1.背景及目标
标书编写工作占据了售前和解决方案同学大部分时间，但成熟企业或成熟产品的标书编写，往往需要创新和注入深度思考的工作并不多，除了按照招标要求进行标书结构和框架搭建之外，其他内容基本都是复制黏贴。
但是标书的厚度，往往决定了评委进行内容评审之前的第一印象。作为国家财政部政府采购评审专家，笔者经历了形形色色的评标现场，标书的厚度与标书的技术部分最终得分绝对是正相关。好的标书结构可以快速引导评标专家到客观分得分点；而足够厚的标书，更容易让评标专家产生“这家企业肯定有内涵，技术水平肯定高”的思维偏见，从而得到更高的主观分的可能性更大。
如何在不关乎技术的前提下，快速提升标书厚度？笔者认为，基于AI大模型，在标书框架下快速扩充内容，是一种新的尝试。
本文章结合笔者在解决方案岗位的工作内容，帮助众多解决方案或者售前同学能够从标书编写工作中，尤其是非核心内容的编写中解放出来，进一步提升工作力和生产力。
2.适用人群
适用于非码农和非科班出身的技术人员，期望通过现有工具和大模型构建AI应用的产品经理、解决方案，以及初学AI大模型的学生和小白人群。
3.Dify简介
想要了解企业级AI应用的趋势及Dify简要介绍的，请移步：
想要快速安装Dify，开始有趣的AI应用尝试的，请移步：
4.基于Dify的标书单一章节编写agent构建
4.1基于大模型的标书编写概述
标书的编写，往往有明确的内容要求，需要根据招标书的各种格式要求和需求来编写和应答。假如说标书的拆解工作和标书框架提纲的搭建工作，已经由一位非常有经验的小伙伴完成，那么剩下的工作就是如何根据要求补充和完善各类内容，使其成为一本完整的标书（根据笔者观察，如何将标书进行拆解，并且形成格式化的标书框架，并在框架中添加从招标要求中提炼和解读出的撰写要求，这个过程非常复杂，基于大模型的智能体要想胜任，得下一番苦功夫，因此本文不涉及，可关注后续文章）。
客观分部分，包括价格、商务部分、公司资质、类似业绩案例、标书内容明确给出的格式文件、资格审查和符合性筛查相关内容，建议由专人负责。主观分部分涉及的标书，可以尝试使用AI智能体来完成，并进行人工复核和调整。例如项目理解、项目背景、技术方案、项目实施方案等内容。
按照由浅入深、从易到难的学习顺序，本章节我们先来关注单一章节的标书编写。单一章节的内容编写，我们重点关注如何让大模型根据项目要求进行标书编写，并按照固定框架格式进行输出。这一过程的实现，主要靠大模型的提示词。
4.2标书单一章节编写的agent构建
- 首先我们需要创建空白应用，选择文本生成应用。
- 然后，在应用编排页面，我们首先需要选择大模型，需要安装大模型调用工具，才能在此选择大模型；其次需要在提示词中撰写专业的跟本次任务相关的提示词，以及增加提示词中的变量；最后，为了调试我们的大模型应用，可以进行测试，测试过程中输入编排页面定义的提示词变量，点击运行，查看输出效果。
提示词变量包括：
项目名称：本次招标项目名称。
任务名称及要求：本章节的名称，及本章节的总体编写要求。
招标要求：本章节对应的招标要求（招标文件原本内容）。
输出的文章结构：本章节的框架结构。
输出内容的要求：本章节中各个部分的内容要求，比如字数要求、专业性要求、方法论要求等等，越详尽越好。
- 最后，发布AI应用。多轮测试和调整之后，对输出结果比较满意的话，可以将该应用进行更新和发布。发布后的AI应用，可以直接运行、或者通过API访问和网站嵌入的方式运行该应用。
5.基于Dify的多章节标书编写工作流构建
5.1工作流整体概述
工作流是一系列节点的串联，有明确的开始和结束节点，本工作流的运行目标是接受一个包含投标文件框架提纲的docx文档，经过一系列拆解和文章编写，最终按要求生成投标文件，输出docx格式文件和MarkDown格式文本。下面按顺序详细阐述每个工作节点的作用。
- 开始节点：定义整个工作流需要的输入参数和输入文档（文档列表）。
- 接受标书框架文档节点：该节点为文档提取器节点，作用是从输入的文档中提取文字信息。
- 标书框架拆解节点：该节点为参数提取器节点，该节点的作用是利用大模型强大的理解和推理能力，将输出文档的文字信息，提取成结构化参数，存储为json结构，用于后续的function call（结构化调用）。
- 标书编写节点：该节点为迭代节点，主要是基于输入的结构化参数，使用大模型，按照每个章节的大纲要求，进行各个章节的编写工作。因此迭代节点内部调用了大模型节点，并设置了异常分支，方便发生错误时，重新运行大模型。
- 标书各章节汇总节点：该节点为模版转换节点，主要是将迭代节点输出的数组结构，转换为string结构。
- MARKDOWN转DOCX文件节点：该节点主要是将markdown格式的文字，转换成docx文档。
- 输出文件节点：该节点为结束节点，将输入的文件列表进行输出，提供下载。
- 输出MD格式文字节点：该节点为结束节点，将输入的MD格式文字，直接输出。
不同节点的含义、作用和使用方法，请参考dify官网使用文档。https://docs.dify.ai/zh-hans/guides/workflow/node/start
本工作流主要借鉴迭代节点中的长文章迭代生成器的示例。https://docs.dify.ai/zh-hans/guides/workflow/node/iteration
5.2工作流构建步骤
5.2.1创建工作流。
5.2.2在工作流画布中，一步一步增加节点，并配置每个节点的参数，包括，输入、输出等等。
开始节点的编辑面板：
文档提取器节点的编辑面板：
参数提取器节点的编辑面板：
迭代节点的编辑面板：
大模型节点的编辑面板：
大模型prompt的三种类型：
SYSTEM：为对话提供高层指导。
USER：向模型提供指令、查询和任何基于文本的输入。
ASSISTANT：基于用户消息的模型回复。一定要慎用。测试中在此提示词模块加入内容，结果大模型每次都是超时。
模版转换节点的编辑面板：
MD格式转DOCX文件的编辑面板：
结束节点的编辑面板：
结束节点的编辑面板：
5.3工作流测试发布
- 运行测试
查看结果：工作流运行完成之后，会显示结果为可下载的docx文档。
- 查看工作流详情：查看状态、整体运行时长、总的token数量、输入输出等。
- 工作流节点追踪：可以点击查看每个节点的运行结果，包括输入、输出和数据处理等，方便进行debug、排错和节点效果优化。
- 优化更新：每一次测试后，可以根据各节点的追踪内容，决定优先进行哪个节点的优化。并可以在该画布直接点击节点，修改参数进行调整。调整后记得点击发布并更新。
6.AI agent需要的能力
笔者认为，一个AI agent想要像人一样进行思考和工作，必须具备以下三种能力：
6.1各工具的串联和自动化能力
大模型不是万能的，也不适用于所有的任务。标书编写的case，除了涉及文字生成之外，还有很多其他的分子任务，比如框架的拆解、doc文档的生成等等，单一的大模型或工具无法胜任，必须是多个不同的工具协同工作，才能完成一个复杂任务。Dify提供了各个不同的工具，并且可以通过工作流的方式进行串联，实现自动化的任务运行。
6.2结构化调用大模型能力
AI agent的构建，解决的是某一类问题，完成的是某类任务，而不是某一个具体的问题。以标书写作为例，本文章构建的工作流是能处理大多数标书编写任务的，而不是某一个具体的标书编写工作。因此，必须将不同标书写作的共性进行抽象和归纳，形成参数来调用大模型和其他工具，这些参数因具体任务的不同而不同，但都可以按照工作流输出正确的我们想要的结果。
结构化调用大模型的能力，便是指代这样一种能力。将大模型运行过程中的prompt参数化，便可以实现根据需要修改参数，得到不同结果。
6.3参数提取能力
在标书编写过程中，往往要根据标书框架，分别对不同的章节单独进行编写，因此需要使用大模型进行每个章节的内容生成。那为什么不能在一次大模型调用交互过程中，一下生成整个标书内容呢？这主要是因为大模型的API接口往往限制了token的上限，因此就限制了每次生成内容的篇幅。因此，当标书章节较多，并且对每章的篇幅都有要求时，笔者还是建议分多次调用大模型，生成标书内容，然后将多次生成内容进行汇总合并。
AI agent如何做到根据标书的不同章节，分别调用大模型来生成内容？在人类看来非常简单的过程，让机器来做并非易事。除了能进行大模型的结构化调用之外，最重要的是结构化调用中的参数从哪里来？这就需要参数提取能力，也就是如何从输入的标书框架中，结构化提取各个章节的写作要求并形成参数。
参数提取，要求大模型必须具备强大的逻辑思维和推理能力。因此，本工作流中使用deepseek- R1模型来担此重任。
7.大模型能力边界
DeepSeek：擅长推理，不擅长写作。可用于文章总结、从文章中提取结构化变量、按固定主题形成提纲等；
Qwen max：擅长写作。可用于给定文章提纲和要求的文章编写和丰富、文章扩写任务。理论上可以生成最高128K token的文字。但是目前测试下来，远远达不到，要求他写2W字，最多产生6000多字。
Kimi：擅长写作。但因为128K的token输出，需要账户充值，否则kimi的api输出上限为：32K。输出远达不到字数要求。以下为KIMI的充值与限速说明：
8.Dify工具
- 大模型调用工具：需要在Didy工具市场中，安装并找到以下工具。
Ollama：主要用于本地化部署模型的调用。笔者本地部署了deepseek和qwen，但因为参数规模太低，因此效果不佳。
通义千问：用于调用阿里千文系列大模型。
月之暗面：用于调用kimi系列大模型。
深度求索：用于调用deepseek系列大模型。
需要在设置-模型供应商中设置相应的API，才能在agent中使用对应的大模型。
- 文档转换工具：目前大模型默认输出的都是markdown格式的文本，需要转换成其他文件格式。
发表回复