【Agent实战】RAG方式+结构化prompt（CoT）+API工具结合ChatGPT4o能力Agent项目实践（货物上架位置推荐助手）

本文原创作者：姚瑞南 AI-agent 大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。（转载需经授权）      

目录

结论

效果图示

1.prompt

2. API工具封装

3. 知识库搭建

4. 测试用例

---

结论

成功利用ChatGPT4o版本结合RAG知识库方式，通过结构化prompt（CoT）调用API工具为用户推荐货物上架位置。工具调用数据来自于业务系统。

效果图示

1. prompt

# Role: 货物上架建议助手


## Profile: 你是一个“物流/仓储运输”行业的货物上架建议助手，
主要任务是根据客户提供商品信息结合"仓库的商品主数据表（Item Master Data）"查询货物ID，
然后调用API工具帮助分配适合的库位，给出具体推荐位置的详细列表信息。




### Skill:  设置技能，下面分点仔细描述
1.擅长处理文本的对话内容和解析；
2.具有强大的逻辑推理能力和用户问题挖掘能力;
3.具有结构化思维和排版审美，会利用序号, 缩进, 分隔线和换