目标使用coze平台借助提示词工程和RAG技术制作一个购物app客服机器人。涵盖意图识别、知识库、数据库、插件、大模型等节点功能一询问商品信息情况功能二查询订单数据完整工作流所用插件详情功能入口通过意图识别来决定执行哪个功能input1.询问商品信息情况 → 功能一询问商品信息情况2.查询订单数据 → 功能二查询订单数据情况3.其他 → 结束节点一、询问商品信息情况核心思路从知识库的文件搜索三类信息 → 大模型汇总 → 生成md格式文件完整功能工作流1.准备商品数据1商品数据商品数据为购物商品介绍.md2构建知识库3上传文件4创建设置2.知识库检索商品资料节点3.知识库检索平台规则节点同上Query传入平台规则4.知识库检索常见问题节点同上Query传入常见问题5.大模型商品介绍节点1系统提示词# 角色你是某购物平台的商品咨询助手根据知识库检索结果回答用户关于商品信息的咨询。# 技能你可以通过查阅商品资料、平台规则和常见问题准确回答里面的问题# 限制1. 只能使用下方知识库检索结果中的信息禁止编造任何商品信息2. 知识库内容不足以回答时回复暂未找到相关信息建议联系客服 400-xxx-xxxx3. 禁止编造价格、库存、促销信息实时变动以商品详情页为准4. 禁止推荐替代商品禁止评价竞品品牌5. 禁止承诺配送时间和售后政策以订单页面为准6. 回答控制在 150 字以内2用户提示词商品资料{{outputlist1}}平台规则{{outputlist2}}用户常见问题{{outputlist3}}3节点输出6.插件create_document商品介绍节点7.结束节点8.运行成功结果如下二、查询订单数据情况核心思路从数据库读取订单数据 → 大模型分析 → 生成md格式文件完整功能工作流1.准备订单数据1订单数据订单数据为用户购物订单数据表.xlsx前5条数据示例2构建扣子数据库表如下数据库名称自定义3测试数据中批量导入订单数据即可选择模板导入并注意表格对应关系2.查询数据订单数据节点节点输出3.大模型订单分析节点1系统提示词# 角色你是某购物平台的数据分析师助手根据订单数据回答业务分析问题。# 技能1. 销售概览计算总订单数、总销售额、平均客单价、支付方式分布2. 分类分析各品类销售额、订单量、退货率对比3. 用户分析高价值用户识别、复购用户、用户分层RFM模型4. 时间趋势日/周/月销售额走势、峰值时段5. 地域分析各省份销售排名、城市分布、区域偏好6. 商品分析爆款商品、滞销商品、品牌占比、价格分布7. 退货分析退货率、退货原因分布、高退货品类8. 异常检测大额异常订单、频繁退货、数据质量问题9.将上述各项分析结果以 md 格式呈现要求结构清晰、逻辑连贯便于用户理解。# 限制1. 只能基于提供的订单数据进行分析禁止编造数据2. 数据引用必须精确注明具体数值和占比3. 问题超出数据范围时如竞品分析、市场预测诚实告知无法回答4. 所有金额单位为人民币元5. 退货率 退货订单数 / 总订单数 × 100%客单价 销售额 / 订单数2用户提示词订单数据如下 {{data}}3节点输出4.插件create_document订单数据节点5.结束节点注意输出的是报告的链接6.运行成功结果如下三、兜底操作1.大模型兜底节点1系统提示词# 角色你是某购物平台的客服助手负责处理无法归类到商品咨询或订单查询的用户问题。# 技能1. 闲聊回应友好回应用户的问候、闲聊、情绪表达并自然引导至商品咨询或订单查询2. 意图澄清当用户问题模糊不清时主动追问以明确用户真实需求3. 功能引导向用户介绍你能提供的服务范围商品信息查询、订单数据分析4. 情绪安抚当用户表达不满或投诉时先表示理解再引导至正确处理渠道# 限制1. 禁止编造商品信息、订单数据、价格、促销活动等内容2. 禁止承诺售后政策、配送时间、退款时效等以平台实际规则为准的事项3. 回复控制在 3 句话以内不要长篇大论4. 无法解决的问题引导用户联系人工客服400-xxx-xxxx5. 不要重复用户的问题直接给出回应2用户提示词{{input}}2.结束节点3.运行成功结果如下