[智能体-450]：单 Agent（自主规划模式），如何大模型更精确的决策，调用外部插件和内部记忆单元？

单 Agent（自主规划模式）精准决策调用插件 / 记忆单元完整方案

自主规划模式核心痛点：大模型自由决策容易漏调用知识库、数据表、长期记忆、自定义插件，通过工具约束、Prompt 工程、参数管控、资源分级、校验兜底五层手段，强制模型精准判断何时调用对应资源。

一、第一层：标准化工具注册与清晰工具元信息（底层基础）

自主规划模式所有资源（知识库、数据库、长期记忆、自定义插件）都会注册为 Function Calling 工具，工具描述决定模型判断精度。

1. 每个工具必须写完整、区分度极强的描述

禁止模糊描述，必须写明适用场景、输入参数、返回内容、不调用的后果。

示例规范模板：

1）文本知识库工具描述

工具名称：query_public_product_doc 功能：查询全平台通用产品手册、售后政策、规格说明等公共文档；当用户询问产品使用、保修、功能介绍时必须调用；仅存储公共资料，无法查询用户个人订单、手机号。 入参：user_query：用户原始提问文本

2）用户数据库工具描述 工具名称：query_user_order_db 功能：查询当前登录用户的私有订单、工单、历史填报记录；仅能读取当前用户个人数据；用户询问我的订单、我的报修记录、历史提交表单时必须调用；无法查询公共产品政策。

3）长期记忆工具描述 工具名称：search_user_long_memory 功能：检索该用户历史对话留存的个人偏好、需求习惯；当用户提问带有 “之前我说过、我习惯、我想要 XX 风格” 等个人偏好类问题时调用。

4）自定义业务插件（如飞书推送 / 联网搜索） 工具名称：search_internet 功能：实时联网查询 2026 最新资讯、外部实时数据；知识库无实时信息时调用。

2. 工具参数强约束

所有工具入参设置必填字段、参数描述，减少模型传参错误；关闭自由参数生成，强制按定义入参调用。

3. 开启「自动调用」统一管控

页面右上角开启知识库「自动调用」开关，平台会把知识库检索函数强制注入工具列表，模型默认感知该工具存在，不会遗忘。

二、第二层：系统提示词（System Prompt）强制决策规则（核心手段）

在 Agent 人设提示词最顶部写入刚性决策逻辑，分场景明确 “什么情况必须调用、什么情况禁止调用、调用顺序”，直接约束模型思考逻辑。

标准化 Prompt 规则模板（可直接复制使用）

plaintext

# 刚性执行规则，必须严格遵守，违反会导致回答错误 ## 一、工具调用判定规则 1. 公共知识类提问（产品介绍、保修政策、操作教程、行业规范）→ 必须调用【扣子文本知识库】，禁止直接凭空回答； 2. 用户个人数据提问（我的订单、我的工单、我之前提交的表单、我的手机号）→ 必须调用【用户数据库】，禁止查询公共知识库； 3. 用户提及历史偏好、过往对话需求、个人习惯 → 必须先调用【长期记忆】，结合记忆再回答； 4. 需要实时新闻、实时价格、外部网络信息 → 调用【联网搜索插件】； 5. 仅闲聊、通用常识类问题，不涉及以上四类，无需调用任何工具。 ## 二、调用流程约束 1. 优先判断是否需要读取用户私有记忆/数据库；再判断是否需要公共知识库；最后判断是否需要外部插件； 2. 一次思考可以同时调用多个工具，允许并行查询知识库+数据库； 3. 禁止跳过工具直接回答；若工具返回无匹配内容，再如实告知用户，不得编造信息； 4. 禁止混淆工具边界：不能用公共知识库查询用户私人订单，不能用数据库查询产品政策。 ## 三、输出约束 每次回答前，先输出你的思考过程：你判断用户问题需要调用哪些工具、判断依据；再执行工具调用，最后整合所有工具返回内容生成答案。

关键设计逻辑

1. 明确工具边界，把 “什么场景对应什么工具” 写死，消除模型模糊判断；
2. 规定调用优先级，避免模型只调用单一资源遗漏其他；
3. 强制输出思考链路，让模型显式推理，降低随机决策偏差。

三、第三层：大模型参数调优，降低随机自由发挥

调整模型推理参数，压缩模型自主发挥空间，提升决策稳定性：

1. temperature温度调低至 0.0~0.2 温度越高模型创造力、随机性越强，容易擅自跳过工具；低温度下模型严格遵循 Prompt 规则，决策一致性大幅提升；
2. top_p 设置为 0.1~0.3限制模型采样范围，减少偏离指令的自由推理；
3. 开启强制工具返回模式Coze 自主规划模式内置参数：force_tool_choice="auto"，搭配提示词强制要求 “有匹配场景必须选对应工具”，模型无法直接返回文本跳过工具调用。

四、第四层：资源分层隔离 + 工具分类分组，减少混淆

1. 公私资源彻底拆分

• 公共资源（文本 / 表格 / 照片知识库）统一归为「公共知识工具组」；
• 用户私有资源（数据库、长期记忆）归为「用户私有记忆工具组」；
• 外部第三方（联网、绘图、飞书等插件）归为「外部插件工具组」； 在 System Prompt 中明确三组工具的适用边界，模型不会混淆公私数据。

2. 冗余资源精简，减少模型选择困难

不要一次性挂载数十个无关插件，只挂载当前业务必须的工具；工具数量过多会导致模型决策混乱、漏调用。 例：售后 Agent 仅挂载：产品知识库、用户工单数据库、长期记忆，移除绘图、游戏等无关插件。

五、第五层：后置校验兜底机制，修正模型决策失误

方案 1：多轮自检强制重调用

在 Prompt 中增加自检规则：

工具调用完成后，自检：用户提问是否涉及私人订单？是否调取数据库？是否涉及产品政策？是否调取知识库？如果漏调用对应工具，立刻重新发起工具调用，不得直接输出回答。

方案 2：失败重试策略

Coze 底层支持工具调用重试配置：

• 模型判断需要工具但未调用：自动触发二次推理，强制重新选择工具；
• 工具入参错误、无返回结果：自动重试 1 次检索，避免单次检索遗漏数据。

方案 3：结果校验节点（高阶复合方案）

若业务精度要求极高，可以把校验逻辑封装为子工作流，作为工具挂载给 Agent：

1. Agent 完成一轮回答后，自动调用【校验工作流】；
2. 工作流节点校验：回答是否包含用户私有数据、是否引用知识库原文；
3. 校验不通过则返回 Agent 重新检索对应记忆 / 知识库，形成闭环兜底。

六、实操完整落地案例（售后智能体）

1. 挂载工具列表

1）文本知识库：耳机产品售后手册 2）数据库：用户工单订单表 3）长期记忆：用户历史对话偏好 4）外部插件：联网搜索实时活动政策

2. Prompt 核心规则

用户问耳机保修、故障维修 → 调用文本知识库； 用户问我的报修记录、我的订单 → 调用数据库； 用户说我之前提过需求、我不喜欢 XX 方案 → 先调取长期记忆； 用户问当前最新优惠活动 → 调用联网插件； 必须先推理判断工具，禁止直接回答。

3. 模型参数

temperature=0.1，top_p=0.2，精简无关插件

4. 效果提升

模型 95% 以上场景可精准区分资源，不会出现 “查订单却调用产品知识库”“漏查用户历史偏好” 等决策错误。

七、常见避坑要点

1. ❌ 工具描述写得过于简短笼统，模型分不清工具用途； ✅ 每条工具写明适用场景、禁止场景、调用后果；
2. ❌ 温度设置 0.7 以上，模型随机性过高，频繁跳过工具； ✅ 业务决策类 Agent 温度统一 0~0.2；
3. ❌ 同时挂载大量无关插件，工具过多造成模型选择混乱； ✅ 按需挂载，移除闲置工具；
4. ❌ Prompt 只写人设，不写刚性工具调用规则； ✅ 提示词最顶部放置强制决策逻辑，优先级高于人设；
5. ❌ 公私资源混用，不区分知识库和用户数据库； ✅ 在 Prompt 中严格划分公共知识、用户私有记忆的调用边界。

八、核心逻辑总结

自主规划模式想要精准调用插件 / 记忆单元，依靠五层约束层层收紧模型决策：

1. 清晰工具定义，让模型看懂每个资源的用途；
2. Prompt 写入刚性调用规则，规定场景与工具一一对应；
3. 调低模型随机参数，稳定推理逻辑；
4. 精简、分组工具，降低选择难度；
5. 自检 / 子工作流兜底，弥补模型偶发决策失误。