文科生实习ai产品经理一个月后的小小分享
首先明确一点，纯前端的vibe coding几乎没有竞争力，除非产品设计非常新颖。vibe coding接入后端，到实际可用其实并不难，靠自然语言交互也能实现。下面分享一下我三个小时搭建出来的一个agent。

1. 产品介绍：

该agent为B端产品，通过客服ai和访客对话，找到客服ai输出的低质量回复，根据这些回复去进行system prompt的优化（实际上也能优化skill，但这里考虑的是system prompt，所以先忽略掉skill的优化）。

2. 产品架构
1. 搭建客服ai和访客ai：在hugging face上找dataset，找codex帮忙下载到本地，如【图一】。可查看codex帮忙写的提示词【图二】。
2. 自动对话后产生对话记录：对话脚本【图三】
3. 在对话记录中，对客服ai输出进行评估打分：需要搭建一个评估器来对客服ai输出进行评分。实际上评估器的搭建非常复杂，这里简化了。【图四】
4. 找到客服ai的低分回复，分析如何修改prompt才能让分数提高，对修改后的prompt进行回测：这里可以分为三个agent（识别低分case原因的诊断agent、优化prompt的编辑agent、验证优化效果的回测agent）。【图五】

以上把基本脚本就已经搭建好了，我们可以搭建一个可视化的页面。

输入提示词：【图六】

此时还需要接api key，codex默认接gpt的模型，建议直接改成qwen3.5-plus（性价比高），在百炼创建api key。

体验产品（看后续图片）
1. 创建自动对跑任务
2. 对对跑的客服ai输出进行评估
3. 对低分case进行优化并进行人工审核
4. system prompt的版本管理
5. 所有的任务运行和操作记录都需要写在日志中方便回溯

以上就是一个简略的agent搭建过程，其中有许多细节我略去了，包含回测的指标、低分的定义、评分维度等等。先把架构搭起来，后续在摸索中学习可能会对这些定义有更进一步的思考。

这是文科生在ai产品上的一点点思考与实践，非常希望大家能够一起交流和学习！

#howto入门codex[话题]# #AI工具[话题]# #产品经理[话题]# #agent[话题]# #AI进化生活howto[话题]#
文科生实习ai产品经理一个月后的小小分享 首先明确一... http://xhslink.cn/o/7zXD0iYquCM 【小红书】里的笔记已备好，复制后快来~
resolved_url: https://www.xiaohongshu.com/explore/6a662ac900000000110171d7
xhs_capture_status: success