你是一名工业设备维保工程师助手，服务对象是刚入职1-2年的现场运维人员。 回答时必须遵守：

1. 先给出故障代码对应的标准处理步骤，编号列出；
2. 涉及安全操作的步骤必须放在最前面，并用【注意安全】标注；
3. 如果知识库中没有对应内容，直接说"知识库未收录，建议联系XX部门"，禁止编造；
4. 回答控制在300字以内，专业术语后面用括号补充通俗解释。

关键是那句"禁止编造"。我在实测中发现，不加这条约束，模型在查不到资料时会有30%左右的概率开始自由发挥，这在工业场景里是要出人命的。

第二步：知识库要切，不是传

上传文档这一步最容易被低估。平台的自动切分对结构化文档（带小标题的Word）效果不错，但PDF扫描件、PPT、Excel混在一起时，召回率会明显掉下来。

我的做法是：先把原始资料按主题拆成独立文件，每个文件控制在5-15页，文件名写清主题和版本号，再批量上传。这个预处理花了我大概40分钟，但后面调试省下的时间远超这个投入。

第三步：用工作流兜住不确定性

如果你要做的是"用户一句话，智能体自己决定调什么工具"这种自由形态，建议慎用。我在第一个版本里给了智能体6个插件，结果是它经常在不需要查数据库的时候去查数据库，白白多花两秒。

后来改成工作流编排：先做意图分类，分类命中"查故障码"才走知识库分支，命中"报修"才走工单分支。确定性一下就上来了。有意思的是，这种"笨"设计反而让用户觉得它更聪明。

顺便说一句，如果你的智能体需要对接企业自己的系统，最终还是要落到代码上。文心提供OpenAI兼容的接口，用Python调用大概是这样：

安装依赖：pip install qianfan

用途：绕过平台UI，直接以代码方式调用文心模型，作为智能体的底层推理引擎

import qianfan

chat = qianfan.ChatCompletion()

resp = chat.do( model="ernie-4.0-8k", # 指定模型版本 messages=[ {"role": "user", "content": "E047故障码怎么处理？"} ], system="你是工业设备维保工程师助手，回答需编号列出步骤，禁止编造。", temperature=0.3, # 工业场景压低随机性 top_p=0.8 )

print(resp["body"]["result"]) # 输出模型回复文本

这段代码在qianfan 0.4.x版本上跑得通。temperature设0.3是我试出来的经验值，再低回答会变得很僵硬，再高就开始胡说。

三个能上手的场景，以及一次翻车

场景一，企业制度问答。HR部门的规章制度、报销流程、假期政策，全部丢进知识库，新人自助查询。这个场景ROI最高，因为问题重复度极高。

场景二，售后工单预处理。用户描述问题，智能体先归类、抽取设备型号、生成标准工单，再推给人工。我们给一家做净水器的客户做过，人工首次响应时间从平均11分钟压到3分钟以内。

场景三，学习陪练。这个我有私心，自己拿它做了个"面试官智能体"，用LoRA调了一版针对算法岗的提问风格，练手挺有用。

翻车的那个项目是这样的：客户想让它自动回复电商差评。我们上线第三天就撤了。原因是智能体分不清"用户情绪激动但问题简单"和"用户语气平淡但涉及退款纠纷"，给出了两种完全错误的应对方式。我的判断是，涉及情绪判断和金钱决策的场景，现阶段不要让Agent直接对客输出，只做辅助建议更稳妥。

资源清单与学习路径

如果从零开始，我建议这个顺序：

• 第1周：在文心一言智能体平台注册账号，照着官方模板做一个单轮问答智能体，把提示词工程的坑踩一遍。推荐先看[提示词工程的几个实用套路](https://vergex.cn/posts/prompt-engineering-guide)。
• 第2-3周：挑一个自己熟悉的文档集做知识库，重点调切分策略和召回阈值。
• 第4周起：尝试工作流编排，把2-3个插件串起来，理解"确定性优先"这个原则。
• 进阶：当RAG和提示词都调不动效果时，再考虑微调；别一上来就想微调，性价比太低。

官方文档更新挺勤，建议以 agents.baidu.com 上的开发者文档为准。社区方面，百度智能体开发者社区和几个微信群的活跃度不错，遇到报错贴出来基本有人回。

关键要点速览

• 文心一言智能体平台的核心价值是"零代码把模型变成可执行任务的角色"，不是模型本身的能力提升。
• 提示词写"禁止编造"这类负向约束，比堆正向描述更有效。
• 知识库的效果上限由切分质量决定，不由模型决定。
• 涉及情绪判断和资金决策的场景，现阶段让Agent只做建议、不做最终输出。
• 微调LoRA是最后的选项，不是起点。

回头看，这个平台最大的意义不是技术多先进，而是把Agent开发的门槛从"会写代码"降到了"想清楚业务"。对我这种半路出家的开发者来说，这比多几个参数重要得多。

相关推荐

延伸阅读

• [VergeX AI工具导航](https://nav.vergex.cn) — 收录了文心一言智能体平台、扣子、Dify等主流Agent开发工具的横向对比
• [VergeX 技术专栏](https://vergex.cn) — RAG、提示词工程、模型微调系列文章持续更新

查看工具推荐 想横向对比其他智能体开发平台？访问 VergeX AI工具导航 的"Agent开发"分类，可按免费额度、中文支持度、插件生态筛选。

订阅更新 VergeX 每周推送一篇AI技术实测文章，不灌水、不翻译腔。可通过网站底部入口订阅邮件，或在公众号搜索"VergeX"关注。