AI智能体｜使用扣子Coze从0到1搭建一个信息收集助手，并接入微信公众号

在AI智能体的落地应用中，智能客服无疑是实践最密集的场景之一。无论是服务咨询还是产品营销，企业搭建智能客服时几乎都会面对同一个问题：如何收集用户信息。毕竟，所有通往转化和运营的动作，都要从识别用户开始。 而智能客服恰好处在对接用户的最前线，天然适合充当信息收集的入口。通过引导用户填写表单、确认需求，可以有效筛选意向用户，进而提升整个转化链路的效率。这个逻辑说起来简单，但真要落地，还是有不少细节需要打磨。 下面是一个实操案例：用扣子Coze从0到1搭建一个信息收集助手，并接入微信公众号。案例中的数据经过了简化和脱敏，交互流程也做了相应简化，核心是展示Coze“数据库”和“快捷指令”这两个关键功能的使用方法。

思路梳理

动手之前，先把要做的几件事理清楚： - 需要收集哪些信息 - 如何定义对应信息的字段名称 - 如何引导用户准确填写 - 如何保存这些信息 - 如何查询已填写的记录 看上去是不是有点头绪了？别着急，一步步来。

操作流程

整个搭建过程可以分为这几个步骤： 1. 创建Bot 2. 编排Bot - 设置提示词 - 设置模型参数 - 创建数据库表 - 设置开场白 - 添加快捷指令 3. 调试Bot 4. 发布Bot 5. 功能验证 6. 查询数据表

创建Bot

登录Coze国内版，新建一个Bot。名称、功能介绍和图标都可以按需调整，确认无误后点击“确认”即可。

编排Bot

设置提示词

提示词是整个Bot交互逻辑的核心。尤其是在需要引导用户准确填写信息的场景下，提示词往往需要经过多轮调整才能达到理想效果。以下是一套可参考的提示词，明确了要收集的信息字段、字段名称，以及如何引导用户确认、保存数据到“user_info”表。 提示词的内容较长，大家可以根据实际需求自行调整。

设置模型参数

- 单 Agent 模式 - 豆包 Function call 模型 - 精确模式 - 携带上下文轮数：10 - 输出格式：文本 说明一下： - 案例演示的场景比较简单，单 Agent 模式足够了。 - 需要准确引导用户填写信息，精确模式更符合要求。 - 整个流程涉及多轮对话，上下文轮数设为10比较稳妥，实际场景中可以再调大。 - 输出格式保持文本即可。

创建数据库表

在数据库右侧点击“+”，添加一张新表。填写数据表名称、描述、查询模式以及字段信息。字段的名称和类型要与提示词中定义的一致。

设置开场白

开场白的主要作用是提示用户使用快捷指令，方便快速进入信息填写流程。

添加快捷指令

点击快捷指令后的“+”，添加指令。按钮名称用于在Coze平台触发，指令名称用于飞书、公众号等渠道触发。定义好组件和指令内容后，预览效果确认无误，点击“确认”。

调试Bot

不使用快捷指令

先测试输入无关内容，然后按流程输入信息。故意输入非法信息（比如错误的电话号码），再纠正后确认，看看Bot能否正确提示信息收集完成。再测试一下信息确认功能是否准确生效。

使用快捷指令

快捷指令的优势在于高效、准确。用户一次性把信息发送给Bot，回复确认后，数据直接保存。这样可以避免多轮对话带来的繁琐交互。

查看数据库数据

Bot提示信息收集完成后，如何验证数据是否真的存进去了？很简单，在Bot调试页面有一个“已存数据库”的按钮，点开就能看到保存的数据。数据与测试时输入的内容一致，符合预期。 有一点需要注意：调试Bot使用的数据库与发布Bot后使用的数据库是两个不同的库，数据不互通。

发布Bot

选择合适的发布平台。如果要对接到微信生态，勾选“微信公众号（订阅号）”，提交后等待Bot审核完成即可。

测试Bot

Coze平台

在Coze平台分别测试交互流程和快捷指令，功能正常。

微信公众号

同样测试交互流程和快捷指令。测试中发现一个现象：在微信公众号查询时，获取到的信息不太完整，但在Coze平台查询却一切正常。这可能和Coze的多用户配置有关，需要进一步排查。

查询信息表

微信公众号

信息获取不完整，存在一定局限性。

Coze平台

在Coze平台可以正常查询到所有用户信息，数据完整。

总结

这篇通过一个完整的案例实操，演示了如何用Coze从0到1搭建一个信息收集助手。核心在于利用Coze的“数据库”和“快捷指令”这两个功能，将用户引导、信息采集、数据存储串联成一个闭环。整个过程不算复杂，但细节决定体验，尤其是在提示词设计和多平台适配方面，值得花时间反复调试。