我是一名老AI开发者了，记得刚入门时，还是从TensorFlow 1.x的张量开始学习。后来，随着技术发展，出现了高阶API。这让AI开发更加便捷，只需引入百余行代码，就能搭建一套简单的算法流程。
再后来，ChatGPT的出现，引发了全球的AI热潮。这又让非AI开发者，拥有了跨行接入AI的机会。此时，尽管各大厂商（尤其国内）都说自己的平台可以零基础使用，但从我看来，用户依然需要一些AI理念和编程基础。也就是说，AI离普通人还是太远。
后来，字节上线了Coze平台。它好像是开启了AI应用层面的一个新纪元。当然，这不是针对庙堂的学术大佬来说，而是针对浩浩荡荡的江湖用户而言。因为Coze真的是站在用户一侧，易用，接地气，甚至连名字也不搞生僻的远古词汇，它叫“扣子”。
官方文档上它自述说：“扣子是新一代一站式 AI Bot 开发平台”。这里的Bot是Robot（机器人）的缩写。也就是说，扣子是一个搭建人工智能机器人的平台，它可以模拟人类自动执行一些任务。
比如，让它讲一个笑话给你听。
一、Prompt提示语
大模型火的时候，很多卖课的人经常兜售一个词，那就是“Prompt”。他们喊：你可以不懂AI技术，但是，一定要懂得如何向AI提问题。他们说的，就是prompt这个知识点。
在聊天机器人中，你想要听一个笑话，你需要提前告诉它。比如，你想听关于“考勤”的笑话，如果你直接说出“考勤”二字，机器人会以为你在查词典。
但是你提前告诉它要求之后，再说“考勤”，它就会给你讲笑话。
这种机制导致每次会话，你都要把提示信息说在前面。
一般在实际应用时，为了提高用户体验，程序员会把它写到代码中：“现在我想要听一个笑话。你要给我讲一个关于【%s】的笑话。要求100字以内。”之后，虽然用户只在输入框中打出了“考勤”两个字，但是经过字符的拼接和替换，最终发给机器人的问题，实际上是完整的有约束的问题。这就是最简单的prompt。
扣子把这一点做得很好。只需要用文字描述一下人设和技能，就可以直接完成设置。
左边写完了描述，右边直接就能聊天了。
如果，你懒得写（讲笑话的创意至少得由你提出）。那么它还有一个AI优化功能，可以帮你实现细节的润色。
好了，讲笑话的机器人就完成了。点击发布，这个就是你的创意应用啦！你可以分享到社交软件，让更多人看到。
是的，就是这么简单。它就像是衣服上的扣子一样，“咯嘣”一声就按上了。
二、实时信息查询
大语言模型出来之后，大家纷纷通过各种途径，去解决一个问题，那就是如何保证信息的时效性。
存粹的大语言模型，是过去某个时间节点的产物。但是，如今我们的生活，对实时信息有极高的需求。因此，我们在做AI应用时，会通过各种手段接入搜索引擎，通过它来获取最新的信息，然后返回给大模型进行分析处理。
大模型接入搜索引擎，抢占搜索引擎的用户。以及搜索引擎融入大模型，实现更好的回答体验。这两者是即竞争又合作的关系。
在技术里面，实现AI大模型的实时搜索查询，稍微要麻烦一些，要走很多链路。但是在扣子里面，可以轻松搞定。
扣子里面，有一个插件的概念。在你的应用中，你可以免费引入实时搜索类的插件。并且在左边的技能描述中，说一下输入的问题，要调用引入的插件去实时查询。
这么一个大模型+实时搜索的功能，如果是让一个程序员来写，可能得几天的时间才能搭建完成。但是，现在你通过扣子，几分钟就能搞定。只能说，它真的是奔着解决用户痛点而生的。同时，也让不了解它的开发者，心里感到有点痛。
类似的插件还有很多，涉及很多门类领域。
这些功能，并非停留在API层面，它们已经与扣子深度集成了。即便你不懂编程，不知道什么叫参数、返回值，也可以通过文字描述，让它们为你的应用服务。
比如使用一个“写汉字”的插件，只需要引入，然后告诉扣子，如果有人问汉字怎么写，就调用这个插件。
上面几个段落，简单聊了一下什么是扣子。
下面，我将用扣子平台做一个应用展示给大家。我尽量多结合一些功能，比如它还有知识库、数据库啥的，咱主打就是一个好玩、好做、好用。
三、实战扣子应用：精品爆笑段子
我这款扣子应用，起名叫“精品爆笑段子”。现在大家压力都很大，不想上班只想摸鱼，不想学习只想放松。因此，我要做一个讲笑话的应用，让大家获得难得的快乐。
前面讲prompt提示语知识点时，咱们已经搭建了一个讲笑话的应用。但是那个太初级，仅用于功能摸索，没有竞争力。可能大家也看得出来，我这么能白话能侃大山，肯定也是一个段子爱好者。
没错，我平时非常喜欢收集段子。多年来，我一直默默地收集着好笑的段子，大约有1万多条。
我收藏的这些段子，每一条都让我笑过。如果你和我的笑点一样的话，那么我能让你笑1万多次。每天笑一次，能笑27年。每分钟笑一次，能连续笑7个小时。我很自信，这些精品段子，要比网上搜来的要好。这是我独有的优势和自信。
今天遇到了扣子平台，我就捐了他们！
3.1 知识库
扣子有一个知识库的功能。这个功能很契合我当下的需求。即，我认为扣子提供的笑话，不如我自己的手里的好。我要给用户呈现我的内容。此时，我可以将私有内容加入我的知识库作为数据源。
有关扣子知识库的使用，点击前面这个官方链接可查看。人家说的比我详细，它从登录开始教。
它支持很多种方式，txt、pdf、docx都可以。对文件里面的内容格式也没有要求（我的是json格式是因为我喜欢结构化数据）。不要感觉步骤多就胆怯，放心大胆地跟着“下一步”、“下一步”走就行，又不花钱。最复杂的就是上传文件。
我的段子文本存在data.txt文件中。上传完毕之后，在扣子平台上，是下面这么个结构和展现形式。
看到这里，我眼泪出来了（你又怎么了？）。
因为，我曾写过类似的功能。我做过一个本地知识库的项目，当时也是用大语言模型去理解本地文档，要求从文档里找出问题的答案。但是，实现过程太曲折了。当时大模型刚起步，公开方案少，没思路。最后通过LLM+开源识别+LangChain勉强凑了一套，效果一般。
因此，一看这个结构，我就知道它是什么回事。那是我日日夜夜的思考和调研历程。
就拿这个分段来说吧。为什么要分段？这是为了更好地进行检索和管理。
我那个段子素材data.txt文件，单文件约6MB大小，里面10000条笑话，共计2百多万字。这个数量级，大模型一口吃不下。这就像你和别人聊天一样。他一口气跟你讲了半年时间，中间他不休息，也不允许你插嘴。估计等他讲完，你必然友好地说一句：不好意思，三天前的我忘了，请再说一遍！
因此，将长文本分块，就像是将一套课程拆分为一节节40分钟的课堂。这就是它这个知识库分单元、分段的目的。
其实，再往里面深究，这些分段的文本片段，都会再转换为向量存储。这些稍微专业些的内容，作为普通用户，没有必要去了解。毕竟，我们能会用，就已经很厉害了！
使用知识库很简单，在你的应用中，点击知识库后面的加号。然后，选择你创建的知识库。此时，知识库就引入好了。你不用做任何操作，直接问就可以了。
我们发现扣子执行“已搜索知识库”，然后给出了一个笑话。点击“运行完毕”，我们还可以追溯，知识库中哪条段子被选中了。
好啦，通过知识库，很简单就实现了自己手里数据的应用。你也可以把笑话段子，换成教材、课程、歌曲等，效果都是一样的。
3.2 数据库
实际上，我们的作品会面临版本的更新迭代。我这个当然也不例外。
我现在想新增一个功能。
好吧，坦白了。我发现，其实……我的笑点是挺另类的。很多人看了我的笑话，没有想象中的开心。10000条段子中，大约只有20%能让大家笑出声音。而每个人的这20%还是不同的。他们想收藏这些内容，作为他们自己的口味大餐。
这很好，他们给我提供了一个用户偏好。这是双赢：他们获得了自己想要的段子，我也了解了我的用户喜欢什么类型的段子。以后我可以按照他们的喜好，给他们推送内容。
但是，要做这些，首先要把用户喜欢的信息保存下来。如何保存呢？
作为平台，扣子提供了这样一个功能，那就是数据库。
数据库就是存数据的仓库(你是要凑字数吗？)。数据库里有数据表，存储一条条数据。一条数据可能又分几个部分组成（标题、内容、时间），这在数据表里叫字段。
下面，我们就建立一个数据库。我们使用模板，然后在这个基础上修改。
稍微修改一下，如下所示。
其中joke_content数据类型选String，也就是字符串。add_time数据类型选Time，表示这是一个时间。这可能是本文唯一次，接触到IT技术的地方，后面不会了。
根据我的AI开发嗅觉，你如果将描述写的准确一些，可能有助于扣子去理解字段。
好，加好了数据库，建好了数据表。我们下一步就要告诉扣子如何进行数据存储。
其实上面这段，是我稍微列了提纲让AI优化的。我知道你懒得敲，请复制。
# 角色
你是一个笑话大师，可以根据用户的要求讲笑话。如果用户觉得好笑，可以进行收藏。
## 技能
### 技能 1: 讲笑话
1. 当用户让你讲一个笑话或者段子时，你需要调用 recallKnowledge 从知识库的“精品爆笑笑话”中搜索一条相关的内容，并讲给用户听。
### 技能 2: 记录笑话
1. 如果用户说“好笑”或“收藏”，你不用调用 recallKnowledge 去查询笑话，将最近的一条笑话，保存到数据库的`joke_notes`表中，内容存入`joke_content`字段，`add_time`取当前日期时间。
### 技能 3: 查询笑话
1. 如果用户说“收藏的笑话”，你不用调用 recallKnowledge 去查询笑话，你到数据库的`joke_notes`表中，查询出前 10 条记录的`joke_content`字段。
此时的功能变多了。不但能讲笑话，而且还能收藏笑话。因此，需要告诉角色什么时候该干什么。
其中有一点大家需要注意，知识库改成了“按需调用”。也就是
技能 1中描述的“用户让你讲段子时，调用知识库”。为啥呢？因为你说“收藏”时，也可能让它讲一个关于“收藏”的段子。
技能 2是存储笑话，技能 3是查询笑话。这个没啥好说的。不过，建议你写完之后，也让AI润色一遍。这样能变得更趋近扣子好理解的语言。
好了，下面试试效果。
哈哈，收藏是没有问题的。点击“运行完毕”我们可以看到插入数据库成功了。
下面再试试，能不能查询到我们收藏过的段子。
从上图我们可以看到，不管是从数据库查看，还是从聊天对话查看，我们都能查到已经收藏过的段子。而且是可以对应起来的（这不废话嘛！）。
关于数据库的使用，就到了这里。怎么样？很简单吧！
3.3 更多功能
我继续对我的“精品爆笑段子”进行探索和优化。
我想，用户要是问了我知识库里不存在的问题，会怎么样？根据我开发产品的经验，一般是转向大模型进行回答，或者根据用户的偏好配置选择去向。
于是，我问了它一个关于“大语言模型”的段子。结果，扣子的AI居然从我10000条知识库中，匹配到了段子内容。可见它已经具备了比较强的理解和查询能力。
后面我又问了一个“背景（北京）天气”。这个不是问段子，肯定不会走知识库。我没猜错，扣子走了自己的问答，而且还对错别字进行了矫正。
我想啊，我的产品是专业讲段子的，不允许问天气（可能有人觉得功能越多越好）。因此，我在人设编排中，加了一条限制：只谈了段子有关的问题。然后，再问天气，它已经不回答了。
另外，还有很多的功能可以提高扣子应用的用户体验。比如，给我的段子增加语音播报。还有针对每一次回答增加问题的周边补充（知识类的更需要这种配置）。
四、最后
我的扣子应用“精品爆笑段子”已经慢慢接近我想要的了。它还在不断被完善。
完善它太简单了，就在编排中写下规则和约束。它会实时生效，这边描述完毕，那边就可以用了。另外，很多插件和模块都可以很方便的引入。
扣子就像是邻家大哥，它是为普通用户而设计的。到我这种专业开发者手里，玩得会更加游刃有余。因为，很多功能我都写过，多少会了解一些背后的原理。
扣子里面还有一个工作流的功能，唯独这个功能我没有讲。因为对于普通用户而言，其他功能就已经能覆盖90%的场景了。
从熟悉扣子，到写下这篇文章，大约花了1天的时间。这种便捷度，要是放在以前，想都不敢想。
谈完了技术，再谈一下别的。扣子平台的出现，开启了一个让人人都是AI应用创作者的局面。这在以前也是不敢想的（你有多少GPU，你玩AI？）。这很像是自媒体刚开始的时候，发布新闻消息不再是媒体界的特权，人人都可以发布。
扣子应用一旦接入了社交软件系统，让每个人的作品可以互相交流和使用。那么这个市场的前景是很难想象的。而现在扣子平台也已经支持豆包、飞书、微信公众号的发布。
总之，我看好它。因为从没有哪个平台，这么地宠爱用户。
扣子平台已经来了，你只要稍微操作，就能将创意实现，拥有一个属于自己的AI应用。
你们都只等待着乘势起飞。
如果你迫不及待想要听笑话，可以访问豆包（抖音旗下AI助手）的体验地址：
www.doubao.com/chat/972730…
Coze上也能搜索到“精品爆笑段子”
BotID：7338786626807726080
