許多職場辦公人員與跨職能團隊在日常使用通用大型語言模型時,經常面臨相同的效率瓶頸:每次開啟新對話,都必須重新複製貼上冗長的角色設定、語氣規範與業務規則;而一旦詢問涉及企業專屬的內部流程、技術規格或客戶合約時,通用模型由於無法檢索私有資料,往往只能給出模稜兩可的空泛回答,甚至產生事實幻覺。
通義千問(基於阿里雲 Qwen 模型家族與百煉平台架構)提供的「自訂智慧體(Custom Agent)」功能徹底解決了這個問題。透過深度整合系統人設指令、**私有文件知識庫(RAG 檢索增強生成)與實用工具外掛(Plugins)**三大核心要素,團隊能夠將通用模型打造成具備專屬業務記憶、嚴格依據企業實證作答,並能主動調用外部系統工具的高效數位協作夥伴。
無論是透過通義千問網頁版百寶箱進行零代碼快速搭建,或是藉由阿里雲百煉控制台進行深度企業級客製化,掌握這套方法都能顯著提高團隊的協同作業與流程自動化水平。
通義千問智慧體的三大核心支柱
一個成熟的業務智慧體絕非僅是儲存了一段 Prompt,而是將推理大腦、內部記憶庫與外部執行工具緊密結合的自動化系統。
+-------------------------------------------------------------------+
| 使用者提問 / 業務任務輸入 |
+---------------------------------+---------------------------------+
|
v
+-------------------------------------------------------------------+
| 通義千問智慧體核心調度引擎 |
| |
| +--------------------+ +--------------------+ +--------------+ |
| | 系統人設指令 | | 私有文件知識庫 | | 工具外掛 | |
| | 身份、流程與邊界 | | RAG 精準片段檢索 | | API/搜尋/執行| |
| +--------------------+ +--------------------+ +--------------+ |
+---------------------------------+---------------------------------+
|
v
+-------------------------------------------------------------------+
| 有據可查、格式嚴謹、可直接交付的業務解答 |
+-----------------------------------+-------------------------------+
1. 系統人設指令(System Instructions):行為準則與角色靈魂
指令是智慧體的行為核心。若缺乏清晰的指令定義,模型將無法維持專業一致性,容易偏向通用的閒聊模式。
一份生產級的系統指令通常包含以下維度:
- 角色定位: 明確智慧體的職業背景、專業水準、服務對象與溝通口吻(例如:資深雲端架構師、法規遵循稽核員)。
- 標準作業流程(SOP): 規範智慧體處理需求的標準步驟(例如:先釐清使用者痛點,再查詢知識庫比對,最後依據規範輸出)。
- 防範幻覺之邊界約束: 嚴格定義「可以做什麼」與「絕對不可做什麼」。例如強制規定「凡未在知識庫中明確記載的數據,必須誠實回覆無法確認,嚴禁擅自臆測或虛構」。
- 輸出規格規範: 規定交付內容的形式(例如 Markdown 條列式重點、對比表格、JSON 格式或結構化檢核清單)。
2. 私有知識庫(Knowledge Base / RAG):消弭事實幻覺的證據來源
大模型雖然擁有海量的開放領域知識,但完全無法掌握企業內部的產品規格書、售後常見問題集、差旅規範或標案文件。
知識庫透過檢索增強生成(RAG)技術實現資料互通:
- 上傳文件後,系統自動進行內容解析、語義切片(Chunking)與向量嵌入(Vector Embedding)。
- 當使用者提出問題時,檢索引擎優先在私有知識庫中比對語義,召回最相關的文本段落。
- 智慧體將召回的片段作為提示上下文餵給大模型,嚴格基於內部依據總結回答,大幅杜絕資料虛構風險。
3. 工具外掛(Plugins / Tools):賦予智慧體感知與執行能力
純文字模型僅能提供靜態回答,而工具外掛則讓智慧體擁有了與外部數位世界連動的途徑:
- 平台內建工具: 開啟聯網搜尋以掌握即時外部資訊;啟用程式碼直譯器(Python 沙盒)處理複雜試算表運算與統計製圖;調用通義萬相即時生成視覺圖片。
- 自訂 API 外掛: 對接企業既有的內部系統(如 CRM、ERP、工單系統)。智慧體根據語意自動解析參數並發起網路請求,完成自動化資料寫入與查詢。
- MCP 協定整合: 透過模型上下文協定(Model Context Protocol)延伸更豐富的跨平台數據與本地端開發工具。
一般對話視窗與自訂智慧體架構比較
| 評估維度 | 一般大模型對話視窗 | 通義千問自訂業務智慧體 |
|---|---|---|
| 背景脈絡繼承 | 每次新開對話需手動重複輸入;記憶無法延續 | 永久固化於智慧體配置中;跨對話與團隊成員共同複用 |
| 私有資料檢索 | 僅限單次會話暫時性上傳附件;搜尋深度受限 | 深度連接集中式向量知識庫;支援海量文件精準語義召回 |
| 外部系統串接 | 僅能產出純文字或進行一般性廣泛搜尋 | 支援 API 函式調用、Python 程式碼執行及業務系統串接 |
| 成果輸出穩定性 | 易受模型隨機波動影響;偶發無事實依據內容 | 嚴格受限於系統規則與文檔依據;回覆一致性高 |
| 協同共享方式 | 記錄分散於個人帳號;難以在團隊中標準化沉澱 | 支援團隊工作區共享、專屬連結分享或整合至協作通訊軟體 |
建立自訂智慧體之標準步驟
第一步:進入管理介面並選擇底層模型
- 登入通義千問網頁版百寶箱或阿里雲百煉應用管理中心,點擊「建立智慧體」或「新建應用」。
- 填寫智慧體基本資料:
- 名稱: 設定具備明確功能指向的名稱(如「SaaS 產品售前支援顧問」或「財務差旅報銷審核員」)。
- 簡介: 清楚說明智慧體之服務目的與適用範疇。
- 頭像: 選擇代表該職能的視覺圖示。
- 選擇底層基礎模型:
- Qwen-Max: 具備最強大的邏輯推理與嚴格的指令遵循能力,適合複雜多步決策、工具鏈調用與高精準度業務場景。
- Qwen-Plus: 反應速度與成本效益高度平衡,適用於日常辦公文案撰寫、內部知識庫諮詢與標準客戶服務。
- Qwen-Long: 針對極長上下文進行深度最佳化,適合分析海量合規規章、長篇財務年報等文件。
第二步:撰寫結構化系統人設指令
在系統提示詞欄位中,建議避免單句式模糊敘述,採用結構化 Markdown 樣板:
# 角色定義
你是企業數位轉型方案諮詢部門的資深售前解決方案專家,主要職責是協助業務團隊與架構師快速完成客戶 RFP 建議書撰寫及技術規格確認。
# 能力與工具調用
1. 你擁有直接檢索已掛載之《產品白皮書》與《資訊安全合規證照》知識庫的權限。
2. 當需要瞭解公開競爭廠商動態時,可主動調用聯網搜尋。
# 核心作業原則與限制
- 實證優先:涉及產品功能規格、報價條款與合規標準時,必須優先檢索私有知識庫,並於回覆中明確標注文檔名稱與段落章節。
- 嚴禁臆測:若知識庫中無相關資訊,請明確回覆:「該功能或數據未記載於目前已認證的內部文件中,請向產品團隊進一步確認。」不得自行推估。
- 語氣風格:嚴謹、專業、扼要,去除不必要的客套冗詞。
- 輸出格式:優先使用結構化條列式回覆;若涉及多個方案比較,必須彙整為 Markdown 表格。
第三步:配置並掛載私有知識庫
- 在智慧體設定頁面中找到「知識庫」區塊,點選「新增知識庫」。
- 上傳相關內部資料,支援格式包括
.pdf、.docx、.txt、.md及結構化表格.csv。 - 調整解析與切片策略:
- 切片邏輯: 一般規範建議採用智慧語義切片;結構化表格建議按列或獨立欄位結構進行拆分。
- 檢索門檻: 根據資料密集度調整 Top-K 召回數量與相似度閾值,避免召回低關聯度內容干擾推論。
- 在人設指令中加入引用規範,要求智慧體註明引用之文件出處,以供人員覆核驗證。
第四步:啟用平台內建工具與串接自訂 API
- 啟用內建工具:
- 聯網搜尋: 適用於需要參考最新市場動態或法規修訂的智慧體。
- 程式碼直譯器(Code Interpreter): 適用於財務運算與數據分析,智慧體可自行撰寫並執行 Python 程式碼以計算表格或繪製圖表。
- 新增自訂 API 外掛(進階):
- 點擊「建立自訂外掛」,填寫後端 API 的基礎端點與身分驗證方式(如 Bearer Token)。
- 定義介面路徑(例如
/query_stock或/create_jira_issue),並為每個傳入與傳出參數填寫清晰的語義描述。模型將藉此判斷何時調用並準確傳入參數。 - 於測試視窗中發送測試資料,驗證回傳的 JSON 結構是否符合預期。
第五步:沙盒環境測試與邊界調優
在正式對外釋出前,使用預覽測試視窗進行完整驗證:
- 知識庫檢索驗證: 針對冷門技術參數提問,確認模型是否能準確從知識庫中抓取精確段落。
- 邊界限制驗證: 故意詢問未收錄或虛構的功能,測試智慧體是否能堅持原則禮貌拒答。
- 工具調用驗證: 提出需要多步運算或查詢即時數據的問題,檢視外掛日誌是否成功觸發且流程完整。
第六步:發布、權限管理與多渠道整合
- 點擊「發布」完成版本儲存。
- 設定分享存取權限:
- 僅個人私有: 作為個人工作流專屬助手。
- 團隊工作區共享: 供部門或企業成員共用,維持業務標準統一。
- 公開連結分享: 供外部客戶諮詢或展示使用。
- 若需與企業內部系統深入串接,可運用百煉提供的
App ID搭配 DashScope SDK,將智慧體整合進企業入口網站、釘釘工作台或內部客服聊天介面。
三種典型職場智慧體藍圖
藍圖一:企業標案投標與法規審查智慧體
- 適用職能: B2B 售前工程師、標案管理專員。
- 指令重點: 嚴密比對招標需求,嚴格依據資安證書與產品白皮書進行符合度檢查。
- 知識庫內容: ISO 認證文件、SOC2 報告、SLA 服務水準協議及官方產品規格書。
- 外掛配置: 程式碼直譯器(用於試算服務可用度指標與階梯價格)。
- 主要輸出: 結構化規格符合性對照表(清楚標示完全符合、部分符合或不符合,並附上文件出處)。
藍圖二:財務營運與預算偏差分析助手
- 適用職能: 財務主管、營運分析專員。
- 指令重點: 講求精確數字運算與財務合規把關,杜絕模糊估計。
- 知識庫內容: 差旅報銷辦法、年度部門預算總表與成本分攤手冊。
- 外掛配置: 程式碼直譯器(即時解析上傳的 CSV 帳務明細並進行統計運算)及聯網搜尋(取得最新匯率)。
- 主要輸出: 預算差異分析報告與重大支出異常警示摘要。
藍圖三:品牌行銷與全通路內容策略智慧體
- 適用職能: 行銷企劃、社群營運經理、文案寫手。
- 指令重點: 嚴格遵循品牌識別規範,依據不同傳播通路調整行文架構。
- 知識庫內容: 品牌風格指南、往期成功案例庫與目標客群洞察研究。
- 外掛配置: 聯網搜尋(追蹤社群趨勢主題)與通義萬相(生成社群配圖構想)。
- 主要輸出: 全通路宣傳內容組合(電子報精華、社群貼文、官方新聞稿草稿)。
最佳實踐與避坑建議
- 上傳前徹底整理源文件: 品質不佳的掃描版 PDF 或包含大量合併儲存格的雜亂表格會直接降低切片與檢索精確度。建議先行轉為純淨的 Markdown 格式或整理完善的 CSV 檔再行匯入。
- API 參數說明務必明確: 自訂外掛的參數描述越詳盡,大模型理解呼叫時機的準確度就越高。例如應明確註明「日期格式必須為 YYYY-MM-DD」,避免引發解析錯誤。
- 務必建立清晰的「未檢索到」防護機制: 在企業級應用中,一個坦率說明「目前文件中查無此項資訊」的回答,遠比文筆流暢但內容捏造的虛假回覆更具價值與安全性。
- 維護知識庫之生命週期: 當產品迭代或公司規章變更時,必須同步更新知識庫中的文件,並指派專人維護,以確保智慧體持續產出有效且可靠的成果。
參考資料
- 千问-阿里 AI 助手
- 通义实验室
- Qwen offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
- GitHub - QwenLM/Qwen-Agent: Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.