DeepSeek+Coze实战：如何从0到1构建一个AI获客智能体（万字图文） - 文章 - 开发者社区

大家好，我是汤师爷！专注于AI智能体分享。

最近有许多读者朋友给我发来私信，询问如何一步步地从0到1构建一个AI 智能体：

• 如何梳理我的业务流程？
• 我有什么工作可以让 AI 帮我干？
• 如何一步步搭建AI 智能体？

今天我就结合一个AI获客智能体的实操案例，手把手带大家从需求分析到最后发布，全流程示范如何打造一个能落地的 AI 智能体。

篇幅不短，欢迎先收藏，再慢慢阅读。如果觉得有帮助，也请顺手点个赞、在看、转发支持一下~

1.构建智能体的整体流程

在开始具体步骤之前，我们先来了解构建 AI 智能体的整体工作流程。

这将帮助我们清晰规划每个阶段的工作重点，确保开发过程有序推进。

构建智能体的整体流程如下：

1. 明确智能体的定位和目标
1. 梳理业务流程和分析痛点
1. 梳理场景工作流和功能需求
1. 设计智能体的具体实现方案
1. 使用Coze搭建智能体

2.明确智能体的定位和目标

在设计和构建AI智能体之前，我们需要明确其核心价值定位和目标。

这一步至关重要，因为清晰的定位能帮助我们更好地理解用户需求，确定开发方向，为用户创造实质性的价值。

通过深入分析目标用户群体的痛点和期望，我们可以设计出更有针对性的智能体功能和特性。

我们以AI获客智能体为例，展示智能体构建的全流程。

2.1 智能体的价值定位

AI获客智能体的价值定位主要体现在：

• 效率提升：将重复性、机械性的短视频创作工作交给AI处理，让商家和创作者能够专注于核心业务。
• 创意助手：提供短视频选题建议、内容灵感和创作思路，帮助突破创作瓶颈。
• 分析专家：通过DeepSeek分析视频数据，提供专业的分析建议，做决策更有底气。

适合哪些人群：

• 传统行业中小老板：线下实体店、服务行业转型做短视频引流，但既缺技术又缺团队。
• 创业者/个人IP：想要打造个人品牌或者创业项目，但苦于拍摄难、创作难。
• 销售/运营人员：渴望突破传统获客的瓶颈，掌握更前沿、更高效率的短视频创作思路。

2.2 预期目标

AI获客智能体的具体目标包括：

• 获客成本降低 80%：以往可能要外包给专业团队的工作，现在AI统统能搞定。
• 日更短视频：掌握AI短视频获客的自动化工作流，每天高频输出不再是难事。
• 转化率倍增：AI帮你分析爆款视频逻辑、输出针对性脚本，让每条内容都能吸引目标客户。

3.梳理业务流程和分析痛点

在明确智能体的定位和目标后，我们需要梳理清楚业务流程。

梳理业务流程能帮助我们更好地理解整个工作过程，找出AI可以提效的环节。

在开始具体的流程梳理之前，我们先了解什么是业务流程，以及如何系统地进行分析。

3.1什么是业务流程

业务流程是完成特定业务目标所需的一系列活动和步骤的集合。它像一张详细的路线图，指引我们从起点到终点需要经过的每个环节。

比如短视频创作的业务流程包括：选题策划、文案撰写、拍摄录制、后期剪辑、发布推广等环节。这些环节都可以进一步细分为更具体的步骤。

理解业务流程对智能体的开发至关重要。只有把流程梳理清晰，我们才能准确找到AI可以提升效率的切入点。

3.2如何梳理业务流程

梳理业务流程最简单的方法就是记录员工的工作流程，把日常工作中的每个步骤都详细记录下来。

建议准备一个笔记本，用一周时间记录工作中的所有操作步骤，包括查阅的资料、处理的文件、使用的工具等。

记录完成后，你就能看清整个工作流程的全貌。这时可以用思维导图或流程图将其可视化，让流程更加清晰。

当然，如果企业已经梳理并沉淀了标准操作流程（SOP），那么梳理业务流程就会变得非常容易。

例如，一个门店老板的短视频起号的业务流程如图所示：

picture.image

1. 账号定位：确定账号主题方向、定义目标受众画像、分析竞品差异化卖点、制定内容风格策略；
1. 对标账号拆解：收集同行业优质账号、分析内容结构和形式、研究话术和引流方式、总结可复制的成功要素
1. 账号基础搭建：设计个人资料页（头像/昵称/简介）、完善基础信息（地理位置/联系方式）、制作置顶视频；
1. 选题库搭建：收集热门话题、收集对标账号选题、建立内容分类标签体系、准备长期选题储备库
1. 内容创作与拍摄：编写视频分镜脚本、准备拍摄道具和场景、录制多组镜头素材；
1. 剪辑与发布：收集优质素材片段、添加音乐/特效/字幕、设计视频封面和标题、选择最佳时间并发布；
1. 数据分析与优化：收集关键数据指标、分析用户互动反馈、总结内容效果报告、调整优化策略。

3.3如何分析痛点，找到可提效的场景？

有了详细的业务流程，就可以开始分析痛点与解决方案。

现在有了DeepSeek，要时刻记得DeepSeek是一个非常强大的助手，我们完全可以借助DeepSeek帮助我们分析。

我们以一名蛋糕店老板短视频起号场景为例，和DeepSeek对话：


 
 
 
 
   
我是一名蛋糕店老板，是一个纯纯的短视频小白，我想拍摄短视频，帮门店引流获客，我的短视频起号业务流程大概如下：  
- 账号定位  
- 对标账号拆解  
- 账号基础搭建  
- 选题库搭建  
- 内容创作与拍摄  
- 剪辑与发布  
- 数据分析与优化  
基于上述业务流程，梳理出工作流程、痛点问题、AI能协助的、人工要做的事，以表格形式输出。

picture.image

DeepSeek的回答：

以下是根据您的流程环节梳理的表格，包含各环节的痛点问题、AI能协作的部分以及人工需要完成的任务：

分析平台热门蛋糕类账号数据，提供定位建议（如“烘焙教学+产品种草”）。
生成用户画像关键词（如宝妈、年轻女性、节日送礼人群）。 |
结合自身资源（如擅长教学或产品颜值高）确定最终定位。
明确账号核心价值（如“治愈系烘焙”或“3分钟学会网红蛋糕”）。 | | 2. 对标账号拆解 | 找不到有效对标账号，分析维度不清晰（选题、节奏、爆点）。 |
爬取对标账号的视频列表，自动提取标题、标签、高频互动评论。
生成对标账号内容结构拆解报告（如开头3秒钩子+产品特写+下单引导）。 |
筛选与自身定位匹配的账号（如本地商家或垂直领域达人）。
提炼可复用的技巧（如“蹭节日热点”或“产品制作过程解压”）。 | | 3. 账号基础搭建 | 头像、昵称、简介、封面设计不专业，无法吸引点击。 |
生成昵称建议（如“XX蛋糕研究所”）。
提供简介模板（如“坐标XX📍｜每天一个治愈蛋糕｜支持定制”）。
设计头像/封面图初稿（如蛋糕插画+门店实拍）。 |
选择与品牌调性一致的视觉方案（如温馨/ins风）。
补充门店地址、营业时间等关键信息。 | | 4. 选题库搭建 | 创意枯竭，热点捕捉不及时，选题与用户需求脱节。 |
抓取近期爆款选题（如“草莓蛋糕的10种切法”）。
生成节日/季节性选题日历（如情人节、母亲节）。
分析用户评论关键词挖掘需求（如“低糖蛋糕怎么做”）。 |
筛选与产品强相关的选题（如定制蛋糕案例）。
加入门店场景化内容（如“后厨揭秘”“顾客好评实拍”）。 | | 5. 内容创作与拍摄 | 脚本逻辑混乱，画面表现力不足，产品亮点不突出。 |
生成分镜头脚本模板（如开场诱人特写+制作过程+成品展示+价格福利）。
提供运镜建议（如俯拍搅拌面糊+慢动作奶油裱花）。
推荐道具摆放构图（如蛋糕与咖啡杯搭配）。 |
实际拍摄并调整细节（如灯光亮度、蛋糕摆放角度）。
植入门店特色（如展示定制蛋糕手写贺卡服务）。 | | 6. 剪辑与发布 | 剪辑效率低，封面/标题吸引力不足，发布时间不精准。 |
自动剪辑卡点视频（匹配音乐节奏拼接镜头）。
生成标题关键词（如“爆浆”“免烤箱”“巨好吃”）。
推荐最佳发布时间段（根据本地用户活跃时段）。 |
审核内容是否符合品牌调性（避免过度夸张）。
添加门店定位标签和团购链接。 | | 7. 数据分析与优化 | 不懂数据解读，无法针对性优化内容。 |
自动生成播放/转化率报告（如“第5秒跳出率过高需优化开场”）。
预测爆款内容方向（如“解压类”视频近期流量上升）。 |
调整运营策略（如增加直播预告视频）。
根据转化数据优化产品组合（如推小份装试吃套餐）。 |

从DeepSeek的详细回答中可以看出，它不仅全面梳理了各个流程环节的具体需求，而且深入分析了每个环节的痛点问题。

同时，它还清晰区分了AI可协助的部分和需要人工完成的任务，这为我们后续开发AI 智能体构建了良好的基础框架。

虽然DeepSeek给出了很好的答复，但内容还不够具体，无法完全满足智能体的开发需求。

不过这没关系，我们可以继续与DeepSeek沟通，逐步深入地梳理梳理业务场景中的智能体功能需求。

4.梳理场景工作流，分析智能体的功能需求

根据前面的痛点分析与问题诊断，我们可以更清晰地看到短视频获客中各个环节的挑战。

要打造一个真正有价值的AI助手，不能仅停留在粗粒度的需求描述上，而是要深入到每个环节的具体需求中去。因此，我们需要为每个场景设计更详细的执行方案。

4.1 让AI帮我们梳理场景，分析功能需求

接下来，我们以对标账号拆解环节为例，进一步细化该环节的场景工作流和智能体的功能需求。

我们向DeepSeek发送：


 
 
 
 
   
我是一名蛋糕店老板，把下面的工作流做成一个智能体：  
  
我会在抖音筛选与自身定位匹配的账号，并发送给智能体，智能体帮我爬取对标账号的视频列表，自动提取视频的标题、标签、文案、数据等内容，生成对标账号的定位、人设、选题方向、内容结构、变现路径的拆解报告。  
  
梳理出工作任务、AI智能体功能、人工要做的事，以表格形式输出。

DeepSeek的回复：

以下是针对您需求的智能体工作流程梳理表，分为工作任务、AI智能体功能和人工任务三部分：

根据输入账号自动分析基础数据（粉丝量、点赞量、爆款率等）
初步匹配度评分（与蛋糕店定位的契合度） |
人工初步筛选抖音账号（基于主观判断）
输入账号列表至智能体并调整匹配权重 | | 2. 数据爬取 |
自动爬取对标账号的视频列表（包括公开视频的标题、标签、发布时间、播放量、评论等）
抓取账号简介、高赞内容 |
确保账号数据爬取合法合规（需人工确认授权或平台规则）
监控爬取异常（如反爬机制触发） | | 3. 信息提取 |
解析标题关键词、高频标签、文案结构
分析账号人设（如“暖心烘焙师”“创意甜品家”等）
提取用户评论情感倾向 |
校验AI提取的关键信息准确性
补充AI未识别的隐性人设标签（如风格、调性） | | 4. 生成拆解报告 |
自动生成结构化报告：

定位：账号核心受众、差异化价值

人设：IP形象、语言风格

选题方向 ：爆款主题分类、发布时间规律

内容结构 ：开场、叙事节奏、结尾引导

变现路径 ：广告、带货、课程等模式分析 |

审核报告逻辑合理性
调整AI建议的策略方向（如侧重“节日蛋糕”或“健康低糖”主题） | | 5. 策略优化 |
基于历史数据推荐内容模板
预测潜在爆款选题（结合行业趋势和账号数据） |
结合本地化需求补充创意（如区域特色蛋糕）
最终决策并落地执行 |

注意事项

1. 数据合规性：需使用抖音开放API或授权第三方工具，避免直接爬取违规风险；
1. 动态更新：智能体需定期重新抓取对标账号数据，跟踪内容迭代；
1. 人机协同：AI擅长结构化分析，但需人工补充情感化、创意化要素（如“治愈感”“节日氛围”）。

通过该流程，您可将80%的重复性分析工作交给AI，聚焦人工的创意决策和个性化调整。

我们可以看到，通过DeepSeek的帮助，我们快速明确了对标账号拆解智能体的功能需求。

DeepSeek还告诉我们，可以将80%的重复性分析工作交给AI，让人专注于创意决策和个性化调整，这样能将工作效率提升5倍以上。

4.2 基于AI的分析，进一步完善功能需求

需要注意的是，DeepSeek提供的分析并非完全准确。

它主要为我们提供了分析框架和基础素材，我们还需要基于这些内容，进一步规划更贴合自身业务场景的具体功能需求。

基于DeepSeek提供的分析，我们进一步完善对标拆解智能体的具体功能：

根据输入账号，获取账号的基本资料（名称、简介、用户ID等） |
人工初步筛选抖音账号，并发送给AI智能体 | | 2. 数据爬取 |
自动爬取对标账号的视频列表（包括公开视频的链接、标题、标签、发布时间、点赞数、评论数等） |
确保账号数据爬取合法合规（需人工确认授权或平台规则）
监控爬取异常（如反爬机制触发） | | 3. 文案信息提取 |
基于视频链接，提取视频的文案信息 | 无 | | 4. 生成拆解报告 |
自动生成结构化报告：
定位：账号核心受众、差异化价值
人设：IP形象、语言风格
选题方向：爆款主题分类、发布时间规律
内容结构：开场、叙事节奏、结尾引导
变现路径：广告、带货、课程等模式分析 |
审核报告逻辑合理性，参考并执行。 |

5.设计智能体的实现方案

前面的场景梳理和智能体功能需求分析完成后，接下来，我们需要为AI智能体设计具体的实现方案。

实现方案需要明确定义智能体的人设与逻辑、工作流、节点的输入输出、配置信息等，形成一个完整的工作链条。

如图下图所示，为对标拆解智能体的架构设计的示例：

picture.image

6.搭建智能体

在明确智能体的实现方案后，我们就要开始真正搭建智能体了。

我们还是以对标账号拆解智能体为例，将使用扣子平台作为演示平台，主要分为两个步骤：

1. 工作流创建：将场景流程转化为可自动化运行的步骤化模块
1. 智能体创建：将工作流嵌入 AI 智能体中，使其能理解对话内容并智能判断何时调用相应工具

6.1 创建工作流

创建空白工作流

登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“benchmark_analysis”。

picture.image

开始节点

这里通常用来定义工作流启动时需要的输入参数，比如对标账号的视频链接（video_url）。

picture.image

获取对标账号视频信息

通过“视频搜索”插件的“douyin_data”工具，获取对标账号视频信息。

picture.image

根据用户ID，批量获取视频列表

通过“视频搜索”插件的“get_user_video_all”工具，批量获取视频列表。

picture.image

批量获取视频详细信息

picture.image

这个环节会使用批处理节点，批处理体内部会执行两个节点：

• 通过“视频搜索”插件的“douyin_data”工具，单个获取视频详情。
• 通过python代码，将视频详情整合进视频列表中，方便后续进一步处理。代码如下：


 
 
 
 
   
async def main(args: Args) -> Output:  
    params = args.params  
    aweme\_detail = params.get("aweme\_detail", {})  
    aweme = params.get("aweme", {})  
    aweme["aweme\_detail"] = aweme\_detail  
  
    ret: Output = {  
        "aweme": aweme  
    }  
    return ret

批量提取视频文案

picture.image

这个环节也会使用批处理节点，批处理体内部会执行以下核心节点：

• 通过python代码，提取视频分享链接。


 
 
 
 
   
async def main(args: Args) -> Output:  
    params = args.params  
    aweme = params.get("aweme", {})  
      
    share\_info = aweme.get("share\_info", {})  
    share\_url = share\_info.get("share\_url", "")  
      
    return share\_url if share\_url else ""

• 使用“视频无水印下载”插件，下载原视频

picture.image

• 使用“字幕获取”插件，提取视频文案。

picture.image

• 通过python代码，将视频文案信息整合进视频列表中


 
 
 
 
   
async defmain(args: Args) -> Output:  
    # 如果 args.params 为 None，则使用空字典  
    params = args.params or {}  
  
    # 从 params 提取子项，如果为 None，则使用空字典  
    aweme = params.get("aweme") or {}  
    text\_data = params.get("text\_data") or {}  
  
    # 为 aweme 添加字段 text  
    aweme["text"] = text\_data.get("content", "")  
  
    # 构造返回值  
    ret: Output = {  
        "aweme": aweme  
    }  
    return ret

通过python代码，将信息整理为飞书表格可以使用的数据，并写入到飞书多维表格

picture.image

python代码如下：


 
 
 
 
   
async defmain(args: Args) -> Output:  
    # 1. 先安全地获取 params  
    params = getattr(args, "params", {})  # 如果 args 或 params 不存在，就给空字典  
    ifnotisinstance(params, dict):  
        return []  # 如果 params 不是字典，直接返回空列表  
  
    # 2. 安全地获取 aweme\_list  
    aweme\_list = params.get("aweme\_list", [])  
    ifnotisinstance(aweme\_list, list):  
        return []  # 如果 aweme\_list 不是列表，也直接返回空列表  
  
    result = []  
  
    # 3. 遍历 aweme\_list，依次处理  
    for aweme in aweme\_list:  
        # 如果当前 aweme 非字典类型，直接跳过  
        ifnotisinstance(aweme, dict):  
            continue  
  
        # 4. 安全获取 share\_info 和 statistics  
        share\_info = aweme.get("share\_info", {}) ifisinstance(aweme.get("share\_info"), dict) else {}  
        statistics = aweme.get("statistics", {}) ifisinstance(aweme.get("statistics"), dict) else {}  
        text = aweme.get("text", "")  
  
        # 5. 提取各字段信息，并在取值时加默认值  
        video\_id = statistics.get("aweme\_id", "")  
        title = share\_info.get("share\_title", "")  
        link = share\_info.get("share\_url", "")  
        digg\_count = statistics.get("digg\_count", 0)  
        comment\_count = statistics.get("comment\_count", 0)  
        collect\_count = statistics.get("collect\_count", 0)  
        share\_count = statistics.get("share\_count", 0)  
  
        # 6. 获取 aweme\_detail 并判空  
        aweme\_detail = aweme.get("aweme\_detail", {}) ifisinstance(aweme.get("aweme\_detail"), dict) else {}  
        #   获取作者信息  
        author\_info = aweme\_detail.get("author", {}) ifisinstance(aweme\_detail.get("author"), dict) else {}  
        author\_name = author\_info.get("nickname", "")  
        signature = author\_info.get("signature", "")  
        sec\_uid = author\_info.get("sec\_uid", "")  
  
        # 7. 获取时间和时长，这里可以进一步做类型检查，防止计算时报错  
        raw\_create\_time = aweme\_detail.get("create\_time", 0)  
        create\_time\_ms = raw\_create\_time * 1000ifisinstance(raw\_create\_time, int) else0  
  
        raw\_duration = aweme\_detail.get("duration", 0)  
        duration\_sec = raw\_duration / 1000ifisinstance(raw\_duration, (int, float)) else0  
  
        # 8. 组装返回数据  
        item\_dict = {  
            "fields": {  
                "视频ID": video\_id,  
                "标题": title.strip(),  
                "文案": text,  
                "链接": {  
                    "text": "查看视频",  
                    "link": link.strip(),  
                },  
                "点赞数": digg\_count,  
                "评论数": comment\_count,  
                "收藏数": collect\_count,  
                "分享数": share\_count,  
                "作者": author\_name,  
                "用户简介": signature,  
                "用户ID": sec\_uid,  
                "发布日期": create\_time\_ms,  
                "时长": duration\_sec  
            }  
        }  
        result.append(item\_dict)  
  
    return result

使用DeepSeek生成拆解报表，并创建飞书文档

通过大模型节点，使用DeepSeek生成拆解报表。

picture.image

系统提示词如下：


 
 
 
 
   
根据对标账号的视频列表信息{{input}}。  
自动生成结构化的报告：  
- 账号基本信息：名称、简介  
- 定位：账号核心受众、差异化价值  
- 人设：IP形象、语言风格  
- 选题方向：爆款主题分类、发布时间规律  
- 内容结构：开场、叙事节奏、结尾引导  
- 变现路径：广告、带货、课程等模式分析

结束节点

最后输出对标拆解报告的文档链接，完事~

picture.image

6.2 创建智能体

工作流只是一个自动化脚本，如果想在对话中直接使用，就需要封装成一个 AI 智能体。

新建智能体

在 Coze 中进入“智能体”版块，新建一个智能体，取个好记的名字，比如“对标账号拆解智能体”。

人设与逻辑

编辑该智能体的“人设与逻辑”，告诉它自己是一个专业的对标账号拆解助手。提示词如下：


 
 
 
 
   
# 角色  
你是一个专业的对标账号拆解助手，擅长帮助短视频小白用户深入拆解对标账号，并根据拆解结果生成详细的拆解报告和针对性强的账号优化建议。  
  
## 技能  
### 技能 1: 生成对标拆解报告  
1. 当用户输入视频 url 时，调用 `benchmark\_analysis` 工作流来生成对标拆解报告。  
2. 生成报告过程中，要确保报告内容清晰、有条理，涵盖账号的关键要素和重要数据。  
  
### 技能 2: 给出账号优化建议  
1. 基于生成的对标拆解报告，结合短视频运营的专业知识和经验，为用户提供切实可行的账号优化建议。  
2. 优化建议要具体、可操作，能够帮助用户提升账号的质量和影响力。  
  
## 限制:  
- 只回答与对标账号拆解和账号优化相关的问题，拒绝回答无关话题。  
- 所输出的内容需逻辑清晰、有条理，拆解报告和优化建议要分开呈现。  
- 确保生成的内容符合短视频行业的实际情况和规律。

绑定工作流

把之前的“benchmark_analysis”工作流加进来，让智能体在合适的时机自动调用它。

picture.image

测试并发布

在右侧面板中进行对话测试，输入个短视频的链接，看智能体是否能正确完成对标拆解，并成功写入飞书文档。

picture.image

确认无误后点击“发布”，就可以把这个智能体发布到飞书或其他渠道。

查看飞书文档中的对标拆解报告

通过对标账号拆解智能体，我们成功生成了一份结构清晰、内容完善的对标拆解报告。

picture.image

7.总结

这篇文章以AI获客智能体为例，给大家演示一下，怎么从零开始手搓一个智能体。

我们先搞清楚这个AI智能体的定位和目标，找出业务中的痛点。

然后，以AI获客中的对标账号拆解智能体为例，手把手教你用各种工具搭建工作流、抓取数据、提取文案、生成报表，最后把它包装成一个能使用AI智能体。

随着各种插件和工具越来越厉害，AI智能体能帮我们干的事情会越来越多！

最关键的是，我们得养成用AI思维思考，就是找出那些重复又烦人的工作，让AI帮我们搞定，这样我们就能腾出时间去做更有意思的事情。

如果觉得这篇内容对你有帮助，欢迎点赞、收藏，并分享给身边对AI感兴趣的朋友。

我将持续分享更多实用的教程和案例，帮助大家掌握智能体的实战技巧。

想第一时间获取最新更新，记得点击"星标"或"置顶"哦！

最后，推荐一个我写的10元小册，小册里全是干货，手把手教学+实战示例，帮你快速掌握AI获客智能体的搭建，内容持续更新中~

picture.image