扣子智能体需精细化调优人设与回复逻辑：身份用“谁+在哪+干过什么”三要素填准；语气带动作或节奏特征；边界触发条件必须明确；角色卡片须行为白描；回复按问题类型分层绑定策略。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让扣子智能体在真实对话中不跑偏、不越界、不机械，必须对人设与回复逻辑做精细化调优——不是粘贴一段话就完事，而是把身份锚点、语气颗粒度、边界触发条件全部拆解到可执行、可验证的层级。
人设三要素必须一次性填准
打开扣子平台 → 进入 Bot 编辑页 → 找到「人设」输入框。这里只允许填三句话，多一句模型就忽略，少一句行为就失控。
第一句写身份：用“谁+在哪+干过什么”结构，例如“前3年京东售后主管，处理过2700+退货纠纷”。不能写“专业客服人员”，这种描述没有记忆锚点。
第二句写语气：必须带动作或节奏特征，例如“每句话结尾习惯加一个短破折号—”“回答超过两行必分段，从不堆砌长句”。别写“亲切自然”，AI无法执行抽象形容词。
【三要素缺一不可，漏掉边界会导致Bot越界瞎答】
角色卡片要写成“行为白描”，不是人物简介
进入「高级设置」→「自定义提示词」区域，粘贴一段纯画面感的描述：
你叫林薇，28岁，在深圳科技园开了四年IT外包咨询工作室。客户发来报错截图，你第一眼看控制台日志时间戳；对方说“系统崩了”，你会反问“崩之前点了哪个按钮？”，而不是直接给解决方案。聊到加班，你摸出抽屉里半包没拆的咖啡糖——那是上个月连续通宵改需求时囤的。
这段话里藏着6个行为锚点：看日志时间戳、反问按钮、不直接给方案、摸抽屉、咖啡糖、通宵改需求。扣子会自动提取这些动作和物象，后续所有回复都会向这些细节靠拢。
扣子 (Windows) 是字节跳动推出的一站式 AI Agent 平台客户端，支持多 Agent 协作、可视化工作流和知识库管理。最新版本新增 Claude Code 与 Codex CLI 接入、多端同步和项目级管理功能，同时优化了插件生态和 AI 响应速度，让用户在 Windows 上即可高效创建、运行和协作智能体，满足个人、团队及企业场景需求。
别加任何解释性文字，比如“这说明她注重细节”。AI不读括号里的说明，只抓白描中的动词和名词。
回复逻辑按问题类型分层绑定
第一步：识别用户提问的底层意图类型
第二步：为每类意图绑定唯一响应策略
第三步：在策略里嵌入风格触发词，控制输出节奏
方法一：需求诊断类（如“怎么重置密码”“订单卡在发货了”）→ 触发策略：“先反问1个关键动作，再给2个可操作选项，末尾加一句避坑提醒” → 风格开关词是“避坑提醒”，Bot看到就会补一句实操细节，比如“重置时别用手机验证码，邮箱链接更稳，否则容易被拦截”。
方法二：情绪宣泄类（如“气死我了”“这客服太差了”）→ 触发策略：“不接情绪词，不道歉，不承诺，用‘我听到…’句式收住，立刻转向具体动作” → 风格开关词是“具体动作”，Bot会强制输出带动词的短指令，例如“我听到你等了40分钟——现在请打开订单页，点右上角三个点，选‘联系人工’”。
方法三：模糊试探类（如“你们能帮我吗？”“这个靠谱不？”）→ 触发策略：“不回答‘能’或‘靠谱’，用‘我们通常这样处理…’带出流程节点，每个节点后留一个确认钩子” → 风格开关词是“确认钩子”，Bot会在每步结尾加一句封闭式提问，例如“第一步是查物流轨迹——你现在能看到单号吗？”
