扣子沉浸式互动智能体搭建实操指南

想象一下这种场景：用户与Bot对话时被带入一个叙事世界，能自主选择路径、触发分支剧情、实时看到角色反馈，甚至改变最终结局——这种强沉浸感的交互体验，借助扣子平台完全可行，且全程无需编写任何后端代码。关键在于组合几项核心能力：创建带长期记忆的Bot、配置数据库存储状态、用工作流驱动分支叙事、绑定知识库实现动态内容响应、插入插件卡片触发实际操作。整个过程零代码搭建，上手门槛远低于预期。

先搭骨架：创建带记忆与状态的智能体

登录 coze.cn → 点击「创建 Bot」→ 选择「空白模板」→ 命名一个项目，比如「古风客栈探案」。

进入「设置」页 → 开启「长期记忆」开关 → 在「数据库」中新建一张表，字段设置为：user_id（文本）、current_room（文本）、clue_collected（JSON数组）、ending_reached（布尔值）。

【务必开启数据库，否则所有分支选择无法跨轮次持久化】

返回「Bot 设置」→ 关闭「自动重置对话历史」→ 这样用户下次回来时，能直接从上一次的房间继续查案，体验的连续性就得到了保障。

注入灵魂：用工作流实现多线程剧情推进

切换到「工作流」标签 → 点击「+ 新建工作流」→ 命名为「主线探案流程」。

拖入「用户输入」节点作为起点 → 连接一个「LLM 节点」→ 在提示词里清晰定义角色设定和当前状态约束。举例：

“你扮演客栈掌柜，正在给一位刚入住的捕快介绍情况。当前房间是『前厅』，已收集线索：[]。请用白描语言描述环境，并给出三个可选动作：① 查看柜台账本；② 询问伙计行踪；③ 上楼查看客房。”

再拖入「条件判断」节点 → 设置规则：若用户消息包含「账本」→ 进入「查账本」子流程；包含「伙计」→ 进入「问伙计」子流程；包含「楼上」或「客房」→ 进入「搜客房」子流程。

每个子流程末尾都连接一个「数据库写入」节点，用于更新 current_room 和 clue_collected 字段。例如搜客房后，写入 {"current_room": "二楼西厢", "clue_collected": ["半截断簪"] }。这样剧情状态就能真正跨轮次保存下来。

让选择真正生效：绑定知识库做动态内容供给

方法一：上传结构化剧情包

进入「知识库」→ 新建知识库 → 上传一个 CSV 文件，列名包括：room_name、trigger_word、response_text、next_room、unlock_item。例如一行数据为：二楼西厢,断簪,“这簪子纹样像极了东街银匠铺的标记”,东街银匠铺,银匠铺地址。

方法二：用「知识检索」节点实时调用

在工作流中，将「条件判断」后的所有分支都接到同一个「知识检索」节点 → 设置检索字段为 current_room + 用户关键词 → 返回 top3 结果 → 再用 LLM 节点将结果自然语言整合成一句富有画面感的回应。

注意一个细节：CSV 中的 trigger_word 必须是用户可能说出的口语词汇，比如不要写“观察断簪”，而要写“这簪子”“半截簪子”“银簪”——否则匹配不到，体验就会出现断层。

加临门一脚：用插件激活真实交互动作

进入「插件」页 → 启用「发送卡片」插件 → 在关键节点后插入它。

配置卡片内容：标题写「你推开西厢房门……」，正文留空，底部加三个按钮：【拾起断簪】→ 触发「更新数据库」动作；【藏回原处】→ 跳转至「前厅」流程；【喊捕快助手进来】→ 发送新消息并开启双人协作模式。

这些按钮并非摆设，每个都绑定了真实操作：点击【拾起断簪】会自动执行数据库写入，将 "断簪" 追加到 clue_collected 数组，后续所有 LLM 回应都能感知到这个状态变化。整个互动逻辑形成闭环，沉浸感自然就出来了。