用了 3 个月 WorkBuddy，我整理了 30 个实战技巧：从“能用“到“敢把活儿交给它“

本文深度解析WorkBuddy高效使用方法，指出90%用户误将其当聊天工具，实则应作为可执行的智能助手。核心建议：切换“提问”为“派活”思维，善用Plan→Craft组合模式，掌握万能指令骨架与分治法，合理配置工作空间、@/技能调用及MCP连接器，通过自定义Skill与自动化任务实现流程固化。强调人机协同、输出可编辑文档、避免上下文污染，并警示积分管理与安全红线。最终目标：从“写周报”升级为“交付成果”，真正释放办公自动化潜能。

分类：AI 工具 / 效率工程

标签：WorkBuddy、AI Agent、办公自动化、MCP、Skills、提示词工程

阅读对象：已经装了 WorkBuddy 但只会用它写周报的人

全文约 5000 字，建议收藏后按章节啃

写在前面：90% 的人把它当成了"带文件权限的聊天框"

先说一个我观察到的现象。

我身边装了 WorkBuddy 的人不少，但三个月后还在高频使用的不到三成。剩下的人给出的理由高度一致："它写的东西还得我改半天，不如自己写快。"

这个结论听起来是在评价模型能力，实际上暴露的是使用方式的问题。

WorkBuddy 的定位是执行型智能体（Agentic Worker），不是对话机器人。它和豆包、ChatGPT 这类产品的根本区别，不在于"回答得更好"，而在于它能调用工具、读写你本地的文件、并把一份可验收的成果交到你手上。你用聊天的姿势去用它，拿到的自然是聊天级别的结果。

打个比方：ChatBot 是一个坐在你对面的顾问，你问它答，活儿还是你自己干；WorkBuddy 是一个有工位、有电脑权限的实习生，你派活，它交作业。

顾问用得好不好，看你会不会提问；实习生用得好不好，看你会不会派活。

这篇文章不打算复述一遍功能列表（那些官方文档里都有），我想聊的是我在真实项目里踩出来的方法论——哪些设置是必改的，哪些指令结构是能直接复用的，哪些坑是拿积分和时间换来的。

一、认知层：三种模式不是摆设，是成本控制开关

这是最容易被忽略、但性价比最高的一节。

WorkBuddy 有三个核心工作模式，很多人从头到尾只用默认那一个：

（部分版本也提供Auto​ 自动模式，由系统判断任务复杂度后自行选择。）

技巧 1：建立"Plan 前置"习惯，哪怕你觉得任务很清楚

我吃过一次亏。某次我直接甩了一句"把 D:\数据\Q3销售.xlsx 做成分析报告"，Craft 模式跑了二十多分钟，出来的报告结构完全跑偏——它把"区域"当成了主分析维度，而我真正想看的是"产品线"。

二十分钟，几百积分，全废。

后来我养成了习惯：凡是产出物超过一页纸的任务，一律先 Plan。​ 让它先把执行计划列出来，我花 30 秒扫一眼维度对不对，再放行。

花 2 分钟审核计划，省下 20 分钟返工——这是我在 WorkBuddy 上学到的投入产出比最高的一条纪律。

技巧 2：用分层模式跑一个复杂任务

真正高效的用法不是"选一个模式用到底"，而是组合拳：

第 1 步 Ask 模式：把模糊想法聊清楚 "我要做一个 Q3 销售复盘，你觉得该从哪几个维度切入？" ↓（拿到维度清单，你做取舍） 第 2 步 Plan 模式：让它出执行方案 "按区域+产品线双维度出一份分析计划，含图表清单" ↓（你审核并修正） 第 3 步 Craft 模式：放手执行 "按刚才的计划执行，输出到 D:\报告\ 目录"

这个三段式看似麻烦，实际总耗时比"一句话丢进去然后改五轮"要短得多。

技巧 3：积分经济学——把钱花在刀刃上

WorkBuddy 是积分制，而积分消耗和模式选择强相关。几条实测有效的省钱策略：

• 简单问答切轻量模型，复杂分析才上高性能模型。模型切换入口在输入框附近，支持 GLM、Kimi、DeepSeek、MiniMax 等多个系列；
• 一次性把需求说清楚，减少来回无效的迭代轮次——每一轮对话都是全量上下文重算；
• 每天签到领积分，第 7 天有十倍奖励（约 +1000），一个月下来能攒 3000–4000；
• 优先消耗快过期的积分，别让赠送额度悄悄作废；
• 图片约 10–30 积分/张，视频约 100–200 积分/条，批量生成前先算账。

二、指令层：把话说明白，是一门工程

有一条反直觉的结论我越用越确信：产出质量好不好，九成不取决于模型强不强，取决于你把话说清楚没有。

我把它拆成一个可直接复制的骨架。

技巧 4：万能指令骨架（建议存成模板）

【角色】你是______（岗位/年限/专业背景） 【任务】帮我完成______（具体交付物，不是"分析一下"） 【读者】______（身份/专业程度/关心什么） 【已知】______（事实、数据、绝对不能编造的部分） 【输出】______（结构 / 字数 / 语气 / 文件格式） 【约束】必须包含______；禁止______（套话/表情/绝对化承诺） 【验收】满足以下三条才算合格：1.___ 2.___ 3.___ 【前置】先用五句话复述你的理解，等我确认后再输出正文

最后那条"先复述再执行"是我加的私货，也是我认为最值钱的一条——它能消掉大半"答非所问"。模型误解了你的术语，在复述环节就会暴露，而不是等二十分钟后才发现。

技巧 5：五个高频场景的指令模板（直接抄）

这几条是抄了就能用的，方括号替换成你的业务词：

① 会议纪要结构化

把这份会议记录整理成表格，四列：结论、待办、负责人、截止时间。待办项加粗，无明确时间点的标"待定"。

② 数据小结

根据以下数据，总结核心发现，分点列出，每点不超过 20 字，按影响程度从高到低排序，附一句归因判断。

③ 文案自查

帮我审这篇文案，三个维度各给具体修改建议：a) 错别字病句；b) 语气是否过硬；c) 开头是否抓人。拿不准的地方直接标注，不要强行改写。

④ 要清单不要论文

给我十条今天就能执行的工作提效动作，按省时从高到低排，每条一句话，不要大道理。

⑤ 找个不客气的军师

你扮演一个干了十年的资深总监，从老板视角挑我这篇方案的毛病，按严重程度排序。先泼冷水，再给修改方向。

第 ⑤ 条尤其推荐。默认状态下模型是"助手"角色，会顺着你说；换个身份就等于白请一个不客气的评审。

技巧 6：善用"否定约束"

大部分人写指令只说"要什么"，很少说"不要什么"。

但对生成模型来说，"不要"往往比"要"更有效——因为"要"的空间是无限的，而"不要"是明确的边界切割：

• "不要使用专业术语"
• "不要添加额外章节"
• "不要改变原有表格格式"
• "不要出现'综上所述''赋能''抓手'这类词"

我自己的模板里，"禁止"那一栏永远不为空。

技巧 7：分治法处理复杂任务

指望一句话生成一份完整的项目方案，是不现实的。正确姿势是拆：

第 1 轮：列出这份项目方案的大纲 第 2 轮：写第一部分——项目背景和目标 第 3 轮：写第二部分——项目范围和主要内容 第 4 轮：写第三部分——项目计划和时间安排 第 5 轮：整合所有部分，统一术语和语气，输出为 Word

每一步的产物你都能看见、能纠偏。这比"一次生成再改五遍"要可靠得多。

三、上下文层：喂对料，比写好指令更重要

这一节是普通用户和高手拉开差距的地方。

技巧 8：工作空间是你的"沙箱边界"

新建任务时，WorkBuddy 会让你选择工作空间（文件夹）。选完之后，它只会在这个文件夹里干活，要动范围外的文件会先问你。

这个设计常被当成"选个保存位置"，实际上它是权限边界。

我的做法是按项目建专属文件夹：

D:\WorkBuddy\ ├─ 2026Q3复盘\ # 只放本季度的原始数据和中间产物 ├─ 客户A投标\ # 招标文件 + 历史方案 + 公司资质 └─ 日常杂活\ # 临时任务，用完即删

好处有两个：模型能读到整个文件夹的上下文（比单个文件上传的信息量大得多），以及误操作的爆炸半径被限制在一个目录内。

技巧 9：@和/两个符号，是效率分水岭

• 输入@​ → 引用本地文件/文件夹，AI 直接读取处理；
• 输入/​ → 调用已安装的技能（Skill）。

很多人装了一堆技能却从来不主动调用，全靠模型自己猜。复杂任务里显式指定技能，能显著提升命中率——尤其是当某个技能被其他技能"抢走"导致任务跑偏时，在提示词里直接点名"用 XX 技能完成"能立刻纠偏。

技巧 10：多文件协同——三份材料一起喂

这是 WorkBuddy 相对 ChatBot 的降维打击点。

比如审合同，别只扔一份合同进去：

同时上传：① 旧版合同 ② 本次修改要求 ③ 相关法规条文

指令：对照三份材料检查合规性，列出与旧版的差异点，标注风险等级。

模型在交叉比对这件事上远比人类稳定。这类任务人干要两小时，它几分钟，而且不会漏项。

技巧 11：会话隔离——不同任务开新对话

这条反直觉但很重要：上下文不是越多越好。

处理同一份报告的两个连续步骤，应该在同一个会话里推进；但一旦任务切换到另一个主题，必须开新会话，切断无关的历史记忆。

原因很简单：模型对上下文的注意力是有限资源，塞进一堆无关历史，等于给你的任务降配。

技巧 12：输出偏离预期时，补背景而不是机械重试

这是新手最常见的错误动作。

模型给错了，很多人会把同一句话再发一遍——这基本没用，因为模型看到的输入没变。

正确做法是补充它缺失的信息：

• ❌ 重发："帮我分析这份数据"
• ✅ 补料："补充背景：这份数据是华东区 7 月的，'GMV' 字段含退货，分析时请剔除退货订单"

你补的每一条背景，都是在缩小它的采样空间。

技巧 13：把记忆系统用起来，但别信它

WorkBuddy 的记忆功能默认开启，会每晚自动整理当天会话，提取你的偏好、事实、人物关系和待跟进事项，后续对话自动带上。

它的价值在于：你不用每次新建对话都重复一遍"我是做外贸的""用简体中文""别写八股文"。

但我必须提醒三点（这三点官方文档自己也强调了）：

1. 记忆是模型自动抽取的，可能存在概括偏差或时效性问题，依赖它做重要判断前要核验；
2. 合同、金额、联系人、项目状态这类会变的东西，不能直接当事实依据，要回到原始资料核对；
3. 密码、API Key、身份证件、客户未授权信息、验证码，绝对不要让它记。

查看和管理路径：头像 → 设置 → 记忆，可以查看、编辑、删除单条，也可以一键关闭。记忆提取本身不消耗积分。

进阶玩法：把你在其他 AI 里整理好的使用习惯，粘贴进"导入"入口，一次性迁移——比从头教一遍省事得多。

四、能力扩展层：Skill、专家、MCP 三层装甲

如果说前面三节是"把基本功练对"，这一节是"给它装外挂"。

技巧 14：理解三者的分工

很多人搞不清技能、专家、连接器有什么区别。一句话讲清：

Skill 管"怎么做"，专家管"怎么想"，MCP 管"能碰到什么"。

技巧 15：先装官方技能，别急着自己造

左侧"专家 · 技能 · 连接器"入口里，有大量现成技能：PDF 处理、文档转 Markdown、Excel 处理、PPT 生成、联网查证、金融数据查询等。

新手的正确顺序是：先把现成的用熟，再考虑自定义。​ 很多人一上来就想造一个"万能助手"，结果触发条件模糊、边界不清，反而拖累日常使用。

技巧 16：自定义 Skill —— 把高频重复动作固化

这是我认为 WorkBuddy 最有长期价值的特性。

创建方式简单到不像话：直接在对话框里说一句话就行。

请帮我创建一个用于记录灵感的自定义 Skill。当我输入"灵感""想法"或"待验证创意"时，自动识别内容类型，整理成结构化记录，并保存到 D:\笔记\灵感库\ 目录。

它会自动完成创建，你在技能栏的"已安装"里就能看到。之后在任何对话里说"记一条灵感：……"，整套流程自动跑。

三个官方给出的建议，我高度认同：

1. 先定义单一能力——第一个 Skill 只解决一个明确问题，别做"万能助手"；
2. 把触发条件说清楚——说"记灵感"触发，还是说"记个想法"也算？边界越清，误触发越少；
3. 从高频动作开始——一周做一次的事手动做做也行，一天做三次的事不做 Skill 就是浪费时间。

我的判断标准：一个动作，如果你能在 30 秒内描述清楚它的输入、处理和输出，它就值得被做成 Skill。

技巧 17：召唤专家，改变的是"评估立场"

内置 100+ 领域专家（财务分析、小程序开发、数据分析师等）。遇到专业领域的任务，在专家栏搜索并"召唤"，比在通用对话里加一句"你是资深 XX"效果更稳定——因为专家自带了领域知识的组织方式。

技巧 18：MCP 配置——用户级 vs 项目级

MCP 是让 AI 长出手脚的关键。接入路径：左侧边栏「专家 · 技能 · 连接器」→「连接器」→ 右上角「自定义连接」→「配置 MCP」。

配置是一个mcp.json，两个级别：

典型配置结构：

{ "mcpServers": { "fxbaogao": { "type": "http", "url": "https://api.fxbaogao.com/mcp/", "headers": { "Authorization": "Bearer sk-xxx" } } } }

技巧 19：怎么验证 MCP 真的接通了

这是最容易自欺欺人的一步。模型很擅长"假装调用成功"——你问它成都春熙路附近有什么火锅店，它可能一本正经地编几个店名给你。

验证方法只有一个：问一个它不可能凭训练数据知道的问题，看它返回的是真实数据还是瞎编。

• 接通了 → 返回具体的店名、地址、电话、距离等结构化真实信息；
• 没接通 → 编造看似合理但经不起查证的内容。

没接通时优先排查三样：JSON 格式、命令运行环境、凭证（Token/Key）。连接状态显示红色就是失败。

技巧 20：MCP 的安全红线

• Webhook URL、Token、API Key 不要写进会被提交到版本库的文件，改用密钥管理；
• 连接第三方服务时遵循最小权限原则，只授予完成任务必需的权限；
• 涉密、强合规场景谨慎评估——这类文件原则上不上网。

腾讯云安全专家在公开访谈中给出的原则很值得记住：对文件、网络和工具调用分别设置边界，对高风险操作保留人工确认。

五、自动化层：让它自己跑起来

定时任务是 WorkBuddy 从"工具"变成"员工"的分界线。

技巧 21：自动化任务的七个配置项

点击「添加自动化」后需要填写：

技巧 22：定时规则要合并，不要拆

官方明确说明：支持"每周多天"和"每月多天"，同一任务的多个执行日期应合并在一条规则里，不要拆成多个自动化任务。

• ✅ 一条规则：每周一、三、五 09:00 执行
• ❌ 三条规则：周一一条、周三一条、周五一条

拆开会导致任务列表迅速膨胀，后期难以维护。

技巧 23：别从零写提示词，用任务模板

自动化模块内置了新闻推送、周报生成、学习计划等常见场景的任务模板，选一个改改就行。

我常用的一个日常推送指令，可以直接复制：

整理过去一天发生的 AI 行业重要消息，最多 10 条，每条保留原链接、日期和一句中文摘要，按重要性排序，输出为 Markdown 文件。

技巧 24：无人值守的安全红线

官方给出的安全提醒是：任务在无人值守下自动执行，请审慎设置涉及文件写入/删除/资金操作的 prompt。

我的实践规则：

1. 先以低频率试运行（比如先设成每周一次），确认行为符合预期再改成每天；
2. 删除类、资金类操作绝不自动化——这是不可逆的；
3. 给自动化任务单独的工作空间，避免它误扫到你的手工目录；
4. 开启推送后定期检查，别让它跑飞了三个月你都不知道。

技巧 25：Claw 远程联动 + 云上/本机双环境

绑定微信小程序/ClawBot 后，你可以在通勤路上用微信发指令，电脑上的 WorkBuddy 自动执行，到工位初稿已经生成好了。

小程序端还有「云上 / 本机」两种执行环境：

• ☁ 云上：云端沙箱开箱即用，彻底摆脱电脑依赖，通勤、差旅时用；
• 🖥 本机：远程操控你桌面上的 WorkBuddy，人走了电脑还能干活。

这个组合对"灵感发生在路上、执行必须在公司电脑"的场景特别好用。

六、交付层：人机双写与资料库

这一节讲的是最后一百米——成果怎么落地。

技巧 26：人机双写——拆掉复制粘贴那堵墙

V5.3 系列起，WorkBuddy 联合腾讯文档推出了「人机双写」：AI 生成的文件在侧边栏直接就是可编辑的 Word / Excel / PPT / Markdown，你改你的，它改它的。5.3.11 版本起，能力扩展到 HTML / Markdown / CSV。

用法三步：更新到最新版 → 左侧「更多」绑定腾讯文档 → 扔个文件进去让它处理。

出来自后，右侧边栏出现的是一份真能编辑的 Excel，不是预览图——删列、改数、调格式，右键和快捷键都正常。

这个特性解决的不是技术问题，是体验问题：你不用再在 AI 和文档之间当"人肉中转站"了。

技巧 27：框选 + AI 编辑——简单用鼠标，复杂用语言

这是我觉得最反常识但最实用的一条设计。

不是所有操作都值得"用嘴说"。删一列数据，鼠标三下搞定，没必要跟 AI 说"请帮我删除第三列"。但有些操作鼠标做不了——比如"算一下这组数据的加速曲线，分析传播趋势"。

正确姿势：框选相关区域 → 点「AI 编辑」→ 输入一句自然语言。

语言交互和直接操控在同一份文档里合体了。​ 别走极端，两头都用。

技巧 28：资料库里 MD / CSV / HTML 的分工

资料库分「我的文档」和「团队空间」，但它最有意思的设计是三种 AI 产物的职责分离：

心法一句话：改内容改 MD，改数据改 CSV，改样子改 HTML，三者互不干扰。

这个设计的威力在于：CSV 由在线表格承载、多人可持续维护，HTML 页面通过表格 ID 读取数据实时渲染。你把静态页面升级成了数据驱动页面——数据一改，图表自动跟着变。

另外，Agent 对 MD 文档的修改不覆盖原文，以待确认状态呈现，你接受后才写入正文，可审阅、可回退。

技巧 29：多 Agent 协作同一份文档

这是我认为最被低估的能力。

场景：你是商务，把候选博主名单和筛选要求交给 WorkBuddy，生成一张筛选表 → 你删掉不合适的、让它补齐字段 → 品牌方反馈"A 通过 B 备选 C 不行"，它直接更新表格状态 → 把这份腾讯文档分享给 AE，AE 的 WorkBuddy 读取同一张表、你的批注和最新修改，继续更新档期和素材要求 → 流转给财务。

一个 Agent 在你电脑里改文件，解决的是个人生产力；十个人带着十个 Agent 共同参与一个项目，解决的是组织生产力。

七、避坑层：10 个真金白银换来的教训

这一节每一条都是我自己或同事踩过的。

1. 别装在 C 盘。​ 缓存文件会迅速吃掉系统盘空间，安装时手动改到 D 盘或其他数据盘。
2. 别全盘授权。​ 只授权一个专用工作文件夹。这是最小权限原则，也是你唯一的止损线。
3. 每次指令都写明输出路径。​ 不设输出路径，文件会生成在临时目录，事后根本找不到。
4. 重要文件改前先备份。​ 再聪明的模型也有翻车的时候，备份是基本素养。
5. 别一个对话框处理所有事。​ 不同任务开新对话，避免上下文混乱。
6. 文件路径尽量用绝对路径。​ 相对路径在不同工作空间下会解析错。
7. 敏感信息不进记忆、不进配置文件。​ 密码、Key、证件号、客户未授权信息，一律不写。
8. 别在无人值守任务里放删除/资金操作。​ 先低频试运行。
9. 积分会过期。​ 优先消耗快过期的额度，别让注册赠送的 90 天额度悄悄作废。
10. 记忆不能当事实依据。​ 涉及合同、金额、联系人、项目状态，一律回原始资料核对。

补一条认知层面的坑：别陷入"功能收集癖"。​ 我见过有人一口气装了 40 多个技能、建了 15 个自动化任务，结果三个月后一个都没在用。

正确做法是：先固定 3 个每天真实会发生的场景，跑顺了再扩展。

八、21 天落地路径

如果你看完还是不知道从哪开始，按这条路径打卡：

第 1–3 天：打地基

• 安装到非系统盘，建好专属工作目录
• 只授权这一个目录
• 打开并设置记忆，把你的岗位背景、输出偏好一次性说清楚

第 4–7 天：练指令

• 每天用本文的【骨架】跑一个真实任务
• 建一个自己的指令库文件，把好用的存下来
• 计时，对比不用 AI 时的耗时

第 8–14 天：上外挂

• 装 3 个官方技能（PDF / 表格 / 联网查证类）
• 接 1 个 MCP 连接器，用技巧 19 验证是否真接通
• 把最高频的一个重复动作做成自定义 Skill

第 15–21 天：自动化

• 建 1 个定时任务（推荐从"每日 AI 要闻推送"或"每周周报"开始）
• 低频试运行一周，确认无误后调成每日
• 绑定微信 Claw，试一次远程派活

验收标准：连续五次同类任务后，统计平均耗时和返工次数。如果返工次数没有下降，说明问题出在指令层，回去重看第二节。

九、说几句客观的话

作为一个把它当生产力工具用了三个月的人，我也得说说它的边界。

它擅长的：格式整理、数据汇总、批量文件处理、语言润色、信息检索与交叉比对、流程固化。这些是重复性劳动，交给它不会出错，而且快得离谱。

它不擅长的：战略方向判断、核心观点形成、敏感内容把关。这些还得你自己来——AI 给你的是初稿，不是结论。

几个现实约束：

• 积分消耗不低，高强度处理长文档的话，月度消耗可能上千，得按自己的频率规划；
• 需要联网，强合规、涉密场景暂时不适合；
• 复杂判断依然依赖人，别把"生成"当成"决策"。

最后说回开头那个问题。很多人觉得 AI 办公工具"不好用"，本质上是因为还在用顾问的沟通方式去指挥一个实习生。

顾问模式下，你的交付物是"一段文字"；实习生模式下，你的交付物是"一件做完了的事"。

这两种模式的切换，需要的不是更强的模型，而是你把需求说清楚的能力、把流程拆明白的能力、把边界划清楚的能力。

——而这些，恰恰是技术人本来就该擅长的事。

附：本文技巧速查表

认知层 01 复杂任务先 Plan 02 三段式组合 03 积分经济学 指令层 04 万能骨架 05 五句模板 06 否定约束 07 分治法 上下文 08 工作空间沙箱 09 @ 与 / 10 多文件协同 11 会话隔离 12 补背景不重试 13 记忆可查可删 扩展层 14 三层分工 15 先装官方 16 自定义Skill 17 召唤专家 18 MCP两级配置 19 验证真接通 20 安全红线 自动化 21 七项配置 22 规则合并 23 用模板 24 无人值守红线 25 Claw远程联动 交付层 26 人机双写 27 框选+AI编辑 28 MD/CSV/HTML 29 多Agent协作 避坑 30 十条红线 + 别做功能收集癖

参考来源：WorkBuddy 官方文档（产品介绍、自动化指南、资料库、记忆、MCP 指南、自定义 Skill 实践）、腾讯云开发者社区相关文章、沙利文/IDC/Omdia 智能体市场研究报告、腾讯云安全专家公开访谈。

本文基于 2026 年 9 月的版本实测，功能与界面可能随版本迭代变化，以官方文档为准。

评论区聊聊：

1. 你用 WorkBuddy 跑得最顺的一个场景是什么？
2. 有没有哪个坑是我没提到的？
3. 你觉得"派活"和"提问"的能力，该不该进技术人的技能树？

（如果这篇对你有用，点个赞收个藏，下次卡壳的时候直接翻速查表。）