 角色设定（Prompt编写）的核心要素
——身份、任务、约束、输出要求
3. 编写高质量Prompt的技巧与原则
——明确、具体、带示例、防幻觉
4. 角色设定与模型参数调节（温度、最大输出等）对智能体行为的影响
实操练习一：在Coze平台上创建一个名为“零售小助手”的智能体，并为其设定清晰的AI角色身份、任务范围和对话风格
四、智能体的“记忆”：知识库的应用
1. 知识库的作用：提供精准、私有、最新的领域知识
2. 知识库的创建：支持文本、PDF、Word、Excel等多种格式上传
3. 知识库的优化
1）文档切分
2）标题优化
3）关键词提取
4. 知识库与模型调用的配置
1）引用模式
2）触发条件
3）置信度管理
实操练习二：上传一份公司产品手册或运营SOP文档，创建第一个知识库，并在智能体中测试知识检索效果
五、智能体的“手脚”：插件与工作流
1. 插件是什么：扩展智能体能力的工具
如：数据库查询、API调用、发送邮件、生成图片
2. 常用插件介绍：网页浏览、代码解释器、知识库查询、多媒体生成等
3. 工作流是什么：实现复杂多步任务自动化的可视化流程工具
4. 如何配置插件与设计简单工作流
实操练习三：为“零售小助手”添加一个“天气查询”插件，并测试其功能

一、智能体搭建通用步骤回顾
第一步：明确场景与目标（解决什么问题？）
第二步：设计对话流程与用户意图（用户会怎么问？）
第三步：配置大脑与记忆（模型选择、角色设定、知识库准备）
第四步：赋予手脚（插件/工作流配置）
第五步：测试与调试（内部试用、反馈收集）
第六步：发布与部署（选择发布渠道）
第七步：运营与迭代（监控数据、持续优化）
场景一：数字员工——营销内容生成与流量获取
1. 场景痛点
1）营销素材生产慢
2）创意枯竭
3）渠道多样难统一
2. 智能体能力设计
1）生成促销文案
2）海报图片
3）短视频脚本
4）社交媒体帖子
3. 关键配置：利用文本生成与图片生成插件/模型，植入品牌风格指南知识库
4. 工作流设计
输入活动主题→生成多套文案→生成配图建议→输出发布计划
实战案例：某奶茶店智能体“首席内容官”，每周自动生成门店朋友圈文案与海报
实操练习四：搭建一个“节日营销内容生成”智能体，输入节日名称和主推产品，自动输出一段文案和图片生成提示
场景二：数字员工——数据分析与业绩提升
1. 场景痛点：数据散落各处、看数耗时、洞察滞后、行动建议缺乏
2. 智能体能力设计
1）自动汇总销售数据
2）关键指标解读
3）异动分析
4）简易预测
5）行动建议生成
3. 关键配置
1）连接数据库插件（或模拟数据）
2）数据解读Prompt
3）报告生成模板
4. 工作流设计
输入日期→查询数据→分析关键指标→生成日报/周报摘要→提出优化建议
实战案例：某服装连锁的“数据分析师”智能体，每日早会前推送门店业绩速览与异常提醒
实操练习五：利用提供的数据样本，配置一个能进行销售额基础分析和问题诊断的智能体
场景三：数字员工——员工培训与知识问答
1. 场景痛点
1）新员工培训成本高
2）产品知识更新快
3）标准问答不统一
2. 智能体能力设计
1）7x24小时产品知识问答
2）业务流程查询
3）上岗培训模拟
4）学习效果测验
3. 关键配置：导入产品手册、服务流程、常见问题解答（FAQ）文档至知识库
4. 工作流设计：识别员工问题→检索知识库→生成结构化答案→可选触发测验
实战案例：某超市集团的“培训导师”智能体，新员工可随时随地进行模拟顾客问答练习
实操练习六：基于上传的企业资料，创建一个能回答“如何处理顾客退货”等问题的培训智能体
场景四：数字员工——智能客服与导购
1. 场景痛点：客服压力大、常见问题重复解答、导购水平不一、离线咨询无人管
2. 智能体能力设计
1）自动应答常见咨询（价格、库存、活动、售后）
2）推荐商品
3）引导下单
4）复杂问题转人工
3. 关键配置
1）深度配置客服知识库
2）设置商品推荐逻辑
3）对接人工客服接口
4. 工作流设计：识别用户意图→查询知识库/库存→生成回复→无法处理时平滑转人工
实战案例：某品牌线上商城接入的“智能导购”智能体，承担了70%的夜间咨询量
实操练习七：设计一个能处理“门店在哪里”、“这款有货吗”、“有什么优惠”三个问题的迷你客服智能体

一、智能体的集成与连接
1. 发布渠道
1）独立网页
2）微信公众号
3）飞书
4）钉钉
5）API接口
2. 如何将智能体嵌入微信公众号
3. 如何通过API将智能体能力对接到自有系统
二、智能体的发布与部署
1. 发布前的最终测试 checklist
2. 版本管理：如何迭代更新智能体而不影响线上用户
3. 灰度发布与全量发布策略
三、智能体的性能优化
1. 响应速度优化：知识库优化、工作流精简
2. 回答质量优化：Bad Case分析、Prompt迭代、知识库补充
3. 成本优化：模型选择策略、调用次数监控
实战案例：某零售商如何将门店咨询智能体成功接入微信公众号菜单栏
小组研讨：设计本组实战智能体的发布计划与初步优化方向

一、智能体的持续运营
1. 运营核心：数据驱动、持续喂养、循环迭代
2. 日常维护：知识库更新、插件管理、监控预警
3. 用户反馈收集：设置反馈渠道、鼓励用户评分
二、智能体的效果评估
1. 评估维度
——任务完成率、用户满意度、响应速度、成本效益
2. 关键指标（Metrics）设定
——对话数、解决率、转人工率、平均对话时长
3. 利用平台数据分析工具进行效果评估
三、智能体的迭代优化
1. 迭代周期：小步快跑，持续迭代
2. 迭代依据：基于用户反馈和对话日志分析
3. 迭代方法
1）优化Prompt
2）补充知识库
3）增加插件
4）调整流程
实战工具：智能体运营看板模板、用户反馈记录表、迭代优化清单
实操练习八：分析提供的一段智能体对话日志，找出至少2个可优化点并提出改进方案。

一、技术趋势展望
1. 多模态融合：语音、图像、文本深度融合的智能体
2. 自主智能提升：从应答到预测，从执行到决策
3. 记忆与个性化：长期记忆带来真正一对一的个性化服务
二、零售应用场景展望
1. 全域营销自动化：跨渠道自动策划与执行营销活动
2. 供应链智能决策：基于预测的自动补货与调拨
3. 沉浸式购物体验：AR/VR结合智能体的虚拟导购
4. 组织智慧体协同：多个智能体分工协作完成复杂任务
三、拥抱变化，持续学习
1. 保持对新技术的好奇心与开放心态
2. 建立企业内部AI应用的学习与试点文化
3. 关注业务价值，技术是为业务服务的工具
课程总结与答疑

AI赋能——扣子（Coze）智能体搭建与应用实战工作坊

课程背景BACKGROUND

课程安排ARRANGEMENT

课程收益BENEFITS

课程特点FEATURES

课程大纲OUTLINE

预约廖大宇老师讲授《AI赋能——扣子（Coze）智能体搭建与应用实战工作坊》

廖大宇老师其他主讲课程