项目周期：4月中旬 – 5月中旬（每周五 8:20–10:00）
平台工具：Coze（扣子）个人免费版
项目性质：企业行政办公自动化 · AI Agent 工作流全链路搭建
关键词：Prompt 工程 · RAG 知识库 · 工作流编排 · AI 幻觉控制 · 零成本交付
一、项目背景与目标
在 AI 大模型快速渗透企业办公场景的背景下，理解“AI Agent”已不再停留在概念认知阶段，而是需要通过工程化实践来掌握。企业行政、人事、运营岗位中存在大量重复性工作：文案改写、会议纪要整理、制度答疑、通知生成等。
本项目基于字节跳动旗下的 Coze（扣子）平台，在不写代码、不付费的前提下，完成了一个 可落地、可演示、可量化的企业行政办公 AI Agent，覆盖从需求拆解、提示词工程、RAG 知识库构建、可视化工作流编排到测试交付的完整闭环。
二、平台与资源策略
- 平台：Coze.cn 个人免费版
- 资源额度：每日 500 资源点，次日重置
- 使用模型：豆包通用模型（主用）、DeepSeek
- 禁止使用：图像生成、语音合成、视频生成等高消耗节点（确保全程零付费）
项目所有任务均严格控制在免费额度内完成，建立了初步的 AI 工程成本意识。
三、项目实施流程（分阶段复盘）
模块一：Agent 初始化与 Prompt 设计
- 创建智能体，命名格式为
[姓名]企业行政办公助手 - 设定统一人设：
“我是企业行政助理，回答风格专业、简洁、正式，仅基于内部制度回答问题，不编造未提供的信息。”
- 选择默认模型：豆包·通用模型（高性价比）
- 禁用所有付费或专业版专享功能
这一阶段的核心是建立角色边界与行为约束，为后续工作流打下稳定基础。
模块二：RAG 知识库构建
- 使用教师提供的统一制度文本（考勤、请假、加班、报销、入职）
- 创建
企业行政制度库，选择自动分段（200–500 字） - 挂载至智能体，调整召回阈值（起始 0.5）
- 个性化要求（关键）：自选“技术部”场景，撰写一份 500+ 字的部门补充制度，防止全班雷同，也为简历差异化留出空间
知识库是控制 AI 幻觉的第一道防线。
模块三：三条核心工作流搭建
工作流 1：企业正式文案标准化改写
- 业务场景：将口语化、零散的内部消息改写为正式通知/公告
- 典型输入：“明天下午3点开个会，所有人都要来，二楼会议室”
- 典型输出：结构化会议通知（标题、时间、地点、参会人、注意事项）
- 异常处理：输入为空或过短时输出提示
工作流 2：会议纪要自动生成
- 固定输出字段：会议主题、参会人、讨论议题、决议结果、待办事项
- 关键约束（防幻觉）：
“原文未明确提及的字段必须标注‘未明确’，严禁补充或推测内容”
工作流 3：行政人事制度智能问答（RAG 全链路）
- 意图识别 → 制度类问题走 RAG 检索 → 非制度类问题拒答
- 回答必须严格基于知识库，不允许编造
- 对无答案问题统一输出：
“暂未在制度库中检索到相关内容，请联系 HR 核实”
这是本项目含金量最高的一条工作流，完整实践了 RAG 的“先查后答”逻辑。
四、测试、调优与量化评估
- 为每条工作流编写 ≥5 条测试用例（共 ≥15 条）
- 记录：输入、期望输出、实际输出、是否通过
- 对问题进行 Prompt 调优，形成“调优前 → 调优后”对比
结果：无答案问题拒答率达到 100%，无编造内容
这一轮测试是项目从“能用”走向“可信”的关键节点。
五、流程成果
六、项目价值与反思
- 替代高频重复的行政答疑与文案整理
- 统一制度回答口径，减少 HR 负担
- 可 7×24 小时自助服务
七、总结
这是我从“会用 AI 工具”到“能搭建 AI 应用”的一个重要项目节点。
在不写代码、不付费的前提下，完整走完了：
需求 → 设计 → 搭建 → 测试 → 成果
的全链路流程，并产出了可演示、可量化、可复用的企业级 AI Agent。
一句总结：
不是做了一个聊天机器人，而是交付了一名“行政数字员工”。