从 Prompt 到智能体：大模型应用进阶的四个关键台阶

这里写自定义目录标题欢迎使用Markdown编辑器一、为什么很多团队卡在第一步二、第一级Prompt 工程——与大模型对话的结构化方法三、第二级RAG——给模型配一间随查随取的档案室四、第三级Agent——从有问必答到能干活五、第四级MCP——让 Agent 够得着外部世界六、落地顺序的忠告新的改变功能快捷键合理的创建标题有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# 从 Prompt 到智能体大模型应用进阶的四个关键台阶一、为什么很多团队卡在第一步在把大模型接入真实业务的过程中绝大多数团队都会遇到几乎相同的困惑模型明明很聪明为什么一到自己的业务场景里就答非所问为什么一让它查个库存、提个审批它就回一句我无法访问外部系统为什么 Demo 惊艳全场业务部门用了两周就再也不打开了这些问题的答案并不在模型本身而在于工程能力没有跟上。通用大模型就像一个高智商的应届生——脑子好使但不知道你公司的业务知识不会用你公司的系统也没掌握你们做事的流程。要让它在真实业务里干活必须依次补齐四块能力而这四块能力恰好对应了现代大模型应用的四根支柱Prompt指令、RAG知识、Agent自主、MCP连接。这四者看似独立实则环环相扣Prompt 解决怎么说清楚RAG 解决怎么知道Agent 解决怎么做事MCP 解决怎么够得着外部系统。沿着这条主线走你就能从最基础的套壳对话一步步做到能自主完成复杂任务的智能体。本文就按这个进阶顺序展开。二、第一级Prompt 工程——与大模型对话的结构化方法很多开发者把 Prompt 当成问问题这是第一个认知误区。Prompt 更像是一份结构化指令它决定了模型能发挥出多少真实水平。一个高质量的 Prompt 通常包含五类要素角色Role。给模型一个明确的身份例如你是一位拥有十年经验的 Java 架构师“你是一位严谨的合规审核员”。角色设定能有效约束模型的回答视角和语气避免它用万金油式的口吻敷衍了事。任务Task。用一句清晰、具体的话说明要完成什么。模糊的任务描述是模型跑偏的最大来源——帮我分析一下这个数据就远不如帮我从这 2000 条销售记录中提取月度环比、增长最快的三个品类、以及异常的负增长记录来得有效。上下文Context。提供完成任务所需的背景信息。模型没有你脑子里的业务上下文凡是它作答前需要知道的前提都应当显式写进 Prompt。格式Format。明确输出结构。这在工程上意义重大要求输出 JSON、Markdown 或表格能让你下游的解析逻辑稳定可靠而不是靠正则去猜。示例Few-shot。给出少量输入→正确输出的样例。对于模型不熟悉的领域或特殊的输出风格两三个精心挑选的示例效果往往胜过一大段规则描述。下面是一个把输出结构约束落实到代码里的示例Python PydanticfrompydanticimportBaseModelclassRequirementExtract(BaseModel):title:str# 需求标题priority:str# 高 / 中 / 低stakeholders:list[str]acceptance_criteria:list[str]promptf你是一名产品分析师。请阅读以下需求描述并抽取结构化信息。 只输出 JSON结构必须为 {{title: str, priority: str, stakeholders: [str], acceptance_criteria: [str]}} 需求描述{requirement_text}值得强调的是Prompt 工程有一个清晰的边界它能调整模型的行为却无法给模型注入新知识。当你发现模型是因为根本不知道某件事而答错时继续优化 Prompt 是徒劳的这时候需要上第二级能力——RAG。三、第二级RAG——给模型配一间随查随取的档案室RAGRetrieval-Augmented Generation检索增强生成解决的是大模型的核心短板之一训练数据有截止日期且不包含任何企业内部私有数据。没有 RAG 的 AI 像一个刚上任的客服主管满脑子通用知识对你们公司的制度一无所知只能靠大概应该是这样来应付有了 RAG相当于给它配了一间随查随取的企业档案室回答之前先把文件翻出来核对。RAG 的经典工作流分为三步索引把文档切块、向量化、存入向量数据库、检索用户提问时把问题向量化在库中找出语义最相关的片段、生成把检索结果拼进 Prompt让模型基于这些证据组织答案。一套可用的 RAG 系统光有这三步还不够至少要再补两块工程肌肉一是溯源。每条回答都应能标注答案来自哪份文档的哪一段。不能溯源的 AI 回答在企业场景里等于没说——合规审核、风控报告里你必须知道它凭什么这么说。二是权限管控。不同密级的文档对应不同可见范围。没有权限的人提问AI 一个字都不能多说。企业 AI 如果谁都问得出机密数据那上线第一天就得下线。在实践中RAG 还有一个常见误区以为丢进去的文档越多越好。实际上检索到的上下文里噪声越多模型越容易中间迷失——被无关信息带偏。真正决定 RAG 质量的是切块是否语义完整、检索是否精准、重排序是否有效这三个细节而不是知识库的规模。这些细节的工程优化我们会在后续专门展开。四、第三级Agent——从有问必答到能干活解决了知道什么之后下一个问题是会不会做。RAG 让 AI 有据可查但一个只会查资料、不会动手的 AI还不是真正的数字员工。Agent智能体的引入让 AI 从应答机升级为执行者。一个成熟的 Agent 通常包含五个核心组件大脑LLM Core负责理解意图、规划步骤、做出决策记忆Memory短期记忆当前会话上下文 长期记忆向量库等外部存储让它能记住历史交互和学到的经验工具Tools搜索引擎、代码执行器、数据库查询等外部能力这是它动手的通道规划Planning把复杂目标拆解为可执行的子任务序列执行与反馈Execution Feedback调用工具执行子任务观察结果并决定下一步。关于 Agent业界有一个非常经典的比喻传统 API 调用像是给大模型一把固定的螺丝刀让它拧螺丝而 Agent 则是给大模型一整套工具箱、一份图纸和自主决策权让它能判断何时用螺丝刀、何时用扳手最终组装出一台机器。需要提醒的是Agent 是四根支柱里失控风险最高的一根。模型在自主决策时可能会调用错误的工具、给出越权的操作、甚至陷入循环。工程上的应对是双管齐下一方面给 Agent 划定明确的动作边界和权限范围另一方面引入人在环上的审批机制——涉及支付、删除、对外发送等高危动作前必须暂停等待人工确认。五、第四级MCP——让 Agent 够得着外部世界即使有了 Agent 的规划和动手能力还有一个棘手的问题Agent 要调用的外部系统实在太多了——ERP、CRM、WMS、审批流、数据库……每个系统都有自己的接口和认证方式。如果每个都单独开发对接维护成本会迅速失控。这正是 MCPModel Context Protocol模型上下文协议要解决的问题。可以把 MCP 理解成 AI 世界的USB 接口标准过去每个外设都需要专门的接口线现在统一成一种标准接口插上就能用。MCP 提供了标准化的方式让大模型应用MCP 客户端能够发现、调用各种外部能力MCP 服务器。一个数据库、一个搜索服务、一个办公系统只要实现了 MCP 协议就能被统一的智能体客户端直接即插即用。MCP 的出现带来了两个层面的价值。对开发者而言一套代码可以复用多种工具不必为每家系统单独写适配层对生态而言工具的可组合性大大增强——个人开发者用 MCP 快速接入搜索、浏览器抓取、代码仓库团队可以用统一的 MCP 底座避免各 Agent 分别对接工具导致的数据口径不一致。到这里四根支柱就齐了。把它们组合起来你就拥有了一副完整的现代大模型应用骨架Prompt 定规矩RAG 给知识Agent 做决策MCP 连系统。沿着这条进阶路线从套壳对话到能自主完成复杂任务的智能体每一步都有清晰的工程抓手而不是靠玄学式的试错。六、落地顺序的忠告最后给一个务实的落地建议不要一上来就直奔全自主多智能体。正确的顺序是先在单点场景里把 Prompt、RAG 跑扎实验证真实业务价值再引入工具调用和 Agent让系统处理更复杂的任务最后才谈 MCP 生态和跨系统编排。每上一个台阶之前先问自己当前业务瓶颈到底是说不清“不知道”“不会做还是够不着”瓶颈决定了该在哪一级发力。盲目堆叠新技术只会把系统复杂度推高却解决不了真实问题。Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客全新的界面设计将会带来全新的写作体验在创作中心设置你喜爱的代码高亮样式Markdown将代码片显示选择的高亮样式进行展示增加了图片拖拽功能你可以将本地的图片直接拖拽到编辑区域直接展示全新的KaTeX数学公式语法增加了支持甘特图的mermaid语法1功能增加了多屏幕编辑Markdown文章功能增加了焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置等功能功能按钮位于编辑区域与预览区域中间增加了检查列表功能。功能快捷键撤销Ctrl/CommandZ重做Ctrl/CommandY加粗Ctrl/CommandB斜体Ctrl/CommandI标题Ctrl/CommandShiftH无序列表Ctrl/CommandShiftU有序列表Ctrl/CommandShiftO检查列表Ctrl/CommandShiftC插入代码Ctrl/CommandShiftK插入链接Ctrl/CommandShiftL插入图片Ctrl/CommandShiftG查找Ctrl/CommandF替换Ctrl/CommandG合理的创建标题有助于目录的生成直接输入1次#并按下space后将生成1级标题。输入2次#并按下space后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。如何改变文本的样式强调文本强调文本加粗文本加粗文本标记文本删除文本引用文本H2O is是液体。210运算结果是 1024.插入链接与图片链接: link.图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。如何插入一段漂亮的代码片去博客设置页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.// An highlighted blockvarfoobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。2注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞​tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。mermaid语法说明 ↩︎注脚的解释 ↩︎