点击上方🔺公众号🔺关注我✅
你好啊，我是雨飞，见字如面。感谢阅读，期待我们下一次的相遇。
在前一段时间，生财 Coze 航海中，有一些船员问到了关于 Coze 的学习路径。这个问题其实蛮多人遇到的，但是由于大家的水平不同，目的不同，因此学习的路径和方式还是有所差别。
为此，雨飞决定写一篇文章来详细讲下这方面的内容。
什么是智能体
从本质上来讲，智能体就是把大模型的能力进行封装成一个简单的应用，方便我们多次使用。我们可以通过简单的提示词、插件、知识库、工作流等多种方式去搭建属于自己的智能体。
从学员的水平来讲，我们可以简单的分为技术人员和非技术人员。技术人员泛指接触过编程，或者可以使用 AI 辅助进行一些简单开发的 AI 极客。而非技术人员，则是指以前没有接触过编程，甚至都不了解 Markdown 这种语法的人员。
从问题的难易程度来说，可以分为简单问题和复杂问题。简单问题就是比如，利用 AI 润色或者优化文案，写日报等，基本属于一个提示词就可以完成 60-80% 的任务都可以算简单问题。
复杂问题则是需要用到多个步骤，或者工具才能完成的，单纯的提示词只能完成 10-20%，甚至更少的部分。
学习路径
我们根据上面的划分，可以分为四种不同的类型。
非技术人员，解决简单问题
学习路线：
1、优先学习常见的提示词书写方法，使用国内或者国外大模型进行尝试
2、了解不同大模型的适用场景，并对自己的问题进行拆解
3、学习在 Coze 等智能体平台，检索自己想要的智能体并使用
4、可以进一步学习简单的插件调用，知识库
非技术人员，解决复杂问题
学习路线：
1、优先学习常见的提示词书写方法，使用国内或者国外大模型进行尝试
2、了解不同大模型的适用场景，并对自己的问题进行拆解
3、学习 Coze 的工作流、图像流、知识库等组件的基础使用
4、了解和学习其他智能体平台（腾讯元器、百度 AgenBuilder、讯飞等）
技术人员，解决简单问题
学习路线：
1、优先学习常见的提示词书写方法，使用国内或者国外大模型进行尝试
2、了解不同大模型的适用场景，并对自己的问题进行拆解
3、学习 Coze 的工作流、图像流、知识库等组件的基础使用
4、学习开源的 Agent 平台，如 FastGPT 或者 DiFY
5、将OpenAI 或者开源模型接入到 FastGPT 等进行二次定制
技术人员，解决复杂问题
学习路线：
1、优先学习常见的提示词书写方法，使用国内或者国外大模型进行尝试
2、了解不同大模型的适用场景，并对自己的问题进行拆解
3、学习 Coze 的工作流、图像流、知识库等组件的基础使用
4、定制 Coze 的插件、添加卡片、触发器等复杂操作
5、学习大模型的 API 调用，相关应用开发框架如 LangChain、LlamaIndex 等
6、学习开源的 Agent 平台，比如FastGPT 或者 DiFY
7、学习开源模型的私有化部署
这些路径，每一步都需要大量的实践，最好是带着问题去学习，然后找到解决问题的答案。
备注「公众号」，送你一份见面礼，「AI学习资料与变现指南」
推荐阅读
