在这里跟大家聊聊我这三个月折腾 WorkBuddy 的真实经历。从最初下载下来随便聊几句到后来把周报、文献综述、客服话术整理这种活儿都扔给它中间踩过不少坑也总结出了一些从“能用”到“敢把活儿交给它”的关键技巧。这篇内容没有枯燥的功能说明书就是纯粹的使用沉淀适合那些已经装好 WorkBuddy却总觉得它回答不够准、干活不够稳的朋友。1. 先立规矩再干活三条铁律让它从“博学”变“懂行”WorkBuddy 刚上手的时候我相信很多人跟我一样感觉它像那种上来就夸夸其谈的实习生——什么都懂一点但完全不懂你的行业规矩。我最初让它给我整理一份竞品分析报告它居然把我文档里随手写的个人备注也当成正式结论给归纳进去了。问题不在它在于我没给它立规矩。1.1 全局规则把你公司的“做事实操习惯”写进它的底层逻辑WorkBuddy 里有一个 Rules 设置相当于给它设定“任职期间的人设”。我最早忽略了它后来发现这里才是提升准确率的核心。我把我们部门平时做事的三条习惯写了进去所有回答必须先列计划经确认后才能执行。这个非常关键能防止它自作主张给我来一套没必要的操作。引用的数据必须注明来源文件。我要求它回答里带文件名方便我回查。禁止在个人想法和正式结论之间含糊不清个人建议必须标注“建议”。设置完这两条明显感觉到它从“假大空”变得务实起来。写规则的技巧在于不要写“要好结果”这类虚话而是写“哪些事情绝不允许做”。我发现用否定语句反而更容易让 AI 把边界吃透。1.2 项目级规则同一个 WorkBuddy给你干不同岗位的活儿全局规则管底层习惯项目级规则才能让它在某一个任务里变成专家。举个例子我同时处理着三块工作部门周报汇总、客服话术抽检、还有一部分产品和代码相关的调研。做周报的时候我在项目里写了个规则“只提取本周新增数据和异常波动去掉对上周数据的重复描述”。做调研的时候规则改成“只看结论性内容对我不熟悉的技术名词必须加一句人话解释”。这两个项目共用一个 WorkBuddy但因为规则不一样它输出的口吻和重点完全对得上。我后来甚至给售后客服建了一个单独的“客服主管”项目里面指定了必须使用内部话术模板结构还约束它“回答不了就明确说不知道不要编造解决方案”。这比让它当万能助手好用得多。提示规则文件可以用 Markdown 写放项目根目录.rule文件里或者直接在设置面板里粘贴。每天用完最好看一遍把失效的规则清理掉免得规则之间打架。我用的规则模板分享在这里结构很简单# 项目规则Role: 行业研究员 1. 你是一名资深行业分析师需保持客观中立。 2. 回答问题时先列出你将检索的文件或数据源。 3. 如果信息不足请直接说明禁止编造。 4. 所有输出必须带文件来源。 5. 对于专业术语在结论后用括号加一句通俗解释。这五条规则让我从“天天盯着它改文档”变成了“告诉它要求就等结果”。1.3 让它先“打草稿”再“定稿”每次修改留一手很多朋友用 AI 最怕的就是它不经同意直接改写文件后来发现找不到原始版本了。我的方法是一开始就教它严格遵守“先给变更方案不要直接操作文件”这个规则。需要修改文件时必须把修改前后的对比清单列出来等我写“确认执行”后它才会真正动手。这也是我敢把比较重要的文档交给它的原因之一。2. 上下文管理是块硬骨头治好了它的“一秒钟响应、三秒钟胡言乱语”WorkBuddy 的功能再强如果你把一大堆资料直接丢给它或者在连续十几个小时的长对话里反复切换主题它会逐渐“精神分裂”——前面聊代码规范后面你问客服数据它还能接着往下聊但答案已经开始串味了。2.1 解锁正确用法用“文件”精准锁定上下文WorkBuddy 的聊天框里可以直接用 符号把指定文件拉进上下文。这招是我觉得提高准确率最有效的动作。举个例子之前我让它整理本季度的售后投诉分类它翻来覆去把上季度甚至去年的数据也带进来了。后来我改成在问题里清晰指定路径和文件名还带上前文的一句话总结2024_Q3_售后投诉汇总.csv 请分析这个表格中的投诉类型分布只统计这个文件的记录不要调用往年数据。带上之后回答精准了非常多跑偏率直接下降大半。记住它跟人一样你在一个房间里堆满了一百本书它不一定会挑中你想要的那本你直接把翻开的页码递到它眼前最靠谱。2.2 拒绝“全库扫描”给它画一个工作圈WorkBuddy 有一个比较耗能的功能是它可以读取整个工作区内所有文件。我一开始图省事在总目录下直接问“帮我看看这个季度哪里出问题了”它居然在几万行日志里逐行找不仅慢而且经常误报。后来我总结出来的经验是大文件拆小超过 2 万行的日志或者表格先在环境里拆分成按月或是按渠道的多个小文件再分别处理。建立独立工作目录把需要 AI 处理的临时文件、拆分后的数据统一放到一个workbuddy_source文件夹并告诉它“默认只扫描这个文件夹”。这么做的好处是既能避免它接触敏感权限又能大幅提升任务执行速度。我见过很多朋友的 WorkBuddy 变慢变卡多半就是因为让它在整个磁盘的层级里“大海捞针”。2.3 定期清理长期记忆别让陈年旧账干扰新任务WorkBuddy 带记忆功能它会时不时把过去的偏好、行事习惯、文件夹位置记下来。记忆用得好的确是加分项但如果之前有失败的任务或者没改完的临时笔记它会自动“参考”进去回答就会出现偏移。我现在养成一个习惯每天早上开工前如果今天换了一个新任务类型就通过设置面板把长期记忆先清理一次或者新建会话。新建会话是一个极便宜的排错手段。如果某个任务中途开始跑偏二话不说先开新窗把关键背景重新粘贴进去十次里面八次能恢复正常逻辑。2.4 给任务分轨别把数据分析和闲聊放在同一个会话这个是和个人习惯相关的技巧。WorkBuddy 虽然支持连续对话但混着聊容易让它在“闲聊模式”和“干活模式”里切换困难。我自己的做法是分成三类环境正式任务通道专门处理文档、数据、代码。快速问答通道临时查一下信息回答完就关不需要保存。头脑风暴通道暂时不限定格式让它给想法和建议。长期下来我养成了在正式任务前必新建会话的肌肉记忆跑偏率进一步降低。3. Skill 体系把“干活套路”沉淀成可复用插件如果只知道给它喂指令和上下文那你还是在“手动挡”开 AI。直到我开始给 WorkBuddy 配置 Skill才真正有了从“能用”到“敢用”的质变。3.1 网上那些“保姆级教程”里的 Skill 包建议直接卸载坦白讲我一开始也是从各种资料站下过那种打包好的 Skill打开一看里面就是一堆没头没尾的 Prompt更离谱的还有一个 Skill 同时干三件事——又写周报又写代码又推荐电影。这种“万能药”式的 Skill 不仅没用还会把 WorkBuddy 的指令权重重叠搞乱越用越呆。注意Skill 的本质是好用的提示词模板外加系统调用方式不是越多越好。真正好用的 Skill 一定是你自己按照业务逻辑组合出来的知道自己为什么要这么设计。3.2 手写第一个 Skill把月报从“半天工作量”压到“十分钟”我试着写了第一个真正意义上可用的 Skill效果非常理想。这里把设计思路分享一下。我的目标是做一份月报。老规矩以前我要半天时间梳理几十个数据表现在我希望 WorkBuddy 帮我自动完成数据抓取、指标归纳、文字润色。我设计的 Skill 结构并不复杂主要是定好指令集模板# 月报生成助手 ## 角色 你是一名数据分析助理。你面对的是运营、销售和管理层。 ## 输入 我会给你本月原始数据 CSV路径 /data/month/ ## 处理流程 1. 读取文件列表按文件名匹配部门。 2. 先输出数据摘要总营收、指标完成率、环比变化。 3. 对比上月数据找出波动幅度最大的 3 个指标。 4. 根据这些指标自动生成 3 条解读解读必须用“数据 原因假设 建议动作”结构。 ## 输出格式 严格使用 Markdown 表格展示数据摘要。 解读部分每条不超过 80 字。这个 Skill 我用了整整两个月到现在还在迭代。它让我真正感受到“把活儿交给它”并不是一句空话因为它已经懂了我做月报的标准动作。3.3 复杂任务拆解给 WorkBuddy 配上“子代理”干重活WorkBuddy 有一个比较高级的玩法叫子代理Sub-Agent它的意思是把一个大的研究任务拆分成几个步骤然后交给不同的“小助手”并行处理最后汇总。我处理文献综述的时候就用了这个功能。一下子把几十篇 PDF 丢给它是跑不动的我的做法是这样第一个节点文献提取助手负责把每篇 PDF 的核心观点、研究方法、局限性提取出来。第二个节点对比分析助手负责把所有提取出来的观点按主题聚类。第三个节点综述写作助手负责把聚类后的内容改写成连贯的文献综述段落。通过这样的流水线每篇文件都只需要处理很少的内容上下文更干净回答逻辑也更清晰。你要是有 30 篇文献要读强烈建议试试这个思路绝对比一股脑全部加载进去要稳定得多。3.4 客服负责人专用场景如何用 Skill 快速吃透你的业务热词里有“我是一个客服负责人怎么快速使用 workbuddy”我拿这个场景举个例子。我帮团队里的一个客服主管配置了一套“客服智能分析” Skill主要包含这几个要素高频问题词库定义投诉等级和分类标签。话术导入模块把之前的优秀客服对话导入知识库。坐席表现分析自动检索超时回复、用户情绪软化节点。配置好并跑一段时间的日常数据后它能把每周的通话记录自动生成为“服务质量周报”里面不仅包含各坐席的平均响应时长还会自动挑出几条典型对话做评析。这套流程以前靠人工抽查现在让 WorkBuddy 自己完成了而且是全量数据而不是抽样准确率自然更高。3.5 学会“白名单”思维什么活儿适合交给它干什么不适合我给工作分了层级有一个原则是判断能不能交给它层级任务类型是否适合 WorkBuddy原因L1数据清洗、格式整理、文件分类非常适合机械重复适合大范围扫描。L2信息检索、观点提炼、初稿输出适合速度快于人工但需要人工审核。L3涉及复杂人情世故的谈判、主观定稿不适合AI 无法理解利益博弈和隐性诉求。L4权限内的机密文件最终审批不适合合规风险高必须由人来判断。坚守这个边界以后我基本上不会抱怨“AI 不好用”了因为我知道哪些是它该干的哪些是必须我自己干的。4. 稳定性与系统调优从改缓存目录到给它一个“专属机房”用 WorkBuddy 最烦的一件事是什么是跑到 80% 的时候“啪”一下崩溃或者是处理几分钟长文件之后界面越点越卡。这不是 WorkBuddy 本身难用而是系统的环境配置没跟上。4.1 WorkBuddy 缓存目录究竟该不该改怎么改很多朋友都问过一个问题怎么把 WorkBuddy 的系统缓存目录换掉。这问题太真实了默认配置一般会把缓存塞进系统盘也就是 C 盘。跑稍微大一点的模型推理或者挂载大文件动不动就占用好几个 G 空间。C 盘爆红后电脑就会卡成 PPT最后崩溃的就是 WorkBuddy。我自己在 Windows 上做了迁移步骤很简单先在 D 盘建一个专门目录例如D:\WorkBuddyCache。找到 WorkBuddy 的配置文件一般叫config.json或者通过设置页面的“高级设置”打开缓存路径选项把默认路径改成 D 盘的路径。保存后重启 WorkBuddy。这一改最大的感受是整个处理大文件的稳定性高了一截不再因为磁盘空间不足而中途断掉。如果你跟我一样重度使用强烈建议把这个挪出系统盘。4.2 电脑越用越卡试试 Docker 方式部署给它一个小型服务器WorkBuddy 对 Linux 有支持并且可以用 Docker 直接一键部署。如果还是 Windows 机器不想让它和平时办公软件抢资源我更推荐这种方式把 WorkBuddy 放到一个虚拟化的独立环境里跑相当于给它一个专属的轻量机房。Docker 部署并不复杂逻辑上是把模型运行时和主系统隔离开。配置好资源限制之后哪怕它跑崩了也只需要重启容器不影响我电脑上其他工作。# 一个简化示例 FROM workbuddy/base:latest COPY ./my_skills /app/skills VOLUME /app/workbuddy_cache ENV WORKBUDDY_MAX_MEMORY8G CMD [workbuddy, serve]用 Docker 的另一个好处是版本回滚特别方便更新的新版本不好用了直接把镜像标签切回旧的即可数据不会丢。4.3 报错不要慌把日志直接丢给它自己看WorkBuddy 跑久了偶尔会跳出一些看不懂的系统报错。以前我第一反应是截图发给同事问怎么回事。后来我学到了一个很爽的排错技巧直接把日志文件或报错信息原封不动地贴给 WorkBuddy让它基于自身的知识库做诊断。有一次它执行任务中途断掉我把缓存日志复制了一段发到新对话里告诉它“根据这段日志判断之前失败的原因并给出修复方案”。它给出的答案里有一条我当时压根没想到某个文件路径超过了操作系统限定的字符长度导致读取被拒绝。虽然 WorkBuddy 靠自身跑出这个方案有点讽刺但解决问题的思路确实能帮上忙。4.4 让 WorkBuddy 自己给自己做“保洁”定时清理临时任务长时间不重启 WorkBuddy它在内存里堆积的临时对话和上下文信息越来越多响应速度会明显下滑。我给自己的日常规划是每周定期重启一次客户端或者让它在特定时间自动清理历史会话。在自动化设置里我加了一个触发器每周五下午六点自动执行“清理临时文件、归档本周缓存索引、重启服务”。这样周一回到工位它状态一定是干净利落的。5. 敢把大活儿交给它的三个真实瞬间文献综述、客服周报、项目复盘理论说了不少最后分享几个我亲身经历的应用场景。这三个场景是从“观摩”到“放手”的分水岭。5.1 文献综述从“论文搬运工”到“核心观点提炼器”帮同事处理过一份 20 篇英文文献的综述要用它完成“相关研究概况”这部分。当时的技巧是把 PDF 文件全部转成了文本格式txt 或者 md然后用我前面说的子代理三步法处理。这个过程里它自动完成了主题聚类、观点对比最后产出的初稿结构清晰引用标注也没有错误我只花了一小时就完成了最终修订。文献综述这类工作的核心要点是不建议直接让 AI 改论文语言而应该把重点放在“提炼观点”和“整理结构”上。语言修辞它不擅长但海量文献的横向逻辑梳理是它的强项。5.2 客服周报一键生成用数据说话而不是用感觉说话客服团队的周报以前容易写得空泛比如“本周咨询量较大员工积极性不错”这种描述老板看了等于没看。我用 Skill 把“行动级结论”固化进去之后它就自动生成了类似这样的结论“本周售后投诉中物流延迟问题占比 32%较上周增加 12%主要诱因是大促期间仓库未增加轮班建议增设夜间客服专线。”这种话放在以前是需要抄一堆数据再和主管开会讨论半小时才能总结出来的。现在呢我只需要打开它生成好的周报把里面的数据来源再核一遍就能直接发出去。敢把活交给它是因为它给出的分析链条足够完备——有数据有原因还有下一步动作。5.3 会议纪要自动转项目待办它比我还操心进度我甚至让它试过手动帮我做项目复盘上午开完会我把会议录音转成文字丢给它让它自动生成会议纪要和各项待办时间表。它会把任务按负责人、优先级和依赖关系整理好自动放进任务看板。我以为它只会按部就班地列出“张三负责 A 事项”结果有一次它主动发现两个任务的完成时间存在冲突还在备注里标注了“该任务可能需要提前一周启动否则会阻塞 B 模块交付”。这个细节让我确信它已经不只是工具了而是能帮我从全局视角发现问题的“小参谋”。它帮我节省的不仅是时间更是一种“不需要反复交代背景也能把事情推动下去”的信任感。从一个随意聊天的玩具到能交付重要工作的助手这三个月 WorkBuddy 给我最大的启发是工具本身能力固然重要但真正拉开差距的是你愿意花多少心思去调教它、约束它、给它清晰的边界。6. 最后分享两个小心得文章最后不做什么长篇总结了就说两个我自己仍在坚持的经验。第一个是关于维护 Rule 和 Skill 的我每个月底都会花半小时整理一遍本月哪些规则真正被频繁用到哪些一次都没用过。没用的规则直接删掉避免它们干扰 AI 的权重判断。第二个是关于备份的。WorkBuddy 的自定义技能和规则文件是长时间积累起来的核心资产所以我会定期把它们同步到网盘或者压缩备份一次。万一电脑崩了或者需要换设备这些才是我真正舍不得丢的东西。如果你也打算长期用 WorkBuddy不妨从今天起给它定几条自己的规则或者写一个最基础的业务 Skill。坚持三个月后你再回头看大概率能体会到我说的这种从“能用”到“敢把活儿交给它”的转变是怎么发生的。
在这里跟大家聊聊我这三个月折腾 WorkBuddy 的真实经历。从最初下载下来随便聊几句到后来把周报、文献综述、客服话术整理这种活儿都扔给它中间踩过不少坑也总结出了一些从“能用”到“敢把活儿交给它”的关键技巧。这篇内容没有枯燥的功能说明书就是纯粹的使用沉淀适合那些已经装好 WorkBuddy却总觉得它回答不够准、干活不够稳的朋友。1. 先立规矩再干活三条铁律让它从“博学”变“懂行”WorkBuddy 刚上手的时候我相信很多人跟我一样感觉它像那种上来就夸夸其谈的实习生——什么都懂一点但完全不懂你的行业规矩。我最初让它给我整理一份竞品分析报告它居然把我文档里随手写的个人备注也当成正式结论给归纳进去了。问题不在它在于我没给它立规矩。1.1 全局规则把你公司的“做事实操习惯”写进它的底层逻辑WorkBuddy 里有一个 Rules 设置相当于给它设定“任职期间的人设”。我最早忽略了它后来发现这里才是提升准确率的核心。我把我们部门平时做事的三条习惯写了进去所有回答必须先列计划经确认后才能执行。这个非常关键能防止它自作主张给我来一套没必要的操作。引用的数据必须注明来源文件。我要求它回答里带文件名方便我回查。禁止在个人想法和正式结论之间含糊不清个人建议必须标注“建议”。设置完这两条明显感觉到它从“假大空”变得务实起来。写规则的技巧在于不要写“要好结果”这类虚话而是写“哪些事情绝不允许做”。我发现用否定语句反而更容易让 AI 把边界吃透。1.2 项目级规则同一个 WorkBuddy给你干不同岗位的活儿全局规则管底层习惯项目级规则才能让它在某一个任务里变成专家。举个例子我同时处理着三块工作部门周报汇总、客服话术抽检、还有一部分产品和代码相关的调研。做周报的时候我在项目里写了个规则“只提取本周新增数据和异常波动去掉对上周数据的重复描述”。做调研的时候规则改成“只看结论性内容对我不熟悉的技术名词必须加一句人话解释”。这两个项目共用一个 WorkBuddy但因为规则不一样它输出的口吻和重点完全对得上。我后来甚至给售后客服建了一个单独的“客服主管”项目里面指定了必须使用内部话术模板结构还约束它“回答不了就明确说不知道不要编造解决方案”。这比让它当万能助手好用得多。提示规则文件可以用 Markdown 写放项目根目录.rule文件里或者直接在设置面板里粘贴。每天用完最好看一遍把失效的规则清理掉免得规则之间打架。我用的规则模板分享在这里结构很简单# 项目规则Role: 行业研究员 1. 你是一名资深行业分析师需保持客观中立。 2. 回答问题时先列出你将检索的文件或数据源。 3. 如果信息不足请直接说明禁止编造。 4. 所有输出必须带文件来源。 5. 对于专业术语在结论后用括号加一句通俗解释。这五条规则让我从“天天盯着它改文档”变成了“告诉它要求就等结果”。1.3 让它先“打草稿”再“定稿”每次修改留一手很多朋友用 AI 最怕的就是它不经同意直接改写文件后来发现找不到原始版本了。我的方法是一开始就教它严格遵守“先给变更方案不要直接操作文件”这个规则。需要修改文件时必须把修改前后的对比清单列出来等我写“确认执行”后它才会真正动手。这也是我敢把比较重要的文档交给它的原因之一。2. 上下文管理是块硬骨头治好了它的“一秒钟响应、三秒钟胡言乱语”WorkBuddy 的功能再强如果你把一大堆资料直接丢给它或者在连续十几个小时的长对话里反复切换主题它会逐渐“精神分裂”——前面聊代码规范后面你问客服数据它还能接着往下聊但答案已经开始串味了。2.1 解锁正确用法用“文件”精准锁定上下文WorkBuddy 的聊天框里可以直接用 符号把指定文件拉进上下文。这招是我觉得提高准确率最有效的动作。举个例子之前我让它整理本季度的售后投诉分类它翻来覆去把上季度甚至去年的数据也带进来了。后来我改成在问题里清晰指定路径和文件名还带上前文的一句话总结2024_Q3_售后投诉汇总.csv 请分析这个表格中的投诉类型分布只统计这个文件的记录不要调用往年数据。带上之后回答精准了非常多跑偏率直接下降大半。记住它跟人一样你在一个房间里堆满了一百本书它不一定会挑中你想要的那本你直接把翻开的页码递到它眼前最靠谱。2.2 拒绝“全库扫描”给它画一个工作圈WorkBuddy 有一个比较耗能的功能是它可以读取整个工作区内所有文件。我一开始图省事在总目录下直接问“帮我看看这个季度哪里出问题了”它居然在几万行日志里逐行找不仅慢而且经常误报。后来我总结出来的经验是大文件拆小超过 2 万行的日志或者表格先在环境里拆分成按月或是按渠道的多个小文件再分别处理。建立独立工作目录把需要 AI 处理的临时文件、拆分后的数据统一放到一个workbuddy_source文件夹并告诉它“默认只扫描这个文件夹”。这么做的好处是既能避免它接触敏感权限又能大幅提升任务执行速度。我见过很多朋友的 WorkBuddy 变慢变卡多半就是因为让它在整个磁盘的层级里“大海捞针”。2.3 定期清理长期记忆别让陈年旧账干扰新任务WorkBuddy 带记忆功能它会时不时把过去的偏好、行事习惯、文件夹位置记下来。记忆用得好的确是加分项但如果之前有失败的任务或者没改完的临时笔记它会自动“参考”进去回答就会出现偏移。我现在养成一个习惯每天早上开工前如果今天换了一个新任务类型就通过设置面板把长期记忆先清理一次或者新建会话。新建会话是一个极便宜的排错手段。如果某个任务中途开始跑偏二话不说先开新窗把关键背景重新粘贴进去十次里面八次能恢复正常逻辑。2.4 给任务分轨别把数据分析和闲聊放在同一个会话这个是和个人习惯相关的技巧。WorkBuddy 虽然支持连续对话但混着聊容易让它在“闲聊模式”和“干活模式”里切换困难。我自己的做法是分成三类环境正式任务通道专门处理文档、数据、代码。快速问答通道临时查一下信息回答完就关不需要保存。头脑风暴通道暂时不限定格式让它给想法和建议。长期下来我养成了在正式任务前必新建会话的肌肉记忆跑偏率进一步降低。3. Skill 体系把“干活套路”沉淀成可复用插件如果只知道给它喂指令和上下文那你还是在“手动挡”开 AI。直到我开始给 WorkBuddy 配置 Skill才真正有了从“能用”到“敢用”的质变。3.1 网上那些“保姆级教程”里的 Skill 包建议直接卸载坦白讲我一开始也是从各种资料站下过那种打包好的 Skill打开一看里面就是一堆没头没尾的 Prompt更离谱的还有一个 Skill 同时干三件事——又写周报又写代码又推荐电影。这种“万能药”式的 Skill 不仅没用还会把 WorkBuddy 的指令权重重叠搞乱越用越呆。注意Skill 的本质是好用的提示词模板外加系统调用方式不是越多越好。真正好用的 Skill 一定是你自己按照业务逻辑组合出来的知道自己为什么要这么设计。3.2 手写第一个 Skill把月报从“半天工作量”压到“十分钟”我试着写了第一个真正意义上可用的 Skill效果非常理想。这里把设计思路分享一下。我的目标是做一份月报。老规矩以前我要半天时间梳理几十个数据表现在我希望 WorkBuddy 帮我自动完成数据抓取、指标归纳、文字润色。我设计的 Skill 结构并不复杂主要是定好指令集模板# 月报生成助手 ## 角色 你是一名数据分析助理。你面对的是运营、销售和管理层。 ## 输入 我会给你本月原始数据 CSV路径 /data/month/ ## 处理流程 1. 读取文件列表按文件名匹配部门。 2. 先输出数据摘要总营收、指标完成率、环比变化。 3. 对比上月数据找出波动幅度最大的 3 个指标。 4. 根据这些指标自动生成 3 条解读解读必须用“数据 原因假设 建议动作”结构。 ## 输出格式 严格使用 Markdown 表格展示数据摘要。 解读部分每条不超过 80 字。这个 Skill 我用了整整两个月到现在还在迭代。它让我真正感受到“把活儿交给它”并不是一句空话因为它已经懂了我做月报的标准动作。3.3 复杂任务拆解给 WorkBuddy 配上“子代理”干重活WorkBuddy 有一个比较高级的玩法叫子代理Sub-Agent它的意思是把一个大的研究任务拆分成几个步骤然后交给不同的“小助手”并行处理最后汇总。我处理文献综述的时候就用了这个功能。一下子把几十篇 PDF 丢给它是跑不动的我的做法是这样第一个节点文献提取助手负责把每篇 PDF 的核心观点、研究方法、局限性提取出来。第二个节点对比分析助手负责把所有提取出来的观点按主题聚类。第三个节点综述写作助手负责把聚类后的内容改写成连贯的文献综述段落。通过这样的流水线每篇文件都只需要处理很少的内容上下文更干净回答逻辑也更清晰。你要是有 30 篇文献要读强烈建议试试这个思路绝对比一股脑全部加载进去要稳定得多。3.4 客服负责人专用场景如何用 Skill 快速吃透你的业务热词里有“我是一个客服负责人怎么快速使用 workbuddy”我拿这个场景举个例子。我帮团队里的一个客服主管配置了一套“客服智能分析” Skill主要包含这几个要素高频问题词库定义投诉等级和分类标签。话术导入模块把之前的优秀客服对话导入知识库。坐席表现分析自动检索超时回复、用户情绪软化节点。配置好并跑一段时间的日常数据后它能把每周的通话记录自动生成为“服务质量周报”里面不仅包含各坐席的平均响应时长还会自动挑出几条典型对话做评析。这套流程以前靠人工抽查现在让 WorkBuddy 自己完成了而且是全量数据而不是抽样准确率自然更高。3.5 学会“白名单”思维什么活儿适合交给它干什么不适合我给工作分了层级有一个原则是判断能不能交给它层级任务类型是否适合 WorkBuddy原因L1数据清洗、格式整理、文件分类非常适合机械重复适合大范围扫描。L2信息检索、观点提炼、初稿输出适合速度快于人工但需要人工审核。L3涉及复杂人情世故的谈判、主观定稿不适合AI 无法理解利益博弈和隐性诉求。L4权限内的机密文件最终审批不适合合规风险高必须由人来判断。坚守这个边界以后我基本上不会抱怨“AI 不好用”了因为我知道哪些是它该干的哪些是必须我自己干的。4. 稳定性与系统调优从改缓存目录到给它一个“专属机房”用 WorkBuddy 最烦的一件事是什么是跑到 80% 的时候“啪”一下崩溃或者是处理几分钟长文件之后界面越点越卡。这不是 WorkBuddy 本身难用而是系统的环境配置没跟上。4.1 WorkBuddy 缓存目录究竟该不该改怎么改很多朋友都问过一个问题怎么把 WorkBuddy 的系统缓存目录换掉。这问题太真实了默认配置一般会把缓存塞进系统盘也就是 C 盘。跑稍微大一点的模型推理或者挂载大文件动不动就占用好几个 G 空间。C 盘爆红后电脑就会卡成 PPT最后崩溃的就是 WorkBuddy。我自己在 Windows 上做了迁移步骤很简单先在 D 盘建一个专门目录例如D:\WorkBuddyCache。找到 WorkBuddy 的配置文件一般叫config.json或者通过设置页面的“高级设置”打开缓存路径选项把默认路径改成 D 盘的路径。保存后重启 WorkBuddy。这一改最大的感受是整个处理大文件的稳定性高了一截不再因为磁盘空间不足而中途断掉。如果你跟我一样重度使用强烈建议把这个挪出系统盘。4.2 电脑越用越卡试试 Docker 方式部署给它一个小型服务器WorkBuddy 对 Linux 有支持并且可以用 Docker 直接一键部署。如果还是 Windows 机器不想让它和平时办公软件抢资源我更推荐这种方式把 WorkBuddy 放到一个虚拟化的独立环境里跑相当于给它一个专属的轻量机房。Docker 部署并不复杂逻辑上是把模型运行时和主系统隔离开。配置好资源限制之后哪怕它跑崩了也只需要重启容器不影响我电脑上其他工作。# 一个简化示例 FROM workbuddy/base:latest COPY ./my_skills /app/skills VOLUME /app/workbuddy_cache ENV WORKBUDDY_MAX_MEMORY8G CMD [workbuddy, serve]用 Docker 的另一个好处是版本回滚特别方便更新的新版本不好用了直接把镜像标签切回旧的即可数据不会丢。4.3 报错不要慌把日志直接丢给它自己看WorkBuddy 跑久了偶尔会跳出一些看不懂的系统报错。以前我第一反应是截图发给同事问怎么回事。后来我学到了一个很爽的排错技巧直接把日志文件或报错信息原封不动地贴给 WorkBuddy让它基于自身的知识库做诊断。有一次它执行任务中途断掉我把缓存日志复制了一段发到新对话里告诉它“根据这段日志判断之前失败的原因并给出修复方案”。它给出的答案里有一条我当时压根没想到某个文件路径超过了操作系统限定的字符长度导致读取被拒绝。虽然 WorkBuddy 靠自身跑出这个方案有点讽刺但解决问题的思路确实能帮上忙。4.4 让 WorkBuddy 自己给自己做“保洁”定时清理临时任务长时间不重启 WorkBuddy它在内存里堆积的临时对话和上下文信息越来越多响应速度会明显下滑。我给自己的日常规划是每周定期重启一次客户端或者让它在特定时间自动清理历史会话。在自动化设置里我加了一个触发器每周五下午六点自动执行“清理临时文件、归档本周缓存索引、重启服务”。这样周一回到工位它状态一定是干净利落的。5. 敢把大活儿交给它的三个真实瞬间文献综述、客服周报、项目复盘理论说了不少最后分享几个我亲身经历的应用场景。这三个场景是从“观摩”到“放手”的分水岭。5.1 文献综述从“论文搬运工”到“核心观点提炼器”帮同事处理过一份 20 篇英文文献的综述要用它完成“相关研究概况”这部分。当时的技巧是把 PDF 文件全部转成了文本格式txt 或者 md然后用我前面说的子代理三步法处理。这个过程里它自动完成了主题聚类、观点对比最后产出的初稿结构清晰引用标注也没有错误我只花了一小时就完成了最终修订。文献综述这类工作的核心要点是不建议直接让 AI 改论文语言而应该把重点放在“提炼观点”和“整理结构”上。语言修辞它不擅长但海量文献的横向逻辑梳理是它的强项。5.2 客服周报一键生成用数据说话而不是用感觉说话客服团队的周报以前容易写得空泛比如“本周咨询量较大员工积极性不错”这种描述老板看了等于没看。我用 Skill 把“行动级结论”固化进去之后它就自动生成了类似这样的结论“本周售后投诉中物流延迟问题占比 32%较上周增加 12%主要诱因是大促期间仓库未增加轮班建议增设夜间客服专线。”这种话放在以前是需要抄一堆数据再和主管开会讨论半小时才能总结出来的。现在呢我只需要打开它生成好的周报把里面的数据来源再核一遍就能直接发出去。敢把活交给它是因为它给出的分析链条足够完备——有数据有原因还有下一步动作。5.3 会议纪要自动转项目待办它比我还操心进度我甚至让它试过手动帮我做项目复盘上午开完会我把会议录音转成文字丢给它让它自动生成会议纪要和各项待办时间表。它会把任务按负责人、优先级和依赖关系整理好自动放进任务看板。我以为它只会按部就班地列出“张三负责 A 事项”结果有一次它主动发现两个任务的完成时间存在冲突还在备注里标注了“该任务可能需要提前一周启动否则会阻塞 B 模块交付”。这个细节让我确信它已经不只是工具了而是能帮我从全局视角发现问题的“小参谋”。它帮我节省的不仅是时间更是一种“不需要反复交代背景也能把事情推动下去”的信任感。从一个随意聊天的玩具到能交付重要工作的助手这三个月 WorkBuddy 给我最大的启发是工具本身能力固然重要但真正拉开差距的是你愿意花多少心思去调教它、约束它、给它清晰的边界。6. 最后分享两个小心得文章最后不做什么长篇总结了就说两个我自己仍在坚持的经验。第一个是关于维护 Rule 和 Skill 的我每个月底都会花半小时整理一遍本月哪些规则真正被频繁用到哪些一次都没用过。没用的规则直接删掉避免它们干扰 AI 的权重判断。第二个是关于备份的。WorkBuddy 的自定义技能和规则文件是长时间积累起来的核心资产所以我会定期把它们同步到网盘或者压缩备份一次。万一电脑崩了或者需要换设备这些才是我真正舍不得丢的东西。如果你也打算长期用 WorkBuddy不妨从今天起给它定几条自己的规则或者写一个最基础的业务 Skill。坚持三个月后你再回头看大概率能体会到我说的这种从“能用”到“敢把活儿交给它”的转变是怎么发生的。
