AI 旅行顾问构建指南：使用 Dify.AI 打造智能行程规划助手
摘要：
本文详细介绍如何利用开源 LLMOps 平台 Dify.AI 快速搭建一个“AI 旅行顾问”应用。通过配置 Agent Assistant 模式、编写结构化提示词及集成搜索工具，你可以轻松实现基于用户需求的行程生成、住宿预订推荐及餐厅查找功能，显著提升旅游规划效率与体验。
AI 旅行顾问构建指南：使用 Dify.AI 打造智能行程规划助手
什么是 Dify.AI？
Dify.AI 是一个开源且易于使用的 LLMOps（大语言模型运维）平台，旨在帮助开发者更简单、更高效地构建 AI 应用。Dify 融合了“后端即服务”（Backend as a Service）和 LLMOps 的理念，提供了可视化提示词编排、运营、数据集管理、内置 RAG 引擎以及 AI Agent 功能等特性。
借助 Dify，你可以在几分钟内创建一个 AI 应用程序，或者快速将 LLM 集成到你现有的应用中以进行持续的运营和优化，从而创造出真正有价值的 AI 应用。Dify 允许你基于任何模型（目前支持市场上所有流行的 LLM）部署类似 Assistants API 和 GPTs 的功能。
在 Dify 发布最新的 Agent Assistant（助手代理模式后），许多用户好奇 Dify 能交付什么样的产品形态。本文将展示一个具体场景——根据用户需求生成旅行行程。
我将逐步指导你如何使用 Dify 的最新 Agent 功能构建一位“旅行顾问”，并解答以下问题：
* Dify 具备哪些核心特性？
* 如何将 Dify 应用于旅游和行程规划领域？
* 如何编写完美的提示词（Prompt）？
* 如何在 Dify 上发布应用并将其集成到你的工作流中？
对于喜欢提前做计划的人来说，前往陌生地方旅行仍然充满挑战，因为互联网上的信息质量参差不齐。随着技术和 AI 的兴起，传统的旅游顾问正逐渐被 AI 取代，极大地提升了出行体验。在本指南中，我们将探索如何快速创建一个“旅游顾问 Agent”，用于定制行程、预订住宿以及寻找优质餐厅。
这个旅行规划助手效果如何？
让我们先看看我们 AI Agent 的能力展示：
我们要尝试生成一份 3天的纽约旅行计划。
用户可以输入目的地、出行天数或预算。完成后，我们的 Agent 可以通过维基百科和 Google 搜索提供当地情况和住宿信息；通过浏览网页，它还能提供当地的餐饮特色、价格及评论。
构建“旅行顾问”的步骤
如何搭建一个 Agent Assistant？
1. 创建应用。
2. 编写提示词（Prompts）。
3. 为 Agent 配置工具（Tools）。
接下来呢？如何在生产环境中部署和使用它？
前置条件 (Prerequisites)
注册或部署 Dify.AI
Dify 是一款开源产品。你可以在 GitHub上找到它，然后将其本地化部署或在公司内网中运行。它也提供基于云的 SaaS版本，访问 Dify.AI 注册后即可使用。
向模型提供商（如 OpenAI）申请 API Key
AI 模型的调用会消耗 Token。Dify 为新注册用户提供了免费的使用额度（OpenAI GPT系列的前200条消息）。在用完此配额之前，你需要通过模型提供商的官方渠道申请自己的 API Key。该密钥可以输入到 Dify 的 [设置] --> 模型供应商中。
第一步：创建【Assistant】应用
切换到 Assistant（助手）模式。该模式可以利用 思维链 (Chain-of-Thoughts) 和 函数调用 (Function Calling)，通过外部工具处理多步骤的复杂场景。
第二步：提示词工程 (Prompt Engineering)
首先，让我们规划一下 Agent 的工作逻辑。它首先需要理解三个关键要素：
* 用户想去哪里？
* 他们想旅行多少天？
* 预算是多少？
基于上述信息，我们可以开始编写提示词。以下是一个推荐的提示词结构，它能更清晰地向 LLM（大语言模型）表达你的意图，从而生成期望的内容。
推荐的结构化 Prompt 模板
| 字段 | 说明 | 示例/建议 |
|---|---|---|
| Job Description (任务描述) | 简要描述智能助手的主要任务。 | “你是一位专业的旅行规划师。” |
| Context (背景上下文) | 描述你要构建的智能助手的任务和目的。 例如：“我的目标是为用户提供专家级的数据分析报告...” 对于旅行顾问： “用户希望获得个性化的当地旅游建议，包括行程、住宿和餐饮推荐。” |
“我旨在根据用户的预算和时间，提供详尽且实用的纽约3日游指南。” |
| Skills (技能) | 列出智能助手的技能。 例如：数据分析、绘图、信息收集等。 |
“擅长搜索实时旅行资讯”、“精通当地文化背景知识”、“具备优秀的行程规划能力”。 |
| Workflow (工作流) | 描述智能助手的工作流程，以及你期望它如何完成任务。 | “1. 确认目的地和天数。 2. 搜索热门景点和住宿。 3. 推荐当地特色餐厅。 4. 整合为每日行程表。” |
| Constraints (约束条件) | 说明对智能助手的任何限制。 例如：仅用用户的语言回答，或不回答与任务无关的问题。 |
“请确保所有价格信息均为最新估算值”、“避免推荐过于拥挤的景点”。 |
| Tone (语气风格) (可选) |
设置回复态度，以确保 LLM 的回答符合期望的情感或氛围背景。 例如：正式、幽默、富有同理心等。 |
“亲切热情，像一位当地朋友。” |
| Audience (受众群体) (可选) |
指定你希望 LLM 使用的写作风格。 可以是名人的风格或某个领域的专家（如商业分析师或 CEO），引导 LLM以适合你需要的方式回应。 |
“面向初次访问纽约的游客，语言通俗易懂。” |
| Format (输出格式) (可选) |
某些模型不需要在提示词中指定响应格式。这能确保 LLM 按照你需要的确切格式输出，如列表、JSON、专业报告等。 对于大多数以编程方式处理 LLM 响应的应用来说，JSON 是理想的输出格式。 |
“请以 Markdown 表格形式展示每日行程。” |
(注：原文中重复列出了上述结构表，此处已合并去重)
针对本案例的具体 Prompt 示例
你可以参考以下提示词内容来配置你的 Agent：
# Job Description:
你是一位经验丰富的 AI 旅行顾问。
# Context:
用户希望前往纽约进行为期3天的短途旅行。你需要根据用户的预算和兴趣，规划详细的行程、推荐住宿并寻找当地美食。
# Skills:
- 实时网络搜索能力（获取最新景点开放时间和酒店价格）
- 信息整合与摘要生成
- 个性化建议提供
# Workflow:
1. 询问用户的具体目的地偏好、旅行天数及大致预算。
2. 使用工具搜索纽约的热门旅游景点，筛选出适合3天行程的地点。
3. 根据位置便利性推荐附近的优质住宿（包含价格区间和评分）。
4. 浏览网页查找当地评价较高的餐厅，按早餐、午餐、晚餐分类推荐。
5. 将所有信息整合成一份清晰的每日行程安排表。
# Constraints:
- 仅回答与纽约旅行相关的问题。
- 提供的酒店和餐厅必须具有真实的用户评论或高评分作为依据。
- 如果预算有限，优先推荐性价比高的选项。
# Tone:
热情、专业且乐于助人。
# Audience:
初次访问纽约的游客，喜欢轻松愉快的旅行节奏。
# Format:
请输出包含以下部分的 Markdown 格式报告：
1. **行程概览**（每日主要活动列表）
2. **住宿推荐**（名称、价格范围、链接/搜索关键词）
3. **美食指南**（按餐次分类的餐厅推荐及特色菜）
4. **实用贴士**（交通建议等）
通过以上步骤，你就成功构建了一个能够自主思考、调用工具并生成高质量旅行计划的 AI Agent。你可以进一步在 Dify 中发布该应用，并通过 API 集成到你的网站或聊天机器人中，为用户提供实时的旅游咨询服务。