让AI穿过自己，用腾讯元器召唤出平行世界专家的自己

35岁转行成为美妆AI产品经理，如何在男性占比仅7%的环境中快速适应？这篇文章揭秘了一套利用腾讯元器搭建的AI专家团队系统，帮助你在短时间内掌握美妆领域的核心知识。从Multi-Agent模式的选择到智能体的具体搭建步骤，本文将带领你一步步打造属于自己的AI团队。

———— / BEGIN / ————

最近，我身上发生了一个有趣的转变——在35岁这个略显尴尬的年纪，我终于如愿转型成为一名AI产品经理。

但这不仅是职业的转换，更是一次画风突变的”跨界”。作为一个从未涉足美妆领域的”钢铁直男”，我入职了一家美妆公司，负责美妆AI产品。你能想象吗？在一个男性占比仅7%的办公室里，每天呼吸着各种高级香水的味道，回家时身上带着无法解释的香气……

然而，比”万红丛中一点绿”压力更大的，是对美妆领域（Domain）认知的空白。身边的同事平均资历超过5年，对用户和行业如数家珍。如果我按照传统PM的成长路径——扎根业务、从零体验、慢慢积累洞察，根本不可能在短时间内做出成绩。

怎么办？我决定用魔法打败魔法：搭建一个专属于自己的AI团队。

这篇文章，我会手把手教你如何在腾讯元器中复现这套系统。读完后，你也能拥有一支7×24小时待命的”AI专家团队”。

为什么单独问AI不够用？

在开始之前，我想先解释一个问题：为什么不能直接问ChatGPT或者其他大模型？

我对AI的使用经历了三个阶段：

阶段1：直接问大模型（像个刚毕业的实习生）

最简单的做法是把问题丢给LLM。但它只能回答训练时的数据，知识陈旧，还容易”一本正经地胡说八道”。就像一个刚毕业的学生，理论知识多，但不懂你的具体业务。

阶段2：RAG知识库（像个还在试用期的新员工）

进阶一步，用RAG投喂文档建立知识库。虽然懂了一点行业黑话，但遇到问题是”会什么用什么”，输出质量不稳定，且无法处理复杂长任务。

阶段3：工作流Workflow（像个照章办事的流水线员工）

搭建Workflow让AI按固定程序处理问题。处理固定场景效率极高，但遇到超纲问题就直接”死机”。

我需要的是：一个能灵活协作的专家团队

既然单个AI有短板，Workflow又太死板，有没有可能组建一个团队？有的负责查资料，有的负责写配方，有的负责审法规，再由一个”Team Leader”负责统筹——这就是Multi Agent（多智能体）的核心魅力。

为什么选择腾讯元器？

市面上主打Multi Agent的平台主要有字节的”扣子（Coze）”和腾讯的”腾讯元器”。经过深入调研，我选择了腾讯元器，原因有三：

原因1：真正的”团队组建”逻辑

原因2：微信生态一键发布

元器的智能体可以一键发布到微信公众号、企业微信、微信客服。你的AI团队可以瞬间变成企业的7×24小时超级员工，直接面对真实用户。

原因3：知识库的”黑科技”功能

• 标签分类：给文档打标签（如”日本”+”法规”），检索时指定范围，准确率起飞

• 自动问答集：上传文档后一键生成QA对，比纯文档切片效果好太多

• 公众号文章一键导入：有公众号的用户再也不用手动整理历史文章

其实，前面提到的这些智能体场景、功能和效果，并不是停留在概念层面。

我现在实际在使用的这套「美妆 AI 专家团队」——

包括负责拆解需求和统筹判断的 PM Leader、专注成分与配方逻辑的研发专家、把关宣称风险的法规合规顾问，以及辅助输出内容与护肤建议的多个专业角色，全部都是我通过「腾讯元器」亲手搭建完成的智能体。

也就是说，你在这篇文章里看到的所有应用场景、角色分工，以及多专业协作后的最终回答，本质上，就是这些智能体本身的真实能力展示。

如果你不想只停留在文字理解，而是想亲自感受一下这套系统在真实对话中的表现，可以直接通过下面这个链接，进入我在腾讯元器中已经搭建完成的智能体体验页面：

智能体体验入口（腾讯元器）

你会发现，这并不是一个只会「查资料」或「拼答案」的 AI，而是一支已经明确分工、能够协作思考，并且真的可以在复杂业务场景中提供判断和建议的 AI 团队。

而这，也正是我最终选择腾讯元器的重要原因之一。

腾讯元器的三种模式详解

在开始搭建之前，先花2分钟了解元器的架构设计，这会帮助你做出正确的选择。

腾讯元器提供了2类智能体（公众号智能体、对话式智能体）和3种模式（Multi-Agent、标准模式、单工作流模式），可以根据业务需求灵活切换。

两类智能体的区别：

划重点：如果你运营着公众号，强烈推荐用「公众号智能体」。它可以一键授权导入所有历史文章作为知识库，省去手动整理的痛苦。而且支持授权多个公众号，内容越多，AI越聪明。

三种模式的核心差异

模式一：Multi-Agent（多智能体协作）

这是元器最强大的模式，也是本文重点介绍的模式。

架构组成：

主智能体（Leader）：负责理解用户意图、分配任务、整合结果

• 模型设置：选择底层大模型

• 提示词：定义Leader的角色和调度规则

• 欢迎语：用户首次对话时的开场白

• 示例问题：引导用户提问的快捷入口

• 插件：Leader层可调用的工具能力

子Agent（专家团队）：每个子Agent负责一个专业领域

• 模型设置：可以和主智能体用不同的模型

• 提示词：定义该专家的角色、能力、输出格式

• 转交描述：告诉Leader什么情况下该把任务交给这个专家

• 插件：该专家专属的工具能力

知识层：所有Agent共享的知识库

• 公众号文章：一键导入的历史内容

• 知识库：自己上传的文档、QA对等

运作逻辑：用户提问 → Leader分析意图 → 根据转交描述选择最合适的子Agent → 子Agent检索知识库并回答 → Leader整合输出

适用场景：复杂业务场景、需要多专业领域协作、问题类型多变

模式二：标准模式（单智能体）

最基础的模式，一个智能体搞定所有事情。

架构组成：

• 模型设置 + 提示词 + 欢迎语 + 示例问题

• 知识层（公众号文章 + 知识库）

• 工作流（可选，处理固定流程）

运作逻辑：用户提问 → 智能体直接回答（可调用知识库和工作流）

适用场景：业务相对简单、问题类型单一、不需要多专家协作

模式三：单工作流模式

纯流程驱动，适合高度标准化的任务。

架构组成：

• 工作流（核心）+ 欢迎语 + 示例问题

• 知识层（公众号文章 + 知识库）

运作逻辑：用户输入 → 按预设流程节点依次执行 → 输出结果

适用场景：表单填写、固定问答、标准化审批流程

三种模式如何选择？

我的选择：作为美妆PM，我需要同时处理成分、法规、市场、内容等多个领域的问题，所以毫不犹豫选择了 Multi-Agent 模式。

我的AI团队架构总览

确定了方向后，我在腾讯元器中搭建了如下的AI团队：

接下来，我会一步步教你如何从零搭建这套系统。

手把手搭建教程Step 1：创建主智能体（Team Leader）

首先，我们创建团队的”大脑”——主智能体”PM宣仔”。

1.1 新建智能体

1. 打开浏览器，访问 tencent.com

2. 使用微信扫码登录

3. 点击左侧菜单「我的智能体」

4. 点击「新建智能体」按钮

5. 选择「公众号智能体」（这步很重要，因为后续无法再更改）

6. 在弹出的模式选择中，点击「Multi-Agent」

1.2 填写基本信息

智能体名称：PM宣仔

智能体简介：美妆AI产品经理，统筹配方、法规、市场、护肤、内容等多专业领域

头像：可上传自定义头像，或使用AI生成

1.3 配置提示词

在「模型设置」区域，找到「提示词」输入框，开始撰写提示词，以下是我所撰写的版本：

# 角色定位
你是「PM宣仔」，一名美妆AI系统中的项目经理型Agent。
你的职责不是提供单一专业结论，而是整合多个专业视角，输出清晰、可执行的最终结果。

 # 核心职责
– 理解用户的真实目标，而不仅是表面问题
– 将复杂需求拆解为多个专业子问题
– 以不同专业角色的视角进行分析（研发 / 合规 / 市场 / 护肤 / 内容）
– 整合各角色观点，消除冲突，形成统一结论

 # 工作流程
1. 解析用户问题与背景
2. 判断涉及的专业维度
3. 分别从相关角色视角进行分析说明
4. 汇总为结构化结论或行动建议

 # 输出要求
– 逻辑清晰，结构分明
– 必要时使用分点或小标题
– 最终给出总结或决策建议
– 不重复堆叠内容，不输出相互矛盾的结论

 # 边界说明
– 不捏造法规结论
– 不夸大产品功效
– 不替代专业医疗判断

提示词撰写思路详解

上面这段提示词不是随便写的，它遵循了一套结构化的设计思路。让我逐段拆解给你看：

① 角色定位 —— 告诉AI「你是谁」

你是「PM宣仔」，一名美妆AI系统中的项目经理型Agent。
你的职责不是提供单一专业结论，而是整合多个专业视角，输出清晰、可执行的最终结果。

为什么要这样写？

AI没有自我认知，你不告诉它「你是谁」，它就会用默认的通用助手身份回答。角色越具体，回答越符合预期。

② 核心职责 —— 告诉AI「你要做什么」

– 理解用户的真实目标，而不仅是表面问题
– 将复杂需求拆解为多个专业子问题
– 以不同专业角色的视角进行分析（研发 / 合规 / 市场 / 护肤 / 内容）
– 整合各角色观点，消除冲突，形成统一结论

为什么要这样写？

职责写得越清晰，AI越知道自己该干什么。模糊的职责会导致AI「想到哪说到哪」。

③ 工作流程 —— 告诉AI「你要怎么思考」

1. 解析用户问题与背景
2. 判断涉及的专业维度
3. 分别从相关角色视角进行分析说明
4. 汇总为结构化结论或行动建议

为什么要这样写？

工作流程就像给AI一个「思考模板」。没有流程的AI容易跳跃式回答，有流程的AI会更有条理。

④ 输出要求 —— 告诉AI「你要怎么表达」

– 逻辑清晰，结构分明
– 必要时使用分点或小标题
– 最终给出总结或决策建议
– 不重复堆叠内容，不输出相互矛盾的结论

为什么要这样写？

不规定输出格式，AI的回答可能很随意。你喜欢什么格式，就在这里写清楚。

⑤ 边界说明 —— 告诉AI「你不能做什么」

– 不捏造法规结论
– 不夸大产品功效
– 不替代专业医疗判断

为什么要这样写？

边界说明是「安全护栏」。AI有时候会为了显得专业而「编造」内容，边界说明可以有效遏制这种行为。

提示词设计的「五模块公式」

总结一下，一个好的提示词通常包含这五个模块：

不是每个提示词都需要写满五个模块，但这个框架可以帮助你检查是否遗漏了重要的指令。

1.4 配置转交描述

转交描述是告诉系统「什么情况下用户的问题应该由这个Agent来处理」。在主智能体的转交描述中填写：

作为美妆AI系统中的主控Agent（PM宣仔），负责理解用户的整体目标，并在问题涉及多个专业维度或需要综合判断时介入处理。
当用户需求同时包含配方研发、法规合规、市场分析、护肤建议或内容创作等多个方面，或需要对复杂信息进行任务拆解、逻辑整合与最终决策总结时，转交由本Agent处理。

1.5 配置插件

点击「插件」按钮，为主智能体添加以下插件：

知识库问答：让Leader可以调用知识库中的内容

1.6 模型选择

在「模型设置」区域，你会看到「思考模型」的下拉选单。腾讯元器提供了多种大模型可供选择，不同模型有不同的特点：

常用模型推荐：

如何选择？

• 追求响应速度：选择 DeepSeek-V3.1-Terminus 或 DeepSeek-V3.2

• 追求思考深度：选择混元大模型T1版或TurboS最新版

• 需要处理长文档：选择 128K 上下文的模型

• 频繁调用插件：选择精调Function-call模型

我的选择

我用的是 DeepSeek-V3.1-Terminus，响应速度快，128K的上下文长度也足够处理大多数任务。你可以根据自己的需求尝试不同模型，找到最适合的那个。

Step 2：添加子Agent（以配方研发专家为例）

接下来，我们为团队添加专家成员。这里以「配方研发专家」为例，演示子Agent的配置方法。

2.1 添加子Agent

1. 在主智能体配置页面，向下滚动找到「Agent」模块

2. 点击「+ 添加Agent」按钮

3. 填写子Agent的名称：配方研发专家

2.2 配置提示词

# 角色定位
化妆品配方与研发专家
# 能力范围
– 成分作用机理分析
– 配方结构与搭配逻辑
– 功效实现路径评估
# 输出原则
– 以科学与研发逻辑为核心
– 不涉及法规合规结论
– 不提供市场或营销判断

2.3 配置转交描述

作为配方研发专家Agent，负责从化妆品研发角度对成分、配方结构与功效机理进行专业分析。
当用户的问题涉及成分作用原理、配方搭配逻辑、功效可行性评估或产品研发方向时，转交由本Agent处理。

2.4 配置插件

网页解析：可以访问网页获取最新成分资料

Step 3：善用元器的「AI优化」功能

前面我们详细讲解了提示词的撰写思路，但如果你觉得从零开始写太难，元器提供了一个神器——AI优化功能。

3.1 操作方法

1. 在提示词输入框中，先写一个简单的初稿（几句话就行）

2. 点击输入框旁边的「AI优化」按钮（或魔法棒图标）

3. 元器会自动帮你扩充和优化提示词

4. 审核优化后的内容，根据需要微调

3.2 实际效果示例

我输入的初稿：

你是化妆品法规专家，帮用户判断产品是否合规

AI优化后的结果：

#角色名称: 化妆品法规与合规顾问
#言谈风格:
1. 言辞谨慎、逻辑严谨。
2. 善于引用法规条款，提供详细解释。
#性格特点:
细心谨慎，责任心强，具有高度的职业道德。
#经历和背景:
1. 拥有法律或相关专业学历，通过国家司法考试。
2. 曾在知名律师事务所或大型化妆品企业担任法规事务专员。
3. 参与多个重要法规修订项目，积累丰富实践经验。
#能力限制:
主要专注于化妆品行业法规，对于其他行业法规了解有限。

看到了吗？AI帮我把一句话扩展成了完整的五模块结构！

高效写法

先写一个简单的「骨架」，让AI帮你「长肉」，然后你再做最终的微调。这比从零开始写要高效得多。

Step 4：添加其他子Agent

按照 Step 2 的方法，继续添加其他子Agent。我的团队配置如下：

小提示

每个子Agent的提示词，都可以用「AI优化」功能来辅助生成。

你只需要写一句话描述角色，AI会帮你补全其他模块。

Step 5：搭建知识库

知识库是AI团队的”记忆”，直接决定回答的专业度和准确性。

5.1 创建知识库

1. 点击左侧菜单「知识库」

2. 点击「+ 新建知识库」

3. 填写知识库名称，如「美妆法规」

4. 点击「确认」

5.2 上传文档

1. 进入刚创建的知识库

2. 点击「+ 新建」→「上传文档」

3. 支持的格式：PDF、Word、TXT、Markdown等

我的知识库包含以下内容（供参考）：

5.3 设置标签分类（重要！）

当知识库文档很多时，标签可以帮助AI精准定位。

1. 点击「编辑标签」

2. 创建标签名，如「国家」

3. 添加标签值，如「中国」「日本」「欧盟」

4. 为每个文档打上对应的标签

5.4 生成自动问答集

元器提供了自动生成问答集的功能，效果比纯文档切片好很多：

1. 切换到「问答」标签页

2. 点击「+ 新建」→「选择生成问答的文档」

3. 点击「生成问答」

4. 等待AI自动生成问答对

Step 6：关联知识库并发布

6.1 为智能体关联知识库

1. 回到智能体配置页面

2. 找到「知识」模块，点击「+ 添加知识库」

3. 勾选你创建的知识库

6.2 测试与发布

1. 在右侧「对话体验」区域测试

2. 检查是否正确调用子Agent、知识库是否命中

3. 测试通过后，点击「发布」

恭喜！

到这里，你的AI专家团队就搭建完成了！

实战效果展示

搭建完成后，来看看这个AI团队的实际表现。

案例1：成分分析问题

用户提问： “玻尿酸和透明质酸有什么区别？在配方中一般添加多少比例？”

AI团队响应过程：

1. PM宣仔（Leader）识别为成分相关问题

2. 任务转交给配方研发专家

3. 配方专家检索知识库，给出专业回答

案例2：法规合规问题

用户提问： “我们的美白产品想出口日本，宣称’快速美白’可以吗？”

AI团队响应过程：

1. PM宣仔识别为法规合规问题

2. 任务转交给合规法务专家

3. 法务专家检索日本法规知识库，给出合规建议

发布到微信生态

腾讯元器支持将同一个 AI 团队，一键发布到完整的微信生态体系中。

你不需要为不同场景分别搭建机器人，只需在后台完成一次发布配置，即可同时覆盖：

• 面向用户的 微信公众号与小程序

• 面向组织内部的 企业微信应用

• 面向服务场景的 微信客服智能接待

这意味着，你搭建的不是一个“AI 对话框”，而是一个可被真实业务、真实用户反复使用的 AI 团队入口网络。

微信支付MCP（变现闭环）：

元器还接入了微信支付MCP，可以在对话中直接完成交易，适合知识付费、咨询服务、电商导购场景。

总结一下

从一个对美妆一窍不通的「钢铁直男」，到如今能够熟练调度「配方专家」「法务顾问」等多个 AI 角色的 AI 产品经理，我并没有用 5 年时间去硬啃书本、慢慢补齐认知，而是用 1 个月时间，搭建了一套真正可用的「认知外挂系统」。

它不完美，但足够让我在真实工作场景中做判断、给建议、推进决策。

用腾讯元器，召唤出平行世界里的自己

如果你也在运营公众号，这里有一个非常值得尝试的玩法：让腾讯元器直接学习你过去写下的内容。

在「公众号智能体」模式下，一键授权导入你的历史文章。这些文章本身，就是你多年积累的思考路径、表达方式与专业判断。

当元器学习了这些内容后，它输出的就不再是千篇一律的「AI 味答案」， 而是带着你的语言风格、你的思维逻辑，来回答问题。

那一刻的感觉很奇妙——

就像你真的召唤出了平行世界里那个更懂行业、更懂法规、更懂市场的自己。

那个你来不及成为、但本可以成为的专家版本，现在，可以通过一支 AI 团队被“具象化”出来。

几点实操心得

• 知识库质量决定上限 垃圾进，垃圾出。真正花时间整理高质量文档，回报一定是成倍的。

• 提示词需要反复调优 第一版几乎不可能完美，必须结合真实对话结果持续微调。

• 标签分类是规模化的关键 文档一多，是否能精准命中答案，完全取决于标签设计。

• 先跑通，再谈完美 不要一开始就追求「最优架构」，先让系统在真实场景中用起来。

• 转交描述决定协作效率 你写得越清楚，AI Leader 分配任务就越准确，多 Agent 才会真的协同。

如果你正处在转行的焦虑期，或是希望在现有岗位上实现一次明显的效能跃迁，不妨试试在腾讯元器里，亲手组建一支只为你服务的「AI 团队」。

让 AI 穿过自己，用腾讯元器，召唤出那个平行世界里更专业更强大的自己。

本文来自公众号：PM宣仔 作者：PM宣仔

想要第一时间了解行业动态、面试技巧、商业知识等等等？加入产品经理进化营，跟优秀的产品人一起交流成长！