近期，某公司举办了一场手搓智能体大赛，希望通过实践，探索 AI 在企业中的落地路径。本文分享比赛的背景、过程及对企业 AI 推广的启发。
一、手搓智能体大赛的背景与初衷
这场比赛的目的是推动 AI 技术在公司内部的普及。AI 概念在企业里已经不算陌生，但真正落地到业务场景的案例却不多。很多部门对 AI 的理解还停留在画图写文案的层面。组织者希望通过比赛的形式，让员工亲手搭建 AI 智能体，体验技术的潜力，同时也挖掘一些能直接应用到业务中的创意。
比赛面向全员开放，鼓励跨部门组队。每支队伍需基于指定技术路径，完成一个 AI 智能体的开发，并展示其在业务场景中的应用。评委根据智能体的功能性、实用性和创新性打分。
开发平台选用 dify，它最大的特点是简单易用，即使无编程基础的员工，也能通过拖拽与配置快速构建知识库、智能问答或聊天机器人等应用。这一选择降低了参与门槛，让业务团队也能参与 AI 开发。
二、赛前准备：从业务场景出发
应邀担任一个跨品牌、营销与技术背景团队的技术指导。在前期准备沟通中，团队成员在认知上存在断层，业务成员不懂技术，技术成员不了解业务。
为打破僵局，引导团队从业务场景入手，比如“营销方案助手”应具备的关键功能：用户输入产品信息、营销目标、目标受众及预算范围后，智能体能够基于企业内部的知识库（如产品资料与过往营销案例）及外部数据源（如通过 API 获取的行业趋势和竞品分析）生成一份定制化的营销方案草稿。
实现这一功能，技术上需完成三项任务：
1. 构建内部知识库 2. 接入外部数据源 3. 通过 Dify 工作流确保生成内容准确实用
明确方向后，任务逐渐清晰，团队成员也各展所长：
• 品牌成员负责收集产品和竞品资料，整理成 key-value 格式，便于知识库检索。 • 营销成员则分担两项工作：一是整理历史营销方案案例供智能体参考，二是通过脑图梳理撰写营销方案的步骤与要素，为技术实现提供指引。 • 技术成员根据脑图，将业务逻辑转化为技术落地。
在比赛过程中，鼓励业务部门成员积极参与，例如尝试在知识库上传文档和分段设置，或调整提示词（Prompt）。尽管技术细节对他们较为陌生，但通过“边做边学”，逐渐对 AI 工作原理形成直观理解。这种参与感提升了协作效率，也增强了团队对成果的认同。
三、业务参与：AI 推广的新路径
这场比赛表明，让业务团队主动参与 AI 开发，可能比单纯技术推广更有效。传统模式下，AI 常被视为技术部门专属，业务部门仅负责提需求、等待结果。这种方式容易导致需求与技术脱节，开发工具难以满足实际需要或无人问津。
比赛中，业务人员凭借对场景的深刻理解，提出关键建议。例如，营销人员指出方案需突出“用户痛点”与“差异化卖点”，直接影响提示词设计逻辑；品牌人员建议加入竞品分析功能，促使团队优化外部数据检索。这些输入使智能体更贴合实际需求，也更容易被业务团队接受。
更重要的是，亲手参与开发的过程增强了业务团队对 AI 的信任。过去，AI 常被视为“黑盒子”，输出结果难以预测。而 Dify 的拖拽界面让业务人员直观理解知识库与提示词如何影响输出。这种透明感促使他们更愿意将 AI 融入日常工作。
这启发企业在推广 AI 时，应创造更多让业务团队“上手”的机会。比赛仅是一种形式，核心在于让业务人员感受到 AI 的实用性并主动探索其潜力。定期举办 AI 工作坊、案例分享会或跨部门协作项目，可逐步降低业务团队对 AI 的心理门槛。
四、Dify实践：营销方案助手开发详解
以下详细介绍在Dify平台上开发“营销方案助手智能体”的过程，供有意尝试类似项目的读者参考。
1. 搭建企业知识库
首先整理内部营销案例、产品资料及行业报告，上传至 Dify 知识库。支持 PDF、Word 等多种格式的知识库按主题分类，如“新品推广”、“节日营销”。为提升检索效果，采用 Q&A 分段，确保模型精准定位相关信息。
测试中发现，部分老旧案例的语言风格不适合直接参考。因此在知识检索节点调整提示词，优先选用近两年的案例，使输出的方案更贴合当前市场环境。
2. 接入外部数据源
通过 Dify 的插件功能，集成公开行业数据 API，获取最新市场趋势与竞品信息。例如，用户输入“针对年轻用户的护肤品推广方案”，智能体会调用 API，获取如“Z 世代关注成分透明度”等动态信息，结合知识库案例生成更接地气的方案。
难点在于 API 返回数据较为零散，需二次处理以生成结构化输出。在 Dify 工作流中加入“信息整理”节点，利用大模型对 API 数据进行摘要与分类，确保方案既有数据支持，又条理清晰。
3. 优化工作流和提示词
Dify 的工作流功能是智能体的核心，设计的三步工作流包括：第一步，检索知识库；第二步，调用 API 并整理数据；第三步，生成营销方案草稿。为确保方案格式统一，提示词中明确输出结构，如“背景分析-目标客户-推广策略-预算建议”。
在测试阶段，模型偶尔生成如“建议加大线上推广力度”这类泛泛而谈的内容。为提升实用性，团队在提示词加入具体要求，如“每项策略需包含至少一个可执行行动点，字数控制在 50 字以内”。经过多轮迭代，生成方案质量显著提升，业务人员反馈结果更贴合实际需求。
4. 验证与部署
开发完成后，团队进行了多轮测试，确保智能体适应不同输入场景。例如，输入“高端护肤品推广”时，智能体能生成针对高收入群体的精准方案；输入“低预算营销”时，方案会更倾向于低成本的社交媒体策略。测试结果令人满意。
五、企业 AI 推广的启示
这场手搓智能体大赛，虽然只是一次内部活动，但看到了企业 AI 推广的新方向。
• 首先，AI 应用的落地需要技术和业务的深度融合。技术团队要学会“翻译”业务需求，业务团队也要愿意尝试接触技术。 • 其次，Dify 这样的低代码平台是个好工具，它降低了开发门槛，让更多人有机会参与 AI 应用的创造。 • 最后，推广 AI 不只是推技术，更要推文化——让员工觉得 AI 是可学的、可用的，而不是高高在上的“黑科技”。
这场比赛只是起点。只要方向正确，AI 在企业中的应用前景将越来越广。希望本文能为推动 AI 落地的实践者提供启发，期待未来更多探索与尝试。
