保姆级教程 · 面向准备搭建第一个 AI 助手的创作者
项目 信息 课程系列 AI 创作入门 · L1-D 智能体/自动化 课程编号 L1D-02 难度等级 ★★☆☆☆ 适用人群 已明确一个小任务,正在选择无代码、低代码或代码路线的人 预计学时 70-90 分钟 前置课程 L1D-01;参考 L0-3 工具地图 更新日期 2026 年 8 月 内容声明 工具功能、价格和数据条款变化很快,选用前请确认当前官方文档与数据处理规则。
学完本教程后,你将能够:
| 路线 | 适合谁 | 优点 | 局限 | 第一个成果 |
|---|---|---|---|---|
| 无代码 | 想验证想法的创作者 | 上手快、界面清楚、无需技术 | 自定义和迁移受限 | 一个可对话的选题助手 |
| 低代码 | 有稳定流程的小团队 | 节点可视化、易接工具、每步可查 | 复杂调试仍需理解数据流 | 一个带审核的内容工作流 |
| 代码 | 有工程能力或复杂集成需求 | 控制力强、可测试可部署 | 开发与维护成本高 | 一个可监控的内部服务 |
选择不是"哪个最先进",而是**"哪个能用最少的权限和成本验证目标"**。
选型口诀:验证用无代码,稳定用低代码,治理用代码。
大多数创作者的真实路径不是"一步到位",而是逐步演进:
无代码验证想法(1-2 周)
→ 确认任务有价值、字段稳定
→ 低代码固化流程(2-4 周)
→ 确认流程稳定、需要更深集成
→ 代码化扩展(按需)
不要跳过前两步直接写代码——你还没想清楚的字段和规则,写进代码里只会更难改。
| 维度 | 无代码 | 低代码 | 代码 |
|---|---|---|---|
| 学习成本 | 低(几小时上手) | 中(需理解数据流) | 高(需编程能力) |
| 搭建时间 | 几十分钟到几小时 | 几小时到几天 | 几天到几周 |
| 维护成本 | 低(平台维护) | 中(自己维护流程) | 高(全部自己维护) |
| 迁移成本 | 高(平台锁定) | 中(流程可导出) | 低(代码可移植) |
| 月费 | 免费~几十元 | 免费~几百元 | 服务器+API 费用 |
注意:成本不只是钱,还包括你的时间。如果花一周写代码解决一个每周省 30 分钟的问题,投入产出比是负的。
代表平台:Coze(扣子)、GPTs、文心智能体、通义千问智能体等。
怎么用:你通常通过系统提示词、知识文件、插件和对话入口配置助手。不需要画流程图,不需要写代码,像填表一样设置好就能用。
适合场景:
验收时重点看:
优点:上手最快,通常几十分钟就能跑通一个可对话的助手。
局限:自定义逻辑受限——你想加"如果某条选题与上周重复就自动标红"这种精细规则,无代码平台不一定支持。迁移也受限:你的提示词和知识文件可以带走,但平台特有的插件和配置不一定能导出。
以当前官方能力为准:各平台功能更新很快,本教程提到的能力截至 2026 年 8 月,具体以平台当前文档为准。
代表平台:Dify、FastGPT 等。
怎么用:你把"开始、模型、知识检索、条件判断、工具调用、人工审核、结束"等节点连起来,形成一条可视化流程图。每个节点的输入输出都有明确字段。
适合场景:
优势:不是"更像人",而是每一步都更可见、可复查。出了问题,你能定位到具体哪个节点的输出不对,而不是面对一整段对话无从下手。
局限:复杂调试仍需理解数据流——你得知道"上一步的 result 字段怎么传到下一步的 input"。完全不懂逻辑的人用低代码容易搭出"看起来能跑但实际逻辑有漏洞"的流程。
与无代码的关键区别:
| 维度 | 无代码 | 低代码 |
|---|---|---|
| 交互方式 | 对话 | 流程图 |
| 每步可见性 | 低(对话是一整段) | 高(每个节点有独立输出) |
| 自定义逻辑 | 受限 | 较灵活 |
| 适合阶段 | 验证想法 | 固化流程 |
代表框架:LangChain、LlamaIndex、AutoGen 等。
定位:这些是代码层的概念与工具集合,适合需要自定义鉴权、队列、数据库、测试、日志和部署的团队。
新手怎么对待:了解名词即可,不要因为框架名称多而跳过任务设计。L1D-01 的任务卡、L1D-03 的节点设计,才是所有框架的共同基础。无论用 LangChain 还是 AutoGen,你都要先想清楚"输入是什么、输出是什么、哪里需要人工审核"。
什么时候才需要代码框架:
了解级名词速览:
| 框架 | 一句话定位 |
|---|---|
| LangChain | 最流行的 Agent 开发框架,提供链、工具、记忆等组件 |
| LlamaIndex | 专注于数据连接和检索,擅长 RAG 场景 |
| AutoGen | 微软出品,专注多 Agent 对话和协作 |
新手不需要深入这些框架。等你用低代码跑稳了流程,遇到明确瓶颈时再学也来得及。
这四个问题是选型的"硬筛子"。任何一个问题答不上来,就先别选平台,回去补任务卡。
判断方法:连续 3 次执行任务,输入的格式和字段是否基本一致?
判断方法:任务是否涉及客户资料、合同、账号后台或内部数据库?
数据条款检查清单:
- 平台是否会用我的数据训练模型?
- 数据存储在哪个地区?
- 谁能看到我的数据?
- 我能随时导出和删除数据吗?
- 有无 SOC2 / ISO27001 等安全认证?
判断方法:结果会发布、报价、回复用户或修改数据吗?
判断方法:选平台前先问以下问题,这些比演示时一次回答漂亮更重要。
选型红线:如果一个平台无法查看调用记录、无法设置成本上限、无法导出数据,不管它演示多漂亮,都不要用于生产。
任务卡回顾:每周读取人工提交的热点链接,产出 10 个待审核选题,不发布。
下面用三个方案分别走一遍,让你直观感受三条路线的差异。
步骤 1:建一个对话助手,写入:
- 账号定位(面向职场新人的 AI 效率账号)
- 输出字段(主题、来源、受众、待核实项、建议形式)
- 规则(无来源不编造、不发布)
步骤 2:手工粘贴 5 条链接摘要和历史选题
步骤 3:要求输出表格,并标记待核实项
步骤 4:连续用 10 组样例测试,记录错误类型
适合:刚开始验证"这个任务是否真有价值"。如果这一步发现任务本身定义不清,回去改任务卡,不要急着上低代码。
验收:看输出表格是否字段完整、是否标了待核实项、是否没有编造内容。
表单触发
→ 链接摘要(只读工具)
→ 历史选题去重(表格读取)
→ 相关性分类(模型判断)
→ 生成选题表(模型生成)
→ 人工审核(审核节点)
→ 归档(写入表格)
关键:把每个中间结果写回表格。任何一个节点失败,都只重跑该节点,而不是重新生成全部内容。
与方案 A 的区别:方案 A 是手工粘贴,方案 B 是表单触发 + 自动读取 + 人工审核。效率更高,但需要花时间搭流程。
低代码平台搭建步骤:
步骤 1:创建工作流,选择触发方式(表单提交)
步骤 2:添加节点并连线:
表单 → 摘要(模型节点) → 去重(表格读取+判断)
→ 分类(模型节点) → 生成选题表(模型节点)
→ 人工审核(审核节点) → 归档(写入表格)
步骤 3:为每个节点配置字段映射
→ 上一步的 output 映射到下一步的 input
步骤 4:用 3 组测试数据跑通
→ 正常数据、缺字段数据、重复数据
步骤 5:设置成本上限和失败通知
验收:连续两周运行,选题表字段稳定、去重准确、待核实项占比下降。
当任务要接自有数据库、成员权限、审计日志、批量队列或内部 API 时,再让工程人员实现。
前提:先沿用方案 B 中已经验证过的字段和审核规则,避免把未成熟的流程写死到代码里。
代码化时必须包含:
本项目联动:如果你的选题助手后续需要配音能力,可以对接 vbox 对外 API(TTS 接口)。这是 L1D-06 会详细讲的内容——把
/api/open/v1/*的 TTS 接口封装成一个"配音工具节点"。
把这张表复制到笔记里,每次选型时填一遍。它不依赖具体品牌,换平台也能复用。
┌─────────────────────────────────────────┐
│ Agent 平台选型记录 v1.0 │
├─────────────────────────────────────────┤
│ 任务:_________________________________ │
│ 目标用户:_____________________________ │
│ │
│ 输入是否固定:是 / 否 │
│ 是否需要外部工具:是 / 否 │
│ 是否涉及敏感数据:是 / 否 │
│ 是否允许自动执行:是 / 否(哪些环节) │
│ 人工审核节点:_________________________ │
│ │
│ 预计每周运行次数:______ 次 │
│ 预算上限:______ 元/周 │
│ │
│ 优先路线:无代码 / 低代码 / 代码 │
│ 不选择其他路线的原因:__________________ │
│ │
│ 两周后复盘指标: │
│ - 耗时:______ 分钟/次 │
│ - 错误率:______ % │
│ - 人工修改量:______ 处/次 │
│ - 成本:______ 元/周 │
└─────────────────────────────────────────┘
不一定。效果取决于任务定义、资料质量、模型选择、工具配置和审核规则,而不是平台价格。先用样例任务对比,而不是只看宣传页。一个免费平台 + 清晰的任务卡,效果可能好过昂贵平台 + 模糊目标。
可以,但要提前保存提示词、字段定义、测试样例和错误记录。真正可迁移的是流程资产(任务卡、字段定义、审核规则、测试集),不是某个平台的界面截图。建议迁移前把所有配置导出为文本文件,包括:系统提示词全文、知识文件列表、工具列表及参数、测试样例及期望输出。
前期不要。先让一个平台完成端到端最小闭环,再根据明确瓶颈增加工具。比如先用无代码平台跑通选题助手,发现"去重"这个步骤不够准,再单独找一个去重工具接入——而不是一开始就同时用三个平台拼在一起。
平台会迭代,但方法不会。你学会的"任务卡设计、字段定义、审核点设计、测试集管理"在任何平台上都用得上。担心过时,就把注意力放在方法上,而不是某个平台的按钮位置。具体来说:
换平台时,把可迁移的资产带到新平台,重新配置不可迁移的部分。这个过程通常 1-3 天就能完成,前提是你之前把资产都保存成了文本文件,而不是只存在平台里。
看三个因素:数据合规(你的数据能不能存在海外)、中文能力(国产平台对中文语境和小红书/抖音调性理解更深)、访问稳定性(你能否稳定访问海外平台)。如果是面向国内平台的内容创作,优先试国产平台。
现象:平台宣传"支持自动发布",你就以为可以放心自动发布,结果发布了侵权内容被平台处罚。
原因:"平台有一个插件"不等于它符合你的授权、质量和发布要求。平台提供能力,业务规则由你定。
处理:业务规则(授权检查、事实核查、敏感词过滤、发布审核)应写在任务卡与审核清单中,而不是依赖平台的默认行为。平台能力是"能不能做",业务规则是"该不该做"。
现象:平台演示时选了一个完美案例,你觉得很好就上线了。实际运行时遇到空输入、重复输入、过长文本,系统直接崩溃或输出垃圾。
原因:演示总是展示最好情况,生产环境遇到的是各种边缘情况。
处理:请准备五类失败样例进行测试:
| 测试类型 | 示例 |
|---|---|
| 空输入 | 不填任何链接,直接触发 |
| 重复输入 | 提交与上周完全相同的链接 |
| 过长文本 | 提交一篇 5000 字的文章让摘要 |
| 无来源链接 | 提交一个打不开的 URL |
| 敏感话题 | 提交涉及医疗/投资的主题 |
平台怎样失败,决定它能否进入生产。能优雅失败(标记错误、通知人工)的平台,比"成功时很漂亮但失败时静默崩溃"的平台可靠得多。
现象:听说"多 Agent 协作"很火,第一天就搭了"选题 Agent + 写作 Agent + 审核 Agent + 发布 Agent",结果它们互相传错信息,调试一整天都跑不通。
原因:多角色协作会增加通信、成本和排错难度。每个 Agent 都有自己的输出格式,格式不匹配就全链路崩溃。
处理:单 Agent + 明确工作流通常更适合第一版。先用一个 Agent 跑通完整流程,再根据明确的瓶颈拆分角色。L1D-08 会详细讲多 Agent 的适用场景和编排方法。
选定路线后,下一篇《L1D-03 工作流编排基础:把步骤连成可控流程》会带你处理节点、变量、分支、循环与定时触发,让任务从"能聊"变成"能稳定交付"。你会学到五类基础节点、字段设计三原则、以及如何画一条可测试的内容生产工作流。
教程版本:v1.0 最后更新:2026-08 内容时效:示例仅用于方法说明,平台名称与能力请以当前官方信息为准。本教程提及的工具名称归各自所有方所有,不构成购买建议。