前言

智能體可以被劃分為自編排智能體和通用智能體，在2022年就已經出現，如國外的LangChain、LlamaIndex、AutoGPT等，國內的Dify、FastGPT、扣子等。可自主編排智能體的平臺通常需要用戶具備一定的技術背景或智能體搭建經驗才能使用。這些平臺允許用戶自行設計和編排智能體的工作流程，靈活配置各類插件及工具，從而構建具備特定功能的AI應用。可自主編排智能體的平臺功能強大，但有一定的使用門檻。

Manus被認為是全球首款通用智能體。在Manus發布后，通用智能體如雨后春筍般出現，如AutoGLM沉思、扣子空間、秒噠、天工超級智能體、Lovart、Genspark超級智能體、MiniMax Agent、Kimi深度研究等。與自編排智能體不同，通用智能體是開箱即用的AI工具。用戶無須了解其內部工作原理，也不需要進行智能體搭建，只需要通過提示詞與通用智能體對話就可以讓通用智能體完成復雜任務。其使用方式和與大模型對話十分類似。

通用智能體最顯著的應用價值是將AI工具從單純的“建議者”（直接與大模型對話）轉變為真正的“任務執行者”（使用通用智能體）。與此同時，通用智能體還能夠實現很多過去依靠自編排智能體才能完成的復雜任務。所有人都能夠輕松使用通用智能體。

本書深入介紹了通用智能體的使用方法、應用場景與實操案例，便于讀者科學地使用各類通用智能體，將其應用于工作和生活中。

本書共分為10章，總體上可以分為4個部分。

第1章幫助讀者厘清大語言模型、多模態大模型、推理大模型、智能體的概念和特點，重點總結通用智能體的核心能力和應用價值。

第2章介紹主流的通用智能體，重點介紹本書使用的Manus、扣子空間、秒噠、AutoGLM沉思的操作頁面和使用方法。

第3章介紹通用智能體的提示詞構建方法。本章的內容十分關鍵，提示詞是我們使用通用智能體的鑰匙。由于通用智能體在執行任務時內置步驟多、流程長、處理信息量大，因此提示詞的質量將直接影響通用智能體輸出結果的質量。與我們使用非結構化、簡短的自然語言作為提示詞輸入推理大模型中不同，通用智能體的提示詞通常是結構化的表達，且需要向通用智能體充分交代任務的背景、輸出的內容結構及表現形式等。

第4章至第10章分場景介紹通用智能體的使用技巧與實操案例。每章都對應一個場景類型，具體包括研究報告撰寫、文案寫作、辦公提效、宣傳設計、活動策劃、數據分析、生活助手。每個場景都細分為不同的任務類型（子場景）。在介紹具體案例之前，我們梳理了該類任務（子場景）的高頻需求，總結了使用通用智能體的基本方法與注意事項。在此基礎上，我們選取有代表性的案例，進行實操講解與演示。限于本書的篇幅，案例的數量有限，但通過這種方式，我們希望讀者能夠形成自己的知識結構和方法體系，并舉一反三。我們也希望借助本書的案例，給讀者在相似的工作或生活場景中使用通用智能體帶來啟發，幫助讀者利用通用智能體解決更多的現實問題，從而提高職場競爭力。

面對日新月異的AI技術和持續迭代的各類AI工具，我們始終站在AI應用者的視角，通過工作或生活場景中的真實任務來探索AI技術的落地效果和價值，并與讀者分享我們的研究與實踐成果。

感謝廣大讀者對本書的喜愛，希望本書能夠幫助讀者科學、快速地使用通用智能體，為工作和生活帶來提效、提質的價值。

葉濤、楊霆輝、管鍇

2025年7月