外部摘记
一文读懂，零基 础玩转Work Buddy
内容来源：笔记侠（Notemans）。责编 | 贾宁 第 9866 篇深度好文：4833 字 | 13 分钟阅读 思维方式 最近，三篇 WorkBuddy 的保姆级教程在朋友圈里刷了屏。有意思的是，三篇教程不约而同地讲了同一件事：大多数人装完 WorkBuddy，试了三天，就把它扔在桌面角落吃灰了。
问原因 ，答案出奇地 一致，" 跟聊天 AI 差不多，不知道 拿它干嘛 &quo t;。但另一 群人，正在用同一个工具，把过去 一周的活压缩 到两天 ，把 30 分钟的流程压缩到 5 分 钟。差 距不在工具，在用法 ，更在一个被 严重低估的能力上。这篇文 章，我 把这三篇万字 教程做 个全面的拆解 ，再结合自己的深度使用经 验，讲 清楚一件事：AI 时代，怎么用 对 WorkBuddy，以及为 什么创业者是 最该用 好它的那群人 。
希望今天的分 享，对你有所启发。一、你 面对的不是聊 天 AI，是 员工 过去，大家都在琢磨一件事：怎么 向 AI 问 出一个好问题 。提示词工程 火过，各种提问模板火过。这都不奇怪，因为聊天 A I 的终点，就是一段文字。你问得好，它答得好；你 问得烂，它答 得烂。
看完，关 掉，事情结束。但 Agent（智能体，下 同）不是这么玩的。视界智造局那篇教程里说 ：聊天 AI 的终点是一段文字，Agen t 的终点是一个文件。一个能打开、能核对 、能直接甩给同事的 Word、Excel 或者 PDF。聊天 AI 你只需要会提 问，Agent 你得会交代工作。
提问是索取信息，交代是分配责 任。后者难得多 。顾问和员工，是两个职位。你用对待顾问的方式对待员工，得 到的自然只有一堆 " ; 正确的废话 "。路人甲这篇有 个真实案例：他 让 WorkBuddy 处理一批本地 PDF 文件，需要 先做文字识别，再定位重点信息 ，做语义理解，最后和另一个文件匹配。
这套活他之 前人工做了 一个星期，WorkB uddy 半小时交活 ，质量检查 完全过关。对于重复任 务，AI 会越干越快 。第一遍写 的脚本它能 复用，前面 踩的坑它会 总结，防止 下次再犯。现在的 A gent，是一个会自 己复盘、越 干越快的员 工，而且不 请假，不闹 情绪。
二、人和 Agent 的关系，卡在哪 ？为什么那么 多人的 WorkBuddy 在吃灰？视界智 造局那 篇文章里的比 喻挺生动：你把一个新员工按在工位上，不给桌 子，不 给材料，不告 诉他今天要交什么，只是每天路过问一句 &q uot ; 你觉得我 们公司怎么样？" 那他大概率也只 能还你 一些正确的废 话。
还在用聊天的方式，使唤一 个干活的员工。大多数人和 Agent 的关系，就卡在这一步。交代工作难在哪？难在你得 先想清楚自己 到底要什么。原文从哪来，最后交成什么样，中间拿不 准的地方怎么 办，哪些东西绝对不能碰。这些问题，过去你可以糊弄 ，代价只是得 到一段糊弄的回答。
现在不行，现在糊 弄的代价 是它真的 动手，然 后交给你一个不能 用的东西 。你发现 没有，这 套能力其实一点都 不新，就 是带过团 队的人每 天都在做的事：定 目标、划 边界、给 资源、定 验收标准。管理学 的基本动 作，一个 不少。A gent 时代，企业家的 优势不是 技术理解 力，是交代能力。
你带过多少人，管过多复杂的项目，这些经验会原封不动地迁移到你和 AI 的协作里。反过来，一个从来不 需要向别人解释 清楚任何事的人，在 Agent 时代会很吃亏。不是因为技术不够，是因为他从来没练过怎么把一件事交代 明白。三篇教程看完，我们提炼 出一个方法论，就三句话： 给它一张办公桌，给它一份说明书。
给它一条验 收线。下面拆开聊聊。1. 办公空间，给它 一张办公桌 工作空间 是什么？就是 Wor kBuddy 这次干 活的办公桌。它从这张 桌子上找材料，做好的 东西也放回这张桌子上 。操作本身两秒钟：点 新建工作空间，输入名 称，搞定。千万别。你 等于把一个能改文件的 员工，放进了你所有资 料的正中间，然后跟他 说：随便看看。
正确的 做法是，每个 任务单 独建一个文件 夹，只 把这次要用的 材料复 制一份 放进去。这样 做有三 个好处：原文 件不会 被误改；做好 的结果 不会散 落得到处都是 ；后面 你要设自动化 ，也有 一个干净明确 的目录 可以指 定。还有一个 习惯值 得从第一天养 成：一 个对话框，只 处理一 件事。
" 整理用户反馈 " 和 " 做招聘海报 " 是两件不相干的事，塞进同一个对话里 ，短期看省事 ，三天后你想回头找那张海报，就得在几百条消息里翻 。2. 模式 、模型和规矩，给它一份说明书 交代工作的第二件事 ，是把规矩说 清楚，WorkBuddy 给了你三层工具来做这件 事。
第一层，三种模式。模式藏 在输入框 的加号里，点开就 能看到。Ask，只讨论和 查看信息，不改文 件。适合你把没想 清楚的问 题丢给它，放心聊 。Craft，直 接执行，直接生成或修改文 件。这是默认模式 ，适合目 标清楚、步骤简单 的任务。Plan ，先给出 计划，你确认之后 它才操作。
新手最稳的用法就一句话：不确 定时先 Ask ，一般任务默认 Craft，重要和复杂的任 务用 Plan 。Plan 为什么要单独拿出 来说？它值钱的 地方不是因为会 " 定个计划 "，是 它逼你在动手之前看到全貌。你 要它整理十几份 候选人资料，直接执行，它会闷 头读完然后吐一 张表给你。
表里少了一个人，或者字段拆错了，你得整张重来。用 Plan，它会先告诉你：我准备读这 14 个文件，准备提取姓名、岗位、联系方式、工作经历这四个字段。你扫一眼就知道漏没漏。在计划阶段发现漏项，和在四个文件都做完之后才发现方向错了，损失的积分和时间能差出好多。
第二层 ，模型选择。WorkBu ddy 里能选的模 型不少 ，Kimi K3、DeepSeek、GLM ，国内第一梯 队的都 在。右下角点 Auto 就能进模型选 择页。不知道选什么 ，就保 持 Auto ，它会根据任务难度自动分 配。模 型名字后面的 倍率就 是 &quo t; 价格标签 &quo t;，不是所有任务 都值得 用最贵的模型 ，让它把一堆 PDF 里 的信息 抠出来填表，用最贵 的和用免费的 ，结果差不了多少，账单差 很多。
建议一般文字处理、表格修 改就用腾讯的 HY，或者 DeepS eek 系列；复杂任务再 用 Kimi k3 或智 谱的 GLM 系列。第三层，自定义指 令和记忆。点头像进设置，个性化里有个 自定义指令。这个你可以理 解成，无论做什么事都必须 遵守的公司规 章。
比如你可以写：所 有输出文 件统一用中文命名；不要修改工作空 间里的原 始文件；表格类交付必须保留数据来 源列。写 一次，长期生效，比你每次在对话里 重复一遍 划算得多。记忆功能同理，勾上生成 对话记忆 ，它就能跨对话记住你是谁、做什么 业务。上 个对话里你说过自己是做消费品的，下个对话 里问它新品上市怎么排期，它会把你 的行业背 景算进去。
一份好的说明书，是员工少犯错 的前提，人是这样，AI 也一 样。3. 产物 核对和权限，给它一条验收线 三篇教程里，被 我们划重点最多的一句话是这句：" 任务已完成 " 这四个字，只能 说明它停下来了 ，但停下来，不等于做完了。W orkBudd y 和聊天 AI 的一个根本差别是，它的交付物在右侧的产 物区。
Word、Excel 、PDF，所有最终文 件都集中在 那儿。文件 能打开，内 容能核对，这项工作才 算做完。每 次验收，至 少检查这几 处：数量和 原材料对不 对得上；关 键字段有没 有放错行；没写明的信 息有没有被 它自己补全 了；文件能 不能正常打 开。发现某 一列不理想 ，不用让它 全部重做。
指出具 体问题，只改 需要改的那部分。比如直接说：" 工作经 历这一列太长 了，压缩成最近两段经历，每段只保留公司、岗 位和任 职时间，其他 内容不要改。" 跟 AI 交互和 带人一 样，反馈越具 体，返工越少。验收线之外，还有一个 &qu ot; 权限 &q uot; 问题。默认权限下，遇到高风险操作 它会停 下来让你确认 。
完全访问权限 下，它能直接做的事更多，不会中途一直请求你许可。如果你是新手 ，我们建议你先选默认，原因很简单：聊天 AI 理 解错了，你损 失一次对话；Agent 理解错了，你可能损失一份 文件甚至所有 数据。先用默认权限把自己的表达能力磨准，摸清楚它 会在哪些地方 误解你，再考虑放开。
这个顺序 ，别反。三、从单 挑到团战 ： 五个必须搞懂 的模块 办公桌、说明书、验收线都有了，接 下来是扩编。Wo rkBu ddy 里有五个 词，新手很容易看 得一脸懵 ：助理、技能、专 家、连接器、自动 化。别急 ，咱们慢慢讲清。1. 助理，是你 亲手养大 的自己人 你给它 起名字、定性格、告诉它你 是谁、做什么项目 、习惯怎么沟通，它就记住 了。
下次打开不用重新介绍，它直接 接着上次的活干 。有人让助理处理过一份项目文档，一周后说 " 接着上次的 XXX 项目继续 "，它还记得文件名、修改日期、改了什么内容。2. 技能给流程，专家给视角 技能是一套 SOP（标准作业程序），装上之后它就会按某个固定流程干活 ，比如处理 PDF、生成海报 。
专家是一个打包好的垂 类 Agent，用某 个专业角色的方法看问 题。比如你要写一份招 聘的岗位说明书，就要 召唤人力资源专家，它 能从岗位定位、候选人 吸引力、合规表达几个 角度帮你检查。有两件 事要提醒你： 第一，第三方技能太多了，别 看到热门就全装，只启 用当前任务真正需要的 那一个，不然就会造成 Token 的浪费 ，用起来也很麻烦。
第二，专家团 消耗的资源比 单专家 高不少 ，一个专家能 搞定的 事，没必要为 了看起 来高级拉一个 AI 项目 组，积分伤不 起。3 . 连接器，从搬数 据到 &qu ot; 接数 据 &quo t; 现在有了连接 器，你 只需要说一句 ：帮我 从腾讯 文档里把文件 名为某 某的内容整理 出来。它自己去取、自己处 理、自 己给你结果。
有人算过一笔账：整理 5 份周报、按项目分类生成部门汇总，过去手动 30 分钟，接上 腾讯文档连接器之后 3 分钟，效率提升 10 倍。4. 自动 化，是你的赛博实习生 到点就干活，不用催，每天 9 点抓行业 热点生成简报，每周五下午汇总本周工作，设一次，它替你记一辈子 。
但要注意：手动流 程还没成 功跑通，就先别设定时执行。手动任 务出错一 次，你当场就能改；自动化配置写错 了，它可 能每周都准时重复同一个错误，而且 一次比一 次熟练。还有三个坑要提前堵上：自 动化单独 建目录，别和手动文件堆一起；时间 范围写死 ，" 本周 " ; 要定 义成周一零点到当前时刻；加去重规 则，处理 过的文件不要重复导入。
5. 项目功能 ，让 AI 从 你的助手升级成你的队友 普通 任务是你一个人 带着 AI 干，是单挑；项目 是多人加多个 AI 专家并行 协同，是团战。项目记忆一次写 入全员复用，产 物自动归档，版本可追溯。超级 个体的天花板，成了超级团队的起点。四、五种 日常的活，怎么 安排？
我们把三篇教程里最有实操价值的部分提炼如下，你可以直接对照自己的业务往里套。第一类，整理型。用户反馈、访谈记录、客服工单、候选人资料、活动报名信息，这类活最适合新手起步。交代的时候有四件事必须说清楚：原文从哪里来，要整理成哪些字段，拿不准的地方怎么处理，原文件能不能改。
尤其第 三件，最容易 被忽略 ，不交代，它 就可能替你 " 脑补 " ;。一 句 &quo t; 资料里没有写明的信 息，填 写未提及，不 要自行 推测或补全 "，能挡掉大部 分事故 。第二类，分 析型。培训满意度调 查、库存变化、客户咨询趋 势、内 容表现数据。这类任 务最容易栽在 统计口径上：到场率的分母 是报名 人数还是应到 人数，满意度均分要 不要剔除空白卷。
这些不说清楚 ，它算出来的数字看着很像 那么回事，其 实是错的。正 确姿势是先让 它列出识别到的字段和取值 范围，你确认 口径之后再计 算。这一步多 花两分钟，省掉后面整份报 告返工。第三 类，内容产出 型。