采编速览
一文读懂，零基础玩转 WorkB uddy
内容来源：笔记侠（Notema ns）。责编 | 贾宁 第 9866 篇深度好文：48 33 字 | 13 分钟阅读 思维方式 最近，三篇 WorkBud 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 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 A I 差不多，不知道拿它干嘛 "。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 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 A gent（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，Agent 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 Wo rkBud dy 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，WorkBu ddy 半小 时交活 ，质量检查完 全过关。对于 重复任务，A I 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 Agen t，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 Wo rkBudd y 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？"; 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 Age nt 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 。Agent 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 WorkBuddy 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 &quo t; 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 As k，一般任 务默认 C raft，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 &q uot; 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。WorkBuddy 里能选的模型不少，Kimi K3、DeepSe ek、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 " 价格标签 "，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 Dee pSeek 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 ：&quo t; 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。Wo rkBud dy 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、E xcel、P DF，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 " 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 。WorkBu 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 " 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。