AI 智能助手
专家功能操作手册
——功能说明、操作步骤与实战示例
目 录
第一章 专家功能概述
第二章 专家、技能与专家团的概念辨析
第三章 专家分类体系与适用场景
第四章 召唤专家的三种方式
第五章 专家选择方法
第六章 自定义专家的创建与配置
第七章 多角色协作（专家团）机制
第八章 操作实例
第九章 使用技巧汇总
第十章 常见问题排查
附录 A 速查表
第一章 专家功能概述
1.1 功能定位
在部分 AI 对话工具中，「专家」是指预置了特定领域人设、方法论和工作流程的 AI 角色。当用户以特定方式调用这些角色时，系统会按照对应领域的专业视角处理任务，而非使用通用对话模式。
从技术实现角度看，专家功能本质上是一种「角色约束 + 领域提示词模板」的组合。系统在后台维护了一套结构化的专家配置数据，包括角色定义、擅长领域描述、推荐工具链和输出格式规范等字段。用户发起调用时，系统将对应的配置注入到对话上下文中，从而影响后续的生成行为。
1.2 与通用模式的差异
|
对比维度 |
通用对话模式 |
专家模式 |
|
回答视角 |
综合性、通用性回答 |
限定在特定领域框架内 |
|
方法论 |
无特定方法论约束 |
遵循预设的专业工作流程 |
|
输出风格 |
因问题而异 |
相对稳定的专业格式 |
|
工具调用 |
按需自动选择 |
倾向调用该领域关联的工具 |
|
适用场景 |
日常问答、一般性任务 |
需要行业规范的深度任务 |
1.3 适用场景判断
|
判断依据 |
|
以下情况可考虑使用专家模式：需要符合行业标准格式的输出（如财务报告、法务文书）； |
|
需要多步骤专业流程的任务（如代码架构评审、数据分析报告）； |
|
对输出内容有明确领域约束要求的场景。 |
|
以下情况无需使用专家模式：日常问答、简单信息查询、通用文本处理等常规需求； |
|
直接使用通用对话模式即可完成，且效率更高。 |
第二章 专家、技能与专家团的概念辨析
在实际操作中，用户常会遇到三个容易混淆的概念：「技能(Skill)」「专家(Expert)」和「专家团(Team)」。三者属于不同层次的功能抽象，适用于不同的任务类型。
2.1 概念对比
|
维度 |
技能 (Skill) |
专家 (Expert) |
专家团 (Team) |
|
本质 |
工具能力扩展包 |
带领域人设的 AI 角色 |
多角色的协作工作组 |
|
触发方式 |
关键词匹配或手动加载 |
显式召唤或切换角色 |
提交复杂任务后自动调度 |
|
关注点 |
能做什么操作（读PDF、写Excel） |
以什么身份思考（财务、法律、运营） |
如何拆解并分配子任务 |
|
类比 |
工人的工具箱 |
工种/岗位 |
项目组 |
|
典型用途 |
处理特定格式的文件 |
完成某领域的完整任务 |
跨领域协作的复合型任务 |
2.2 选择建议
根据任务的复杂度和专业性要求，可参照以下原则进行选择：
|
选型原则 |
|
单一步骤的文件处理 → 技能（例如：合并 PDF、转换文档格式）； |
|
单一领域的完整任务 → 单个专家（例如：用「数据分析师」完成一份销售报表）； |
|
涉及多个角色的复杂任务 → 专家团（例如：产品方案需要产品+设计+工程协同）； |
|
简单问答或日常事务 → 通用对话模式即可，无需额外调用。 |
第三章 专家分类体系与适用场景
3.1 分类概览
当前主流 AI 助手的专家库通常按行业或职能进行分类。以下列出常见的分类及典型代表，供参考。具体可用专家以实际软件中的列表为准。
|
分类 |
包含方向举例 |
典型适用任务 |
|
内容创作 |
文案写作、新媒体运营、短视频策划 |
公众号文章、营销文案、脚本撰写 |
|
数据分析 |
数据报表、商业分析、可视化 |
周报月报、销售分析、趋势研判 |
|
技术开发 |
前后端开发、DevOps、算法研究 |
代码编写、架构设计、Bug 排查 |
|
办公效率 |
项目管理、商务沟通、行政办公 |
邮件起草、PPT 制作、会议纪要 |
|
电商运营 |
店铺运营、品牌策略、客户服务 |
商品详情页、客服话术、活动方案 |
|
财务法务 |
财税分析、合同审核、合规审查 |
预算编制、合同审阅、风险评估 |
|
教育培训 |
学科教学、课程设计、学习规划 |
教案编写、试题分析、学情诊断 |
|
人力资源 |
招聘面试、培训发展、绩效管理 |
JD 撰写、培训材料、考核方案 |
|
设计创意 |
UI 设计、品牌视觉、创意策划 |
配色方案、排版建议、创意构思 |
|
生活服务 |
旅行规划、健康咨询、家居整理 |
行程安排、健身计划、收纳建议 |
|
学术研究 |
文献综述、论文写作、实验设计 |
开题报告、论文润色、研究方法 |
|
企业管理 |
战略规划、组织管理、流程优化 |
商业计划书、组织架构、SOP 编写 |
3.2 不同岗位的参考选择
以下是针对常见岗位类型的专家选用参考：
|
自媒体 / 运营岗 |
|
常规内容生产 → 内容创作专家 |
|
平台特色内容（小红书/抖音）→ 对应平台的运营专家 |
|
数据复盘 → 数据分析报告师 |
|
企业白领 / 职场通用 |
|
定期报告类 → 数据分析报告师 / 项目管理专家 |
|
文档处理类 → 通用办公专家 |
|
对外沟通类 → 商务沟通专家 |
|
技术研发 / IT 岗位 |
|
编码实现 → 对应语言的前后端工程师专家 |
|
部署运维 → DevOps 专家 |
|
算法相关 → AI / ML 方向专家 |
第四章 召唤专家的三种方式
4.1 方式一：通过专家中心界面召唤
这是最直观的操作路径，适合初次使用者。
|
Step 1: 打开桌面端应用程序，确认已登录账号 |
|
Step 2: 点击左侧导航栏中的「专家」入口（图标通常为人形标识） |
|
Step 3: 在「公开广场」标签页中浏览分类列表，找到目标领域 |
|
Step 4: 点击专家卡片查看详情：包括能力介绍、擅长领域、任务示例 |
|
Step 5: 点击「召唤」或「开始对话」按钮进入对话界面 |
|
Step 6: 输入具体的任务指令，等待系统响应 |
|
注意事项 |
|
首次进入时可能需要授权本地文件访问权限，否则部分文件处理功能无法正常执行； |
|
专家卡片上的「擅长领域」和「任务示例」是判断该专家是否适用的关键信息，建议仔细阅读。 |
4.2 方式二：通过自然语言唤醒句式
在任意对话框中，可直接使用特定的句式来激活专家角色，无需进入专家中心页面。
基本句式结构如下：
|
请以【专家名称】身份，【具体任务描述】。 |
|
示例： |
|
请以【数据分析报告师】身份，帮我分析这份销售数据， |
|
找出环比下降最大的三个品类，并给出可能的改进方向。 |
|
句式使用要点 |
|
1. 专家名称需与系统中显示的名称完全一致，否则可能无法正确匹配； |
|
2. 建议首条消息即明确身份，避免后续回复偏离角色设定； |
|
3. 如对话过程中发现角色特征减弱，可重新发送一次身份声明语句。 |
更多句式示例：
|
请以【新媒体运营专家】身份，帮我把这篇产品文案改写成小红书风格， |
|
保留核心卖点但去掉专业术语。 |
|
|
|
请以【项目管理专家】身份，帮我把这个新产品上线计划拆解成 WBS 任务分解表。 |
|
|
|
请以【品牌策略师】身份，帮我分析这个竞品的品牌定位和差异化策略。 |
4.3 方式三：创建自定义专家
当预置专家不能满足个性化需求时，可以创建专属的自定义专家。详见第六章。
第五章 专家选择方法
5.1 选择思路
面对大量可选专家时，可采用「任务驱动」的选择策略，而非根据名称直觉挑选。具体步骤如下：
第一步：明确任务类型
先确定自己要完成什么任务，再反向匹配对应的领域专家。例如：任务是「写一份季度财务分析报告」，则应优先匹配「财务/分析」方向的专家。
第二步：核对擅长范围
名称相似的专家可能在擅长领域上存在明显差异。选择前应查看专家卡片上的「擅长领域」描述，确认其覆盖范围是否与当前任务匹配。
第三步：实测验证
当多个候选专家都可能适用时，可将同一份素材分别提交给候选专家，对比其输出的风格、结构和专业程度，从中选取更符合需求的选项。
5.2 常见误区的规避
|
误区 |
说明 |
正确做法 |
|
按名称直观挑选 |
仅凭名字判断专家能力，未查看擅长描述 |
阅读专家卡片的详细描述后再做决定 |
|
一个专家包揽全部 |
期望单个专家胜任所有类型的工作 |
按任务类型分派给对应领域的专家 |
|
空泛提问 |
只说「帮我分析一下」而不提供背景和素材 |
提供完整的上下文信息、素材和输出要求 |
|
忽略迭代调优 |
创建后不满意就放弃，不做调整 |
通过反馈逐步修正规则，提升适配度 |
第六章 自定义专家的创建与配置
6.1 创建入口
自定义专家的创建通常有以下途径：
|
创建方式 |
操作路径 |
特点 |
|
交互式创建 |
「我的专家」→「创建」按钮 |
通过问答引导完成配置，无需编写代码 |
|
资料转化 |
将已有文档/SOP转化为专家配置 |
适合有现成工作规范的情况 |
|
命令行创建 |
在对话中直接输入创建指令 |
快捷方式，适合熟悉操作的用户 |
6.2 创建流程详解
|
Step 1: 进入「我的专家」页面，点击「创建」按钮（或在对话框中使用 expert-manager 发起创建） |
|
Step 2: 输入需求描述，至少包含三方面信息：(a) 专业方向 (b) 使用者背景 (c) 面向的内容类型 |
|
Step 3: 系统生成初始配置方案，包括：专家类型、分类、名称、能力描述、提示词模板等 |
|
Step 4: 根据需要对生成的配置进行调整（如修改名称、补充偏好设置等） |
|
Step 5: 确认保存，专家出现在「我的专家」列表中，可供后续调用 |
6.3 需求描述模板
以下是创建自定义专家时可使用的参考模板，括号内为需要替换的部分：
|
帮我创建一个【领域，如：公众号排版 / 客服话术 / 公文写作】专家。 |
|
|
|
我的背景：【你的身份和经验，如：自媒体创作者、资深产品经理】 |
|
|
|
它主要处理的任务类型：【具体说明，如：AI资讯文章排版、售后邮件回复】 |
|
|
|
请以交互式方式引导我完善配置，每次询问 1 个问题并提供选项。 |
|
|
|
完成后自动匹配相关的技能和工具链，生成可直接使用的专家配置。 |
6.4 配置的分层结构
一个完善的专家配置通常包含两个层面：角色定义层和操作规则层。将两者分离有利于后期的独立调整和维护。
|
层面 |
内容 |
作用 |
|
角色定义层 |
姓名、职业背景、性格特征、核心立场 |
确定「它是谁」— 相对稳定的部分 |
|
操作规则层 |
输出格式、字数限制、禁用词、风格参数 |
规定「怎么做」— 需要反复迭代的 part |
实际操作中，建议先通过真实任务测试发现规则层面的不足，再将修正后的规则沉淀到操作规则层中。这种方式比一次性写出完美配置更为高效。
第七章 多角色协作（专家团）机制
7.1 工作原理
专家团是一种多 Agent 协作模式。其基本流程为：用户提交整体任务 → 系统自动识别所需角色 → 将任务拆分为子任务并分配给各角色并行处理 → 汇总各角色输出结果后统一返回。
7.2 与单专家的对比
|
维度 |
单个专家 |
专家团 |
|
任务粒度 |
单一领域的完整任务 |
跨领域的复合型任务 |
|
执行方式 |
单人从头到尾完成 |
多人分工并行处理后整合 |
|
资源消耗 |
相对较低 |
较高（多角色并发调用） |
|
配置难度 |
较低 |
较高（需预设团队角色和分工规则） |
|
适用场景 |
单点专业问题 |
产品方案、综合报告等复杂项目 |
7.3 典型配置示例
以内容创作为例，一种常见的专家团配置如下：
|
角色 |
职责 |
产出物 |
|
团长（统筹者） |
接收任务、拆解分配、质量把控、结果整合 |
最终交付的完整稿件 |
|
调研员 |
收集素材、整理信息要点、核实关键事实 |
素材清单、信息要点 |
|
撰稿人 |
基于调研结果进行内容撰写 |
初稿文稿 |
|
编辑/校对 |
检查逻辑、润色文字、确保格式一致 |
定稿版本 |
|
使用注意 |
|
专家团模式会同时调动多个专家角色，相应的资源消耗也更高； |
|
对于可在单专家模式下完成的任务，不建议升级到专家团； |
|
专家团的输出结果仅供参考，重要决策仍需人工复核。 |
第八章 操作实例
实例一：自定义排版类专家的创建与调优
背景
某自媒体从业者需要一位专门处理公众号文章排版的 AI 角色。以下是该专家从创建到可用状态的完整过程记录。
阶段一：初始创建
|
# 创建指令 |
|
帮我创建一个公众号文章排版专家。 |
|
|
|
我的经验：自媒体创作者、资深产品经理， |
|
主要关注 AI 资讯解读、AI 工具分享、AI 学习笔记等内容。 |
阶段二：首次测试发现问题
第一次使用该专家处理文章时，发现输出存在颜色过多的问题：标题、重点段落、引用块、分隔线各自使用了不同的颜色样式，整篇文章累计使用了十余种色相。
阶段三：量化修正
问题根因在于初始描述过于笼统。修正方法是将其转换为可量化的规则：
|
# 修正后的约束规则（加入专家配置的操作规则层） |
|
– 全篇文章主色调不超过 3 种（同一颜色的深浅变化算作 1 种） |
|
– 标题使用深灰色 (#333333)，不使用彩色 |
|
– 重点标注统一使用一种强调色 |
|
– 引用块使用浅灰底色，不加边框色 |
|
– 分隔线统一使用细线，颜色与正文同色系 |
阶段四：分层配置
随着规则增多，将所有内容堆放在角色描述中会导致配置混乱。采用分层策略后：
|
层面 |
内容 |
|
角色定义 |
你是一位专注公众号文章排版的编辑，追求简洁清晰的视觉呈现 |
|
操作规则 |
颜色不超过3种 / 标题不用彩色 / 引用块浅灰底 / 分隔线同色系 … |
阶段五：持续迭代
经过五轮迭代（颜色 → 分层 → 格式兼容 → 结构规范 → 细节审美），每一轮针对一类具体问题进行修正，最终达到稳定可用状态。
实例二：教育诊断类专家的应用
场景
一位高中数学教师利用专家功能辅助批改学生错题并生成学情诊断报告。
创建指令
|
帮我创建一个高中数学教育专家， |
|
擅长分析学生的答题情况并给出教学建议。 |
|
|
|
我的经验：30 年高中数学教龄，参与过命题工作。 |
|
|
|
当我发给学生错题图片时，请按以下步骤处理： |
|
1. 识别每道题对应的知识模块 |
|
2. 判断每道题的错误类型（计算错误 / 概念混淆 / 方法不当 / 审题失误） |
|
3. 按知识模块统计错题频次 |
|
4. 标出最高频的知识漏洞并给出补救建议顺序 |
使用流程
|
Step 1: 拍摄学生试卷上的错题，逐张发送给专家 |
|
Step 2: 专家自动识别知识点归属和错误类型 |
|
Step 3: 系统汇总统计后生成错题分布报告 |
|
Step 4: 根据报告中标注的高频薄弱点制定针对性练习计划 |
实例三：企业业务类专家的搭建
场景
某制造企业需要一个能够自动核算产品报价并生成工艺流程卡的内部工具。
搭建步骤
|
Step 1: 进入专家管理页面，新建专家条目，填写基础信息（名称、部门、适用人员） |
|
Step 2: 绑定相关技能：报价计算 + 工艺流程卡生成 |
|
Step 3: 配置业务参数：物料单价表、损耗系数、加工费率、税费规则等 |
|
Step 4: 预设标准工序模板：压铸 → 打磨 → 喷涂 → 质检 → 包装 |
|
Step 5: 分配权限给指定岗位的业务人员 |
运行效果
配置完成后，业务人员只需输入产品型号、重量、数量、表面工艺等参数，系统即可自动完成报价核算和工艺卡的生成，并将数据关联保存。
第九章 使用技巧汇总
9.1 角色保持方法
在新对话中延续专家身份，需要执行以下两个操作：
|
步骤 |
操作说明 |
|
步骤一 |
在对话界面的角色选择器中，切回目标专家名称 |
|
步骤二 |
首条消息以「作为【专家名】，请……」的句式开头 |
如果遗漏其中任一环节，系统可能退回到通用对话模式，输出的专业性和一致性会受到影响。
9.2 输出质量的控制因素
专家产出的稳定性取决于以下几个关键因素的控制水平：
|
控制项 |
低质量做法 |
高质量做法 |
|
约束量化 |
「不要太多颜色」 |
「主色调不超过 3 种，含深浅变化」 |
|
格式明确 |
「写个报告」 |
「Markdown 格式，含表格和图表说明」 |
|
背景信息 |
无任何上下文 |
提供身份、业务场景、目标受众等信息 |
|
参考样本 |
无 |
附上一份满意的过往产出作为风格参照 |
|
负面清单 |
无 |
明确列出不应出现的内容或表达方式 |
9.3 素材准备清单
向专家提交任务前，建议准备好以下素材以获得更好的输出质量：
|
素材清单 |
|
背景信息：你是谁、业务是什么、目标读者是谁 |
|
参考素材：相关文档、数据文件、截图、链接 |
|
输出样例：期望的结果长什么样（如有既往范例可附上） |
|
约束条件：字数、格式、语气、禁用词汇等 |
|
上下文：之前的相关工作进展、已有的方案草案、待改进的具体位置 |
9.4 迭代优化的循环方法
专家配置的成熟度通常需要经过多轮测试和校正。推荐的迭代流程如下：
|
Step 1: 用真实任务让专家产出初版结果 |
|
Step 2: 对照预期找出不符合要求的部分 |
|
Step 3: 将模糊的不满表述转化为具体的、可执行的规则 |
|
Step 4: 将新规则追加到专家配置的操作规则层中 |
|
Step 5: 用下一轮任务验证规则的生效情况 |
第十章 常见问题排查
10.1 问题速查表
|
现象 |
可能原因 |
解决方法 |
|
召唤后无反应 |
专家名称拼写不一致 / 触发句式不规范 |
核验名称是否完全匹配，检查句式格式 |
|
输出偏通用化 |
角色身份未被保持 / 对话轮次过多导致漂移 |
重新发送身份声明句式，切换回角色选择器 |
|
输出质量不稳定 |
缺少量化约束 / 规则不够具体 |
将模糊要求改为可量化的指标 |
|
找不到需要的专家 |
预置库中无此细分领域 |
考虑创建自定义专家 |
|
专家列表为空 |
网络连接问题 / 权限未开通 |
检查网络状态，确认账号是否有权限 |
|
积分消耗异常高 |
误用了专家团模式 / 模型等级过高 |
确认当前模式，必要时切换模型 |
10.2 Prompt 自检清单
在提交任务前，可对照以下清单检查指令的完整性：
|
[ ] 是否声明了专家身份？ |
|
[ ] 是否提供了足够的背景信息（谁、做什么、给谁看）？ |
|
[ ] 是否上传了必要的素材文件？ |
|
[ ] 是否说明了期望的输出格式？ |
|
[ ] 是否提供了参考样例（如有）？ |
|
[ ] 约束条件是否量化（字数、段落数、颜色数等）？ |
|
[ ] 是否列出了禁止事项？ |
附录 A 速查表
A.1 召唤方式速查
|
方式 |
操作路径 |
适用场景 |
|
界面召唤 |
左侧栏 → 专家 → 公开广场 → 选专家 → 点召唤 |
首次使用 / 不确定选哪个专家时 |
|
句式唤醒 |
对话框输入「请以【XX专家】身份…」 |
已知专家名称，快速调用 |
|
自定义创建 |
我的专家 → 创建 → 引导配置 |
预置专家不满足需求时 |
A.2 唤醒句式模板
|
# 基础句式 |
|
请以【XX专家】身份，帮我做XX。 |
|
# 完整句式（推荐） |
|
作为【专家名】，请帮我处理XX任务。 |
|
背景：XX。素材：XX（已上传）。 |
|
输出格式：XX。约束：XX。 |
A.3 创建专家指令模板
|
帮我创建一个【领域】专家。 |
|
我的背景：【身份 / 经验】。 |
|
主要任务：【具体要做什么】。 |
|
面向内容：【什么类型的内容】。 |
|
请交互式引导我完成配置。 |
