Cozeプラットフォームアーキテクチャ、典型的なアプリケーションケース、利点と適用シナリオ
Cozeプラットフォームのアーキテクチャ
2 種類のプラットフォーム
Coze 公式サイト（クラウド版）
Coze 公式サイトは、公式ホスティングオンラインサービスです。ユーザーはブラウザを介してプラットフォームにアクセスし、公式モデル、アプリケーション機能、オンライン実行環境、関連サービスを直接使用し、自分でプログラムをインストールしたり、サーバーを維持する必要はありません。
公式サイトの主な機能は以下のとおりです。
- 登録後はオンラインで利用できます。
- プラットフォーム環境は公式に維持されます。
- 迅速な体験、コース指導、プロトタイプ検証に適しています。
- 公式サイトが提供する機能や生態資源を直接利用できます。
- システムのアップグレード、インフラストラクチャ、日々の運用を自分で処理する必要がない。
- 実際に利用可能な機能、リソース、リリース能力は、公式ウェブサイトの現在のバージョンに基づいています。
Cozeのウェブサイトは現在、AIアプリケーション、ジョブ生成、長期タスク、および関連する開発機能を提供する職場タスク向けAI 製品として自身を説明しています。
Coze Studio（オープンソース）
Coze Studioは、Cozeプラットフォームのコアエンジンのオープンソース版です。開発者は、ローカルコンピュータ、ラボサーバー、または企業イントラネットにデプロイして、自律的に制御可能なAIエージェント開発プラットフォームを構築できます。
オープンソース版の主な機能は以下の通りです。
- 民営化の支援。
- データと運用環境はデプロイメント側が管理できます
- 自社モデルやビジネスサービスへのアクセス;
- ソースコードに基づく機能変更のサポート;
- 教育研究、企業イントラネット、二次開発に適しています。
- 特定の展開、構成、運用能力が必要です。
Coze Studioは、Prompt、RAG、Plugin、WorkflowなどのAIエージェント開発のコアテクノロジーを提供し、エージェント、アプリケーション、ワークフローの開発、デバッグ、デプロイを視覚的にサポートしています。
公式版とオープンソース版の比較
| 比較次元 | Coze 公式サイト（クラウド版） | Coze Studio（オープンソース版） |
|---|---|---|
| 利用方法は | ブラウザのオンライン利用 | ローカルまたはサーバの導入 |
| 環境保全活動 | 公式統一維持管理 | ユーザー自身の維持 |
| 手の難しさ | 登録後に利用可能な低価格 | 高い、とが必要 |
| データストレージ | サービスルールによるクラウドプラットフォームの処理 | 導入者が所有する環境で管理可能 |
| 機能の取得 | 現在提供されている機能を直接利用する | オープンソースの機能を使用し、独自に拡張可能 |
| モデル設定モデル設定 | 公式サイトのサポート範囲とプラットフォームのルールに従う | 導入環境に応じてサポートされるモデルを構成可能 |
| プラグインとサービス | 生態系とオンラインサービスへのアクセス | オープンソースプラグインまたは独自のAPIが必要 |
| 2つ目の開発 | 主にプラットフォーム構成とオープンインターフェイスを介して | ソースコードの変更と詳細なカスタマイズ |
| 運用コスト | 低いです。 | より高い。 |
| 適用対象者 | 初心者、個人ユーザー、迅速な検証チーム | 技術チーム、研究所、企業民営化プロジェクト |
| 主な利点 | すぐに使用でき、すぐに使用できる | 自主的に制御可能でカスタマイズが容易 |
| 主な制限事項 | プラットフォーム機能、クレジット、サービスルールの影響を受けます。 | 導入、リソース、運用上の問題を自分で解決する必要がある |
2つの形態は、AIエージェント開発コンセプトが似ていますが、具体的な機能、公式エコロジー、リソース割り当て、リリースチャネル、運用保守方法に違いがある可能性があり、対応するバージョンの最新の公式説明に従う必要があります。
プラットフォーム能力のアーキテクチャ
AIアプリケーションの構築プロセスから、Cozeは5つの協調機能層に分けることができます。
flowchart TB
A[用户与业务系统]
B[应用与交互层<br/>智能体 Agent / AI 应用 App / 对话界面 / API]
C[智能与编排层<br/>大语言模型 / 提示词 / 工作流]
D[能力扩展层<br/>插件 / 工具 / 第三方 API]
E[知识与数据层<br/>知识库 / 数据库 / 长期记忆]
F[开发与发布支撑<br/>可视化工作台 / 调试 / 发布 / 管理]
A --> B
B --> C
C --> D
C --> E
F -.支撑.-> B
F -.支撑.-> C
F -.支撑.-> D
F -.支撑.-> E
アプリケーションと相互作用層
アプリケーション層とインタラクション層は、エンドユーザーに直接向けられ、ユーザーの要求を受け入れ、AI 処理の結果を表示します。
主に以下の通り。
- **エージェント：自然言語対話を主なインタラクションモードとし、タスクを理解し、ツールを選択し、結果を返すことができます。
- **AIアプリケーション：特定のビジネスニーズを中心に構築され、通常は明確な入力、出力、ビジュアルインターフェイスを備えています。
- 対話インタフェース：ユーザがエージェントと質問やタスクを対話するための入り口。
- APIおよびSDK：CozeのエージェントまたはワークフローをWebサイト、管理システム、その他のビジネスソフトウェアに接続するためのものです。
エージェントはオープンな対話や動的なタスクに適しており、AIアプリケーションは明確なビジネス目標と比較的固定されたプロセスを持つ機能シナリオに適しています。
インテリジェンスとオーケストレーションレイヤー
インテリジェンスとオーケストレーションレイヤーはプラットフォームの中核であり、ユーザーの意図を理解し、ビジネスロジックを整理し、最終結果を生成します。
主に以下の通り。
- 大規模言語モデル
- ヒントの単語;
- エージェントの意思決定ロジック;
- ワークフロー。
大きな言語モデルは理解、推論、生成を担当し、手がかりはモデルの役割と振る舞いを定義し、ワークフローは複雑なタスクを複数のステップに分割し、決定されたロジックに従って順番に実行する責任があります。
能力拡張レベル
能力拡張層は、プラグインやツールを介して外の世界を接続し、大きなモデルを“コンテンツのみ生成可能”から“情報を取得し、アクションを実行できる”に拡張します。
例えば：
- 検索ツールを使ってリアルタイムのニュースを得る
- 気象サービスによる天気の確認
- 地図サービスを呼び出してルートを計画する。
- 画像生成サービスを呼び出して画像を作成する;
- エンタープライズAPIを呼び出して注文または顧客情報を照会する;
- メール、スケジュールなどのサービスを呼び出してオフィスタスクを完了します。
知識とデータ層
知識層とデータ層は、エージェントに専門知識、ビジネスデータ、長期的なステータスを提供します。
主な内容：
- ナレッジベース：エンタープライズドキュメント、製品マニュアル、コース教材、業界レポートを保存し、エージェントに検索強化生成機能を提供します。
- データベース：構造化されたビジネスデータを保持します。
- **長期記憶：ユーザの好み、履歴タスク、インタラクション情報を記録し、エージェントがその後のセッションでこの情報を使用し続けることを可能にする。
開発とリリースサポート
開発とリリース機能は、主に以下を含むアプリケーション構築プロセス全体にわたって行われます。
- 視覚化ワークベンチ;
- ドラッグアンドドロップ型ワークフローキャンバス;
- リアルタイムプレビューとデバッグ;
- アプリケーション構成とリソース管理;
- エージェントとアプリケーションの公開;
- APIとSDKの統合。
この層は開発の障壁を下げ、専門家でない開発者がAIアプリケーションの設計とイテレーションに参加できるようにします。
Cozeプラットフォームコアコンポーネント
大規模言語モデル
大きな言語モデルはCozeプラットフォームのインテリジェントな中核であり、主に以下を担当します。
- 自然言語の理解;
- ユーザーの意図の特定;
- テキストコンテンツの生成;
- 論理的推論を行う。
- プラグインまたはワークフローを呼び出すかどうかを判定する;
- ナレッジベースとツールが返す結果を統合します。
モデルの能力は、エージェントの理解精度、応答品質、ツール呼び出しの安定性に直接影響します。
エージェントエージェントエージェント
エージェントは、自然言語を介してユーザーと対話し、タスクのニーズに応じてナレッジベース、プラグイン、またはワークフローを呼び出すことができるAIプロジェクトです。
完全なエージェントは通常以下から構成される：
- 役割とアイデンティティ。
- システムのヒント;
- 大規模言語モデル
- 対話の文脈;
- 知識ベース;
- プラグインとツール;
- 仕事の流れ;
- データベースとメモリ;
- オープニングとおすすめの質問。
エージェントは単なる質問応答ロボットではありません。ユーザーの目標に応じて異なる能力を選択し、“理解-意思決定-実行-フィードバック”タスクのクローズドループを完了します。
AIアプリの応用
AIアプリケーションは、特定のビジネスニーズを中心に構築された独立したプロジェクトであり、入力、出力、処理ロジックが明確です。
典型的なAIアプリケーションは：
- 検索すること。
- 翻訳ツール;
- レポート作成者;
- データフォーマット変換ツール;
- 食品記録ツール;
- コンテンツ監査ツール。
AIアプリケーションの機能境界は通常、エージェントよりも明確であり、標準化されたサービスの提供に適しています。
プロンプトのヒントPrompt
キューワードは、エージェントのアイデンティティ、タスク目標、作業ステップ、応答スタイル、行動境界を定義するために使用され、エージェントのパフォーマンスを制御するための重要なコンポーネントです。
明確に構造化されたヒントは通常：
- ロールポジショニング：エージェントは誰ですか？
- 目標：達成すべきこと;
- ワークフロー：どのようなステップを踏むか。
- 利用可能なリソース：呼び出すことができるナレッジベース、プラグイン、ワークフロー;
- 出力仕様：言語、フォーマット、長さ、構造の要件;
- 動作制約：禁止事項と例外処理方法。
キューワードはモデルの動作を制限するが、プログラム権限制御、コンテンツ監査、セキュリティチェックを置き換えることはできない。
ワークフロー Workflow Workflow
ワークフローは、複雑なタスクを複数の実行可能ノードに分割し、ノード間の接続によってデータの流れと実行順序を整理するために使用されます。
共通ノードは以下の通り。
- 大規模言語モデルノード;
- プラグインノード;
- 知識ベース検索ノード;
- コードノード;
- 条件付きの判断;
- 循環ノード;
- データ処理ノード;
- InputノードとOutputノード
ワークフローは、業界レポートの生成、注文処理、データ分析、コンテンツ監査など、プロセスが明確でステップが多く、安定性が要求されるタスクの実行に適しています。
プラグインとツール
ツールは、天気の問い合わせなど、特定の操作を実行する機能です。プラグインは、1つ以上の関連するツールの機能のコレクションです。
プラグインの主な役割は：
- 大規模なモデル知識の範囲外のリアルタイム情報を取得する。
- サードパーティサービスへのアクセス
- 社内業務システムとの連携
- クエリー、計算、生成、通知などのアクションを実行します。
公式説明によると、プラグインツールは大きな言語モデルの能力を拡張し、外の世界と接続することができます。
ナレッジベースとRAG
ナレッジベースは、社内資料、コースファイル、製品マニュアル、業界ドキュメント、Webコンテンツを保持するために使用されます。
ユーザが質問をすると、システムは知識ベースから関連するコンテンツを検索し、その結果を大言語モデルに渡して回答を生成することができます。この“先探索·再生成”方式はRAG，すなわち探索増強生成に属する.
Knowledge Baseの主な価値は次のとおりです。
- モデルが理解していない企業の私的知識を補完する
- 専門分野における回答の正確性の向上
- 根拠のない回答の減少
- エージェントに与えられた情報に基づいて質問に答えさせる。
- ユーザーが大量のドキュメントを検索するための時間コストを削減します。
RAGはモデルの錯覚を低減しますが、エラーを完全に排除することはできません。重要なコンテンツは引用と手動レビューに基づいています。
データベースと長期メモリ
データベースは構造化された情報を保持するために使用され、長期記憶はユーザーの好み、過去のインタラクション、タスクの状態を保持するために使用される。
たとえば、Read ing Assistantは以下を記録できます。
- タイトル：title;
- ページ番号を読む。
- 読書の時間;
- ユーザーのメモ;
- 興味の好み。
ユーザーが再び会話をすると、エージェントは履歴データを照会してサービスを提供し続けることができ、1 回限りの質問応答ツールから長期的なパーソナルアシスタントに変わります。
デバッグと公開
Cozeはビジュアルプレビューとデバッグ機能を提供します。開発者はリリース前にテストできます：
- 言葉の明確さ;
- 回答スタイルが要件を満たしているか。
- 正常に機能すること。
- ワークフローが期待通りに実行されるかどうか。
- 知識ベースの検索結果の正確性;
- 異常事態は合理的に処理される。
テストが完了すると、エージェントやアプリケーションを公開してユーザーに提供したり、APIやSDKを介して既存のシステムに接続したりできます。
コアコンポーネントの連携関係
| コアコンポーネント | 主な役割 | 代表的な共同作業対象 |
|---|---|---|
| 大規模言語モデル | 理解、推論、生成、意思決定 | ヒントワード、エージェント、ワークフロー |
| エージェント·エージェント | ユーザー·タスクの受信と実行の整理 | モデル、ナレッジベース、プラグイン、ワークフロー、メモリ |
| AIの応用 | 特定のビジネス機能のカプセル化 | モデル、ワークフロー、API |
| ヒントの言葉 | ロール、タスク、および出力境界を指定する | モデルとエージェント |
| ワークフローワークフロー | 複数段階のビジネスプロセスのオーケストレーション | モデル、プラグイン、ナレッジベース、コード |
| プラグインとツール。 | リアルタイム情報の取得または外部操作の実行 | エージェント、ワークフロー、サードパーティ製システム |
| ナレッジベース | 私的知識と検索基盤の提供 | エージェント、モデル。 |
| データベースとメモリ。 | ビジネス·データと的の保存 | エージェント、ユーザー、アプリケーション |
| APIとSDK | プラットフォーム機能を他のシステムに接続する | Webサイト、エンタープライズシステム、モバイルアプリケーション |
Cozeプラットフォームの典型的なアプリケーション
クワワロボット
ビジネス要件
会話を通じてユーザーの表現のポジティブなメッセージを認識し、ユーモア、誠実さ、ポジティブな言葉で賞賛します。
コンポーネントの操作
- 知的な人。
- 大規模言語モデル
- システムのヒント;
- 冒頭の質問と推薦の質問
- オプションの検索プラグイン。
効果の達成
キューを通じてQuaqua Masterの役割、言語スタイル、応答境界を設定し、ロボットが常に肯定的なフィードバックを提供できるようにします。このケースは、エージェントの作成、キューの作成、デバッグ、リリースなどの基本的な機能を実証するのに適しています。
スマートな顧客
ビジネス要件
企業は、製品機能、販売後のルール、注文状況、一般的な故障など、多くの繰り返しの問い合わせに常に対応する必要があります。
コンポーネントの操作
- 知的な人。
- ビジネスナレッジベース;
- 検索または注文照会プラグイン;
- 仕事の流れ;
- APIとSDK。
効果の達成
スマートなエージェントは24 時間年中無休でよくある質問に答えます。エンタープライズシステムや製品パラメータに関する質問は、ナレッジベースから回答を取得し、注文ステータスに関する質問は、ビジネスシステムAPIを呼び出し、複雑な質問が発生した場合は、ワークフローを通じて人間のカスタマーサービスを転送できます。
企業知識の質問回答
ビジネス要件
従業員は、従業員マニュアル、製品文書、プロジェクト資料、規則などから情報をすばやく見つける必要があります。
コンポーネントの操作
- 知的な人。
- 知識ベース;
- RAG;
- 権限の制御。
- 対話のインターフェイス。
効果の達成
企業は社内文書をナレッジベースにインポートし、従業員が“旅費償還率は何か”または“製品 Aのコア·パラメータは何か”について直接質問できます。エージェントは関連資料を検索して回答を生成し、手動による文書検索や繰り返しの問い合わせのコストを削減します。
AIニュースキャスター
ビジネス要件
ユーザは、特定分野の最新ニュースを定期的に入手し、複数の情報源を簡潔な要約に整理したいと考えている。
コンポーネントの操作
- 知的な人。
- ニュース検索プラグイン;
- 仕事の流れ;
- 大規模言語モデル
- タイムタスクまたは外部トリガー機能。
効果の達成
システムはニュース検索プラグインを呼び出してリアルタイムの情報を取得し、ワークフローを通じてフィルタリング、再分類、分類を行い、大規模な言語モデルから放送原稿を生成します。このケースでは、プラグイン、ワークフロー、テキスト生成機能の組み合わせを示しています。
業界調査レポートの生成
ビジネス要件
従来の業界調査レポートは、データ検索、データ照合、アウトライン設計、コンテンツ作成、フォーマットチェックなどの複数のステップを経る必要があり、時間がかかります。
コンポーネントの操作
- 仕事の流れ;
- プラグインの検索;
- 知識ベース;
- 大規模言語モデル
- 条件判定とコードノード;
- ファイル出力ツール。
効果の達成
ワークフローでは、レポート生成を次のように分割できます。
- 研究テーマの受入れ;
- 公開情報の収集。
- 内部知識ベースの検索;
- レポートアウトラインの生成;
- 章ごとの執筆;
- ロジックとフォーマットのチェック;
- 最終報告書を出す。
このケーススタディは、Cozeの多ステップで複雑な知識作業を自動化する能力を実証するのに適しています。
自動車ブランドスマート販売システム
ビジネス要件
自動車販売担当者は、ユーザーの閲覧行動、相談内容、車種の好みに基づいて購入意向を判断し、パーソナライズされたおすすめを提供する必要があります。
コンポーネントの操作
- 知的な人。
- 顧客データベース;
- ビジネスナレッジベース;
- ワークフローの推奨。
- CRMシステムのプラグイン。
効果の達成
顧客の相談キーワード、車種の好み、履歴行動を分析し、ユーザープロファイルを形成し、推奨車種、コミュニケーションポイント、リファレンスを販売担当者に提供します。
電子商取引注文処理自動化
ビジネス要件
非標準注文は、しばしば自然言語で製品仕様を記述し、手動照合は省略や入力エラーを起こしやすい。
コンポーネントの操作
- 仕事の流れ;
- 大規模言語モデル
- 条件の判断;
- データ処理ノード;
- オーダー·システムとサプライ·チェーンのプラグイン。
効果の達成
システムは自動的に注文説明を読み取り、材料、サイズ、数量、カスタマイズ要件を抽出し、非構造化テキストを構造化注文またはBOMリストに変換し、サプライチェーンシステムに送信することで、手動入力を削減し、注文処理効率を向上させます。
パーソナル読書アシスタント
ビジネス要件
ユーザーは、読書の進捗状況、読書ノート、興味の好みを長期間にわたって記録し、その後の会話で履歴情報をすばやく復元したいと考えています。
コンポーネントの操作
- 知的な人。
- データベース;
- 長期記憶、
- ヒントの単語;
- ワークフローの推奨
効果の達成
ユーザが参考文献、ページ番号、メモを入力すると、情報がデータベースに保存されます。ユーザが次に尋ねると、エージェントは読書の進捗状況を回復し、履歴ノートに基づいてコンテンツのレビューや拡張読書の提案を提供できます。
英語のネイティブスピーカー
ビジネス要件
学習者は常に口頭練習、文法修正、状況対話が必要です。
コンポーネントの操作
- 知的な人。
- 大規模言語モデル
- 役割のヒント;
- 音声ツール;
- 学習記録データベース。
効果の達成
エージェントは英語教師をシミュレートし、さまざまな場面でユーザと英語会話を行い、ユーザのレベルに応じて難易度を調整します。システムはまた、一般的なエラーや学習進捗を保存し、パーソナライズされたエクササイズ提案を提供できます。
コンテンツ制作アシスタント
ビジネス要件
オペレーション担当者は、コピーのアイデア、コンテンツの書き換え、タイトル生成、マルチプラットフォームのスタイル変換を迅速に行う必要があります。
コンポーネントの操作
- 適用されます
- 大規模言語モデル
- ヒントのテンプレート;
- 仕事の流れ;
- 知識ベース。
効果の達成
ユーザーがトピック、オーディエンス、コンテンツ要件を入力した後、システムはあらかじめ設定されたワークフローに従ってアウトライン、初稿、タイトル、異なるプラットフォームバージョンを生成し、ブランドのナレッジベースに基づいて統一された表現スタイルを維持します。
Cozeプラットフォームのメリット
開発閾値が低い
Cozeはビジュアル開発環境を提供します。ユーザーは、フォーム設定、自然言語キュー、ドラッグアンドドロップノードを使用してアプリケーションを構築でき、完全な大規模モデル呼び出し、ツールスケジューリング、フロー制御コードを下から記述する必要はありません。
これにより、製品、オペレーション、教師、ビジネス担当者もAIアプリケーションの設計に参加することができます。
ワークフローの柔軟な配置
ワークフローは、複雑なタスクを複数のノードに分割し、条件付き判断、ループ、コード処理、モデル呼び出し、プラグイン呼び出しをサポートします。
ワークフローには、1 回のモデルQ & Aと比較して次のような利点があります。
- 明確な運用手順;
- インポートとエクスポートの明確化;
- 実装プロセスを観察できます。
- 複雑なロジックを制御できます
- プロセスは再利用できます。
拡張能力が高い
大規模言語モデル自体は、すべてのリアルタイム情報を直接取得することはできず、エンタープライズシステムを直接操作することもできない。プラグインにより、エージェントは検索、天気予報、地図、メール、画像生成、および社内 APIに接続できます。
公式のオープンソースドキュメントでは、プラグインを公式組み込みプラグイン、カスタムプラグイン、商用プラグインなどの種類に分類しています。
企業固有のナレッジベースをサポート
知識ベースは、エージェントが企業自身の資料に基づいて質問に答えることを可能にし、一般モデルが内部業務知識を知らない問題を解決する。
その価値は主に以下の通り。
- エンタープライズナレッジポータルの統合;
- 重複相談の削減。
- 専門的な回答の精度向上
- 従業員の情報検索時間の短縮
- サポート製品、システム、技術文書のQ & A。
データベースと長期記憶のサポート
Cozeは会話から重要な情報を構造化データに変換し、その後のタスクで再利用できます。
これによりエージェントは：
- ユーザーの好みを覚える。
- ミッションの進捗状況の追跡
- 歴史的状態の保存
- 継続サービスの提供
- パーソナライズされた推薦。
迅速なデバッグと反復をサポート
プラットフォームには、ライブプレビューとデバッグ領域があります。開発者は、リリース前にキュー語、プラグイン、ナレッジベース、ワークフローを繰り返しテストし、結果に基づいて設定を変更できます。
この開発アプローチは、アイデアの検証からアプリケーションのオンライン化までのサイクルを短縮します。
複数の統合方法をサポート
Cozeのエージェントとアプリケーションは、スタンドアロンで動作するか、APIやSDKを介して既存のWebサイト、エンタープライズ管理システム、その他のソフトウェアにアクセスすることができます。
これにより、スタンドアロンAIアプリケーションの迅速な作成や、既存のシステムへのAI 機能の追加に適しています。
民営化展開と二次開発のサポート
Coze Studioは、Cozeのコア機能のオープンソース実装であり、ローカルまたはエンタープライズサーバーに展開でき、開発チームはソースコードに基づいてカスタマイズすることができます。
この能力は以下の通り。
- データセキュリティ要件が高い企業
- ネットワーク上で動作するユニット;
- 民間システムへのアクセスを必要とするプロジェクト
- プラットフォーム機能の変更が必要な研究開発チーム。
プライベート展開では、アカウント権限、インターフェイスセキュリティ、データ分離、運用環境などのセキュリティ設定が依然として必要です。
Cozeプラットフォームの利用プロセス
Coze 公式サイト（クラウド版）
エージェントの創造
ボタンプラットフォームにログインし、メインインターフェースで作成ボタンを見つけてクリックすると、エージェントのパーソナライズされた構築プロセスが正式に開始されます。
エージェントにユニークな名前を付け、その機能ポジショニングとサービスシナリオを簡潔に説明し、その役割の価値を明確にします。
サポートシステムは、さまざまなスタイルのアバターを自動的に生成し、ブランドロゴや個人デザインの排他的な画像をアップロードすることもでき、エージェントにユニークなビジュアルアイデンティティを与えることができます。
基本情報が正しいことを確認した後、確認をクリックすると、システムはエージェントオーケストレーションのコアページにジャンプし、論理構成と機能開発を行うことができます。
ヒントを書く
構成エージェントの中核は，プロンプト（Prompt）を書くことであり，すなわち，それに固有の人間設定と基礎となる応答ロジックを定義する.正確で明確なキューワードは、エージェントの行動パターンと出力を私たちの期待に合わせ、特定のタスクを効率的に完了させることができます。
ナレッジベースの追加
基本モデルのネイティブ機能は、政府調査のビジネスシナリオの複雑な要件をサポートするには不十分であり、エージェントのスキルと知識ベースを積極的に追加する必要があります。
このステップは、モデルの知識カットオフ時間と固有の能力の境界を効果的に突破し、エージェントにリアルタイムの情報取得やツール呼び出しなどの高度な機能を与え、大規模なモデルだけでは達成できない実用的な問題を解決することができます。
ナレッジベースを追加する
現時点では知識ベースがありません。新しい知識ベースを作成する必要があります。
ここでは、ボタンナレッジベースを作成し、テキストフォーマットを選択し、関連する名前と説明を入力します。
ローカルドキュメントのインポートタイプを選択し、アイコンを変更し、[作成とインポート]をクリックして新しいナレッジベースを作成します。
次に、関連するファイルをアップロードし、解析が完了するまで待ちます。
デフォルト設定を選択し、次のステップに進みます。
セグメントプレビュー結果が表示されます。確認後、次へをクリックします。
ここではサーバーに送信され、待つ必要はありません。
このページに新しいコンテンツを追加する必要がある場合は、エージェントに追加することを選択します。
ワークフローの追加
ワークフローを追加する
まだワークフローがないので、作成する必要があるので、ここではダイアログフローを作成します。
ダイアログの名前と説明を追加する必要がある
ここでは視覚的な操作で対話フローの構築を完了する
まず、ナレッジベース取得ノードを作成し、開始ノードとナレッジベース取得ノードをマウスで接続します。
知識ベース検索ノードをクリックし，入力変数から開始ノードのUSER_INPUTを選択し，既存の知識ベースを配置する.
大きなモデルノードを追加し，ベース検索ノードとベース検索ノード，终了ノードをする
大きなモデルノードには2つの入力変数が必要です。1つは開始 USER_INPUT、もう1つは知識ベース検索のoutputListです。
このノードでは、システムプロンプトとユーザープロンプトの設定も必要です。
システムキューとユーザキューには、{{}}による入力変数の参照が必要です。
用户问题：
{{input1}}
知识库检索结果：
{{input}}
请根据以上知识库检索结果回答用户问题。
终了ノードの出力変数は大モデルノードのを选択し，回答内容はを加える.
パイロット試験をクリックしてテストする
右上隅をクリックして会話フローを公開し、現在のエージェントに追加します。
エージェントをデバッグする
右側のプレビューとデバッグエリアで、実際の人間とチャットするかのようにボットと会話します。実際のインタラクションプロセスを通じて、回答の正確性、論理的一貫性、ビジネスの期待に沿っているかどうかをテストします。
エージェントの発行
すべてのテストとパラメータ設定が完了したら、“公開”ボタンをクリックするだけでエージェントを正式にデプロイできます。システムはバックエンド構成を自動的に処理し、エージェントをターゲットチャネルでオンラインにし、ユーザーにサービスを提供し始めます。
ここで確認を選択。
ここはリリースチャンネルを選択する必要があります。デフォルトはボタンストアを選択します。デフォルトはすぐにできます。
審査を待ってから公開が成功し、公開が成功したら作品コミュニティで検索できます。
Coze Studio（オープンソース）
インストール環境
Docker Desktopをインストールする
Coze StudioのソースコードをGitHubからダウンロードします。
すべてが解凍されたら、coze-studio\dockerでターミナルを開き、
docker compose up -dサービスを開始するために使用
アカウント登録、アクセスhttp://localhost:8888/signユーザー名、パスワードを入力登録ボタンをクリックすると、このページに移動します。
モデルの構成
ベクトルモデルの取得
ローカルモデルを呼び出すためにollamaをダウンロードします。ダウンロードリンクは次のとおりです。
ターミナルを開き、入力します。
ollama pull bge-m3:567m-fp16このコマンドを使用して、ローカルモデルをダウンロードし、ダウンロード完了後に表示します。
ollama list言語モデルを取得する
まず、Alibabaコンソールにログインします。
APIキーを取得します。
レプリケーション·キーとリクエスト·アドレス
訪問Coze Studio 管理后台、Qwenファミリーを選択
モデル表示名とモデルタイプを入力し、キーとアドレスを貼り付けて保存をクリックします。
以下の情報を入力し、下にスワイプして保存をクリックします。
サーバーを再起動するよう求められ、coze-studio\dockerでターミナルを開き、
docker compose restartこの時点でサービスが再開されます
設定プロセスはクラウド版と同様ですが、モデルの変更を忘れないでください。
Cozeプラットフォームの適用シナリオ
教育教育と教育
建設に適している：
- アシスタントを務める。
- 英語の練習;
- コース情報アシスタント;
- オペレーショナルアシスタント;
- 学習計画ツール;
- 教育コンテンツ生成アプリケーション。
主にエージェント，知識ベース，手がかり詞，学習記録データベースを用いる.
エンタープライズ·カスタマーサービス
構築に適して：
- 販売前のコンサルティングロボット;
- アフターサービスアシスタント;
- 注文照会アシスタント;
- 製品の使用に関するガイダンス
- 人間のサポートシステム。
主に、ナレッジベース、ビジネスプラグイン、ワークフロー、APIを使用します。
エンタープライズナレッジマネジメント
建設に適している。
- 従業員の質問
- 製品ドキュメンテーションアシスタント;
- 技術支援ナレッジベース;
- プロジェクト情報の検索;
- 新入社員研修アシスタント。
主にナレッジベース、RAG、アクセス権管理、対話型インタフェースを使用します。
コンテンツ作成
構築に適して：
- テキストの作成;
- タイトルの生成;
- 内容の書き換え;
- 報告書の作成
- スクリプトの生成;
- ブランドコンテンツアシスタント。
主に大きなモデル、ヒントワード、ワークフロー、ブランドベースを使用します。
オフィス·オートメーション
建設に適している。
- 会議内容の整理;
- メールの生成と分類;
- 表データ処理;
- レポートの自動生成;
- 任務の通知;
- 日常業務のアシスタント。
主にワークフロー、プラグイン、コードノード、データベースを使用します。
電気事業とオペレーション
建設に適している。
- 商品説明の作成;
- ユーザーレビューの分析;
- スマートな購入;
- 注文情報の収集;
- 自動化された
- マーケティングキャンペーンコンテンツの生成。
主にエージェント、ワークフロー、商品知識ベース、電子商取引システムプラグインを使用します。
マーケティングと販売
建設に適している。
- 顧客プロファイルの分析;
- 販売アドバイス;
- 市場調査;
- 競合情報の収集;
- 手がかりの分類;
- マーケティングコンテンツの生成。
主にデータベース、検索プラグイン、ワークフロー、大きな言語モデルを使用します。
個人効率化ツール
建設に適している。
- パーソナルアシスタント。
- 読書アシスタント;
- 旅行の計画;
- スケジュール管理;
- 情報の概要;
- パーソナライズされた学習アシスタント。
主にエージェント、プラグイン、長期記憶、データベースを使用する。
シーン选択リファレンス
| 需要特性 | 推奨コーズ容量 |
|---|---|
| チャットでタスクを完了する必要がある | エージェント·エージェント |
| 固定の入力、出力、インタフェースが必要 | AIの応用 |
| 複数の判断手順が必要 | ワークフローワークフロー |
| リアルタイム情報の照会が必要 | プラグインとツール。 |
| 社内情報に基づく回答 | ナレッジベースとRAG |
| ユーザーの好みと履歴を記憶する必要がある | データベースと長期メモリ |
| 既存業務システムへのアクセス | API、SDK、カスタムプラグイン |
| データのローカル保存または詳細なカスタマイズが必要 | Coze Studioのプライベート展開 |
| 迅速なオンライン体験とプロトタイプの完成が必要 | Coze 公式サイト |
| オープンソース実装の調査やプラットフォーム機能の変更が必要 | Coze Studioより |
| 配備条件なし。 | Coze 公式サイト |
| 社内ネットワークでの長期運用が必要 | Coze Studioより |
公式版とオープンソース版の選択
Coze 公式サイトを選択する場合
- Cozeを初めて学び、コア機能にすばやく慣れたい。
- 教室でのプレゼンテーション、授業実験、個人演習に使用します。
- できるだけ早く動作するプロトタイプを作成する必要がある。
- サーバー配置とシステム運用の条件がない。
- 公式ウェブサイトが提供するオンライン能力と生態資源を直接利用したい。
- 機密性の高い内部データは含まれません。
Coze Studioの選択
- ラボ、学校、または企業のサーバーに展開する必要があります。
- データ保存場所と運用環境を制御する必要があります
- 内部データベース、モデル、ビジネスシステムへのアクセスが必要です。
- プラットフォームソースコードの変更が必要です
- エージェント、ワークフロー、RAG、プラグインの実装方法を研究する必要があります。
- Docker、サーバー、ソフトウェア開発能力を備えたチーム。
概要まとめ
Cozeのコアバリューは、大規模な言語モデル対話を提供するだけでなく、モデル、キュー、エージェント、ワークフロー、プラグイン、ナレッジベース、データベース、パブリッシング機能を完全なローコードAIアプリケーション開発プラットフォームに統合することです。
製品能力の観点から見ると
- 大規模言語モデルは理解、推論、生成能力を提供する。
- エージェントはユーザーの目標を受け取り、タスクを整理する責任がある。
- 複雑なビジネスロジックを安定的にオーケストレーションするワークフロー。
- 外部サービスへの接続を担当するプラグインとツール;
- ナレッジベースは、アプリケーションのための専門知識とプライベート知識を提供し、
- データベースと長期メモリはビジネス状態を保存します。
- 可視化ワークベンチ、デバッグ、リリース機能は、アプリケーション開発プロセス全体をサポートします。
使用形態に関しては、Coze 公式バージョンとCoze Studioはそれぞれ異なる要件を満たしています。
- Coze ® は、初心者、コース指導、個人的な経験、ラピッドプロトタイピングに適した、すぐに使えることに焦点を当てています。
- Coze Studio は、技術研究、エンタープライズイントラネット展開、深い二次開発に適したプライベート化と自律的な拡張に焦点を当てています。
情報源の一覧
-
Coze Studio 公式 GitHubリポジトリ
-
Coze Studio 公式 Wiki：Coze Studioとは
-
Coze Studio 公式 Wikiプラグインの設定
-
Coze 公式ドキュメントセンター
-
Coze 公式サイト製品概要
-
Coze Studio Wiki：Coze Studioとは
気に入ったならばコメントを残してくださいね～