在腾讯元器平台,我搭建了一个“全能写作专家”智能体。它专为写作困难户设计——用户只需提供一个简单的主题词,智能体便能通过结构化引导、动态规划与专属指令生成,输出一篇符合深度需求的完整文章。核心解决了“想法模糊无从下笔” 和“缺乏灵感与素材” 的普遍痛点,尤其适合新媒体运营、学生、文案工作者等需要快速成文的场景。
背景和功能价值
你是否也经历过这些?
-
“有个主题,但不知从何写起…”
-
“想写得好一点,但不知道怎么提要求…”
-
“自己搜资料、搭框架、打磨文笔,半小时过去了,开头还没写完…”
写作的门槛,往往不在“写”,而在“想清楚怎么写”。大多数写作工具直接生成内容,却忽略了前期关键的需求梳理与规划环节。
这正是我打造这个智能体的初衷。在腾讯元器上,我设计了一个引导式、模块化的写作伙伴「全能写作专家」。它的核心价值不是替代你思考,而是帮你把模糊的想法变得清晰可执行,最终低门槛地获得一篇高质量定制文章。
这个智能体的核心价值在于:
-
深度需求挖掘:不止步于表面指令,通过启发式问卷帮你挖掘写作背景、目的、受众等隐性需求。
-
动态任务规划:智能判断是否需要联网搜最新素材、是否需要先搭建大纲,逻辑清晰。
-
强交互确认机制:关键节点(如大纲)设置选择卡,让你随时介入、调整,保证内容不跑偏。
-
专属专家生成:根据你的具体需求,动态生成一个最匹配的“写作专家”指令来执笔,而非千篇一律。
简单说:它像一个专业的写作教练,先和你一起头脑风暴定方案(需求挖掘),再帮你找资料、画蓝图(规划与大纲),最后请来一位最适合的“笔杆子”(动态专家)把蓝图变成文章。
搭建思路
我的核心设计思路是:将写作过程工程化、分阶段,并在每个阶段设置“检查点”确保方向正确。
| 关键模块 | 对应需求 | 实现方式 |
|---|---|---|
| 需求评估/挖掘 | 解决“想法模糊” | 大模型节点判断信息完整性,自动生成启发式问卷 大部分采用选择题的方式,降低用户思考门槛。 |
| 选择卡节点 | 解决“交互死板” 中途收集用户需求 | 在选择写作类型、确认大纲时弹出,提供按钮选择或直接文本输入,实现简单循环反馈,体验更流畅。 |
| 内容规划师 | 解决“步骤混乱” | 接收完整需求,自动规划路径:要搜索吗?→ 生成搜索词;要大纲吗?→ 调用大纲专家。 |
| 动态提示词创作 | 解决“文风不符” | 基于你的全部信息,生成一个为你本次写作量身定制的专家指令,比如“你现在是一位精通科技评论的资深编辑,需要写一篇面向投资人的分析报告…”。 |
关于这个智能体的体验链接放在文章的最后,感兴趣的可以先去体验看看~
下面开始详细讲解我这个「全能写作专家」智能体是如何搭建的:
智能体的搭建
我在创建智能体的时候,选用的是单工作流模式,用户的每次对话都会直接调用工作流,进行回复,所以这个智能体的重点在于工作流的设计。
工作流搭建详情图
工作流的功能时序图
这个智能体的工作流设计,主要分为3个阶段:需求收集阶段-内容规划阶段-内容创作阶段,接下来我根据阶段进行节点拆解:
一、需求收集阶段
目标
引导用户梳理写作需求,并生成启发式问卷,给予用户写作灵感。
功能流程
由【需求挖掘大模型节点】接收用户的每轮输出(对话历史),按以下规则进行顺序判断:
-
若写作主题缺失:询问用户写作主题;
-
若有主题、写作类型缺失:发送【写作类型选项卡】,收集写作类型;
-
若写作主题和类型完整:生成启发式问卷,引导用户梳理写作背景需求。
-
当用户回复问卷问题后:直接进入内容规划阶段。
功能流程图如下:
节点拆解
需求挖掘大模型节点
功能说明:负责用户输入的需求澄清、行为决策,并生成启发式问卷,挖掘用户的写作需求。
输入内容
-
本轮对话内容:引用开始节点的
UserQuery -
对话历史:引用开始节点的
ChatHistory
处理流程
-
提取和识别用户写作需求:从对话记录中提取写作主题、写作类型、背景信息,如果有缺失则直接引导提问。
-
生成启发式问卷:当用户的写作主题和类型完备则按问卷要求生成启发式问卷,引导用户梳理写作背景信息。
-
决策是否进入内容规划阶段:当历史对话中发送过启发式问卷且被用户回复,则可以进入内容规划阶段
输出内容
- 将需求判定结果和回复用户话术等内容,以JSON格式进行输出,方便后续节点的调用。
部分提示词片段如下:
# 角色
你是一个极具专业洞察力的“写作需求采编员”。你的任务是分析用户的输入,提取写作要素(主题、类型、背景),并强制执行一次“背景启发”流程。
# 工作步骤
1. **识别与提取**:从对话历史和当前输入中提取:主题、文案类型、需求背景。通过理解用户的意图,适当的进行文案优化。
2. **状态判定与执行(严格顺序)**:
- Step 1: 基础缺失 -> 若缺失主题或类型,直接询问缺失项。
- Step 2: 强制启发(核心规则) -> 若主题和类型已具备,检查历史记录:
- 如果历史中【尚未出现过】你设计的启发式问题,你都必须基于当前类型生成 3-5 个深度提问。此时 `is_ready_for_next_step` 必须为 `false`。
- Step 3: 准入判定 -> 只要历史中出现过启发式问题,则必须将 `is_ready_for_next_step` 设为 `true`,并告知用户“下一步进入规划阶段,由内容规划师为你规划写作任务,请稍候”。
3. **问卷设计标准**:
- 数量:3-5 个问题。
- 维度:具体写作核心主体、产品名称、涵盖受众、核心目的、语气风格、篇幅要求、关键限制条件等,对写作内容输出影响较大的问题。
- 形式:以选择题为主,问题加粗,下方列出 3-4 个示例选项作为灵感参考;可以增加少量开放问答题,给于用户启发。
- 排版:使用 Markdown 列表。
## JSON Schema:
{
"analysis": {
"theme": { "exists": true/false, "content": "..." },
"type": { "exists": true/false, "content": "..." },
"background": { "provided": true/false, "content": "提取到的写作背景细节,需要根据上下文补充完整的写作需求" }
},
"is_ready_for_next_step": true/false, // 只有当主题、类型具备,且历史中【已存在】启发式问题,且用户对此作出了回应时,为`true`
"reply_content": "给用户的回复话术。如果需要补齐背景,此处应包含你生成的 3-5 个启发式问题"
}
写作类型选项卡节点
功能说明:在选项卡中罗列常见的写作类型,以按钮点击的方式跟用户进行交互,一方面给到用户选项参考,一方面降低用户的操作门槛。同时支持用户直接在输入框中发送其他写作类型。
设计细节:我发现选项卡节点的逻辑设计很巧妙,相当于在工作流运行的中途收集用户需求,可以实现短暂的跳出工作流,接收新的用户输入(即开始节点的系统变量UserQuery),又再一次进入工作流,所以在选项卡节点后边需要新增一个和之前同样的【需求挖掘大模型节点】,实现对选项卡节点的用户输入进行新一轮的决策引导,完成了一个小的需要挖掘闭环。
二、内容规划阶段
目标
根据用户写作需求规划任务,按需执行「搜集资料」和「创建大纲」任务,为后续写作提供资料支持。
功能流程
-
规划写作任务:接收需求收集阶段梳理的用户写作需求,【内容规划师大模型节点】规划写作任务,判断是否需要联网和创建写作大纲
-
执行规划任务:根据规划任务,执行搜索和大纲创建任务。如同时需要,则先调用【联网工具】搜集资料,并引入搜索资料再调用【写作大纲专家大模型节点】创建大纲;否则,按需调用工具完成任务。
-
大纲意见调整:创建大纲后发送【大纲调整选项卡】,当用户点击「不需要调整」按钮时,直接进入内容创作阶段;当用户发送「大纲修改意见」时,由【修改大纲专家大模型节点】调整大纲后,再进入内容创作阶段。
功能流程图如下
节点拆解
内容规划大模型节点
功能说明:接收用户写作需求,规划任务,决策下一步调用工具。
输入内容
-
用户写作需求:引用需求挖掘大模型节点的
analysis对象字段,包括写作类型、主题、背景信息。 -
对话历史:引用开始节点的
ChatHistory,目的是保证上下文对话的连续性。
处理逻辑
根据用户写作需求规划任务,判断是否需要联网搜索(生成搜索指令)和创建大纲,并生成回复用户话术。
输出内容
判断结论和回复用户话术等内容,以JSON格式进行输出,方便后续节点的调用。
重要提示词片段如下
# Role
你是一名资深的内容策略规划师,你的上游节点已完成用户需求采编,你现在的任务是基于这些信息,制定高效的执行策略,并为下游的“搜索节点”和“大纲节点”生成检索指令。
# 判断逻辑
## 1. 联网搜索判定 (Strict Search Strategy)
必须搜索的判定条件:
- 实时性要求:需要近几年的最新动态、政策、数据或突发事件。
- 具体参数校验:涉及特定产品的最新型号参数、特定公司的最新财报数据。
- 事实性分歧:涉及争议性话题,需要通过多方权威渠道进行事实核查(Fact-Check)。
- 用户明确要求:用户指令中包含“搜索”、“查一下”、“最新的”等明确字眼。
严禁搜索的场景:
- 通用常识/理论:如“如何写简历”、“什么是波特五力模型”、“职场沟通技巧”。
- 创作类需求:如散文、小说、诗歌、个人情感表达、虚构故事。
- 用户资料已完备:如果用户提供的信息已经足够详实,足以支撑写作大纲。
检索指令生成:
- 使用完整的自然语言。
- 重点:只检索缺失的关键信息点,避免泛泛而谈。
## 2. 大纲构建判定
判断标准:
- 需要大纲:篇幅预计超过 800 字,或逻辑层次超过 3 层的复杂论证。
- 不需要大纲:短文、通知、日常邮件、简单问候。
# 输出格式
必须直接返回 JSON 格式,无 Markdown 标记,无解释文本。
{
"search_config": {
"need_search": true/false,
"search_query": "具体的、带针对性的自然语言指令。若无需搜索,填 \"\"",
"reason": "简述为何必须/不必搜索,需体现对时效性的考量"
},
"outline_config": {
"need_outline": true/false,
"reason": "简述为何需要大纲"
},
"reply_to_user": "给用户的回复。告知决策原因(如:因背景信息已充分,我将跳过检索直接规划思路),并表示立即开始。"
}
联网搜索插件节点
功能说明:当内容规划师分析用户写作需求需要联网时,就会调用这个工具节点。
元器平台提供了很多插件,可以方便我们在工作流中调用外部工具,实现更丰富的玩法。这里就用到了官方提供的搜索插件,具体使用步骤如下:
- 在工作流中添加“插件节点”,选择「DeepSeek 搜索」。
- 填写API参数的“Query”变量:引用【内容规划大模型节点】生成的“搜索关键词”字段。
- 在工作流中调试,查看调用联网搜索插件节点的输出详情,可以看到输出结果是经过DeepSeek总结过的资料信息,方便后续模型节点的直接使用。
创建大纲大模型节点
功能说明:当内容规划师分析用户写作需求,判断需要创建大纲的时候,调用该节点。
输入内容
-
用户写作需求:引用【需求挖掘大模型节点】总结的
analysis对象字段,包括写作类型、主题、背景信息。 -
联网搜索资料(可能有):引用【联网搜索插件】输出的
output变量
处理逻辑
根据用户写作需求,参考搜索资料,按照模版要求生成创作大纲,这里要注意大纲的创作要保持简洁,不能喧宾夺主。
输出内容
写作大纲文案,以markdown格式进行结构化输出。
提示词片段如下:
## 角色定位
你是一位**全能写作架构师**,擅长将复杂的需求和参考资料高度浓缩为逻辑严密的写作大纲。你的任务是为后续的写作专家提供一份清晰的“施工蓝图”,确保创作不偏离核心需求,同时不给用户增加阅读负担。
## 核心工作准则
**极致简洁:** 大纲仅展示**核心框架**和**逻辑流转**。严禁展开详细的内容叙述,每个层级尽量控制在 15 字以内。
**防跑题锚点:** 必须基于“用户写作需求”提取关键指标,并在大纲中体现这些指标的落地位置。
**逻辑优先:** 根据文章类型自动适配结构(如:总分总、递进式、SCQA模型、AIDA营销模型等)。
**决策参考:** 为每一章节提供简短的 [逻辑意图] 说明,告知后续写作专家为什么要写这一段。
## 大纲结构模板
请严格按以下 Markdown 格式输出:
"""
**# 【 创作大纲:{此处填入文章暂定标题} 】**
**## 一、 核心策略摘要**
****文章定位**:** {一句话说明类型与核心目标}
****核心逻辑**:** {说明整篇文章是如何从 A 点推导至 B 点的}
**## 二、 结构骨架**
****1. {章节标题}****
*要点:* {简述本段要解决的问题/核心论点}
****2. {章节标题}****
*要点:* {关键素材来源或论证逻辑}
****3. {章节标题}****
*要点:* {如何呼应需求中的某个特定细节}
**...(按需增减章节)**
"""
大纲调整选项卡节点
功能说明:当生成大纲后,发送大纲调整选项卡节点,向用户确认是否需要进行大纲调整,并收集用户调整需求。
目的是在内容创作前确保大纲框架符合用户预期,避免后续方向偏离。
配置思路
一开始的思路是采用循环节点:实现多次跟用户进行大纲的确认与修改,直至满意为止,但发现目前循环节点仅支持数组的输入,无法直接我想要的实现动态收集调整意见的效果。
刚好受到之前设计写作类型选项卡节点的启发,表面上是让用户点击按钮做选择题,实际上是可以通过点击选项或发送文字,产生新的用户输入,通过这样的方式可以实现中途收集用户修改意见的作用,即用户需要在选项卡节点中发送修改意见。
这里面有2个需要注意的点:
-
由于选项卡的交互形式容易让用户倾向直接点击按钮,我们需在文案中明确引导,确保需要调整的用户直接发送修改意见而非仅点击按钮。
-
由于我们只发送一次大纲调整选项卡,无法实现像循环节点那样多次确认修改的功能,所以需要跟用户强调,只有一次修改机会,防止用户误解可以多次确认修改。
配置说明
-
引导语:填写用户操作说明。强调“若无需调整,请直接点击按钮;若需调整,请直接一次性发送您的修改意见”。
-
选项内容:设置「需要调整」与「不需要调整」两个选项,并在「需要调整」按钮上特别提醒:“不要直接点击,直接发送调整意见”。
处理逻辑
-
用户点击「不需要调整」:直接进入内容创作阶段。
-
用户误点击「需要调整」或直接发送调整意见:进入调整大纲专家模型节点进行大纲调整。
大纲修改节点
功能说明:当用户在大纲选项卡节点发送大纲修改意见后,调用该节点,进行大纲调整。
输入内容
-
用户写作需求:引用【需求挖掘大模型节点】生成的用户写作需求对象
analysis,用于大幅度修改参考。 -
联网搜索资料:引用【联网搜索插件节点】输出的
output变量,用于大幅度修改参考。 -
大纲初稿:引用【创建大纲大模型节点】生成的大纲内容。
-
大纲调整意见:引用用户在【大纲调整选项卡节点】发送的调整意见,实际引用的是开始节点的系统变量
UserQuery。
处理逻辑
参考用户写作需求,根据大纲修改意见,对大纲初稿进行调整,生成最新的大纲。
输出内容
修改后的大纲终稿
提示词片段如下
## 角色定位
你是一位专注于优化架构的大纲修订专家。你之前的同事已经生成了一份“大纲初稿”,但用户根据实际需求提出了“修改意见”。你的任务是:保留初稿中符合要求的优秀结构,精准执行用户的修改指令,输出一份逻辑更严密、更符合用户当下的最终版大纲。
## 核心工作准则
1. 指令优先级最高:【修改意见】拥有最高优先级。当原大纲与修改意见冲突时,必须无条件执行修改意见。
2. 局部手术,整体稳固:仅针对用户提出的异议点进行修改。对于用户未提及且逻辑通顺的部分,应予以保留,避免画蛇添足。
3. 一致性维护:修改后的部分必须与原大纲的风格(极致简洁、15字以内)保持一致,不要因为是新增内容就长篇大论。
4. 逻辑自洽检查:修改某个章节后,需检查是否影响了前后文的逻辑链条(如:删除了因,果是否还成立?),并做相应微调。
## 针对不同修改类型的处理逻辑
- 增补内容:寻找逻辑最合适的插入点,设立新的一级或二级标题。
- 删除内容:删除指定部分后,确保剩余章节编号重新连贯,且逻辑流不断裂。
- 风格调整:如果用户要求调整风格(如“太严肃了,要活泼点”),请在【核心策略摘要】和【防偏提醒】中重点标注,指导后续写作专家。
- 推翻重写:如果意见是颠覆性的,请基于【用户写作需求】和【修改意见】和【搜索资料】重新生成结构。
变量聚合节点
功能说明:当大纲修改后,需要将初稿和终稿聚合为一个最新大纲,方便后续内容创作阶段调用。
配置说明:
-
变量1:引用【大纲修改大模型节点】的大纲终稿
-
变量2:引用【创建大纲大模型节点】的大纲初稿
注意:变量1必须是修改后的大纲终稿,因为当变量1和变量2同时存在的时候,默认会选取变量1为输出变量,所以当大纲修改后必须取大纲终稿为最新的输出变量。
三、内容创作阶段
目标
根据写作需求和创作资料,动态生成写作专家指令,生成高质量符合用户需求的文章。
功能流程
-
生成写作专家指令:接收用户写作需求、创作资料,由【写作专家指令生成大模型节点】生成写作专家提示词。
-
完成文章创作:接收用户写作需求、创作资料,由【全能写作专家大模型】依据写作指令完成创作。
节点拆解
写作指令生成大模型节点
输入内容:
-
用户写作需求:引用【需求挖掘大模型节点】生成的用户写作需求对象字段
analysis。 -
写作大纲:引用【最新大纲变量聚合节点】生成的写作大纲。
处理逻辑
理解用户写作需求,按照写作大纲框架生成写作指令。
输出内容
写作执行指令文案
重要提示词片段如下:
# 角色
你是一位拥有20年经验的资深内容主编和提示词架构师。你擅长将模糊的写作需求拆解为大模型能够精准执行的“原子级指令”。
# 任务
请根据用户提供的写作需求及文章大纲(可能有),撰写一份深度、详细的《写作执行指令》。
# 写作指令标准
你生成的指令不能简略。必须包含以下所有维度,每一个维度都要具体到“怎么做”:
1. 角色沉浸:不仅仅是头衔,要描述角色的心理状态和动机。
2. 语气与风格:提供具体的形容词,甚至给出“可以用什么词,不能用什么词”的示例。
3. 结构蓝图:
- 若有大纲:强调如何扩写大纲。
- 若无大纲:设计一个具体的逻辑框架(如 钩子->痛点->信任背书->转化)。
4. 内容填充策略:指导如何处理素材,如何引用数据。
5. 格式与视觉:段落长度、Emoji密度、小标题格式、是否加粗关键句。
6. 负面约束:明确禁止出现的行为(如:禁止说教、禁止使用翻译腔)。
全能写作专家节点
输入内容
用户写作需求、写作大纲、搜索资料、写作指令
处理逻辑
理解用户写作需求,根据写作大纲和搜索资料,遵循写作指令,完成创作。
输出内容
符合用户需求的文案写作
重要提示词片段如下:
# 角色
你是一个适应性极强的全能写作专家。你没有固定的风格,你的风格完全由【写作指令】定义。
# 任务
请利用提供的【参考资料】和【文章大纲】,严格遵循【写作指令】的要求,完成文案创作。
# 执行规则
1. 结构依从性:如果提供了【文章大纲】,这是不可动摇的骨架,请必须按大纲顺序写作。如果未提供,则按【写作指令】中的结构要求执行。
2. 风格依从性:必须100%执行【写作指令】中的人设、语气、Emoji使用规范。
3. 内容真实性:核心论点和数据必须基于【参考资料】。不要捏造事实。如果资料不足,可进行合理的逻辑推演,但需符合常识。
# 输出
请直接输出最终的文案内容,不需要重复指令。
四、其他细节处理节点
代码节点
功能说明:将【需求挖掘大模型】和【内容规划大模型】生成的JSON格式文本内容解析为真正的JSON结构,方便后续节点的变量引用。
对于非开发者用户,虽然我们不会写代码,但只要将需求背景描述清楚,就可以借助AI生成。以下是我发给DeepSeek的提问信息,大家可以参考:
然后把代码粘贴到代码编辑器中尝试运行测试,运行成功后会输出我们想要的JSON结构,点击解析到输出变量就自动填写好输出的JSON结构内容了。这里注意,变量名称和代码中的输入变量名称要保持一致,否则会运行出错。
消息节点
由于需要的大模型处理的步骤比较多,中途会有很多需要用户等待的情况,所以在执行下一步时间较长的消息节点中增加了等待动画 (gif 格式图片),让用户感知到下一步正在加载中,提升用户的使用体验。
等待图片效果如下:
应用效果展示
需求收集
用户发送一个简单的写作主题,通过选项卡的方式,引导用户快捷选择写作类型。
需求挖掘
当用户确认写作主题和类型的时候,智能体发送【启发式问卷】,帮助用户梳理写作背景信息,给予灵感启发。
内容规划
接收到用户详细的写作需求后,交由内容规划师规划任务,判定该写作任务需要联网和创建大纲,接着执行联网搜索任务再创建写作大纲。
大纲调整
大纲生成结束后,智能体会向用户确认是否需要调整大纲。
我这里直接发送大纲调整意见,让智能体生成新的写作大纲。
内容创作
智能体按照最新的大纲框架,完成内容创作
使用了搜索资料的文章会在底部显示【引用来源】网页地址信息,方便用户回溯检查内容的真实性。
结语与展望
在设计这款全能写作专家智能体时,我的目标始终明确:构建一个能够自主规划、分析与决策的写作 Agent。尽管使用工作流去搭建Agent存在一些功能局限,但整体已初步实现了 Agent 的核心构想。
我们搭建智能体的目标在于为用户交付“可用的成果”,而这需要解决一个核心矛盾:
-
用户想要“简单输入就能得到完美结果”,
-
但 AI 需要“清晰的指令才能保证输出质量”。
因此,我的设计思路始终围绕如何通过工程化方式,填补从“简单指令”到“清晰上下文”之间的鸿沟,让用户能够以低门槛获得高质量的成果。在这个过程中,AI 并非替代用户思考,而是将用户置于关键决策位置,通过低门槛交互逐步引入其真实需求。
为实现这一思路想法,我总结了以下几点心得:
-
工作流设计
- 将复杂任务进行原子化拆解(一个节点对应一个动作),明确分为几个阶段,每个阶段的交付成果是什么,确保流程清晰、可追踪。
-
专家大模型的角色界定
- 明确哪些动作需由大模型执行,划定其任务边界,确保聚焦性;同时为其提供充足的上下文信息,保证任务执行效果。
-
引入用户决策节点
- 识别流程中需要用户确认的关键环节,设计低门槛交互方式(如选项卡),在必要时也可借助大模型辅助判断,平衡自动化与用户控制权。
总结而言,构建一个真正可用的智能体,其精髓不在于模型的单一能力有多强,而在于我们如何设计一套机制,将人的智慧与判断,有机地嵌入到AI的执行流程中。
展望未来,一个能自主规划、分析、决策的智能体前景十分广阔。如何在更少的交互轮次内更精准地理解用户意图,如何让工作流具备更强的自适应与扩展能力,都是值得深入探索的方向。本次实践不仅完成了一个功能性智能体,更印证了“以用户为中心、以工程为手段”的设计思路,是弥合人机能力鸿沟的有效路径。
智能体体验与交流
如果你也想搭一个能自主分析、规划、决策的智能体,欢迎到腾讯元器智能体开发平台,按照我说的步骤去尝试搭建!上手简单,生态强大,支持一键发布小程序,随时随地可以分享给周围人使用!
欢迎点击下方链接,对话体验我搭建的「全能写作专家」智能体:
https://yuanqi.tencent.com/webim/#/chat/cwbgbk?appid=2003797029720270080&experience=true
如果你在搭建过程中有任何问题,或者对写作Agent有任何想法意见,欢迎在评论区留言~