上周我花3天时间，从零开始用扣子搭建了一个电商客服智能体。

过程中踩了5个大坑，每个坑都让我浪费了半天时间。

目前把这些坑写下来，希望能帮你省下这3天弯路。

坑1：一上来就想做”全能型”智能体

我的错误：刚开始野心太大，想做能回答所有问题、还能推荐商品、还能追踪订单的”超级客服”。

结果：工作流节点堆了50多个，逻辑复杂到连我自己都看不懂，测试时各种报错，花了2天还没跑通。

正确做法：先做一个”最小可用产品”（MVP），只解决一个核心问题。

我的调整：把目标缩减到”只能回答3个最常见问题”，工作流节点减到8个，2小时就跑通了。

核心逻辑：先跑通闭环，再逐步扩展。一个能用的简单智能体，胜过一个完美但跑不了的复杂系统。

坑2：知识库一锅端，不管数据质量

我的错误：把公司所有文档、FAQ、产品手册全部上传到知识库，以为越多越好。

结果：智能体开始乱回答，幻觉率飙升，常常答非所问。列如问”退货流程”，它给了一个完全不相关的产品介绍。

正确做法：精简知识库，只上传高质量的、结构化的核心数据。

我的调整：

• 删除了80%的冗余文档
• 只保留30个最核心的FAQ
• 手动标注每个问题的标准答案
• 幻觉率从15%降到3%以下

核心逻辑：垃圾进，垃圾出。知识库质量比数量重大100倍。

坑3：提示词写得像写代码

我的错误：提示词写得特别详细，像写代码一样规范，甚至用了许多技术术语。

结果：AI反而理解困难，常常输出格式不正确的内容。

正确做法：用大白话写提示词，越简单越好。

我的调整：把提示词从200字缩减到50字，用最直白的语言描述需求。

核心逻辑：提示词不是写给程序员看的，是写给AI看的，简单直白效果最好。

坑4：忽略测试环节，直接上线

我的错误：工作流搭建完，试了一下觉得没问题，就直接发布了。

结果：上线后遇到各种边缘案例，列如用户问”能不能退货但留部分商品”，系统直接报错，用户流失严重。

正确做法：至少测试20-30个不同场景，覆盖各种边缘案例。

我的调整：我设计了30个测试用例，包括：

• 常规问题（20个）
• 边缘案例（8个）
• 恶意测试（2个）

测试后修复了5个逻辑漏洞，上线后基本稳定。

核心逻辑：测试不是浪费时间，是省下更大的麻烦。

坑5：不会用”阈值”控制准确率

我的错误：完全不知道”阈值”是什么，默认值就是0.5，也没调过。

结果：准确率忽高忽低，有时候回答很精准，有时候完全在乱说。

正确做法：根据业务场景调整阈值，是扣子最关键但最容易被忽视的功能。

我的调整：

• 冷启动阶段：阈值设为0.42，优先保证响应
• 两周后：阈值调到0.65，准确率提升8%，误拒率降低5%
• 交易节点：阈值设为0.55，强制二次确认

核心逻辑：阈值是平衡准确率和响应率的关键，必定要根据场景动态调整。

总结：新手搭建的5个正确步骤

基于我踩的坑，整理出一个正确的流程：

第1步：定位目标（30分钟）

• 明确智能体只做什么，不做什么
• 选择一个高频场景，避免全能型陷阱

第2步：搭建工作流（2小时）

• 从简单开始，节点控制在10个以内
• 用大白话写提示词，越简单越好

第3步：优化知识库（1小时）

• 只上传高质量、结构化的核心数据
• 删除冗余文档，知识库质量比数量重大

第4步：全面测试（1小时）

• 至少设计20-30个测试用例
• 覆盖常规、边缘、恶意三种场景

第5步：调阈值上线（持续）

• 冷启动：0.42，保证响应
• 稳定期：0.65，提升准确率
• 交易点：0.55，强制确认

总计：5小时就能完成一个可用的智能体。

三个避坑工具

工具1：测试用例模板

我整理了30个常见测试场景，包括常规、边缘、恶意三类，覆盖了90%的用户咨询类型。

工具2：提示词模板

总结了一套”50字大白话”提示词模板，涵盖客服、咨询、推荐三大场景，直接套用。

工具3：阈值调整表

根据冷启动、稳定期、交易点三个阶段，给出不同的阈值提议，避免瞎调。

（如果需要，我可以整理成文档发给你）

最后的忠告

第一个智能体，别想着完美。

能解决问题就行，跑起来比完美重大100倍。

你可以先发布，收集用户反馈，然后持续迭代。

真正的智能体不是一次做好的，是用户帮你优化出来的。

你的第一个智能体是什么？

你打算做什么类型的智能体？

评论区告知我，我帮你避开我踩过的坑。