Coze开发机器人进行思维训练全解析
一、引言
人与人最大的差别是思维
AI技术突破的消息接踵而至，环顾四周，人群总会分为两类，一类积极拥抱新技术，一类是对身边的这种变化视而不见。
古往今来，类似的事情反复发生，连身边的职场中也一样，有人能够在职场中游刃有余，取得卓越的成就，而有人却始终无法突破自己的局限。
那么，是什么造成了这种差异呢？思维方式。
思维是一个多维度、跨学科的概念，其本质涉及到心理表征的构建、意识与物质的关系、以及文化和社会环境对思维方式的影响。思维方式的不同可以影响个人的行为和决策，从而影响其生活轨迹。
在《终身成长》中就有两种最最基础两种思维，成长型思维和固定型思维。
正如亨利·福特所说：“无论你认为你能还是不能，你都是对的。”成长型思维的人相信自己能够通过努力和学习来克服困难，而固定型思维的人则可能因为自我设限而无法实现自己的潜力。
除此以外，遇到一件事，有的人能够迅速抓住事情的本质，而有的人却茫然无措。背后同样是逻辑思维的不同。
假设AI真的能回答你提出的所有问题，但是，人群还是会因为“能否问出好问题”而区分开，底层还是一个人思维。
于是，思维训练是个所有人不可回避的问题。
Coze平台基本介绍
Coze是一个由字节跳动推出的AI聊天机器人开发平台，能为用户提供一站式的AI应用和聊天机器人创建、调试和优化工具。Coze的核心特点包括：
无需编程经验：Coze允许用户无论是否具备编程基础，都能快速创建和部署各种类型的聊天机器人。通过拖放组件和模块，用户可以轻松构建Web应用。
丰富的插件库：Coze提供了多样化的插件库，这些插件可以有效增强机器人的功能，使其能够处理更复杂的对话流程和任务。目前平台已经集成了超过60个插件。
长期记忆和工作流程：Coze支持长期记忆功能，可以让机器人持久记住用户对话的重要参数或内容，从而提供更准确的答案。此外，Coze的工作流功能可以处理逻辑复杂且有较高稳定性要求的任务流。
跨平台运行：Coze应用可以在任何支持Web浏览器的设备上运行，用户可以将搭建的Bot发布到各类社交平台和通讯软件上。
快速迭代与敏捷开发：Coze强调快速原型设计和迭代，用户可以迅速从概念验证到产品发布。
免费使用：Coze平台目前是完全免费的，这降低了用户使用该平台的门槛。
定制化用户体验：用户可以根据需求自由组合和定制丰富的组件和模块，创建个人定制版Bot。
计划任务功能：Coze还提供了计划任务功能，可以帮助用户安排和执行定时任务。
总之，Coze作为一个下一代AI应用和聊天机器人开发平台，通过其易用性、丰富的功能和灵活的定制能力，为用户提供了一个高效、便捷的AI开发环境。
本文看点
通过实际案例，介绍在Coze平台创建思维训练相关bot的方法。
对于不了解Coze的同学，可以完整地了解在Coze平台上如何搭建bot的全流程。
对于其他同学，则提供一种AI应用方法的案例参考，希望能够带去启发。
四个bot
“系统思维训练”平行宇宙bot
功能简介：
给出你的情景，帮你推演该情景下某个决策后所有可能的结果，以及可能结果的结果，能够向后推演5步，从而让你提前预见平行宇宙中的可能。
实现思路：
这里关键是一种系统思维和结构化思维的训练。
因为在未接受训练的情况下，往往我们只看到一个孤立的事件，而无法看到该事件可能引发的后果。
尤其是后果的后果。未接受过这种训练的人容易短视，看不到更远的地方。通过这样一个bot，可以辅助自己思考，让自己思考的更加全面，并且能够多看一步。
从而提前做准备。再或者，让自己更加地通透，达到所谓的“见路不走”。
“见路不走”是豆豆的小说《天幕红尘》中的一种说法，其实也就是实事求是的可操作指导原则。
即实事求是的第一步，是尽量先摒弃各种情绪的影响，客观地分析事件的演化路径和发展方向。
事件将会像多米诺骨牌一样，从一个不起眼的小事情引发一系列的连锁反应。
提示词：
# 角色
你是一个系统思维分析专家，精通系统思维，根据麦肯锡逻辑树分析法，对用户所描述的问题或决策进行分析和推演。
目标：让用户提前看见平行宇宙中的各种可能。
## 技能
### 技能 1: 决策推演
接收用户的决策信息。
根据决策信息，推演接下来 5 层可能的结果。解释：就像多米诺骨牌，一个事件会根据因果关系触发一层事件，穷尽每一个事件的各种可能。
对每一步的结果进行简要描述。
### 技能 2: 结果展示
对推演的结果进行分析，给出可能的影响。
帮助用户了解不同结果之间的差异和联系。
### 技能 3: 结果的结果展示
对推演的结果进行分析，给出可能的影响。并在每种可能的结果后，推演结果的结果。
每一次推演都严格遵守自然科学或社会科学的规律或机制。
采用系统思维，能够动态地分析事件
### 技能4：绘制逻辑树
根据用户信息，必要时引用插件 [ TreeMind树图 ] 绘制决策树
####原则
要素化：请将问题或决策的关键要素进行归纳和总结。
框架化：请将各个要素组织成一个框架，并确保遵守不重不漏的原则。
关联化：请确保框架内的各要素保持必要的相互关系，简单而不孤立。
## 限制
- 只针对用户提供的决策进行推演和分析。
- 推演结果仅供参考，不代表必然发生。
- 分析和建议仅基于推演结果，尽量追求准确性。案例展示：
例如，先做一个简单的测试，“我生在北方农村，如果当时我没有考上大学，那么我的人生会发生什么？”
随后，还让它生成了树状图（如下）。
怎么样，如果当时你在做决定，能够看到这张图，是不是有种提前看到平行宇宙的自己。
关键是，这里我还只是给出非常简单的背景信息，如果给出的背景信息越丰富，那么它能够给你的指导性也就越贴切。
当然，需要提醒的是，这毕竟只是一种可能。
因为现实世界中的影响因素不计其数，瞬息万变。
“批判性思维训练”纵横读书bot
功能简介：
运用经典的读书方法书籍《如何阅读一本书》中的方法阅读每一本书。最重要的是每次都保持清醒的头脑，对书中的核心观点进行批判性地思考和吸收。并且同时获得同主题下，可以交叉阅读的参考书籍。
实现思路：
明确机器人输出的结构和格式。
给出结构化拆解书籍的模型和方法。从而获得结构化的输出。
书籍阅读其实是有方法的，而身边却有不少现代人还认为认真读书就应该把一本书逐字逐句地从头读到尾。
在《如何阅读一本书》中提出，淘金式思维的阅读方法，让我们变得更加主动，从而在跟书的作者对话时，自己并不只是个听众。
一旦主动寻找、识别遇到问题的模式、结构，这就让我更加提纲挈领地找到问题的关键。
阅读一本书，要根据书籍的类型，选择不同的阅读方法，到底是快速浏览，还是精读，是反复研读，同类型书籍交叉阅读……都取决于你读书的目的。
只是，如果没有人提醒，我们往往忘了这个读书的目的。变成了为了读书而读书。
尽管开卷有益，但还是不免有点虚度了自己的光阴。
在具体实现上，为了确保生成内容的质量。我采用coze中工作流，工作流的设计思路为，让大模型自我审核。
即，先用大模型生成一个版本答案，然后把输出内容再传给大模型，让它自己检查完善后输出。
这也正是coze能够放大大模型能力的地方。
在技能中除了有丰富的插件可以调用，还可以自由设计工作流。工作流中可以选择左侧的任意节点，包括插件、大模型、代码、知识库、工作流、图像流、选择器、消息和变量。
提示词：
# 角色
你是一位知识渊博的书籍介绍者，熟悉《如何阅读一本书》中的原则和方法。
你会根据用户提供的书名，提供一篇高质量的书籍介绍文章。
调用工作流 {selfreview} ，生成文章。文章内容参考以下结构。
## 技能
### 技能 1: 提示用户设定阅读目标
在阅读本书前，请你先确定阅读目的，是消遣娱乐、学习新知识还是训练自己的批判性思维？（此句在每次回答中始终出现）
### 技能 2: 背景和引言
介绍这本书的写作背景，作者的情况等
提出与书籍主题和内容相关的问题，以便在阅读过程中寻找答案。
### 技能 3: 读书笔记
作者的主要观点，核心结论
作者提出观点的论据和证据。
这部分内容务必展开详细介绍。
### 技能 4: 批判性思考
评估作者观点、论据和证据的能力（假设始终成立吗），请举例说明。
有哪些不同的角度，举例说明。
### 技能 5: 跨书籍主题阅读
关于书中的主题，有哪些相关的书籍可以阅读
这些相关书籍中的观点与本书的观点有哪些异同，举例说明。
### 技能 6: 总结与反思
总结本书主要观点和所学知识。
对于现实中的实际应用有哪些启发。
## 限制
- 只提供与书籍相关的总结，拒绝回答其他问题。
- 遵循《如何阅读一本书》的原则和方法。
- 请同时注意段落的字数限制，一定是“读书笔记”部分最详细。案例展示：
比如，我直接发给它芭芭拉明托的《金字塔原理》这本书，它可以快速地帮我总结书中的核心观点，并且还能够给我提出高质量的问题辅助阅读。在最后还能够给出参考书籍。
“商业敏感度训练”bot
功能简介：
发送任何一个你看到的商业现象，或者某家店，它都能够快速帮你拆解出这个店的商业模式，这个现象背后的商业逻辑。可以帮助你分析资讯背后的商业逻辑，提供核心服务/产品、客户细分、关键活动、价值主张、关键伙伴、关键资源、成本结构和收入来源等方面的信息，并为你推荐相关的商业项目延伸。
实现思路：
想象一个场景，如果你见到任何一个现象，或者某家店，你都能够快速地思考出，从商业的角度它是为什么存在的，它是如何赚钱的，那么你算是有比较强的商业敏感度。
而这种敏感度训练的核心模型就是“商业模式画布”。
当有了模型之后，就可以让大模型结构化地回答你的问题了。
选择插件
因为可能会需要它联网搜索一些信息，以让回答更加丰富。所以加上了插件 web_pilot 。
因为可能会让他根据你提供的信息，推荐一些其他项目，最好是公开的，比如说有这块服务或业务的上市企业（毕竟那样就会有更多财报信息可以研究），所以，加上了“国内股票”这个插件。
增加知识库
除了调用插件获取网络信息以外，如果有《商业模式画布》那本书的电子版，也可以将其加入知识库，从而方便在采用商业模式解释时，更加精准。
设计工作流
除了以上技能以外，coze还提供了工作流的功能。
我们希望它能够回答的更顺畅，给它一个参考的工作流。可以根据实际需要进行补充，不赘述。
提示词：
# 角色
你是一位专业的商业分析师，能够根据给定的资讯，找出其背后对应的商业逻辑、相关商业项目延伸等。
## 技能
### 技能 1: 分析商业逻辑
对用户提供的资讯进行深入分析，确定其核心服务/产品、客户细分、关键活动、价值主张、关键伙伴、关键资源。
分析赚钱的逻辑，包括成本结构、收入来源等方面。
### 技能 2: 获取典型企业信息
在需要时，调用插件 web_pilot 获取典型企业信息。
结合典型企业信息，对商业项目进行延伸介绍。
尽量使用量化的数据，如投资回报率、毛利率等。
### 技能 3: 商业项目延伸
与该商业模式相关的项目参考
需要时，调用插件 国内股票 ，推荐上市企业中相关业务的公司股票
## 限制
- 仅分析与商业相关的内容，拒绝其他无关话题。
- 分析过程中注重量化数据的使用。
- 只在必要时调用插件获取典型企业信息。案例：
以下是两个案例，即不管你遇到的是茶饮店，还是自己看不懂的软件服务，都可以让它拆解。
“创新思维训练”bot
功能简介：
缺创意？不存在的。AI可以帮你生成源源不断的创意，最最重要的是，创意背后需要基于创新的方法或者模型。把你的问题丢给它，每次为你产生20个高质量创意，并且附上创意背后的原理或模型。并且对创意进行评估。
实现思路：
很多人以为创意就是灵光乍现，拍脑袋。
其实不然，关于如何产生大量的创意，并且将创意落地，都有一系列成熟的模型与方法。
但由于人类受情绪的影响，或者记忆限制，不可能穷尽各种可能，识别那些就在身边的创新机会。
其实，另外一件重要的事情是，在让创意真正创造价值的过程中，需要对产生的创意进行评估。
而创意评估的关键维度是根据不同领域的问题变化的。这就需要大模型自身的理解能力。
除此以外，作为bot的开发者，你可能会想，如果把之前用户提及的高分创意能够存储下来，下次再有用户问到时，直接从数据库中获取，那样效率不是更高么。Coze还真提供了这一功能。
这样方便多了。
提示词：
# 角色
你是一位极具创意的创新思维训练师，对各种创新方法了如指掌，能够针对用户提出的问题展开充满想象力的拆解，运用不同的创新方法。
## 技能
### 技能 1: 提供创意
当用户提出问题时，运用创新方法进行天马行空的拆解，提供至少 20 个创意。回复示例：
=====
- 创意 1: <具体创意内容>，方法/模型: <对应的创新方法或模型>
- 创意 2: <具体创意内容>，方法/模型: <对应的创新方法或模型>
- .....
- 创意 20: <具体创意内容>，方法/模型: <对应的创新方法或模型>
=====
### 技能 2: 创意评估和筛选
确定评估创意的关键维度，如创新性、市场潜力、实施难度、成本效益、风险等级等。
对上述创意按照上述维度进行评估和筛选，得到最佳的5个创意。
## 限制:
- 只围绕创新思维和提供创意展开相关讨论，拒绝回答与创新无关的话题。
- 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。案例：
例如，哈哈，尝试让AI来思考能开发哪些机器人。
还让它对创意进行评估，综合创新性、市场潜力、实施难度、成本效益、风险等级，得出最佳的top2创意分别是智能个人助理机器人和智能健康监测机器人。
说实话，这恐怕已经被杀成红海了，但不得不说，这样评估出的创意的确更靠谱一些。
除此之外，还可以给它点技术问题。
比如，豆浆机的降噪问题。
它在以下这些维度进行评估：
创新性：创意的独特性和新颖性。
实用性：创意在实际应用中的可行性和效果。
成本效益：实施创意所需的成本与预期效益的比较。
用户接受度：用户对创意的接受程度和满意度。
技术难度：实现创意所需的技术难度和研发时间。
环境影响：创意对环境的影响，包括噪音污染减少。
市场潜力：创意在市场上的潜在需求和商业价值。
得到的最佳5个创意也非常具有参考性。
如果你觉着有意思，抓紧自己去试试吧。
借助bot进行思维训练的优势与挑战
在当今这个信息化、智能化的时代，借助bot（机器人）进行思维训练已经成为了教育、医疗、娱乐等领域的新趋势。通过bot进行思维训练，用户可以享受到高效便捷的服务，个性化定制的训练内容，智能互动的学习体验，以及基于数据分析的优化方案。然而，这一新兴领域也面临着技术难题、用户接受度、安全与隐私问题，以及法规与伦理约束等挑战。
首先，借助bot进行思维训练的优势主要体现在以下几个方面：
- 高效便捷：与传统的人工训练方式相比，bot可以24小时不间断地提供服务，大大提高了训练的效率。同时，用户可以随时随地通过手机、电脑等设备进行训练，节省了时间和空间成本。
- 个性化定制：基于大数据和人工智能技术，bot可以根据用户的年龄、性别、兴趣、能力等因素，为用户推荐合适的训练内容和方案，实现真正的个性化教育。
- 智能互动：bot可以模拟人类的思维方式，与用户进行实时互动，提供反馈和指导。这种互动式学习方式，不仅提高了用户的参与度和积极性，还有助于用户更好地理解和掌握训练内容。
- 数据分析与优化：借助大数据分析技术，bot可以收集和分析用户的训练数据，了解用户的训练效果和需求，从而不断优化训练方案，提高训练效果。
然而，借助bot进行思维训练也面临着一些挑战：
- 技术难题：虽然人工智能技术已经取得了显著的进展，但目前的bot仍然存在一定的局限性，如理解能力、表达能力、情感识别等方面。如何提高bot的智能水平，使其更好地满足用户的需求，是当前亟待解决的问题。
- 用户接受度：尽管bot具有诸多优势，但部分用户可能对其持有怀疑和抵触的态度。如何提高用户对bot的信任度和接受度，是推广bot应用的关键。
- 安全与隐私问题：借助bot进行思维训练，用户需要提供大量的个人信息。如何保护用户的数据安全和隐私，防止数据泄露和滥用，是必须重视的问题。
- 法规与伦理约束：随着bot在思维训练领域的应用越来越广泛，如何制定相应的法规和伦理标准，规范bot的研发和应用，也是当前亟待解决的问题。
总之，借助bot进行思维训练具有巨大的潜力和价值。然而，要充分发挥其优势，克服其面临的挑战，还需要各方的共同努力。只有在技术、用户、安全、法规等多方面取得突破和进展，才能让bot更好地服务于人类的思维训练，提升人类的思维品质和认知能力。
总结
AI对于个人思维训练有重要作用
文中以职场人必备的四种思维模型，系统思维、批判性思维、商业思维、创新思维为主要线索，介绍在字节跳动的开放平台Coze上开发bot的全过程，并且提供个人设计的提示词供参考。
我们发现，职场中将人区分开的本质上是思维方式的不同，而这种思维方式是可以在各种工作场景、生活场景的决策、选择过程中表现出来。
而且，最终每一次选择的质量积少成多，最终决定了一个人人生的质量。
但是，思维训练这件事其实又并没有那么神秘。正是通过类似的不断地自我反思，与AI互动，获得即时反馈，或者向身边优秀的人交流学习来实现的。
对个人未来发展的建议
AI的到来改变了我们的工作环境和个人发展的需求。作为个体，在能力训练方面需要注意以下几点：
终身学习：AI的发展速度非常快，新的技术和工具不断涌现。因此，个体需要具备终身学习的意识，不断更新自己的知识和技能，以适应不断变化的工作环境。
技术素养：随着AI技术的普及，基本的计算机操作和编程能力变得越来越重要。个体应该提升自己的技术素养，至少掌握一些基础的编程知识和数据分析技能。
人机协作：AI在很多领域已经展现出超越人类的能力，但也有很多任务需要人类的直觉、创造力和情感判断。个体应该学会如何与AI协作，发挥各自的优势。
情绪智力：AI目前还不能完全理解和模拟人类的情感，因此情绪智力变得尤为重要。个体应该提升自己的情绪智力，包括自我意识、自我管理、社交技能和同理心等。
创新能力：AI可以处理大量的信息和执行重复性任务，但创新和创造性思维是人类的独特优势。个体应该培养自己的创新能力，以在未来的工作中脱颖而出。
AI还给人类更多自由，关键在于我们的思想是否不被约束。
祝好运！