Coze（扣子）完全指南：零代码搭建你的 AI Bot

为什么你应该关注 Coze（扣子）

2025 年底到 2026 年初，AI 应用开发的门槛正在急速降低。过去需要写几千行代码才能实现的 AI Bot，现在拖拖拽拽就能搞定。而在众多零代码 AI 构建平台中，Coze（扣子） 是我用下来最顺手、功能最全面的一个。

我是 DFK，做 AI 工具测评和教学已经快两年了。这段时间里，我用 Coze 搭建了十几个 Bot，从简单的问答助手到复杂的内容创作工作流，Coze 几乎没让我失望过。今天这篇文章，我会把我的全部经验整理出来，带你从零开始掌握 Coze。

如果你对 AI 自动化工作流感兴趣，也可以看看我之前写的 n8n 自动化工作流指南，两者可以配合使用，效果更强。

---

Coze 是什么？

Coze（中文名：扣子）是字节跳动推出的 AI Bot 构建平台。简单来说，它让你不用写一行代码就能创建功能强大的 AI 应用。

核心特点

• 零代码可视化搭建：通过拖拽界面设计对话流程和工作流
• 强大的插件生态：内置数百个插件，涵盖搜索、图片生成、数据处理等
• 知识库系统：上传文档让 Bot 拥有专属知识
• 多平台部署：一键发布到微信、飞书、Discord、网页等
• 免费额度充足：个人开发者基本够用，入门零成本

国际版 vs 国内版

这里有一个很多人搞混的地方：

特性	Coze 国际版 (coze.com)	扣子国内版 (coze.cn)
底层模型	GPT-4o、Claude、Gemini	豆包大模型、DeepSeek
插件数量	600+	400+
部署平台	Discord、Telegram、Slack	微信、飞书、抖音
访问方式	需要科学上网	直接访问
免费额度	较多	充足

我的建议：如果你的 Bot 主要面向国内用户，直接用国内版扣子就行。国内版的豆包大模型表现已经很好了，再加上可以接入 DeepSeek，完全够用。

---

快速上手：5 分钟创建你的第一个 Bot

第一步：注册和登录

1. 访问 coze.cn（国内版）
2. 使用手机号或字节系账号登录
3. 进入工作台

第二步：创建 Bot

点击「创建 Bot」，你会看到几个关键设置：

Bot 名称：客服小助手
Bot 描述：一个能回答产品相关问题的智能客服
模型选择：豆包大模型 Pro（推荐起步用这个）

第三步：编写人设与回复逻辑（Prompt）

这一步是整个 Bot 的灵魂。你需要在「人设与回复逻辑」栏写清楚 Bot 的角色和行为规则：

## 角色
你是「Learn AI」平台的客服助手，负责解答用户关于 AI 工具使用的问题。

## 行为规则
1. 始终使用友好、专业的语气
2. 回答要具体，尽量给出步骤指引
3. 如果不确定答案，诚实告知用户
4. 对于超出范围的问题，引导用户联系人工客服

## 知识范围
- AI 工具的使用教程
- 常见问题排查
- 订阅和付费相关问题

## 回复格式
- 简短问题：直接回答，不超过 3 句话
- 复杂问题：分步骤回答，使用编号列表
- 技术问题：给出代码示例或截图说明

关于 Prompt 的编写技巧，我在 Prompt 工程实战指南 里有更详细的讲解。

第四步：添加知识库

知识库是让 Bot 变「聪明」的关键。你可以上传：

• 文档文件：PDF、Word、TXT 等
• 网页链接：Bot 会自动抓取网页内容
• 表格数据：Excel、CSV 文件
• API 数据源：实时获取最新数据

操作很简单：

1. 在 Bot 编辑页找到「知识库」模块
2. 点击「新建知识库」
3. 上传你的文档（比如产品手册、FAQ 文档）
4. 等待系统自动切分和索引（通常几分钟）
5. 在 Bot 设置里关联这个知识库

小技巧：文档切分的质量直接影响回答质量。我建议把长文档预先按主题拆分成多个小文件，每个文件聚焦一个话题。

第五步：测试和调优

右侧预览窗口可以直接对话测试。重点检查：

• 知识库内容能否被正确检索
• 回答是否符合人设设定
• 边界情况（比如问无关的问题）处理是否得当

---

进阶功能：工作流（Workflow）

工作流是 Coze 最强大的功能之一，它让你能够构建复杂的多步骤 AI 流程。

工作流核心节点

节点类型	用途	使用场景
LLM 节点	调用大模型处理文本	文本生成、摘要、翻译
知识库节点	检索知识库内容	RAG 问答
代码节点	执行自定义代码	数据处理、格式转换
条件节点	分支逻辑	根据条件走不同流程
插件节点	调用外部插件	搜索、图片生成等
变量节点	存储和传递数据	在节点间传递信息
HTTP 节点	调用外部 API	集成第三方服务

实战案例：内容创作工作流

我搭建了一个「文章生成助手」的工作流，整个流程如下：

用户输入主题
    ↓
[LLM节点] 生成文章大纲
    ↓
[条件节点] 判断文章类型（教程/评测/观点）
    ↓                    ↓                ↓
[LLM节点]          [LLM节点]         [LLM节点]
教程模板写作       评测模板写作       观点模板写作
    ↓                    ↓                ↓
              [合并节点]
                  ↓
[LLM节点] 润色和优化
                  ↓
[插件节点] 生成配图（调用 DALL-E）
                  ↓
输出最终文章

这个工作流的关键在于 条件分支。通过让第一个 LLM 节点判断文章类型，后续节点可以使用不同的写作模板，最终产出的文章质量比单次生成要高很多。

变量系统详解

Coze 的变量分为三种：

1. 用户变量：每个用户独立的持久数据，比如用户偏好设置
2. 会话变量：当前对话内有效，对话结束后清除
3. 工作流变量：在工作流节点间传递的数据

// 代码节点中使用变量的例子
async function main({ params }) {
  const userTopic = params.input;  // 获取输入变量
  const wordCount = params.input.length;

  // 根据字数决定处理方式
  if (wordCount > 500) {
    return { action: "summarize", text: userTopic };
  } else {
    return { action: "expand", text: userTopic };
  }
}

---

插件系统：让 Bot 能力翻倍

常用插件推荐

经过大量测试，以下是我最常用的插件：

搜索类：

• 必应搜索：让 Bot 能搜索最新信息
• 头条搜索：搜索新闻和热点话题

内容生成类：

• DALL-E 绘图：根据描述生成图片
• Markdown 转换：格式化输出内容

数据处理类：

• 数学计算：处理数学问题
• 代码执行器：运行 Python 代码
• JSON 解析器：处理结构化数据

第三方集成类：

• 飞书文档：读写飞书文档
• GitHub：查询代码仓库信息

自定义插件开发

如果内置插件不够用，你还可以开发自定义插件：

{
  "name": "weather_plugin",
  "description": "获取城市天气信息",
  "api": {
    "url": "https://api.weather.com/v1/forecast",
    "method": "GET",
    "params": {
      "city": {
        "type": "string",
        "description": "城市名称",
        "required": true
      }
    }
  }
}

---

多平台部署实战

部署到飞书

飞书是我最推荐的部署平台，步骤如下：

1. 在 Coze 后台点击「发布」→「飞书」
2. 创建飞书应用（需要企业管理员权限）
3. 配置事件订阅地址
4. 发布并在飞书中搜索你的 Bot

部署到微信公众号

微信是触达用户最直接的平台：

1. 在 Coze 后台选择「微信公众号」渠道
2. 绑定你的公众号（需要认证过的服务号）
3. 配置自动回复规则
4. 关注公众号即可与 Bot 对话

通过 API 调用

对于有开发能力的同学，API 方式最灵活：

import requests

# Coze API 调用示例
url = "https://api.coze.cn/open_api/v2/chat"
headers = {
    "Authorization": "Bearer YOUR_API_TOKEN",
    "Content-Type": "application/json"
}
payload = {
    "bot_id": "your_bot_id",
    "user": "user_123",
    "query": "你好，请介绍一下你的功能",
    "stream": False
}

response = requests.post(url, json=payload, headers=headers)
print(response.json())

---

我的实战经验和踩坑记录

经验一：Prompt 是灵魂

我最初搭建 Bot 时，随便写了几句话当 Prompt，结果 Bot 回答质量非常差。后来我花了整整一个下午优化 Prompt，加入了详细的角色设定、回复格式要求、边界情况处理，Bot 的表现立刻提升了一个量级。

经验二：知识库要精炼

不要把所有文档一股脑丢进知识库。我曾经把一个 200 页的 PDF 直接上传，结果检索出来的内容驴唇不对马嘴。后来我把文档按主题拆分成 20 个小文件，每个文件 5-10 页，检索准确率从 40% 提升到了 85%。

经验三：工作流比单次对话强太多

对于复杂任务，一定要用工作流。我做的内容创作 Bot，从单次对话模式切换到工作流模式后，生成的文章结构更清晰、内容更丰富、格式也更统一。

经验四：测试要用真实场景

不要只用「你好」「谢谢」这种简单对话测试。要用真实用户可能问到的问题，包括模糊问题、超出范围的问题、甚至故意刁难的问题。

---

Coze vs Dify vs 自定义开发

维度	Coze（扣子）	Dify	自定义开发
上手难度	极低，零代码	中等，需基础技术能力	高，需要开发经验
灵活性	中等	高	极高
部署选择	云端为主	云端/私有部署	完全自由
成本	免费起步	开源免费/云端付费	服务器+开发成本
适合人群	产品经理、运营	技术团队	专业开发者
定制深度	平台内定制	代码级定制	无限制

我的建议：如果你是非技术背景，想快速验证 AI 应用的想法，Coze 是最佳选择。如果你有技术团队，想要更多控制权，Dify 更合适。关于 AI Agent 的整体趋势，可以参考我之前的分析 Manus 与 AI Agent 趋势。

---

值得尝试的 Bot 模板

Coze 官方和社区提供了大量模板，以下是我觉得最实用的几个：

1. 智能客服 Bot：自动回答常见问题，减轻人工客服压力
2. 翻译助手：支持多语言实时翻译，带上下文理解
3. 日报生成器：每天自动汇总信息生成日报
4. 面试模拟器：模拟技术面试或行为面试
5. 阅读摘要助手：输入长文自动生成要点摘要

---

总结

Coze（扣子）是目前国内最好用的零代码 AI Bot 构建平台。它降低了 AI 应用开发的门槛，让每个人都能创建自己的 AI 助手。

核心建议：

• 从简单的问答 Bot 开始，逐步增加复杂度
• 投入时间优化 Prompt，这是投入产出比最高的事情
• 善用工作流处理复杂任务
• 多测试，用真实场景检验 Bot 表现

如果你想进一步了解 AI 自动化，推荐阅读我的 n8n 工作流自动化指南，把 Coze Bot 接入 n8n 可以实现更强大的自动化流程。