旁路观察
一文读懂，零基 础玩转WorkBuddy
内容来源：笔记侠（Notemans）。责 编 | 贾 宁 第 9866 篇 深度好文：4833 字 | 1 3 分钟阅 读 思维方式 最近，三篇 Wo rkBud dy 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 Wor kBuddy，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，&qu ot; 跟聊天 A I 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 WorkBud dy，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 AI 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 Age nt（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 Wo rd、E xcel 或者 PDF。聊天 AI 你只 需要会提 问，Ag ent 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，WorkBuddy 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 Agent，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 A gent 的 关系，卡在哪 ？为什么那么多人的 WorkB uddy 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 " 你 觉得我们公司 怎么样？&q uot ; 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 Agen t 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 &quo t; 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，Wor kBuddy 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 。Cra ft，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，Ki mi K3、Dee pSeek、GLM，国内 第一梯队的都 在。右下角点 Au to 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。WorkBudd 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：&quo t; 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 " 权限 " ; 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。WorkBuddy 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 P DF、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。