探索与应用：AIGC在活动业务领域的创新实践

AIGC在活动业务中的探索与应用前言本文将详细介绍AIGC在活动业务中的应用实例，探讨如何利用Dify平台迅速验证AI与业务相结合的构想，并通过活动组件AI助手的实施，降低组件选择的成本，最终实现业务的提升。今天的前端早读课文章是由@A

winXie分享，内容由三七互娱技术团队授权。正文从这里开始……本文主要分析了AIGC在组件活动业务中的应用实例，探索AI在该领域的具体作用。我们将探讨如何运用Dify平台快速验证AI与业务相结合的思路，并掌握业务Agent的落地与实现方式，以加快业务的全面升级。AIGC在活动业务中的应用案例分析在深入案例之前，首先要了解组件活动的业务背景。经过长期的迭代与发展，我们的组件活动系统已经相当成熟，这使得产品运营人员可以在后台快速自助制作出功能全面、安全可靠、并具备复杂前后端交互功能的专题活动落地页。从活动策划设计到推广执行，整个过程均不需要技术团队的介入。接下来，让我们简单介绍制作一个组件活动的五个步骤：1. 创建活动：填写基本信息这一步骤包括活动的名称、类型、时间、规则及发布游戏等基本数据。2. 根据需求选择组件：构建活动内容通过左侧的组件库，将适合的组件拖拽到右侧画布中，组合成满足需求的组件活动。每个组件都是一个具备完整前后端功能的业务单元，而不是开发人员编写代码的那些“组件”。3. 细化前端元素对需要调整的组件进行编辑，替换所需的前端元素，如图片素材、文案、位置色彩配置等。4. 完善后端功能规则除了前端静态元素外，还配置后端功能。根据不同组件的要求，后台能调整不同功能的配置项。在设置好相应的规则之后，便完成了对应的后端功能设置。5. 生成活动落地页至此，完成了一个组件活动的制作落地，生成了具备完整前后端功能的活动落地页。然而，在组件活动的制作过程中，我们发现了一个痛点。随着系统不断迭代更新，组件的数量和种类日益增加，从200多种组件库中挑选符合需求的组件变得愈发困难。因此，我产生了一个想法：是否能够通过AI技术，根据我们的需求推荐出合适的活动组件呢？活动组件AI助手为了验证这一想法，我们研发了活动组件AI助手。其目标是根据活动专员的需求，提供合适的活动组件推荐，并给出贴合需求的参考方案，从而降低组件选择的成本。在组件画布的右侧新增了一个入口按钮，点击后会弹出活动组件AI助手的交互界面。用户可以在这个对话框中使用自然语言表达自己的活动需求，AI助手将为我们推荐出在庞大的组件库中最契合的组件，并解释推荐理由。一键点击“使用推荐”，AI推荐的组件即可直接装载到画布中，显著降低选择的难度。业务Agent智能体的快速落地与实现许多人在工作中可能会遇到以下情况：希望快速验证AIGC是否能够实际应用于业务；希望迅速切换多个大模型进行效果调试；对Python编码不熟悉，但又想把时间花在创新和需求落实上。此时，Dify平台就能很好地满足这些需求。活动组件AI助手的实际应用，就是利用Dify实现快速落地的。以下是快速验证AI想法的五个步骤：第一步，业务数据准备为了确保大模型具备特定领域的知识，必须先准备好我们的业务数据。以活动组件AI助手为例，我通过OCR识图技术结合业务数据和大语言模型（

M）准备了原始业务知识。第二步，丰富组件信息由于原数据信息较少，我们采用大模型的识图接口，识别组件库中每个组件的封面图内容，从而丰富组件的信息。第三步，生成结构化数据集将识别出的图片信息以及组件名称、类型、标签等信息交给大模型，生成一份Markdown格式的描述信息，经过循环处理，最终形成结构化的业务数据集。该数据集以JSON格式存储，包含关键业务数据。嵌入得到业务知识库运用Dify平台的知识库功能，对原始数据文本进行分段和清洗，最终形成嵌入式知识库。进行召回测试，验证嵌入效果。将活动专员的需求构造成与知识库相似的JSON格式，最终匹配出符合条件的数据。Dify工作流 - 实现RAG与Agent通过设定合适的工作流，我们实现了活动专员输入提示逐步优化，通过Agent循环匹配知识库，找到最符合条件的组件列表，最终根据上下文推荐合适的组件及推荐理由。由于业务的特殊性，我们需要在单次请求中进行多轮知识库匹配，以实现最佳的召回效果。因此，我们在Dify平台上创建了Agent，以协助完成循环查询的任务。Dify工作流 - 运行与追踪在Dify工作流中，跟踪功能非常实用，可以监测到每一步的详细状态，诸如执行耗时、消耗的token数，以及输入的提示等。这种透明度便利了后续的调试和优化。RESTfu

API接口调用最后，借助Dify提供的RESTfu

API接口，我们将工作流的能力整合进业务系统，实现了整个想法的落地。总结本文分析了AIGC在组件活动业务中的应用实例，并探讨了AI在业务中的潜力。通过使用Dify平台，我们能够快速验证AI与业务结合的思路。文章中还展示了活动组件AI助手的功能，该助手通过快速响应活动需求，提供最佳组件建议，有效降低了组件选择成本。同时，本文阐明了通过Dify平台实现业务Agent的五个步骤，最后比较了Dify与

angChain等开发框架在企业级AI应用中的特点。