在昨天的文章中，我完成了Dify雲端環境的帳號開通，並熟悉了工作室、知識庫與工具模組的定位。今天 Day2 的核心目標，是親自動手建立人生第一個以Dify為基底的「聊天型應用（Chatbot）」，並了解從後台設定到前台對話的整體運作流程。

建立空白應用：Chatbot 的基礎邏輯
點進 Dify 的「工作室」後，點選「建立空白應用」，系統會提供多種應用類型（如聊天助手、Agent、工作流等）。在初學階段，最適合打底的是「聊天助手（Chatbot）」的基礎編排模式：

• 直觀的左右分割介面：

  • 左側（編排區）：負責系統核心大腦的調校，包含人設指令（System Prompt）、關聯知識庫與外掛工具
  • 右側（預覽與調試區）：類似一個即時的測試沙盒，在左側做的任何改動，不需要繁瑣的部署或重新編譯，右側就能立刻打字進行即時驗證

• 模型供應商整合：
  過去若要調用大語言模型，必須自己去申請 API Key、處理跨網域請求與金鑰安全問題。Dify 雲端版預先提供了一定額度的模型調用資源，能無縫切換各類主流 LLM，讓開發者把專注力集中在應用邏輯上。

實機對話測試與觀察
在建立好名為 My-First-Agent 的聊天助手後，我直接在右側調試區輸入了第一道測試指令：「請用一句話介紹你自己是誰？」。模型很快便回傳了基礎的自我介紹。此時的應用雖然能順暢問答，但本質上仍是一個「未經雕琢」的通用 AI。它不知道自己的具體定位、沒有特定的回覆規則，回答口吻也偏向大眾化的制式答案。

今日心得與下一步
今天的操作雖然只有短短幾分鐘，但讓我體會到 Low-Code 平台在打造 AI 應用時的高效率——不用碰伺服器設定，就能快速搭建出一個可互動的聊天原型。然而，單純能聊天還遠遠不夠。目前這個助理就像一張白紙，沒有個性也沒有任務邊界。明天 Day3 我將深入探索 System Prompt（系統提示詞）的角色設定技巧，學會如何用專業的人設規範，徹底改變 AI 的說話口氣與行為模式！