最近几天微信公众号又开启了一个新的灰度功能：“智能回复”。有博主也已经开始试用了，简单介绍就是，AI会学习历史发表文章，模仿号主风格，对用户的提问进行回复。
但是还有广大的新手和知识付费博主，基于各种原因，不满足条件也好，不能泄露私有并有价值的内容也好，是不能使用的。那有没有什么方法，也仿照这种智能回复，做个私人定制的“小助手”呢？
下面我就把方法和简单原理，并附以一个简单的操作例子“查询天气”，给大家普及一下，让大家也都开启自己公众号的“智能之旅”。
准备阶段
要想智能助手回答得准确，你就要了解基本的原理。大语言模型的生成过程，是先有海量的文本数据，进行多轮学习后得到模型，再对测试集进行结果评估，达到最佳成绩后形成最后的预测模型。但放到你自己知识库的范围内，大语言模型出的结果，可能相关度就不高了。
那难道要自己训练自己的模型吗？非也。训练耗费的资源，包括机器资源，时间资源，和各种AI算法的人力资源，不是一般人能承受的，甚至都不是一般小公司能够负担得起的。但是，普通人就靠这个但是了。
准备好自己的小“知识库”，就是平时自己写的内容，可以是word，pdf或者文本Markdown。通过上传至coze平台的知识库，便会生成大语言模型能使用的“向量”数据。（这里不理解没关系，不影响使用，有兴趣可以关注公众号，以后公众号都会给大家详解）就能把大语言模型框定在自己内容的范围内，那回答的结果就“精确”得多了。
示例讲解
演示事例是“查询天气”应用，那么要完成这个任务，简单的流程是，首先接受用户输入一个地名，让AI准确回答出地区编码，然后用这个编码去查询天气情况。
以使用高德天气查询为例，它的地区编码查找表是这样的
上传这个AMap\_adcode\_citycode.xlsx文档到知识库，准备工作就完成了。
智能体使用
再次创建一个智能体，添加节点“知识库检索”，并把刚才的知识库添加进去。其他节点按需创建，如果是针对自己的知识库的查询回复，就够了。我这里还要去网上API查询，所以做了后面几个处理节点。
我们先来测试一下，如果没有“知识库检索”，会是这样的结果
但是如果有“知识库检索”，结果就是这样的，你看结果完全不一样
有了这样的智能助手，把它集成进公众号，你也能拥有同等的能力。
总结：
简单3个步骤，创建基于内容的智能回复。对于没有太多公众号内容或者不方便透露需要保密的咨询内容的群体，都是一种不错的方案。
如果你对AI制作感兴趣，欢迎一键三连。有任何问题，可以扫码添加好友。