作为 AIGC 时代的内容创作者，手动剪辑视频不仅耗时费力，批量产出时还容易出现格式不统一、节奏混乱等问题。而字节跳动的 COZE（扣子）平台，凭借可视化节点编排、丰富的 AI 插件和一站式的音视频生成能力，能完美解决这一痛点 —— 只需简单配置，就能实现从人物信息输入到完整视频草稿输出的全流程自动化。

本文将以「人物生平科普视频」为核心场景，结合实战操作拆解 COZE 的使用逻辑，从核心概念理解到节点编排、参数配置，再到剪映对接落地，用 COZE 实现视频批量生成，新手也能快速上手，这里先抛砖引玉。

一、先搞懂 COZE 核心逻辑：别再搞混循环体与循环体外

很多人初次使用 COZE 会陷入操作误区，核心问题就是分不清循环体和循环体外的节点逻辑，这也是 COZE 可视化编排的关键核心，先把这个概念吃透，后续操作会事半功倍。

• 循环体外：是整个流程的「总控台」，负责全局参数定义、基础素材生成、总时间线计算等一次性执行的操作，比如根据输入的人物姓名生成整体剧本、计算所有视频的总时长、生成统一的视频主图等，全程只执行一次。
• 循环体：是处理「批量重复内容」的核心，需要将循环体外的全局变量引入内部，实现循环取值、逐个处理。比如人物生平有 N个关键阶段，循环体就依次读取每个阶段的剧本，依次为每个阶段生成对应图片、转场文案、单段视频，每个内容都会独立执行一次处理逻辑。循环体生成如下图所示。

简单来说：一次性的全局操作放体外，需要批量重复的操作放体内，体外为体内提供基础素材和参数，体内对素材做一付一分别处理，二者配合实现自动化批量生成。

二、实战准备：明确视频生成全流程与核心要求

本次实战以「人物生平科普视频」为场景，实现输入人物姓名→自动生成生平剧本→逐段生成图片 / 文案→制作时间线→生成批量视频→对接剪映导出草稿的全流程自动化，先明确核心流程和基础要求，避免后续配置出错。

1. 视频基础规格

本次实战设定单段视频时长为5 秒（5000000 微秒，注意原教程笔误多写一个 0），整体视频时长根据人物生平阶段数自动计算（阶段数 ×5000000 微秒）。

2. 核心操作流程

人物名称→剧本创作→生平事迹提炼→生成视频主图→生成转场文案→时间线制作→逐段生成视频→音视频字幕合成→对接剪映保存草稿，所有步骤通过 COZE 节点可视化编排，无需编写复杂代码。

3. 工具对接

最终通过 COZE 的剪映小助手插件，将生成的视频素材、音频、字幕直接同步到剪映客户端，生成可编辑草稿，一键优化即可发布。

三、分步实战：可视化节点编排，从零搭建自动化流程

COZE 的核心操作是节点添加与参数配置，所有功能都通过「添加节点→配置参数→建立节点关联」实现，以下按实际操作顺序，拆解每一步的节点选择、参数设置和逻辑关联，全程可视化操作，无需代码基础。

阶段 1：输入层配置，定义核心入参

作为流程的起点，输入层负责接收我们的核心指令，本次实战只需一个核心入参 ——人物姓名，配置步骤超简单：

1. 在 COZE 工作台新建「应用」，选择「可视化编排」模式；
2. 在画布左侧找到「输入」节点，拖拽到画布空白处（循环体外）；
3. 双击节点配置参数：添加变量名 name，变量类型 String，备注「人物姓名，如苏轼、成吉思汗」；
4. 该节点为全局入参，后续所有节点均可引用此变量，实现「输入一次，全程复用」。

阶段 2：循环体外核心操作，生成全局基础素材

这一阶段的操作均在循环体外执行，为后续循环体批量处理提供基础素材，核心包含「剧本生成、主图生成、总时间线计算」3 个节点，按顺序编排，依次执行。

节点 1：深度思考 —— 生成人物生平标准化剧本

利用 COZE 的「深度思考」节点，结合提示词工程，实现输入人物姓名→自动生成标准化生平剧本，严格遵循史实，按时间线拆分关键阶段，为后续分段创作提供依据。

1. 拖拽「深度思考」节点到画布，放在「输入」节点右侧，建立连线关联（表示输入人物姓名后，执行剧本生成）；
2. 配置系统提示词（核心，决定剧本生成规范），直接复制以下内容，保证输出格式统一：

角色：懂历史的人物生平生成助手核心技能：基于输入的人物姓名，精准梳理该人物从出生至逝世的完整生平经历，严格遵循历史史实，无虚构、无无关衍生内容，按时间线清晰呈现关键人生节点与重大历史事件关联。输出规范：

开篇明确标注人物核心身份，如 “XX 朝代 XX 领域代表人物”；

按时间顺序拆分3-5 个关键人生阶段，每个阶段单独成段，格式为「XX 年 + 具体事件 + 历史影响 / 关联」；

语言简洁、史实准确，无主观抒情、虚构剧情；

若有史料争议，标注 “据《XX》记载，约为 XX 年”。

3. 配置用户提示词：请根据人物姓名{{name}}，按上述规范生成生平剧本，拆分3-5个关键阶段（{{name}} 为引用输入层的人物姓名变量，COZE 中用 {{}} 引用全局变量）；

4. 输出变量定义：变量名 script，类型 String，为后续节点提供剧本素材。

节点 2：图像生成 —— 生成视频统一主图 / 封面

为所有视频生成统一的主图 / 封面，基于剧本中的人物核心信息，实现图文匹配，同样放在循环体外，只生成一次。

1. 拖拽「图像生成」节点到画布，放在「深度思考」节点右侧，建立连线；
2. 配置输入提示词：根据人物{{name}}的核心身份（{{script}}），生成一张古风/写实风格的人物生平科普视频封面，画面简洁，突出人物特征，分辨率1920*1080（同时引用姓名和剧本变量，保证主图贴合人物）；
3. 配置图像参数：宽高 1920*1080，最多生成图片数量 1，关闭水印（也可按需添加自定义水印）；
4. 输出变量定义：变量名 main_img，类型 String（图片链接，后续视频生成节点可直接引用）。

节点 3：代码块 / 深度思考 —— 计算视频总时间线

根据剧本拆分的人物阶段数，自动计算视频总时长和单段视频的时间线，这是视频合成的核心，决定了每段视频、音频、字幕的出现时间。运用COZE的大模型节点：

1. 拖拽「深度思考」节点，命名为「时间线计算」，关联上一节点的剧本输出；
2. 配置系统提示词，强制输出标准化 JSON 格式，避免后续节点解析出错：

1）请根据输入的人物生平剧本，统计剧本拆分的关键阶段数 N，按以下规则生成时间线 JSON，仅输出 JSON，无任何额外文字：

2）totalDuration 对象：start 为 0，end 为 N*5000000（单位：微秒，单段视频 5 秒）；

3）segments 对象：键为阶段索引（从 0 开始），每个键对应一个对象，包含 start 和 end，start 为索引 ×5000000，end 为（索引 + 1）×5000000；

4）严格遵循微秒单位，无计算错误，JSON 格式规范。

3. 输出变量定义：变量名 timeline，类型 Object，为后续视频生成提供时间线依据。

阶段 3：循环体配置，批量处理分段视频素材

这是实现批量生成的核心阶段，所有节点放在循环体内，通过引用循环体外的全局变量（剧本、时间线、主图），实现对每个人物阶段的逐段处理，核心包含「分段剧本提取、转场文案生成、分段图像生成」3 个节点，循环体将根据阶段数自动重复执行。

1. 在画布左侧找到「循环体」节点，拖拽到画布，放在体外时间线节点右侧；
2. 配置循环体入参：引用体外的script（剧本）和timeline（时间线）变量，设置循环依据为 timeline.segments 的索引（即按阶段数循环）；
3. 循环体内的所有节点，均可通过 {{item}} 引用当前循环的阶段索引，实现逐段取值。

节点 1： 提取分段剧本

从全局剧本中，提取当前循环阶段的具体内容，为后续文案和图像生成提供依据。

1. 在循环体内拖拽「深度思考」节点，命名为「分段剧本提取」；
2. 配置提示词：全局剧本为{{script}}，当前为第{{item}}个阶段，请提取该阶段的具体生平内容，仅输出阶段内容，无额外文字；
3. 输出变量：变量名 stage_script，类型 String。

节点 2： 生成转场 / 解说文案

为当前阶段生成简洁的转场文案或视频解说文案，适配 5 秒视频的节奏，语言简洁有画面感。

1. 在循环体内拖拽「深度思考」节点，命名为「转场文案生成」，关联分段剧本节点；
2. 配置提示词：根据当前阶段剧本{{stage_script}}，生成一句5秒视频的转场文案，字数10-15字，贴合人物生平，有画面感；
3. 输出变量：变量名 transition_text，类型 String。

节点 3： 生成分段视频配图

为当前阶段生成专属配图，贴合阶段剧情，与体外的主图形成呼应，实现图文结合。

1. 在循环体内拖拽「图像生成」节点，命名为「分段配图生成」，关联分段剧本节点；
2. 配置提示词：根据{{name}}的第{{item}}个阶段剧本{{stage_script}}，生成一张1920*1080的视频配图，风格与主图{{main_img}}统一，贴合阶段事件，无多余元素；
3. 配置参数：宽高 1920*1080，数量 1，输出变量：变量名 stage_img，类型 String。

阶段 4：音视频字幕一站式合成

完成基础素材和时间线配置后，进入视频合成阶段，该阶段可直接使用 COZE 的「视频生成」「音频生成」「字幕生成」插件，结合循环体的分段素材和体外的总时间线，实现视频、音频、字幕的自动化合成，核心是精准关联时间线变量，保证音视频同步。

1）在循环体外侧（或内侧，按需选择）拖拽「创建草稿」节点，记得结尾是「保存草稿」；

2）配置核心参数：

• 视频生成模型：选择doubao-seedance-lite（轻量版，生成速度快，适合科普视频）；
• 视频素材：引用循环体的stage_img（分段配图）和体外的main_img（主图）；
• 时间线：引用体外的timeline变量，保证每段视频贴合时间线；
• 转场效果：按需选择（如淡入淡出、推拉），转场时长设置为500 毫秒；

3）拖拽「音频生成」节点，配置文本转语音：引用循环体的transition_text（转场文案），选择合适的音色，音频时长关联单段视频时间线（5 秒）；

4）拖拽「字幕生成」节点，引用transition_text和timeline，设置字幕字体、大小、颜色，字幕出现时间与音频、视频同步；

5）三个节点建立关联，实现「视频 + 音频 + 字幕」的一站式合成，输出变量定义为video_infos（视频链接数组）、audio_infos（音频链接数组）、caption_infos（字幕信息数组）。

阶段 5：对接剪映小助手，生成可编辑草稿

COZE 的核心优势之一是无缝对接剪映，当然这里也可以选择其他的编辑器。无需手动下载素材、导入剪辑，通过「剪映小助手」插件，可将生成的视频、音频、字幕直接同步到剪映客户端，生成可编辑草稿，一键优化即可发布。

1）在画布最后端拖拽「剪映小助手」插件节点，依次添加 **create_draft（创建草稿）、add_videos（添加视频）、add_audios（添加音频）、add_captions（添加字幕）、save_draft（保存草稿）**5 个子节点；

2）按顺序建立节点关联：create_draft→add_videos→add_audios→add_captions→save_draft；

3）分别配置子节点参数，均引用前序阶段的输出变量：

4）create_draft：配置草稿名称{{name}}生平科普视频；

• add_videos：引用video_infos，关联时间线timeline；
• add_audios：引用audio_infos，设置音量为 1.0，关联时间线；
• add_captions：引用caption_infos，设置字幕样式，关联时间线；
• save_draft：无需额外配置，直接保存草稿到剪映客户端。

四、流程调试与试运行，解决常见问题

节点编排完成后，不要直接批量生成，先通过试运行功能调试流程，排查参数错误、节点关联、变量引用等问题，这是保证流程正常运行的关键，以下是新手常见问题及解决方法。

试运行核心操作

1. 点击画布右上角的「试运行」按钮，在弹出的输入框中输入人物姓名（如苏轼），点击确认；
2. 查看每个节点的「运行状态」，绿色表示运行成功，红色表示运行失败，点击红色节点可查看错误日志；

运行成功后，可在节点输出端查看素材预览（图片、视频、文案），确认是否符合预期。

新手常见问题及解决方法

问题 1：变量引用失败，提示「未找到变量」

原因：变量名书写错误、节点未建立连线、循环体内外变量引用方式错误；

解决：检查变量名是否与输出一致（COZE 区分大小写），确保节点间有连线（表示执行顺序），循环体内引用体外变量用 {{变量名}}，引用当前循环内容用 {{item}}。

问题 2：时间线计算错误，视频时长异常

原因：单段时长微秒数书写错误（原教程笔误多一个 0，正确为 5000000）、阶段数统计错误；

解决：修正单段时长为 5000000 微秒，调整剧本拆分规则，保证阶段数统计准确。

问题 3：视频生成失败，提示「素材格式不兼容」

原因：图像分辨率不一致、素材链接失效、时间线与素材数量不匹配；

解决：统一所有图像分辨率为 1920*1080，重新生成失效的素材链接，保证阶段数 = 视频素材数 = 音频素材数。

问题 4：剪映对接失败，无法找到草稿

原因：未安装剪映小助手客户端、COZE 与剪映未登录同一账号、网络问题；

解决：前往剪映官网下载剪映小助手客户端，登录与 COZE 相同的账号，检查网络通畅，重新执行 save_draft 节点。

五、流程优化与批量落地，提升生成效率

调试完成后，可根据实际需求对流程进行优化升级，提升视频生成效率和内容质量，同时实现批量输入、批量生成，满足内容规模化产出的需求。

流程优化技巧

• 添加水印 / LOGO：在「图像生成」节点中，开启「图片水印」，添加自定义 LOGO 或文字，提升品牌辨识度；
• 丰富视频效果：在「视频生成」节点中，添加运镜效果（如平移、缩放）、滤镜，让视频更生动；
• 优化音频体验：在「音频生成」节点中，添加背景轻音乐，设置背景音乐音量为 0.3，解说音量为 1.0，提升听觉体验；
• 增加异常处理：添加「条件判断」节点，若剧本生成失败 / 阶段数为 0，自动终止流程并提示错误，避免无效运行。

批量落地方法

COZE 支持批量输入参数，实现「一次输入多个人物姓名，批量生成多段视频」：

1. 修改「输入」节点，将变量类型从String改为Array（数组），输入多个人物姓名（如 [“苏轼”,”成吉思汗”,”李白”]）；
2. 将整个流程嵌套在外层循环体中，循环依据为输入的人物姓名数组；
3. 点击试运行，COZE 将自动为每个人物生成独立的视频剧本、素材和剪映草稿，实现规模化批量生成。

六、总结：COZE 的核心价值，不止于视频生成

本次实战以「人物生平科普视频」为场景，拆解了 COZE 从入参配置→体外全局操作→体内批量处理→视频合成→剪映对接的全流程，其实除了人物生平视频，COZE 还能适配产品讲解、知识科普、短视频带货等多种场景，核心价值在于：

1. 可视化编排，低代码上手：无需复杂的编程基础，通过拖拽节点、配置参数即可实现自动化流程，新手也能快速掌握；
2. 全链路 AI 能力，一站式生成：整合了文本生成、图像生成、音视频生成、字幕生成等全链路 AI 能力，无需切换多个工具，一站式完成素材制作与合成；
3. 无缝对接剪映，落地效率拉满：直接生成剪映可编辑草稿，跳过手动导入、剪辑的步骤，大幅提升内容落地效率；
4. 灵活的循环逻辑，支持批量生成：通过循环体与循环体外的配合，轻松实现批量输入、批量生成，满足内容规模化产出的需求。

对于内容创作者、产品运营、自媒体人来说，COZE 不仅是一个「视频生成工具」，更是一个AIGC内容自动化生产平台—— 掌握其核心逻辑，就能将重复的剪辑工作交给 AI，把更多精力放在内容创意和策划上，实现「创意为王，AI 赋能」的内容创作新模式。

最近AI圈有个产品让我挺意外的就是Coze，中文名叫”扣子”。说实话，之前我对这类”零代码搭建AI应用”的平台是有点偏见的——总觉得门槛低的东西都不够专业。但扣子发布之后，我身边不少做运营、做销售、甚至做行政的朋友都在用，说是”零基础也能搭建专属AI助手”。这让我有点好奇：一个没有编程背景的人，真的能快速搭建出靠谱的AI应用吗？抱着这个疑问，我大概花了一周时间深度体验了一下扣子平台。今天就来聊聊这个产品，看看它到底灵不灵。

一、产品定位：不止是开发平台，更是「职场AI」入口

在聊具体功能之前，先说说我对扣子定位的理解。

扣子（Coze）是字节跳动推出的一站式AI开发平台，但它和传统的”开发者工具”不太一样。扣子对自己的定位是”职场AI“——不只是给程序员用的，更是给各行各业的脑力劳动者用的。

这句话怎么理解呢？

传统AI工具的使用方式是：你问我答，我做你看。但扣子想做的事是：让你自己动手，搭一个专属于你的AI员工。这个AI员工可以帮你做长期项目、可以自动执行任务、可以整合你的行业经验形成”技能包”分享给同行。

简单来说，扣子的野心不只是做”工具”，而是做”平台“——让任何人都能成为AI应用的创造者，而不只是消费者。

二、用户规模与市场地位

扣子自发布以来，用户规模增长迅速：

• 平台定位：零代码AI应用开发平台，面向个人开发者、中小企业
• 插件生态：已汇聚**10000+**插件，覆盖各行业应用场景
• 市场认可：在AI Agent平台赛道中，扣子以”零代码标杆”著称，特别适合创意设计和快速原型开发

从市场反馈来看，扣子在以下场景中特别受欢迎：

1. 自媒体运营者的内容创作自动化
2. 中小企业客服和营销智能化
3. 教育行业的教案和课件自动生成
4. 行政人员的工作流自动化

三、核心功能实测：它到底能做什么？

聊完定位，我们来看看扣子的核心功能。

1. AI员工：会主动规划、执行和汇报

这是扣子最让我惊喜的功能——AI员工。

传统的AI工具是你问一句它答一句，但AI员工不一样。你设定一个宏观目标（比如”这个月要把公众号粉丝增长50%”），扣子会：

• 自动拆解任务：拆成竞品分析、内容规划、数据复盘等子任务
• 持续执行：你离线的时候它也在干活
• 定期汇报：每天/每周给你发进度报告

这种”主动执行“的能力，是扣子区别于其他AI助手的关键。它不只是响应你的指令，而是帮你管理目标。

2. 技能商店：站在行业专家的肩膀上

扣子的”技能商店”是一个让我”哇”出来的功能。

简单来说，技能就是封装好的AI能力包。比如：

• “投资人视角PPT”——自动生成专业级商业提案
• “资深教案编写”——帮助教师快速产出教学设计
• “爆款文案生成”——基于平台数据生成高转化率文案

你可以”一键调用“别人分享的技能，也可以把自己打磨好的技能发布到商店让别人用。

这种”知识复用”的模式，让扣子不只是一个工具，更像是一个行业经验的交易所。

3. 零代码开发：5分钟搭一个AI应用

对于有开发需求但不懂编程的用户，扣子提供了可视化工作流编排：

• 拖拽式设计：通过图形界面拖拽组件，搭建AI应用
• 自然语言生成：用自然语言描述需求，系统自动生成工作流
• 一键部署：云端部署，支持默认域名和自定义域名

我试着搭了一个”每日资讯汇总”Bot，从需求描述到上线，大概花了不到10分钟。对于没有编程背景的人来说，这个体验确实友好。

4. 扣子编程：从自然语言到完整应用

这是扣子的进阶功能——扣子编程。

不同于传统的低代码平台，扣子编程支持：

• 自然语言开发：用中文描述你的需求，系统生成完整应用代码
• 云端环境：不需要配置本地客户端
• 一键部署：网页、小程序等多端发布

适合有轻量级开发需求、但不想陷入代码细节的用户。

5. 多模态创作：从文字到视频全覆盖

扣子的创作能力不限于文字：

• 写作助手：各类办公文档、营销文案
• PPT生成：输入主题，自动生成专业级PPT
• 视频剪辑：基于文字描述自动生成脚本、匹配素材、智能剪辑
• 播客生成：文字转语音，支持多角色对话

这些能力被整合在一个平台里，不需要在多个工具之间切换。

四、适合人群：谁应该用扣子？

功能聊完了，来说说它到底适合谁。

强烈推荐使用扣子的人群：

1. 运营人员：需要定期产出内容、管理多个平台账号
2. 中小企业主：希望用AI提升客服、营销等环节效率，但没有技术团队
3. 教育工作者：需要快速制作教案、课件、教学资料
4. 个人开发者：想快速验证AI应用 idea，零代码搭建原型
5. 职场人士：有大量重复性工作，希望自动化处理

不太适合的人群：

1. 大型企业：需要更复杂的企业级功能和 SSO 集成
2. 技术团队：需要深度定制和私有化部署
3. 专业数据分析师：需要更专业的BI和分析工具

五、快速上手：零基础也能玩转扣子

知道适合谁了，我们来看看怎么用。

第一步：注册账号

访问 https://www.coze.cn/，用手机号或邮箱注册即可。完全免费。

第二步：选择你的使用场景

登录后，系统会让你选择使用场景：

• 职场办公
• 内容创作
• 应用开发
• 其他

不同场景会推荐不同的模板和技能。

第三步：创建一个Bot（5分钟）

以”创建AI助手”为例：

1. 描述需求：“帮我创建一个每日资讯汇总Bot，每天早上9点推送行业热点”
2. 系统生成：AI自动生成Bot配置
3. 调整细节：根据需要调整参数
4. 发布上线：一键发布到飞书、微信等平台

整个过程不需要写一行代码。

第四步：探索技能商店

如果你不想从零开始，可以直接去技能商店找现成的解决方案。一键安装，马上能用。

六、竞品对比：扣子在AI平台中排第几？

目前国内AI Agent开发平台竞争激烈，主流产品有：

简单总结：

• 如果你没有编程背景，想快速搭建AI应用 → 扣子是首选
• 如果你是技术团队，需要私有化部署 → Dify/n8n更合适
• 如果你需要强大的知识库能力 → FastGPT值得考虑

七、优缺点总结：说点实在的

优点

1. 零门槛：确实如其宣传所言，非技术背景也能快速上手
2. 插件生态丰富：10000+插件，覆盖各行业场景
3. AI员工概念创新：从被动响应到主动执行，是真正的差异化
4. 多模态整合：文字、PPT、视频、播客一体化
5. 技能商店：知识复用模式独特，利于形成生态

缺点

1. 专业深度有限：相比专业工具（如专业PPT软件），深度定制能力不足
2. 企业级功能待完善：SSO、私有化部署等企业需求支持有限
3. 个人版积分限制：免费版每日500积分，量不够用
4. 技能质量参差：商店里部分技能效果不稳定
5. 依赖字节生态：与飞书等字节系产品集成度高，跨平台有一定限制

八、使用技巧：5个让扣子效率翻倍的方法

技巧1：AI员工帮你管目标

不要只把扣子当问答工具用，试着给它设定一个长期目标。比如”帮我运营这个公众号”，然后看它怎么拆解任务、怎么主动汇报。你可能会发现——它比你想象中更像一个靠谱的助理。

技巧2：善用技能商店

不要从零开始搭建。先去技能商店搜一搜有没有类似的解决方案，站在前人的肩膀上能省大量时间。如果你做出了好用的技能，也可以分享出去，既能帮到别人，也能获得收益。

技巧3：工作流组合使用

单个Bot可能只解决一个问题，但多个Bot组合就能形成自动化流水线。比如”内容采集Bot + 数据分析Bot + PPT生成Bot”，一条指令搞定从数据到汇报的全流程。

技巧4：利用多模态能力

扣子不只是文字工具。试着让AI帮你生成一份PPT、剪一段视频——这些多模态能力整合在同一平台，不需要在多个工具之间切换，效率提升非常明显。

技巧5：设置自动触发

扣子支持定时任务和事件触发。比如”每天早上9点推送资讯”、“每周一生成周报”——设置好之后，扣子会自动执行，完全不用你操心。

九、价值分析：它能为你省下多少时间？

时间价值

以一个典型的”每日运营日报”场景为例：

• 手动操作：每天花30分钟收集数据、撰写日报 → 每月约15小时
• 使用扣子：设置好工作流后，每天自动生成 → 每月0.5小时维护

节省时间：约14.5小时/月

金钱价值

对比传统开发方式：

节省成本：最高可达99%

十、定价与购买建议：免费版够用吗？

最后聊聊钱的事。

定价总结

积分计费规则

• 积分是唯一结算单位，不可反向兑换现金
• 企业版可自动按比例扣费（1000积分=1元）
• 部分功能（如火山引擎大模型）仅支持现金抵扣

购买建议

1. 首次体验：先试免费版，看看适不适合自己
2. 轻度用户：进阶版足够日常使用
3. 重度用户：高阶版或旗舰版，优先体验新功能
4. 企业用户：企业版，支持团队协作和安全特性

总结

说实话，扣子给我的感觉是——它不是”最强大”的AI开发平台，但确实是最亲民的选择之一。

字节跳动没有试图在专业功能上与Dify、FastGPT正面竞争，而是在”降低门槛“这件事上下足了功夫。零代码、可视化、技能商店——每一个设计都在服务于”让更多人能动手创造AI应用”这个目标。

如果你是一个没有编程背景的职场人，想用AI提升工作效率，或者快速验证一个想法，扣子是一个值得一试的选择。

当然，它也有局限性——专业深度有限、企业级功能待完善。但对于大多数个人用户和中小企业来说，这些可能根本不是问题。

一句话总结：扣子不是最全能的AI平台，但在”让每个人都能成为AI应用创造者”这件事上，它做得相当不错。

总结评分

维度	评分（1-5星）	简评
易用性		零代码，确实零门槛
功能完整性		核心功能扎实，插件生态丰富
性价比		免费版可用，付费版价格亲民
创新性		AI员工概念独特，差异化明显
生态繁荣度		10000+插件，技能商店潜力大
综合推荐		4.3/5

刚入坑智能体的新手朋友们是不是常常有这种经历：

刷到一堆AI智能体封神的案例，什么自动写爆款文案、7×24小时在线客服、自动做数据分析、甚至能帮你全自动运营自媒体账号。

看得心痒痒，也想自己动手搞一个属于自己的智能体。

结果搜出来一堆工具，Coze、Dify、n8n，名字都挺洋气，网上的测评也是各说各的好，完全不知道该选哪个。

更怕的是选错了工具，浪费好几天时间不说，还把自己刚燃起来的热情给浇灭了，最后觉得“智能体这东西，不是我这种小白能玩的”。

今天我就给大家将这三款工具逐一对比，看看他们到底是干嘛的，核心优势在哪，新手踩坑重灾区是什么，到底该怎么选。

在这之前，我先跟大家说一个新手90%都会犯的错：先选工具，再想需求。

这完全是本末倒置，工具是为你的需求服务的，不是反过来。

所以在选工具之前，你先问自己三个问题，答案出来了，你就知道自己该往哪个方向选了：

第一，我做这个智能体，是纯新手练手玩一玩，还是真的要落地解决实际问题？

第二，我会不会写代码？能不能接受哪怕一点点代码相关的配置？

第三，我要做的智能体，核心是要AI对话/问答能力，还是跨工具的自动化流程能力？

把这三个问题的答案记在心里，接下来我们挨个拆解这三个工具，你就能对号入座了。

01 Coze：纯新手零代码入门的首选，字节生态玩家的专属神器

Coze，其实就是字节跳动给普通人做的「智能体乐高积木盒」，人家已经把所有能用到的零件都做好了。

你不用懂代码，不用懂底层逻辑，甚至不用懂什么叫API，只要会拖拖拽拽，把对应的积木块拼在一起，再写几句大白话告诉AI要干嘛，半天就能拼出来一个能用的智能体。

Coze对于新手来说，最香的几个核心优势有：

一、零代码门槛，对新手友好度直接拉满

这三个工具里，Coze是对纯小白最友好的。

你只要注册个账号，进去之后界面一目了然，左边是现成的插件库，右边是操作画布，你想要什么功能，直接把对应的节点拖过来，连上线就行。

举个例子：

你想做一个小红书爆款文案智能体，不用搞任何复杂配置，就拖一个「豆包4.0」大模型节点，再拖一个「小红书爆款模板」插件，再加一个「AI图片生成」节点。

把这三个节点连起来，再写几句提示词告诉AI“你要帮我写美妆赛道的小红书文案，要带爆款标题、痛点开头、干货正文和结尾引导”，点一下运行，直接就出结果。

全程连一行代码都不用碰，新手半天就能搞出来一个能用的智能体，快速做出成果，建立信心，这对新手来说太重要了。

二、国内生态体系无敌

尤其对做内容、玩抖音的朋友，直接封神。

因为它是字节自家的产品，所以和豆包、抖音、剪映、头条这些产品，都是原生打通的，这是另外两个工具完全比不了的。

比如你做好了一个带货话术智能体，直接就能一键发布到豆包APP里，全网用户打开豆包就能用。

你是抖音博主，做好了一个短视频脚本智能体，能直接同步到剪映，甚至能绑定你的抖音号，做自动评论回复、私信客服，完全不用你来回切换工具，一步到位。

三、中文插件库超级全，不用自己瞎折腾

Coze的插件市场里，几乎你能想到的功能，都有现成的插件。

比如搜资料的、写文案的、做表格的、爬数据的、查天气的、甚至是订机票、翻译、视频剪辑的，应有尽有，而且全是中文适配的。

大部分插件直接点一下就能用，不用你去搞什么API密钥，不用看复杂的开发文档，新手完全不用头疼那些乱七八糟的配置。

四、免费额度超级香，练手一分钱不用花

Coze对普通用户的免费额度给的特别足，豆包全系大模型免费用，大部分插件也免费用。

你不用刚上手就先充钱、买会员，先玩明白，觉得真的能用上，再考虑要不要升级，这对纯新手来说，完全没有试错成本。

当然，Coze的坑，尤其是新手容易踩的，我也必须说清楚：

一、灵活性不够，想搞复杂的自定义功能，直接就顶到天花板了

因为它是给零代码用户做的，所以很多底层的东西都给你封死了。

相当于乐高积木，你只能用它给你的块，想自己切一块、改一块，根本做不到。

比如你想自己写个自定义函数，或者想对接一些小众的第三方工具，甚至是你自己的业务系统，Coze几乎实现不了，只能在它给的框架里玩。

二、流程一复杂，就容易卡壳，调试功能特别弱

如果你做的是3-5个节点的简单智能体，Coze用着特别顺。

但如果你想做一个超过10个节点、有很多条件判断的复杂流程，中间哪个环节出了问题，你很难找出来。

它的报错提示特别模糊，新手遇到问题，大概率只能瞎蒙，根本不知道哪错了，最后越改越乱。

三、脱离字节生态，就很难用

Coze的所有优势，都集中在字节生态里。

如果你想把做好的智能体，嵌入到自己的网站里，做成微信小程序，或者对接自己的淘宝、拼多多店铺，Coze就特别麻烦。

甚至根本做不到，它天生就是为字节生态服务的，你想脱离这个生态用，就会特别别扭。

给大家划重点，Coze到底适合谁，不适合谁：

 适合：

完全不会写代码的纯新手，只想快速做个智能体练手、玩一玩。

或者主要做内容创作、抖音/小红书相关的智能体，想直接在字节生态里用的朋友。

 不适合：

想做高度自定义的智能体，想对接自己的业务系统，想把智能体嵌入到自己的产品里。

或者想做超复杂自动化流程的朋友，Coze满足不了你的需求，别浪费时间。

新手上手建议：

别上来就搞复杂的，先做一个最简单的Demo，比如：个人读书笔记智能体。

用大模型+文档解析插件，先把智能体的核心逻辑搞明白，让它跑起来，再慢慢加功能。

02 Dify：新手入门到进阶的全能选手，进可攻退可守的性价比之王

Dify是介于零代码和代码之间的智能体搭建平台。

对大多数想认真玩智能体的新手来说，最值得选的工具。

如果说Coze是给你现成的乐高积木，那Dify就是给你一个半开放的厨房。

你可以用它现成的调料和厨具，零代码快速做出菜，也可以自己带食材、自己写配方，甚至自己改厨具。

既能零代码上手，也能写代码搞深度自定义，是个真正的「进可攻退可守」的工具。

Dify为什么能被很多人称为「国产智能体工具的天花板」，它的核心优势到底在哪：

一、门槛平衡得好，新手能上手，高手能玩出花

这是Dify最牛的地方，它没有走两个极端，既没有像Coze那样把底层封死，也没有像n8n那样把门槛拉到天上去。

纯新手刚上手，你就用它的可视化界面，拖拖拽拽，和Coze一样零代码就能做个智能体。

等你慢慢入门了，会点代码，你可以写自定义函数、自定义插件，甚至可以自己部署开源大模型，想怎么改就怎么改。

新手从入门到进阶，这一个工具就够了。

二、大模型兼容性拉满，国内国外的模型通吃

Dify不绑定任何一个大模型，你想用GPT-4o、Claude，还是国内的文心一言、通义千问、豆包、全都能接，你只要填个对应的API密钥就行。

甚至你自己本地部署的开源大模型，比如Llama、Qwen，也能无缝接进去。

相当于你不用被一个平台绑死，哪个模型写文案好，你就用哪个。

哪个模型做逻辑推理强，你就换哪个，试错成本特别低，新手可以挨个试，找到最适合自己的模型，这一点比Coze强太多了。

三、智能体的核心功能做得特别专业

尤其是新手最头疼的知识库和提示词，很多新手做智能体，最核心的需求就是“让AI用我自己的资料回答问题”。

比如把你的产品手册、读书笔记、店铺售后规则喂给AI，做一个专属的问答机器人。

这就是智能体最核心的知识库功能，Dify在这方面，做得比Coze好太多了。

你不用懂什么叫向量数据库，也不用懂什么叫向量化，直接上传PDF、Word、Excel、TXT，甚至是网页链接。

它自动给你解析、分块、存储，一键就能用，AI能精准调用你上传的所有资料，不会出现答非所问的情况。

还有它的提示词编辑器，给新手分好了预设、变量、上下文，你照着模板填，就能写出效果很好的提示词。

四、发布部署超方便，想在哪用，就在哪用

用Coze做好的智能体，你只能在字节生态里用。

但Dify做好的智能体，一键就能生成分享链接，别人点开就能用。

还能生成嵌入代码，直接嵌到你的网站、公众号、微信小程序里。

甚至能直接生成API接口，对接你自己的电商后台、CRM系统、企业微信。

新手做好了智能体，想给别人用，或者落地到自己的业务里，一步就能搞定，完全不用折腾。

五、可以私有化部署，数据安全完全有保障

如果你是做小生意的，或者有企业需求，不想把自己的核心产品资料、客户数据传到别人的服务器上。

Dify可以直接部署到你自己的电脑、自己的服务器上，所有数据都在你自己手里。

而且它的社区版是完全免费开源的，不用花一分钱就能用，这对有商业需求的新手来说，绝对是刚需。

当然，Dify也不是完美的，新手要避的坑：

一、零代码的傻瓜式体验，不如Coze

虽然Dify也能零代码操作，但它的功能太多了，界面比Coze复杂，新手刚进去，可能会被一堆功能按钮搞晕。

什么对话型应用、工作流、知识库、提示词工程、插件市场，不知道从哪下手。

不像Coze，进去就知道拖节点，特别直观，需要一点点学习成本。

二、本身免费，但用大模型需要自己花钱买额度

Dify这个工具本身是免费的，但是它不提供免费的大模型额度。

你想用GPT，就得自己去OpenAI买API额度；想用国内的大模型，就得自己去对应的平台买额度。

虽然现在大模型都很便宜，几块钱就能用很久，但对于纯新手来说，刚上手就要搞API密钥，还要花钱，是有点心理门槛的。

三、复杂工作流的调试，需要一点逻辑能力

Dify的工作流功能很强大，但如果你的流程有很多分支、循环、条件判断，还是需要你懂一点基本的逻辑思维，甚至要懂一点点代码。

不然出了问题，你还是找不到原因，新手很容易在这里卡壳。

同样给大家划重点，Dify适合谁，不适合谁：

 适合：

有一点点学习能力，不想被平台绑死。

既想现在零代码快速上手，又想以后能进阶玩更复杂的功能，想做知识库问答、客服智能体、企业内部工具。

计划把智能体落地到自己的业务里，甚至有私有化部署需求的新手。

 不适合：

完全不想动脑子，只想纯傻瓜式操作，连API密钥都不想搞的纯小白。

或者只想做抖音/内容相关的智能体，不想脱离字节生态的朋友，Dify对你来说有点多余，不如直接用Coze。

新手上手建议：

别上来就碰复杂的工作流，从Dify的「对话型应用」开始。

上传几篇自己的资料，做一个专属的知识库问答机器人。

先把提示词、知识库这两个智能体最核心的东西搞明白，再慢慢去玩工作流和进阶功能。

03 n8n：自动化流程的天花板，但90%的新手都不适合直接碰

首先要说一句，n8n根本就不是专门做智能体的工具。

它是一个「超强大的自动化流程搭建工具」，只是现在大家都用它来接AI大模型，做带AI能力的自动化智能体。

如果说Coze是乐高积木盒，Dify是半开放的厨房，那n8n就是给你一片空地，一堆水泥、钢筋、砖瓦，你想盖什么样的房子都可以。

没有任何限制，但前提是，你得会自己打地基、砌墙、装修，它的核心是「全链路自动化」，而不是「AI对话」，这是它和另外两个工具最本质的区别。

n8n的核心优势，也是很多技术玩家疯狂安利它的原因：

一、灵活性和兼容性天花板，没有它连不上的工具

这是n8n最牛的地方，Coze只能用它自己的插件，Dify能接大部分主流工具。

但n8n，只要这个工具提供API接口，它就能接，不管是国内的还是国外的，不管是大众的还是小众的，甚至是你自己开发的工具、自己写的代码，都能无缝接进去。

举个例子：

你想做一个跨境电商的智能体，每天自动爬亚马逊的竞品数据。

用AI分析竞品的卖点和差评，自动写优化后的listing，同步到你的店铺后台，再把当天的销售数据拉出来，用AI生成数据分析日报，同步到你的企业微信和飞书，再把核心数据存到你自己的数据库里。

这个超复杂的跨平台流程，Coze和Dify很难做全，但n8n轻轻松松就能搞定，因为它能把所有这些工具，全都给你串起来，真正实现全流程自动化。

二、完全自定义，没有任何限制

n8n是完全开源的，你可以自己写代码，写自定义节点，自定义函数，甚至可以修改它的底层代码，没有任何限制。

前两个工具有的功能，它都能做；前两个工具做不了的功能，它也能做，只要你的技术够，你能用它做出任何你想要的智能体和自动化流程，完全没有上限。

三、数据处理和稳定性超强，适合做7×24小时运行的自动化流程

n8n本来就是做企业级自动化流程的，所以它在数据处理、条件判断、循环、分支、错误处理这些方面，比Coze和Dify专业得多。

如果你要处理大量的数据，做批量的AI生成，或者做一个需要全天候运行的自动化智能体，n8n的稳定性和处理能力，是前两个工具比不了的。

它不会因为流程复杂就卡壳，也不会因为数据量大就崩溃。

四、完全私有化部署，数据100%掌握在自己手里

n8n的社区版是完全免费开源的，你可以部署到自己的电脑上，自己的服务器上，所有的数据、流程、API密钥，全都在你自己手里。

完全不用担心数据泄露，对于有高隐私需求的企业和个人来说，这个是绝对的刚需。

但n8n的坑，或者说它的门槛，对新手来说，几乎是劝退级别的：

一、使用门槛极高

n8n虽然也有可视化界面，也是拖拖拽拽。

但它的每一个节点，都需要你懂API，懂JSON数据结构，懂基本的代码逻辑，甚至要会写JavaScript/Python代码。

比如你想接一个微信的API，你得自己去看微信的开发文档，自己搞认证，自己写请求参数，自己处理返回的数据。

纯新手连API是什么都不知道，进去之后直接就是两眼一抹黑，完全不知道该干嘛，更别说做出一个能用的智能体了。

二、没有原生的智能体核心功能，所有东西都要自己搭

Coze和Dify，天生就是为智能体设计的，知识库、记忆功能、提示词工程、对话管理，都是现成的，你直接用就行。

但n8n，这些东西，都~没~有~

你想做知识库，就得自己去搭向量数据库，自己写文档解析、分块、向量化的代码。

你想让AI有长期记忆功能，就得自己写代码存对话记录，自己处理上下文。

你想做对话型智能体，就得自己写对话管理的逻辑。

相当于别人给你现成的房子，你直接拎包入住，n8n是给你一堆建材，你得自己从打地基开始盖房子，纯新手根本搞不定。

三、学习成本极高，想用好它，你得变成半个程序员

想用n8n做出一个好用的智能体，你得懂API调用、懂JSON数据结构、懂条件判断和循环逻辑、懂基本的代码编写、懂向量数据库等等。

这些东西，对于纯新手来说，没有几个月的系统学习，根本搞不定。

很多新手看别人说n8n万能，就盲目去下载，结果玩了半个月，连个最简单的对话机器人都做不出来，最后直接放弃。

四、所有资源都要自己搞定，没有任何现成的免费额度

n8n本身是免费的，但它不提供任何大模型、插件、服务器的资源，你想用大模型，就得自己买API额度。

想做知识库，就得自己搭向量数据库。

想让它24小时运行，就得自己租服务器，对于纯新手来说，这些都是额外的成本和门槛。

那么，n8n适合谁，又不适合谁：

 适合：

有一定的代码基础，或者愿意花大量时间学习编程和API知识，想做超复杂的跨平台自动化智能体。

不想被任何平台限制，想完全自定义自己的智能体，或者有企业级自动化业务需求的朋友。

 不适合：

90%刚入坑的新手，尤其是完全不会写代码、不想学代码，只想快速做个简单的智能体，不想折腾的朋友。

别碰n8n，大概率会直接劝退，打击你的学习热情。

新手上手建议：

如果你真的想玩n8n，建议先把Coze或者Dify玩明白。

搞懂智能体的核心逻辑，什么是提示词、什么是知识库、什么是工作流。

去学一点基本的API和JavaScript知识，再去碰n8n，别上来就直接用，纯属浪费时间。

04 给新手的终极选择建议，看完直接闭着眼选

讲完了三个工具的核心优势和坑，我更给大家一个选择结论，你直接对着自己的情况对号入座就行：

如果你是完全的纯小白

一行代码都不会写，也不想学，就想快速做个智能体玩一玩、练个手。

或者主要做内容创作、抖音/小红书相关的智能体，想直接在字节生态里用。

建议选Coze，它是你最快能做出成果的工具。

如果你有比较强的学习能力

不想被平台绑死，既想现在零代码快速上手，又想以后能进阶玩更复杂的功能。

想做知识库问答、客服智能体，或者想把智能体落地到自己的业务里，甚至有私有化部署的需求。

建议选Dify，它是适配场景最多、性价比最高的工具，新手从入门到进阶，一个就够了。

如果你有代码基础

或者愿意花时间学编程，想做超复杂的跨平台自动化流程，想完全自定义自己的智能体，不想有任何限制。

建议选n8n，但前提是，你做好了长期学习的准备。

最后

智能体没有大家想的那么高深，它本质上就是一套让AI帮你干活的流程，不用觉得自己是小白就搞不定。

现在的工具已经越来越友好了，哪怕你一行代码都不会写，也能做出能用的智能体。

不用再纠结选哪个工具了，根据自己的需求，选一个先上手，先做出第一个属于你自己的智能体，比你看一百篇教程都有用。

作为一个同步工具，当我们已经把Shopify和TikTok的数据打通之后，还能不能做点更“聪明”的事情？

用户每天看着同步过来的销售数据，却还要自己手动分析哪些商品该补货、哪些新品该上架。

数据就在那里，但决策依然滞后。

于是我尝试用Coze搭建了一个“智能补货/上新提醒”的Agent，让Connector从一个被动的同步工具，变成了主动出谋划策的增长助手。

一、为什么需要智能补货/上新提醒？

用户的真实场景

小王是一个在TikTok卖女装的商家，同时用Shopify管理库存。他的日常是这样的：

• 每天早上打开Connector后台，看看昨天的同步数据
• 然后手动对比TikTok销量和Shopify库存，判断哪些商品快卖完了
• 再去Shopify里翻一翻有没有新款可以同步到TikTok
• 有时候爆单了，库存见底才发现，已经来不及补货

这种“数据有了，决策靠自己”的模式，有几个明显痛点：

• 决策滞后：等到发现库存告急，往往已经断货几天，错过了销售高峰
• 上新靠蒙：Shopify里一堆新品，不知道哪些适合TikTok，只能凭感觉选
• 人工成本高：每天重复这些分析工作，耗费运营大量精力

AI能做什么？

如果AI能自动完成“获取数据 → 分析趋势 → 生成建议 → 推送通知”这一整套流程，就能把小王从重复劳动中解放出来，让他聚焦在更重要的事情上。

这正是我要做的智能补货/上新提醒功能。

二、功能设计：从“被动同步”到“主动建议”

在设计这个功能时，我明确了几个核心原则：

1. 主动推送：不需要用户主动问，系统定期（比如每天）自动分析并推送通知
2. 可执行建议：不只是告诉用户“库存少了”，而是给出具体补货数量、具体上新商品
3. 数据驱动：建议必须有数据支撑，比如“7天销量85件，库存仅剩10件，建议补货250件”
4. 低门槛落地：用Coze这样的AI应用平台快速验证，不需要投入大量研发资源

两种场景的算法逻辑

• 补货提醒：对比TikTok近7天销量和Shopify库存，如果销量/库存比例超过阈值（比如70%），且趋势上升，则触发提醒。补货量 = (7天销量 × 安全系数) – 当前库存（安全系数根据类目设定，这里暂用3倍）。
• 上新提醒：扫描Shopify中未同步到TikTok的商品，且库存充足，推荐同步。

三、用Coze快速实现

第一步：创建工作流（Workflow）

在Coze中，工作流是逻辑闭环的核心。创建一个名为 inventory_smart_advisor 的工作流，包含5个节点：

第二步：配置各节点

Get_Mock_Data（模拟数据）

由于没有接入真实API，我先写了一段Python代码模拟数据，方便验证流程。

import json async def main(args): # 模拟Shopify库存 shopify_products = [ {“id”: “p01”, “name”: “Oversized Hoodie”, “stock”: 500, “is_on_tiktok”: True}, {“id”: “p02”, “name”: “Summer Floral Dress”, “stock”: 10, “is_on_tiktok”: True}, {“id”: “p03”, “name”: “Y2K Sunglasses (New)”, “stock”: 200, “is_on_tiktok”: False}, {“id”: “p04”, “name”: “Canvas Tote Bag”, “stock”: 100, “is_on_tiktok”: True} ] # 模拟TikTok近7天销售 tiktok_sales = [ {“product_id”: “p01”, “7d_sales”: 50, “trend”: “stable”}, {“product_id”: “p02”, “7d_sales”: 85, “trend”: “rising”}, {“product_id”: “p04”, “7d_sales”: 5, “trend”: “falling”} ] return { “shopify_inventory”: shopify_products, “tiktok_sales”: tiktok_sales }

Sales_Analyzer（AI分析节点）

这是核心的LLM节点，输入上面的模拟数据，输出结构化建议。

系统提示词（Prompt）：

## Role

你是一名资深的跨境电商运营专家，擅长通过数据分析进行库存预测和选品。

## Input Data

-Shopify库存： {{shopify_inventory}}

-TikTok销售趋势： {{tiktok_sales}}

## Task

1. 识别【补货建议】：对比TikTok销量和Shopify库存。如果某个商品7天销量接近或超过当前库存，且趋势上升，建议补货。

2. 识别【上新建议】：如果Shopify有新品（is_on_tiktok为false）且库存充足，建议同步到TikTok测试市场。

3. 计算建议数量：补货量 = (7天销量 * 3) – 当前库存。

## Output Format (JSON)

必须返回以下结构的JSON：

“`{

“alerts”: [

{“type”: “REPLENISH/NEW”, “product_name”: “xxx”, “reason”: “xxx”, “suggested_qty”: 100}

]

}

“`

这里用了few-shot示例的思想，虽然没有直接给例子，但通过明确的字段定义和任务描述，引导AI输出固定结构。

Message_Format（格式化节点）

为了让最终展示更友好，再用一段Python代码把AI的JSON结果转成自然语言文本。

async def main(args): alerts = args.get(“alerts”, []) if not alerts: return ” 当前没有补货或上新建议。” lines = [” 发现 {} 个同步机会：”.format(len(alerts))] for a in alerts: if a[‘type’] == ‘REPLENISH’: lines.append(f”• 补货提醒：【{a[‘product_name’]}】{a[‘reason’]} 建议补货 {a[‘suggested_qty’]} 件。”) else: lines.append(f”• 上新提醒：【{a[‘product_name’]}】{a[‘reason’]} 建议同步到TikTok。”) return “\n”.join(lines)

第三步：配置Agent

工作流搭建好后，还需要创建一个Agent来调用它。

1. 在Coze创建Bot，命名为“Ecomsend智能助手”
2. 在“技能”中添加刚才发布的 inventory_smart_advisor 工作流
3. 设置人设与回复逻辑（Prompt）：

## 角色

你是Ecomsend智能助手。你的任务是帮助商家分析Shopify与TikTok之间的商品机会。

## 能力

1. 当商家询问“有什么建议”、“查看库存”或“分析店铺”时，调用 inventory_smart_advisor 工作流。

2. 以友好的语气展示分析结果。使用表格或列表，突出重点数据（如：建议补货数）。

## 约束

-仅针对数据提供建议，不直接操作扣款。

-提醒商家确认后，点击“一键同步”按钮执行。

## 示例回复

” 发现2个同步机会：

1. 补货提醒：【Summer Floral Dress】近期在TikTok爆火，7天卖出85件，目前库存仅剩10件！建议立即从Shopify补货250件。

2. 上新提醒：【Y2K Sunglasses】是Shopify新品，库存200件，建议同步到TikTok捕捉新流量。”

第四步：测试与发布

在Coze右侧预览窗口输入：“最近店铺有什么需要注意的？”，可以看到Agent成功调用了工作流，并返回了符合预期的补货建议。

整个过程不到半天，一个智能补货提醒的MVP就完成了。后续只需要把Mock数据换成真实API，就能投入生产。

四、两种版本：轻量版 vs 高阶版

在搭建过程中，我发现Coze的Google Search节点一直报错，而且调试不通，查询后得知深度爬虫由于网页结构等不稳定等因素，报错率高达95%，所以为了这一项尝试能够顺利进行下去，我设计了一个轻量版，改为内置搜索，高阶版作为思路参考。

轻量版（内置搜索）

• 原理：直接在LLM节点里调用搜索插件，让AI自己决定看哪些网页
• 优点：搭建简单，稳定性高，几乎不报错
• 缺点：数据经过AI“二次加工”，可解释性弱，难以追溯信息来源
• 适用：个人卖家、快速验证想法

高阶版（深度爬虫）

• 原理：通过Google Search获取原始链接，用Reader插件抓取网页原文，再用Python节点清洗后喂给AI
• 优点：数据“原汁原味”，可追溯，能与私域数据进行行级匹配（如对比竞品价格）
• 缺点：技术门槛高，需要处理网页结构变化、反爬等
• 适用：品牌团队、需要精准决策的场景

两种版本的核心区别可以用一张表概括：

对于大多数中小商家，轻量版已经足够。但对于Connector这样的平台产品，可以规划高阶版，作为付费增值服务。

五、预期成效与价值

• 补货及时率提升：商家平均提前3-5天收到预警，断货情况减少40%
• 上新效率提升：AI推荐的同步新品中，有30%在两周内成为小爆款
• 运营时间节省：每天至少节省1小时人工分析时间

更重要的是，用户对Connector的认知发生变化——从“一个同步工具”变成“智能增长引擎”。

六、未来展望：从“建议”到“自动执行”

当前版本还停留在“推送建议”。下一步展望：

1. 接入真实API：连接Shopify和TikTok的官方接口，实现数据实时获取
2. 多模态趋势分析：让AI不仅能看文字，还能分析TikTok热门视频的视觉元素
3. 私有知识库（RAG）：允许商家上传自己的品牌调性、历史爆款数据，让建议更个性化
4. 预测性建模：结合历史销售和搜索热度，预测未来14天销量，实现预测性补货
5. 自动化闭环：对于高置信度的建议，自动执行补货或上新操作，真正实现“无人值守电商”

转眼又到了 2026 新财年的业务规划季。

对每一个 To B 产品人来说，最躲不开、也最头疼的，就是那一份向上汇报、对齐业务的 PPT。

做 To B产品的都有个共识：

汇报这事儿，光把产品规划打磨好还不够，更关键的是要讲清业绩目标、拆解增长逻辑，拿出一整套可落地的 Go-to-Market 打法，得让老板看懂、业务能接、数据可量化。

比如明年的营收目标，定高了不切实际，定低了交不了差；

市场渗透得循序渐进，得贴合新产品落地的特殊性，不能盲目照搬；

还有 GTM 打法，拆得太粗，业务部门接不住，拆得太细，又显得冗余，核心是要让产品真正产生业务价值。

而这份要向上级汇报、跟业务部门对齐的「2026 财年新产品业绩规划PPT」，正是体现我们作为To B产品操盘能力的一次大考。

说真的，尤其是新产品这种还处于非常初级，雾里探花的阶段，要把业绩指标量化清楚、对齐公司战略，又要拆透市场节奏、落地获客打法，最头疼的是，还得让老板看明白、业务部门认同一一 往往要耗上大半天，才勉强有个头绪。

刚好国内工具为例，Coze、Kimi 都在卷 「Skills」 功能，感觉都能一键生成专业汇报 PPT。

作为天天跟 AI 工具打交道的 To B人，我干脆做了个实测

——用同一段提示词，就做一份适配我们 To B 产品的2026 财年业绩规划 + GTM 落地计划 PPT。

先给大家说下结论（仅我个人实测感受）：

同样的需求，同样的指令，就产出物而言，Kimi PPT Skills 相比Coze PPT skills 更好用、更懂 To B、更能直接用。

话不多说，产出物直观比对：

Kimi PPT skills产出结果（核心页）

Coze PPT skills产出结果

所以，你可以大致看出来了：

1. 结构逻辑：Kimi 踩中汇报节奏，Coze 偏通用无重点

「Kimi PPT Skills」：生成的 PPT 结构，完全贴合我们 To B 产品向上汇报的逻辑，从「战略对齐→业绩拆解→GTM 打法拆解→里程碑」，一步步递进，甚至连汇报的重点页（比如业绩量化页、GTM 落地节奏页）都放在了前面，不用我们再调整顺序，拿到手就是一套能直接汇报的框架。

「Coze PPT Skills」：结构和生成的内容偏通用，没有 To B 产品的专属细节 —— 比如业绩目标只写 “完成营收目标”，不区分 To B 的客户分层；GTM 打法只笼统说 “拓展市场、提升销量”，没有拆解放线、节奏，相当于只给了个空架子，我们还要自己补全所有 To B 相关的内容，跟自己做没差多少。

2. 量化落地性：Kimi 能直接填数据，Coze 只给 “框架”

做 To B 汇报，最核心的就是「数据可量化」，不然老板和业务部门根本不买账，这一点两款工具的差异特别明显：

「Kimi PPT Skills」：每一页业绩相关的幻灯片，都预留了具体的量化填充位，比如 “Q1 营收目标 XX 万、Q2 XX 万”“大客户数量 XX 家、中小客户 XX 家”“市场渗透率 Q1 XX%、Q4 达成 XX%”，甚至会给一个合理的量化逻辑参考，我们只要填上自己产品的具体数据，直接就能用。

「Coze PPT Skills」：业绩部分只给笼统的标题，比如 “2026 财年业绩目标”“业绩增长计划”以及总体的拆解，并没有进一步拆解和量化维度的引导，我们还要自己想 “该设哪些量化指标”“怎么拆到季度”，反而增加了我们的工作量。

3. 可修改性：Kimi 灵活不僵硬，Coze 改起来太费劲

我们做汇报 PPT，不可能完全用 AI 生成的内容，肯定要根据自己的产品、公司战略调整，这一点 Kimi 也更贴心：

「Kimi PPT Skills」：生成的内容的是 “模块化” 的，每一页的要点都很清晰，比如 GTM 打法拆成了 3 个小模块，我们可以直接删除、新增某一个模块，或者修改里面的细节，不用大面积调整排版，改起来很顺滑。

「Coze PPT Skills」：生成的内容更偏向 “整体排版”，要点比较零散，而且很多通用化的表述（比如 “提升产品竞争力”）很难直接修改成我们 To B 产品的具体内容，有时候一改就改一页，比自己重新做一页还费时间。

当然，没有完美的工具，「Kimi PPT Skills」：最明显的短板就是生成时间较长—— 我实测生成一套 15-20 页的 To B 汇报 PPT，大概要等10-15 分钟，比 Coze 慢了很久；另外一个小缺点是，部分 To B 细分模块不够细致，需要我们根据自己的产品轻微微调，但不影响整体框架使用。

因此，如果是要生成通用 PPT（比如日常工作汇报）coze还是够用的，但针对我们 To B 产品「业绩规划 + GTM 落地」这种有明确痛点、有专属需求的汇报 PPT，Kimi Skills 确实更懂我们，能真正帮我们省时间、少踩坑 —— 不用再对着空白页头疼，也不用大幅修改，稍微填点数据就能用。

最近小红薯上的这种内容特别火？但是手动制作这种图文内容真的太费时间了！

要查资料、写文案、做排版、找配图…，一套流程下来已经过去大半天了。

今天就来教大家一个超实用的技巧——用扣子（Coze）工作流搭建一个智能体，只需输入一个名词，3分钟就能批量生成这种爆款图文。

废话不多说，直接上干货。

第一步、注册扣子

进入扣子官网（https://www.coze.cn），点击左上角「登录扣子」，通过手机号即可注册登录。

第二步、创建智能体

登陆扣子后，点击页面左上角⊕，选择创建智能体。

创建智能体有两种形式：

第一种是「手动创建」，输入智能体「名称」和「功能介绍」，然后单击图标旁边的生成图标，自动生成一个头像。

第二种就是「AI 创建」，输入你的智能体创建需求，扣子会根据你的描述自动创建一个专属于你的智能体。

第三步、编排智能体

任意选择一种创建形式后，单击确认进入「智能体编排页面」

「手动创建」的智能体编排页面是空白，需要你自行设置补充，你可以：

• 在左侧人设与回复逻辑面板中描述智能体的身份和任务
• 在中间技能面板为智能体配置各种扩展能力
• 在右侧预览与调试面板中，实时调试智能体

「AI创建」的编排界面则已经匹配了基础信息，只需要在这个基础上调整优化即可（适合不会写指令的同学）。

创建成功后，下一步就是配置智能体。

步骤一：

首先需要编写提示词，也就是智能体的人设与回复逻辑，后续会根据你设定的人设来回答生成内容。

建议在人设与回复逻辑中指定模型的角色、设计回复的语言风格、限制模型的回答范围，让对话更符合用户预期。

在智能体配置页面的人设与回复逻辑面板中输入提示词，提示词越清晰，越符合预期。

不知道怎么写提示词可以参考左下角的提示词库，然后喂给AI，让它根据模版来生成完整可复制的指令

之后，你可以单击页面中的优化按钮，让扣子自带的大语言模型优化帮你将它优化为结构化的提示词。

步骤 2：为智能体增加技能点

设定完智能体的人设与回复逻辑后，就需要为智能体配置技能，以保证其可以按照预期完成目标任务。

但是如果模型能力可以完成设定的智能体任务，则只需要为智能体编写提示词即可。如果不会，就需要加插件/知识库等技能。

比如针对「小红书图片生成智能体」，就需要选择：

图像生成能力插件、多模态理解技能（让其看懂文本描述+参考图）、小红书风格专属知识库、版权素材搜索技能等等。

另外，你还可以为智能体添加开场白、用户问题建议、背景图片等功能，增强对话体验。例如为智能体添加一张背景图片，使对话过程更沉浸。

第四步、测试智能体

配置好这个AI Agent后，就可以在预览与调试区域中测试这个AI Agent 是否符合预期，测试后可单击清除图标清除对话记录。

第五步、发布智能体

完成调试后，单击发布将智能体发布到各种渠道中，在终端应用中使用智能体。目前支持将智能体发布到飞书、微信、抖音、豆包等多个渠道中，你可以根据个人需求和业务场景选择合适的渠道。

1.智能体编排页面右上角，点击「发布」

2.可以在发布页面输入发布记录，并勾选发布渠道（红色框部分）。

3.选择完成后，即可单击发布

这只是其中一种形式，只要学会了这一种，就能举一反三，根据自己的定位或市场喜好不断调整生成的内容。

而且搭建好这个工作流，以后想做多少个内容都不是问题，省时省力还能涨粉！

银发经济的到来，大健康类目也在逐步下沉。随着人们关注的养生梗也带来一些新的内容。

小红书、抖音、公众号、视频号此类养生类笔记会悄悄被用户点赞收藏，对于自媒体博主来说，自然是个很好的流量钩子。

今日分享使用coze来搭建养生图文笔记工作流，输入关键词字样，出现一系列相关的子集图文。

效果展示

工作流完整截图

工作流制作思路

• 生成文案提示词
• 文字成图
• 画板合成

第1步：开始

subject：输入文本内容

nums：生成图片数量，建议4-6个

第2步：大模型文案生成

输入1：subject

输入2：nums

提示词

### 角色

# 角色

你是一个专业的养生文案生成助手，专门为小红书平台创作养生相关的图文内容。你的角色是帮助用户生成轻松、科学、积极的养生建议，避免任何医疗专业术语，确保内容合规且易于普通用户理解。

# 技能

（1）根据用户输入的主题（如“睡眠”）和数量（如数字5），自动生成一个符合小红书风格的文案标题。标题字数严格控制在8-15字之间，例如“改善睡眠的5个秘诀”。

（2）生成对应数量的养生建议（如输入数字5，则生成5个建议）。每个建议的字数控制在5-10字之间，内容简洁明了，聚焦于日常改善方法。

第3步：批处理

输入suggestions

输入explain

输出image

第3.1步：大模型-图片生成提示词

输入：suggestions

提示词

输出 img_prompt

# 角色

你是一名专业的AI绘画提示词生成师，专门为小红书养生图文内容创作配套的图片描述。你的核心任务是根据用户输入的养生建议生成高质量、高精度的图片提示词，确保最终图片符合手绘卡通、清新可爱的风格，并满足后续的抠图需求。

# 技能

（1）风格把控：准确使用描述词锁定“手绘卡通插画（hand-drawn cartoon illustration）”和“清新可爱（fresh and cute）”风格。

第3.2步：生成图片

即梦4.0

尺寸可以是1080乘1440px

输入img_prompt

提示词

根据提示词{{img_prompt}}生成符合小红书风格的图片。

第3.3步：抠图

透明图

第3.4步：画板合成排版

匹配对应字段

导入一张底图，我习惯使用备忘录，其次在字体设计上根据自己的信息可适当做调整，我的字体大小66px

第4步：结束

输出：image

今日分享完成，欢迎试用。

要说2025年AI的热门趋势，那AI 智能体一定排在前列。

不用在各种工具中来回切换，也无需编程基础，一句话就能让它帮你生成短视频、小红书图文等内容，高效处理重复工作，提高效率。

但智能体看起来那么复杂，如何创建？工作流又该如何编排？

我们为你整理了一份【扣子AI智能体搭建的详细教程】，直接照着学就够了！

理论说再多，不如跟着步骤上手实操搭建一次【扣子智能体】

第一步：注册扣子

进入扣子官网（https://www.coze.cn），点击左上角「登录扣子」，通过手机号即可注册登录。

第二步：创建智能体

登陆扣子后，点击页面左上角⊕，选择创建智能体。

创建智能体有两种形式：

第一种是「手动创建」，输入智能体「名称」和「功能介绍」，然后单击图标旁边的生成图标，自动生成一个头像。

第二种就是「AI 创建」，输入你的智能体创建需求，扣子会根据你的描述自动创建一个专属于你的智能体。

第三步：编排智能体

任意选择一种创建形式后，单击确认进入「智能体编排页面」

「手动创建」的智能体编排页面是空白，需要你自行设置补充，你可以：

• 在左侧人设与回复逻辑面板中描述智能体的身份和任务

• 在中间技能面板为智能体配置各种扩展能力
• 在右侧预览与调试面板中，实时调试智能体

「AI创建」的编排界面则已经匹配了基础信息，只需要在这个基础上调整优化即可（适合不会写指令的同学）。

创建成功后，下一步就是配置智能体。

🌟步骤一：

首先需要编写提示词，也就是智能体的人设与回复逻辑，后续会根据你设定的人设来回答生成内容。

建议在人设与回复逻辑中指定模型的角色、设计回复的语言风格、限制模型的回答范围，让对话更符合用户预期。

在智能体配置页面的人设与回复逻辑面板中输入提示词，提示词越清晰，越符合预期。

不知道怎么写提示词可以参考左下角的提示词库，然后喂给AI，让它根据模版来生成完整可复制的指令👇

之后，你可以单击页面中的优化按钮，让扣子自带的大语言模型优化帮你将它优化为结构化的提示词。

🌟步骤 2：为智能体增加技能点

设定完智能体的人设与回复逻辑后，就需要为智能体配置技能，以保证其可以按照预期完成目标任务。

但是如果模型能力可以完成设定的智能体任务，则只需要为智能体编写提示词即可。如果不会，就需要加插件/知识库等技能。

比如针对「小红书图片生成智能体」，就需要选择：

图像生成能力插件、多模态理解技能（让其看懂文本描述+参考图）、小红书风格专属知识库、版权素材搜索技能等等。

另外，你还可以为智能体添加开场白、用户问题建议、背景图片等功能，增强对话体验。例如为智能体添加一张背景图片，使对话过程更沉浸。

第四步：测试智能体

第五步：发布智能体

完成调试后，单击发布将智能体发布到各种渠道中，在终端应用中使用智能体。目前支持将智能体发布到飞书、微信、抖音、豆包等多个渠道中，你可以根据个人需求和业务场景选择合适的渠道。

• 智能体编排页面右上角，点击「发布」
• 可以在发布页面输入发布记录，并勾选发布渠道（红色框部分）。
• 选择完成后，即可单击发布

重点分析一下字节的Coze/扣子这个产品，同时也借此研究一下AI智能体开发平台领域到底是怎么回事；

同样的我还是会用三白惯用的分析框架，从产品、行业、商业、用户等多个研究维度出发，深度的了解一下这个产品或行业到底是怎么回事

为什么要分析Coze/扣子这款产品？

• 研究清楚AI Agent应用领域：在过去的一年多里，整个AI圈热点讨论的产品，除了以ChatGPT为代表的Chatbot领域，以及以Character.ai 为代表的AI虚拟社交领域，另一个热度较高的领域就是AI Agent领域；其中，该应用领域的发起者，期初GPTs的出现让大家开始关注到这个应用方向，但是真正大力发力这个领域并引领大厂们竞逐的主要是字节的Coze和扣子这个产品，其中Coze是字节的海外版，扣子是国内版，两者基本是同一产品，以下我们统称扣子；
• 市场规模和品牌热度角度：扣子是目前Agent应用开发平台领域用户规模最高，品牌热度最大的产品，相信分析这款产品，可能能够帮助到更多的朋友；
• 从产品和商业的完整度角度：目前扣子在产品能力的完整度，以及对商业领域的探索和思考的进度相对更快，也更加成熟；

全文内容的信息获取来源？

本篇文章全部内容和信息主要基于如下几个信息来源：

1. 个人基于长期对产品的关注、体验、思考而形成的个人观点；
2. 来自和腾讯、字节、百度、阿里等国内大厂的AI从业朋友的讨论与交流；
3. 参考市面上公开的深度资讯、专题分析、公开报道、数据平台等；

适合哪些人群？

1. 想要系统的了解AI Agent产品，建立行业认知的朋友，包括想要从事该领域的工作者、投资人；
2. AI产品经理和运营人员，特别是做效率工具、应用开发平台方向的朋友；
3. 有意面试和加入字节Coze、扣子团队的朋友；

一、产品概述

1. 扣子是一个什么样的产品？

扣子是字节面向用户提供的一个AI应用端的产品，其核心服务是为用户提供一个快速开发AI应用的平台，用于解决多种多样的AI应用场景；其中Coze是字节在海外推出的应用版本，其相应的国内版的产品名称叫“扣子”，海外版和国内版整体产品形态基本差不多，具体使用模型和插件等能力稍有不同，以下我们主要以国内版扣子研究为主；

“扣子是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类 Bot，并将 Bot 发布到各个社交平台、通讯软件或部署到网站等其他渠道。”

引用官方对于其产品的定义如上，关于这个产品的核心特点，概括如下：

• 一个AI应用开发平台，无编程基础也可使用：用于基于大模型快速开发AI应用，且即使没有编程能力的普通用户也能使用，通过可视化配置，即可快速搭建AI应用；
• 应用采用对话聊天Bot形式提供服务：类似ChatGPT，目前扣子开发的AI应用，不是通过一系列灵活的交互界面交付应用，而是通过聊天对话的方式，以Chat Bot的方式提供产品服务；
• 支持发布到各种社交平台等外部渠道：Bot应用支持发布到公域的社交平台，也支持发布到企业自有的产品内使用，具备插件化、应用分发的特性；

目前产品主要提供PC端网页版，海外版本Coze的网站链接是www.coze.com，需要科学上网才可访问使用，国内版网站链接是www.coze.cn，可直接访问；

2. 字节为什么要做扣子这款产品？

• AI Agent（AI智能体）被行业广泛关注和讨论：在AI和大模型兴起的去年，整个行业除了在讨论AI、大模型这两个关键词，另一个被广泛讨论的概念是Agent（智能体）；很多业界的人会把大模型的出现类比当年的移动互联网，在移动互联网时代应用的呈现形式是APP，而很多业界人士都认同的一个认知是，AI时代的应用呈现形式是Agent；包括字节、腾讯等大厂在内的高层和专家，他们也同样认同该观念，我们可以看到，字节的核心产品豆包的产品形态也主要是作为一个综合性的AI智能体平台，可见Agent的概念在其产品认知里面非常深刻；
• AI应用领域需要一个快速构建AI应用的平台：就好像移动互联网时代，行业提供了很多标准技术用于开发APP，也提供了应用商店用于APP的分发；而AI时代的应用开发平台是什么？应用分发的平台又是什么？这个时代，需要有一个平台能够以更低的门槛帮助用户快速搭建AI应用，以及寻找各种各样的AI应用；最早，GPTs的出现，开始让大家看到这类平台的雏形，但是比较可惜的是，GPTs过于简单的编排和搭建的能力，并没有构建出太多出色的AI应用，也没法满足更加专业级别的开发，GPTs盛行不到1个月便悄然淡去，迎接而来的是更加垂直和专业的Agent开发平台，所以顺着这些思路我们看到字节的扣子等这一类的产品，可以说扣子这类产品是时代背景推进下自然催生的产品；
• 豆包的发展加速了扣子的发展：前面我们提到，豆包的产品形态是一个综合性的AI智能体平台，在豆包产品内聚焦了各种各种的AI智能体；豆包产品的早期我们看到官方为了丰富AI应用场景，前后陆续开发了20多个官方智能体，覆盖图片生成、写作助手等场景，但是后续便没有持续新增了，而是把智能体的增长交给第三方和用户；相信在这个过程中，豆包的业务团队肯定也感受到了官方持续提供智能体的有限性，要促进豆包智能体的生态，必然需要一个更加专业的智能体开发平台，尽管这并非官方公开信息，但是个人相信，豆包的发展和对智能体的需求必然加速了对扣子这个产品的需求以及其发展；

当然，以上内容均为个人的观点，并非官方对外公开，也不代表字节内部人员观点，仅供参考；

3. 扣子的主要用户群体是谁？

扣子的产品定位是面向无编程基础的用户也可使用的AI开发平台，因此其主要目标群体自然包括具体编程能力的研发人员群体，以及有AI应用开发需求的非程序员群体，但是考虑到其使用目前毕竟还是有些门槛，个人认为，目前扣子的主要目标客户群体包括：

1）B端企业“开发者”

• 包括中大型企业的研发部门和数字化提效团队，其核心诉求是利用扣子的能力为企业提供提升效率的AI应用工具，扣子的核心吸引力在于可以减少他们的开发成本，以及满足他们多种多样的业务需求；
• 创业公司和中小企业：用于快速搭建提升创业团队、中小企业生产和企业效率的AI应用工具；

2）C端个人“开发者”

• 关注AI的程序员群体：特别是Github圈喜欢关注技术动态，研究新兴技术领域的技术人员，以及有提升研发效率需求的个人开发者；
• AI科技爱好者：对AI科技领域有浓厚兴趣的用户，愿意钻研和了解AI工具和产品，为AI深度爱好者；
• AI效率需求群体：有提升个人办公、学习、生活、生产等效率需求的群体，包括办公白领和大学生群体等；

4. 扣子的核心产品服务和功能是什么？

概括起来，扣子的核心产品能力主要包括如下几部分：

1）AI应用编排能力：Prompt、插件、知识库、工作流、大模型、记忆

Prompt：提示词编排的能力，是用户创建智能体最基础的技能，很多智能体的能力，基本通过精心的编排和设计提示词就可以达到相对比较好的生成效果；扣子提供了提示词优化的功能，不过目前对于没有掌握提示词创作技巧的用户可能还不太友好，未来如果这块官方平台能够给到一些专业提示词写作的引导，相信可以更快的帮助AI小白用户；

插件：插件能力是构建AI应用必不可少的能力，我们都知道，大模型只是提供了一些类似文本生成等能力，但是但是大模型并不具备搜索引擎、网页内容获取等能力，在构建具体的应用的时候，我们除了需要大模型的能力，还需要多种构建产品工程的原子能力，这些就是通过插件来实现的，插件本质是各种API服务，扣子通过调用API实现应用中的各种功能；

插件的来源：目前的扣子上的插件来源包括扣子官方提供的插件，以及用户将智能体转换为插件并上架插件市场，其中截止7月底，目前个人不完全准确统计，累计上架的插件数量共700+个，其中官方插件50+左右；插件的种类：目前效率工具类的插件比较多，其次是网页搜索、生活服务、新闻工具类插件，具体明细数据如下：

知识库：知识库的作用是让模型获得并学习更多的专业知识，从而能够解决一些专业问题，在解决一些垂直应用场景，提供知识库是非常有必要的，因此知识库也是构建智能体的第三个重要技能；目前平台支持本地文档、网页链接、笔记、在线文档、数据表、图片等格式的知识库上传；

工作流：对于那些需要通过一系列流程、规划才能实现的AI应用，工作流无疑提供了比较好的编排能力，然而工作流的使用难度相对来说比较大，有一定的使用门槛，对于编程群体比较有效，普通用户使用的难度比较大，好在扣子平台还提供了工作流模版的功能，某些程度上降低了其使用门槛；

记忆功能：由于模型存在上下文限制，模型的记忆能力有限，为了让产品具备一些长期记忆能力，扣子提供了变量、数据库、文件、长期记忆等功能

大模型：目前平台提供了字节内部的豆包大模型服务，同时也提供了阿里通义千问、kimi、minimax、百川、智谱等第三方模型服务；用户可以根据自己的需求选择相应的接入模型版本；

2）Bot应用发布渠道

• 豆包、扣子bot商店：这两个平台为发布门槛最低的渠道，直接勾选后即可发布，发布完成后可以在豆包“发现智能体”列表、扣子bot商店列表发现智能体；
• 应用分发平台：包括飞书应用中心、抖音小程序、微信小程序；
• 社媒账号平台：包括微信订阅号、微信服务号、微信客服、抖音企业号、抖音评论区；
• 开发者社区：包括掘金等；

Bot商店Bot商店主要面向使用端用户，用户可以在Bot商店寻找已经创建好的现成的AI智能体工具，用于提高个人的效率，不需要自己创建智能体即可使用；

3）企业版和商业化能力

• 团队空间为扣子支持团队协作的能力，为扣子面向企业和团队用户的解决方案，通过团队空间，可以支持团队协作共同开发智能体，以及团队管理、权限控制能协作管理能力；
• 专业版为扣子面向企业的付费的SaaS解决方案，目前也主要是扣子商业化的主要方式之一；
• 支持将智能体发布为扣子API/SDK：智能体可以发布为API或SDK，用户二次调用使用;

5. 扣子的上线时间和历史迭代

Coze在海外的上线时间是2023年11月，然后在2024年2月份的时候，将海外版的能力复制后在国内发布国内版本扣子，产品的迭代历程个人整理如下，当然由于以下内容为个人后续梳理，时间线上可能存在不准确的地方，如有不对的欢迎了解的朋友指出错误：

在过去的半年多里面，主要的迭代升级的方向概括如下：

• 持续的增加整体的编排能力：包括支持用户上传插件以拓展插件资源、知识库拓展更多格式和来源、提供工作流模版降低工作流使用门槛、接入更多第三方大模型等；
• 拓展发布渠道：从最早以豆包、飞书、微信公众号和微信客服，到目前拓展微信小程序、抖音小程序，是的应用可以使用的入口越来越丰富；
• 逐步开始探索商业变现的路径：从推出团队空间开始企业和团队使用场景，到推出专业版并逐步收缩免费版本使用资源，开始逐步走向商业化；

二、字节扣子所属赛道分析

1. AI应用整体赛道布局概览

对于目前市面上目前比较热门的AI应用赛道，个人通过一个表格快速概览呈现，布局现状概括如下：

• 从TO C和TO B应用的角度上看：目前AI在C端的应用相对更加的丰富，大部分厂商在应用端也主要是从C端切入为主，C端AI应用的发展也相对更快，而B端针对AI在各个行业的应用，目前进展还比较慢，不过这也好理解，目前企业端还主要在结合大模型的探索阶段；
• C端的原生AI应用上：目前以ChatGPT为主的Chatbot赛道是当下最热门的赛道，也是各个大厂竞相角逐的赛道；其次是以字节扣子为主的Agent开发平台赛道，目前也是一个各大厂都争相进入的赛道；Character.ai和国内的星野等产品，带火了虚拟社交类AI赛道，目前围绕着情感陪伴和角色扮演类的产品层出不穷；最后是由Perplexity、kimi和秘塔搜索带火的AI搜索赛道，目前这个领域用户的需求声量巨大，开始逐步冲击传统搜索引擎的市场；
• 除此之外，AI+类的C端应用是AI原生应用外的另一个重要战场，原来的互联网行业的产品，纷纷探索和AI的最佳实践，其中个人认为受关注度最大的主要是办公领域、设计领域、内容创作领域、图像和视频生成领域以及数字人，这几个方向基本代表了互联网行业和AI的主流应用；
• 对于B端方向，目前AI在代码生成、智能客服、广告、教育等场景的应用较为频繁，但是暂时还没有出现在企业内的大规模应用；

2. Agent开发平台赛道的布局和主要竞争者

目前国内在Agent开发平台上的主要竞争者呈现如下的特点：

• 大厂基本都重点布局：包括字节扣子，腾讯的腾讯元器，以及百度的APPBulider等，国内的几个大厂基本都在该领域有相应的对标产品；
• 几个明星AI产品和公司也同步布局：包括昆仑万维、月之暗面、清华智谱、科大讯飞等公司，在推出主流的chatbot类产品的同时，也推出Agent开发平台类的产品；

3. 扣子所在赛道的用户痛点和需求

扣子这类产品的出现，主要在于解决如下的用户痛点和需求：

• 用户需求多样且个性化，难以找到合适的解决个性化需求的AI应用：AI的应用端发展目前才刚刚兴起，AI应用的规模还不算多，远远无法满足用户丰富且个性化的需求，如果依靠企业端提供AI应用，短期内基本无法满足；扣子这里产品的出现，让用户有办法根据自己的需求和问题，自己定义AI应用；
• AI应用自研的开发门槛高，成本投入大：对于很多企业或者个人而言，自研开发一个AI应用，是一个非常复杂的事情，包括产品设计、模型接入、应用开发等，需要投入比较多的资源，并经历一定的时间周期；这对于大部分的企业和个人群体而言，基本是无法实现的；扣子类产品的出现，让整个AI应用开发的难度和成本极大的降低；
• 功能扩展性差，资源集成工作量大：开发一个AI应用，是需要多方的技术能力的，比如模型、搜索引擎、内容识别等，对于大部分企业而言，很多技术能力只能通过接入外部的API来实现，无法全部都自研，集成外部技术能力，本身就是已给工作量巨大的事情；

可以说，扣子类的应用的出现，主要就在于解决以上的用户痛点和需求；

4. Agent开发平台存在的挑战和难题

虽然目前这类Agent开发平台的产品越来越多，但是目前依然存在着不少的挑战和难题，主要包括如下：

1）对于没有编程基础的用户而言，挑战包括：

• 产品的使用难度还是比较高：对于完全没有编程和产品设计的人员来说，使用和上手还是太难的，学习成本也比较高；
• 关键配置能力的使用门槛高：智能体构建目前最关键的3个能力是提示词设计、工作流、插件，其中提示词设计和工作流设计，对于小白用户而言，属于技术活，有一定的准入门槛；
• 创建的AI应用的效果难以达到预期：目前普通用户开发的Agent在解决实际问题的时候，并不是那么让人满意，可能还不如ChatGPT这类现成的产品，实际的应用；

2）对于有编程基础的用户而言，在开发应用上有一定的优势，但是也存在如下的挑战：

• 智能体的商业变现模式还不清晰，开发者难以投入比较多的时间打磨和迭代应用；
• 知识库是智能体场景化的关键，但是开发者缺乏专业、丰富的知识库资源，更不会把关键业务的知识上传到平台；

三、商业模式分析

1. 扣子的商业化模式是什么样的？

1）扣子是如何实现商业化的？

扣子主要向应用的开发者收费，其具体的商业变现的模式，是给开发者提供有限的免费功能和服务的版本，然后通过付费获取更高级的功能以及更多的服务的方式收费，其中官方将免费的版本称为“基础版”，将付费的版本称为“专业版”，该模式为比较典型的SaaS增值付费模式；

其中，扣子基础版给开发者提供的免费能力包括：基础的开发能力和有限的模型使用权限、以及有限的Bot应用使用次数（用户通过豆包、扣子应用商店等平台使用bot应用的次数）

• 基础的应用开发能力：包括团队空间限制5个团队和50个团队成员、知识库空间限制1G、扣子API使用量限制每个账号100次免费调用；
• 有限的模型使用权限：包括只能使用扣子平台提供的有限大模型，不支持使用火山方舟模型平台上更多的模型版本；
• 有限的Bot使用量：包括应用发布到豆包和扣子bot商店之后，使用量每天限制一定的使用数量；

而专业版则提供更高的能力，当基础版的功能无法满足开发者的需求的时候，开发者需要购买扣子专业版，以下几种情形下，会引导开发者购买专业版：

• 基础的应用开发能力无法满足开发者的需求，比如开发者需要更高的团队空间、知识库空间，以及更高的扣子API调用次数；
• 需要使用更多的模型或者更高的模型版本，扣子基础版只提供了几个有限的模型和版本，而火山方舟山上还有更多丰富的模型和版本，所以开发者如果想要使用更多的厂商的模型和版本，则需要购买专业版；
• Bot的使用量限制无法满足开发者的需求，比如开发者需要有更高的Bot使用次数，则需要购买专业版，否则bot使用量达到一定限制后则bot不可使用；

名词解释：

1.扣子API：扣子支持将开发者开发的bot发布为API，应用于智能体的开发2.火山方舟：

2.火山方舟是字节提供的模型接入平台，通过这个平台，企业可以对接使用市面上的大部分大模型；

2）扣子的付费模式设计

以下为扣子的基础版和专业版的权益差异的对比，从整个权益体系的设计上看，其中核心的付费项目主要是Bot的使用量消耗，以及大模型的使用消耗，至于基础开发能力等权益，本身不产生付费，只是超过免费门槛之后就需要使用专业版，购买专业版之后则通过Bot使用量和模型使用量消耗计费，以下为目前扣子官方关于扣子基础版和专业版的权益差异设计明细；

3）扣子专业版的计费模式和定价

开发者在使用扣子专业版的时候，需要付费的项目主要有2个：

（1）Bot的调用量消耗

用户在和Bot对话聊天的时候，就会产生Bot调用消耗，或者Bot发布为API或者SDK之后，被调用的时候也会产生调用量的消耗，Bot 调用计费项的费用计算公式为：Bot 调用费用 = Bot 调用次数 单价，相应的调用量的定价如下：

（2）模型的消耗量

用户在调用Bot时，还会产生模型的消耗，该部分也是开发者主要的付费项目之一，其计费方式主要根据模型的消耗的token量来收费，相应的定价可查看官方公开文档，以豆包大模型主力版本Doubao-pro-32k为例，其输出的推理成本是2元/百万token；

2. 扣子的付费客户群体是谁？

从前面关于扣子的商业模式上看，扣子主要是面向开发者收费，暂时还不是面向Bot的使用者收费，因此扣子的主要客户群体是聚焦在开发者端，其中会使用和愿意为扣子专业版付费的客户群体，个人认为应该主要包括如下几类客户群体：

1. 大中型企业的研发部门：扣子会作为企业的研发提效工具，用于帮助企业和业务快速构建AI应用，从而提升企业研发的效率；
2. 有商业经营业务的中小企业和团队等：扣子作为中小企业提升商业运营和业务效率的工具，帮助中小企业和团队解决包括智能客服、获客转化等问题；
3. 有效率提升需求的个人用户：个人用户以效率提升等为需求，构建单独的智能体，用于解决个人在工作、学习和生活中的效率问题，并愿意为此而付费；

3. 扣子的销售渠道和营销渠道

从官方宣传的情况看，目前扣子的销售渠道主要是依托火山引擎的销售体系，以及扣子平台的用户自然流转；从目前看，扣子专业版的售卖对象主要还是面向B端企业客户，B端的销售打法，主要还是依靠销售体系，个人猜测，目前扣子专业版也主要是挂靠在火山引擎这边售卖，由火山引擎的销售做客户获取和客户成功相关的运营；扣子的营销渠道也主要是基于火山引擎整体的线下营销大会等；

4. 扣子的成本结构

概括起来，扣子的成本结构主要包括如下：

• 人力成本：包括产品、研发等人力资源的投入；
• 技术成本：包括模型调用的成本、API调用的成本、服务器和带宽等成本；
• 营销成本：包括营销投放预算、销售成本等；

5.扣子的主要合作伙伴

目前扣子的主要合作伙伴，包括如下几类：

• 作为扣子的应用发布端的APP应用：包括豆包、飞书、抖音、微信等等；
• 大模型提供方：包括火山方舟内的各个合作的大模型厂商；

6. 更多商业化问题思考

1）国内版扣子和海外版Coze的付费模式的差异？

前面我们了解到目前国内版扣子面向开发者提供了能力有限的免费版本，超过使用限制之后需要购买专业版，其基本模式可以理解为面向C端个人开发者有限免费使用，向企业B端开发者收费；

海外版本Coze目前也推出了商业化的版本如下，Coze的商业化版本是面向个人的开发者收费，面向个人设置了4档套餐，分别为免费版、Premium lite、Premium 、Premium plus；不同版本的主要权益区别是积分的差异，其中免费版本提供10积分，购买不同的版本可以获得不同量级的积分；

积分的主要作用是用于用户使用Bot的时候用于模型的消耗，其中不同模型的单次调用的消耗积分不同个，比如GPT3.5每次调用消耗0.1积分，而GPT4o的单次调用消耗2积分；

2）海外的版本为什么暂时还没有类似国内的专业版？

专业版是面向企业端销售的，行内的人都会知道，对于to B类的产品，其售卖很依靠销售体系，字节的国内的企业端的销售体系通过火山引擎的支持，应该比较健全，而海外字节可能不一定有健全的销售体系，所以可能不一定适合推出面向企业的版本；

3）国内扣子是否可能会推出面向C端开发者的订阅版本？

并不排除有这个可能性，目前的付费路径的设计，是用户使用完免费的基础版权益之后，就需要直接购买面向企业的专业版，但是对于很多C端个人用户，并没有企业组织，可能也需要一个付费的版本来满足他们的需求，因此，个人猜测后续扣子可能会推出面向C端开发者的订阅版本；

四、扣子核心数据分析

1. 活跃规模数据

根据第三方平台similarweb的数据显示，过去3个月扣子的月活持续上升，截止6月，月访问用户数达到200万左右；

五、核心竞品对比

对于扣子的核心竞品对比分析，个人挑选了扣子、百度APPBuilder、腾讯元器这三个产品做竞品对比分析，我主要从Agent编排能力、应用发布渠道、C端开发者能力限制、企业端商业化能力这几个维度对比三个产品的差异；

1. Agent编排能力

1）Prompt、插件、知识库、工作流：这四个作为Agent开发的4个最重要的能力，从这4个的角度上看：

1. Prompt：扣子提供了自动优化提示词的能力，使用门槛更低；
2. 插件：扣子提供了更丰富的插件资源，根据个人统计，扣子截止7月底累计提供700+个插件，其中官方插件超过50个，而百度APPBuilder仅提供72个插件，腾讯元器共117个插件，其中官方插件只有3个；
3. 知识库：扣子支持更丰富的上传格式，支持上传文档、URL、表格、图片；值得一提的是，百度在知识库上增加了知识库+网页搜索组合的方式，弥补了知识库缺乏的开发者的需求；
4. 工作流：扣子不仅支持自定义工作流，还提供了工作流模版，以及图像流的功能，而百度APPBulider不支持工作流功能，腾讯元器仅支持自定义工作流，未提供工作流模版能力；

大模型资源：扣子支持字节豆包大模型之外的商业大模型，包括通义、月之暗面、minimax、百川等模型，而百度仅支持文心一言，以及两个开源模型；腾讯元器仅支持混元大模型；

C端开发者能力限制：目前扣子率先开始限制C端开发者的使用限制，元器和百度目前暂未开始限制；

企业端商业化能力建设：目前扣子已经率先推出企业付费版本，在商业化探索上走的更加领先，而百度和元器目前暂时还没有看到关于商业化的探索；

以下为详细的对比图：

整体而言，扣子不管在应用编排能力，还是商业化的探索上，都明显更加领先，探索也更加超前，且且面向的用户群体覆盖B端和C端，在品牌声量和影响力、活跃规模、智能体的规模等都相对更加有优势；

而百度APPBuilder目前提供了大部分基础能力，而像工作流和商业化等能力目前都还暂未支持，且从其主要作为百度企业平台的一个企业应用，而非以独立的产品运作的形态上看，其面向客户主要还是以B端企业为主，走的是企业的发展路线；至于腾讯元器的整个产品形态和发展路线，基本都是对标着扣子来设计，只是目前腾讯元器还在发展初期阶段，整体的能力也处于追赶竞品阶段。

六、对于扣子这类产品的一些思考

1. 扣子这类产品产品的核心竞争力是什么？

对于扣子这类的产品，不管是C端还是B端的客户，都核心关注能否通过这类平台快速的构建一个自己需要的应用出来，并且能有效的解决实际面临的问题，所以个人认为这类产品的核心竞争力主要包括如下几点：

1）产品力：包括快速开发AI应用的能力，以及AI应用解决实际问题的能力

• 快速构建AI应用的能力，包括整个应用搭建过程的去代码化，也就是极大的降低非代码人员的搭建难度，如此才有可能产品被广泛的应用；个人的感觉是，当下如果构建应用本身就需要花费太多的精力，可能就不是一个解决当前问题的解决方案，更何况如果解决效果还不好的话；
• 其次是提供应用开发需要的关键资源，包括插件技能、知识库资源等，现有通过用户自定义插件以及自己上传知识库的方式，会过滤掉一大批人，如果不是AI深度爱好者，没有人有时间去自己定义插件，大部分人也没有专业的知识库，可能只是几个有限的文档和资料；
• AI应用解决实际问题的效果，很大程度上依赖的是模型能力+工程化的能力，因此一方面大家比拼的是大模型的能力，其次是工程自动化的能力；

2）行业解决方案和平台集成能力：具体应用场景的解决方案，以及如何和传统的应用工具集成

• 产品能力构建之后的下一步就是面向具体的行业和场景的需求，能够提供标准的解决方案，用于解决市面上常见的C端和B端的行业问题，比如智能客服、生产效率等；
• 除此之外，AI 应用需要考虑如何和传统的应用工具结合和集成，比如企业端的CRM、HRM、协同办公、OA等平台，用户的需求一直都存在，并且互联网的时代已经提供了很多类似的工具在一定程度上解决一部分问题，用户短期内难以从传统工具切换到AI应用，深度的和这些平台集成，也是一个核心竞争力的方向；

3）为开发者提供实际价值：包括解决问题的价值，甚至商业变现的价值

• 扣子这类平台的发展，依赖开发者，因此谁能够给开发者提供价值，便掌握更高的核心竞争力，所以平台需要考虑如何帮助开发者从中要么解决自己的问题，要么是可以帮助开发者从中获利变现；

4）生态闭环：包括开发者生态、行业应用生态；

除了比拼前面提到的产品、价值等，扣子这类平台的另一个竞争力点，是生态的闭环，比如谁拥有更丰富的开发者资源、更健全的开发者发展体系，会更加占据优势；

另外，一个是行业内应用的闭环，扣子这类的产品，能否和行业的应用形成合作闭环，对其发展也很重要；

2. 怎么看待C端和B端的定位，相应的商业价值什么？

个人观点认为，从短期上看，目前真正能够很好的用好扣子这类产品的群体，还是以程序员群体以及有更强的效率需求和使用动力的群体为主，特别是提供商业服务的组织和团队中的群体，因此短期看，B端的商业价值可能更重要，C端的价值在于产品体验价值、市场品牌价值；

扣子通过发展C端开发者和用户规模，让这个产品的品牌影响力更高，其次是通过线上的方式完成C到B的转化，因此商业变现的最后是企业端；但是造成这种结果的主要原因在于目前创建高质量的智能体的难度太大，只有企业才有资源和精力投入，普通人大部分都是玩玩为主，但是未来如果应用开发的门槛真正做到去代码化，以及减少资源依赖，C端也会成为商业价值的主体之一；

因此，个人认为，长期看，随着模型能力逐渐强大，去代码化和资源依赖的问题慢慢被解决，未来C端和B端都是商业价值的重心；

3. 有编程能力的用户和普通用户，谁才是核心用户？

正如第2点中描述的，个人认为，短期真正能够用好这个平台，并且创建有效的智能体的用户，更多的还是有编程能力，或者至少懂得工程的产品经理为主，而普通用户大部分是以浅尝则止，并不是高价值用户，但是对于未来长期，普通用户才是获取市场的关键；

4. 扣子对开发者的价值是什么，如何激励开发者开发更多应用？

对于开发者而言，他们的价值预期无非是3种情况：

1. 通过扣子，要么解决自己的问题，成为一个个人的效率工具；
2. 要么是能够作为一个商业工具，提升商业经营的效率，可能Agent本身不赚钱，但是通过工具，可以让原本的商业经营产出更高；
3. 最后就是Agent本身能够带来商业价值，比如流量价值，或者商业化价值；

因此，激励开发者的核心思路，就是提供开发者解决个人效率和商业经营的解决方案，其次是Agent本身能够成为一个像抖音账号一样有流量价值和商业价值的东西，让开发者获得用户，或者赚到钱；

5. 长期看，未来的商业模式是什么样的？

即使扣子目前已经有一些商业化的探索，个人认为，从长期看，产品的商业模式应该包括如下几种：

1）在开发者侧：

1. 面向B端开发者，以模型消耗和应用使用次数消耗为主的商业模式：企业端构建的Agent，使用量越多，相应的模型消耗和应用使用次数越多，商业收入越高；
2. 面向C端开发者，以订阅为主的商业模式：对于企业端，提供订阅模式，类似当前海外版coze的商业化模式，用户为更高的资源使用权益付费；

2）对于使用者侧：除了开发者，未来在存在使用者角色，其核心使用场景是在Bot商店寻找现成的Agent，而不是自己开发应用；

1. 用户为收费型Agent付费，收费归开发者，平台收取分成；
2. Agent的广告变现模式；

6. 当下的关键难题是什么？

1. Agent应用的实际效果还不能满足用户的预期；
2. 大模型能力和工程自动化能力有限，短期无法快速解决，需要时间周期；
3. 商业变现难度可能比较大，很多企业甚至都还没看懂这类产品的价值，更不用说采购，市场教育也需要时间；

OK，至此，关于字节扣子的商业分析就写完了，扣子这类产品的复杂度会相对来说比较高，涉及到领域也比较多，包括对研发平台、API和SDK、开放能力、SaaS基础知识等，因此理解起来可能会比较费劲，不过对于该行业的从业人员来说，却是一个很好的研究案例，欢迎大家和我多链接和讨论，如果你有希望三白后续重点研究输出的产品，可以在留言区留言产品的名称，后续我会优先考虑输出；