窗外一看
一文读懂，零基础玩转WorkBuddy
内容来 源：笔记侠（Notema ns）。责编 | 贾宁 第 9 866 篇深度好文 ：4833 字 | 13 分钟 阅读 思维方 式 最 近，三篇 W orkBud 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 W orkBud dy，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 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 A I 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 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 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 A gent 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 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。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 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。
&quo t; 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 ，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。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。Wor kBuddy 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 PD F 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：" 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。WorkBuddy 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、Exce l、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 " ; 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 Age nt，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 " 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 &qu ot; 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。