A
Agent(智能体)
一个能"自主决策 + 调用工具 + 完成任务"的 AI 实体。
- 类比:办公室里的"小员工",你给目标,它自己想办法。
- 在 Coze 里就是"Bot"。
Agent World(智能体世界)
Coze 推出的"多 Agent 长期运行环境"。Agent 在里面 24×7 协作。
API(应用程序接口)
一段"标准化的程序对话方式"。让你的 App 能调用 Coze Bot。
- 类比:API = 餐厅的菜单。你不用进厨房,只需点菜。
B
Bot(机器人)
Coze 里"智能体"的旧叫法。本书 Bot ≈ 智能体。
Bing 搜索 / 头条搜索
Coze 内置的搜索插件。让 Bot 能联网查资料。
C
Chunk(切片)
知识库把长文档切成的小段。一般每段 500-1500 字。
- 切片越合理,召回越准。
CoT(Chain of Thought, 思维链)
让模型"先思考过程,再给答案"的提示词技巧。
- 触发咒语:"请一步一步地思考。"
Context Engineering(上下文工程)
比"写好提示词" 更重要的事——给模型提供足够的相关信息。
D
DeepSeek
开源大模型品牌。Coze 已深度集成。
- DeepSeek-V3:通用对话
- DeepSeek-R1:深度推理
Dify
另一个开源 LLM 应用平台。偏程序员。和 Coze 的关系详见 第一章。
豆包(Doubao)
字节自家大模型。扣子里的默认/推荐模型。
- 1.5 Pro:旗舰
- 1.5 Lite:极速便宜
- 1.5 Vision:看图
- 1.5 Thinking:深度推理
E
Embedding(嵌入向量)
把文字转成"数字向量"的过程。知识库就是基于 embedding 做检索的。
- 你不用懂细节,知道"它让 AI 能'按意思'搜文档" 就够。
F
Few-Shot
在提示词里给 AI 看 2-5 个"输入-输出"示例。
- 一个示例的力量 = 100 句描述。
Function Call(函数调用)
模型"主动决定调用某个工具"的能力。
- Coze 的"插件调用"用的就是 function call。
G
GPTs
ChatGPT 推出的自定义 GPT 功能。和 Coze 的关系详见 第一章。
J
角色扮演法
提示词技巧之一。"你是 XXX 专家,10 年经验"——通过给 AI 一个角色,提升输出质量。
K
扣子(Coze 国内版)
Coze 在中国的版本,访问 https://www.coze.cn
Kimi
月之暗面公司出品的大模型,主打超长上下文(200K)。
L
LangGPT
一种结构化提示词框架。把提示词写成"角色 - 背景 - 任务 - 规则 - 示例" 五段式。
LLM(Large Language Model, 大语言模型)
像 GPT、豆包、DeepSeek 这种"会说人话的 AI 大脑"。
Loop(循环节点)
Coze 工作流里"批量处理"的节点。可以"对 100 条数据逐条跑一段流程"。
M
Markdown
一种轻量级文本格式。用 # 表示标题,- 表示列表。Coze 输出能渲染成"漂亮的格式"。
Multi-Agent(多 Agent)
让多个 Agent 协作干活。详见 第八章。
N
n8n / Zapier
自动化工作流工具。和 Coze 的关系详见 第一章。
P
Prompt(提示词)
你给 AI 的"工作说明书"。详见 第四章。
PRACT 框架
本书提出的提示词写作框架:Persona / Rule / Action / Context / Template。
Plugin(插件)
让 Bot 能调用外部 API 的"手脚"。详见 第六章。
R
RAG(Retrieval-Augmented Generation, 检索增强生成)
知识库背后的技术名字。"Bot 回答前先检索资料库" 这件事的洋名。
Recall(召回)
知识库 / 搜索给"Top 几条最相关的内容"出来。
S
Skill(技能)
Coze Bot 编辑页里的"技能"面板,包含:插件 + 知识库 + 工作流 + 触发器 + 变量 + 数据库等。
T
Token(令牌)
模型计费的"单位"。约等于"1 个汉字 / 1 个英文短词"。
- 你写 1000 字提示词 ≈ 1500-2000 token
- 模型回 500 字 ≈ 700-900 token
- 总耗 ≈ 2500 token,按模型每千 token 单价收费
Temperature(温度)
控制模型"创造力"的参数。
- 高(1.0+):放飞自我
- 低(0.2-):稳定保守
V
Vision Model(视觉模型)
能"看图"的模型。豆包 1.5 Vision、GPT-4o 等。
W
Workflow(工作流)
Coze 的可视化"流程图"。把复杂任务拆成节点。详见 第七章。
X
选择器节点
工作流里"做条件判断"的节点。"如果 A 走分支 1,否则走分支 2"。
Y
意图识别(Intent Recognition)
让 AI 判断"用户到底想干嘛"。常用在多 Agent 路由场景。
Z
知识库(Knowledge Base)
给 Bot 灌私域知识的地方。详见 第五章。
自定义插件
你自己定义的插件。把任意 API 接到 Coze。详见 第六章。
一些特别的"中外对照"
| 中文 | 英文 | 备注 |
|---|---|---|
| 智能体 | Agent / Bot | Coze 老界面叫 Bot,新界面叫"智能体" |
| 提示词 | Prompt | 同义 |
| 思维链 | Chain of Thought / CoT | 让 AI 先思考再答 |
| 上下文 | Context | 模型能"看到"的所有信息 |
| 检索增强生成 | RAG | 知识库技术名 |
| 多模态 | Multimodal | 能处理文字 + 图片 + 语音 |
| 模型微调 | Fine-tuning | 用你自己的数据训练模型(Coze 一般用 RAG 替代) |
学完术语表的小目标
不用全背。遇到不会的回来查就行。 等你做出 5 个 Bot 之后回头看,会发现这些词早就内化成你的"日常口语"了。