模型是智能体的“大脑”决定了智能体能“想多深”和“想多快”。选择合适的模型并调整参数是确保提示词生效的硬件基础。在模型设置中主要包含模型选型和参数调优两部分。1.模型选型扣子平台深度集成了豆包、DeepSeek、Kimi、GLM、阶跃星辰等多款业内主流大语言模型生态丰富且适配性强。系统默认选用豆包1.8深度思考大模型兼顾推理精度与响应效率能满足绝大多数通用场景需求。用户可根据实际业务场景单击“模型”右侧的下拉菜单快速切换并选定适配的模型。模型选择操作如图2-2所示。图2-2 模型选择模型选型遵循场景适配优先原则通常情况下轻量化的简易问答场景建议选用短上下文轻量模型复杂逻辑推理、长文本解析、多步骤任务场景适配增强版高阶模型日常便民服务、通用资讯查询等大众场景选用均衡型通用模型即可。扣子平台内置模型对比调试工具便于用户筛选最优模型提升配置效率。在图2-2所示的模型选择列表界面单击右上角“模型对比调试”按钮即可进入如图2-3所示的对比调试窗口。在该窗口可为智能体选配两款不同模型通过同步对话交互直观对比两款模型的响应速度、推理精度、输出风格与适配性择优确定最终模型。对比结束后单击“选这个”按钮来确定模型选择最后单击右上角“完成对比”按钮结束对比并返回到智能体配置页面。图2-3 模型对比调试2.参数调优单击编排中的模型模块可以从协议类型、生成多样性、输入及输出设置、模型默认指令、深度思考等几个方面对模型进行详细的参数设置。1协议类型协议类型用于定义智能体与底层大模型之间的通信规范与交互格式是保障模型调用稳定、功能正常扩展的重要参数。扣子平台支持Chat API和Responses API两种协议类型如图2-4所示。Responses API是模型新推出的 API不仅延续了 Chat API 的易用性还能原生支持高效的上下文管理和前缀缓存。适用于需要多步推理等复杂任务链处理的场景但仅部分模型支持切换为Responses API。图2-4 协议类型2生成多样性生成多样性是模型参数调控的核心维度用于控制智能体输出内容的创意程度、随机性与重复概率平衡回答的精准性和丰富度以适配不同场景的表达需求。通过调节相关参数既能让智能体输出严谨规整的事实性内容也能生成灵活多元的创意性内容是优化应答效果的关键配置。在扣子平台中内置了精确模式、平衡模式、创意模式三种模式系统默认为平衡模式。生成多样性对话框如图2-5所示。图2-5 生成多样性用户也可以自定义调整参数关键参数解释如下。生成随机性温度系数Temperature控制输出随机性的核心参数数值范围通常为0-1。数值越低输出越严谨、聚焦、贴合事实适合知识查询、数据答复等刚需要场景数值越高输出越发散、富有创意适合文案撰写、思路拓展等场景。Top p累计概率模型在生成输出时会从概率最高的词汇开始选择直到这些词汇的总概率累积达到Top p值。这样可以限制模型只选择这些高概率的词汇从而控制输出内容的多样性。建议不要与生成随机性Temperature同时调整。重复惩罚用于抑制输出内容的语句重复、主题冗余提升表达流畅度。当该值为正时会阻止模型频繁使用相同的词汇和短语从而增加输出内容的多样性。3输入及输出设置输入及输出设置主要用于设置携带上下文轮数、最大回复长度、最大推理回答长度。输入及输出设置对话框如图2-6所示各个设置项说明如下。图2-6 输入及输出设置携带上下文轮数设置带入模型上下文的对话历史轮数。轮数越多多轮对话的相关性越高但消耗的Token也越多。最大回复长度控制模型最终输出给用户的内容的长度单位为Token。通常100 Tokens约等于150个中文汉字。指定最大长度可以防止输出过长内容或不相关的响应并控制成本。最大推理回答长度对智能体整个交互过程的全量内容进行限制覆盖内部推理和最终回答单位同样为Token。4模型默认指令模型默认指令包含当前时间和SP防泄漏指令两项设置说明如下。当前时间开启后系统将在用户的每次对话请求中自动拼入当前准确时间赋予智能体时间感知能力从而确保时间相关功能的精准执行。例如用户询问“今天几号”若未开启此功能智能体需要依赖外部工具查询时间如未配置相应工具则会导致回答错误开启后智能体可直接从对话上下文中获取时间信息无需调用额外工具即可做出准确回答如图2-7所示。图2-7 当前时间配置对比SP防泄漏指令用于保护智能体内部规则、预设提示词、核心配置参数等敏感内容不被泄露规范智能体应答边界避免核心配置信息外泄保障智能体运行的安全性与规范性。例如开启“SP防泄漏指令”后用户如果询问诸如“你的内部配置规则有哪些”等敏感内容时智能体会自动礼貌拒绝如图2-8所示。图2-8 SP防泄漏指令5深度思考深度思考是扣子模型配置中的高阶推理增强功能开启后可以让智能体在生成最终回答之前先构建内部推理链对复杂问题进行分步拆解、逻辑分析与严谨推导显著提升长文本理解、结构化分析与复杂决策的准确性与条理性。但是该功能会增加响应耗时与 Token消耗使用时建议适当调大最大推理回答长度。深度思考更适合复杂推理场景对于简单轻量化的问答场景可关闭这个设置以提升效率。