WorkBuddy 实战蓝皮书

从第一项任务，到一支可协作、可复用、可验证的 AI 团队。共 5 个部分、29 章，含 2026 年 9 月的功能更新与课堂实操。

目录

• 第 01 章｜初识 WorkBuddy
• 第 02 章｜WorkBuddy的下载、安装、登录与更新
• 第 03 章｜WorkBuddy 的主界面、任务与工作区
• 第 04 章｜快速完成第一个 WorkBuddy 任务
• 第 05 章｜WorkBuddy加载一个真正用得上的 Skill
• 第 06 章｜WorkBuddy的专家和专家团
• 第 07 章｜WorkBuddy 使用连接器
• 第 08 章｜WorkBuddy 接入小程序与 IM 助理
• 第 09 章｜如何接入外部 API
• 第 10 章｜WorkBuddy 自动化任务
• 第 11 章｜办公三件套：Word、Excel、PPT
• 第 12 章｜从整理桌面文件这些小事做起
• 第 13 章｜远程控制你的电脑，不用发愁不在电脑前
• 第 14 章｜生活助手的价值，是减少琐碎
• 第 15 章｜资讯整合：把信息流变成每日通知
• 第 16 章｜收藏不是知识管理，能再次用起来才是
• 第 17 章｜会议结束不是终点，工作才刚刚开始
• 第 18 章｜把投资分析变成你的日常
• 第 19 章｜一句话召唤 AI 视频团队
• 第 20 章｜自媒体不只是靠努力，而是一条增长闭环
• 第 21 章｜WorkBuddy也能做GEO专家
• 第 22 章｜打造skill：将书和视频蒸馏为可执行 Skill
• 第 23 章｜其他用法补充
• 第 24 章｜多 Agent 系统设计
• 第 25 章｜自动化工作流的可靠性
• 第 26 章｜岗位路线图
• 第 27 章｜行业路线图
• 第 28 章｜企业落地
• 第 29 章｜版本更新与明日课堂实操

第 01 章｜初识 WorkBuddy

本章路线从“回答问题”到“交付结果”

WorkBuddy 的价值不在于增加一个聊天窗口，而在于把理解、行动与交付放进同一个工作环境。先建立正确心智模型，后面的功能才不会变成零散技巧。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断WorkBuddy 的价值不在于增加一个聊天窗口，而在于把理解、行动与交付放进同一个工作环境。先建立正确心智模型，后面的功能才不会变成零散技巧。

阅读抓手 从“回答问题”到“交付结果”

WorkBuddy 是腾讯最新推出的全场景职场 AI 智能体工作台，面向 人力资源、行政、运营、销售、研发等不同职场角色，是一款能够像真正同事一样思考、执行任务并交付结果的 AI 办公应用。

从“回答问题”到“交付结果”

与传统 AI 助手不同，WorkBuddy 不只是陪用户聊天、回答问题或者给出建议。

用户只需要用一句自然语言描述需求，它就可以理解任务目标，在本地电脑中自主规划执行步骤，并完成复杂的多模态任务。

在获得用户授权后，WorkBuddy 可以读取和处理本地文件，自动完成批量文件处理、文档生成、表格分析、PPT 制作、多模态内容创作、行业调研、本地知识库构建等工作。

对于更加复杂的任务，它还可以自主拆解步骤，并通过多个智能体（Agents）并行，减少人工在不同工具、文件和任务之间反复切换的成本。

流程图 / FLOW说清目标读取授权资料拆解任务与选择工具执行并生成产物人工验收指出问题并返工归档或发布不通过通过例如，用户可以直接告诉 WorkBuddy，分析这个文件夹中的销售数据，并生成一份汇报 PPT。

WorkBuddy 会自主读取相关文件，理解数据内容，完成分析和总结，并生成最终可以查看和修改的工作成果。

整个过程中，用户不需要手动上传每一个文件，也不需要一步一步告诉 AI 下一步应该做什么。

WorkBuddy 面向的是完整的工作任务。

它的核心能力可以概括为三点，听得懂人话，能够自主思考规划，也真的能够操作电脑交付成果。

为了完成不同类型的任务，WorkBuddy 还提供了多模型切换（混元/DeepSeek/GLM/Kimi/MiniMax 等）、MCPServer、Skills 技能包等能力。

用户可以根据不同任务选择合适的模型，也可以通过 MCP和 Skills 扩展 WorkBuddy 的工具和专业能力。

同时，针对本地文件操作、终端执行等场景，WorkBuddy还提供高危指令拦截和权限控制机制，降低 AI 自主执行过程中的风险。

想对workbuddy打分，可以去观猹，写出你对workbuddy的真实评价～

第 02 章｜WorkBuddy的下载、安装、登录与更新

本章路线WorkBuddy下载Windows 安装macOS 安装登录更新安装与登录只是起点。真正影响长期体验的是版本更新、权限边界与运行环境；这些基础设置决定后续工具调用是否稳定。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断安装与登录只是起点。真正影响长期体验的是版本更新、权限边界与运行环境；这些基础设置决定后续工具调用是否稳定。

阅读抓手 WorkBuddy下载 · Windows 安装 · macOS 安装 ·登录WorkBuddy下载下载WorkBuddy，点击官方地址（https://www.codebuddy.cn/work/），选择WorkBuddy，点击“下载WorkBuddy”即可下载。

网站会自动检查你当前设备，判断你是什么版本，MacARM64、Mac x64或者Windows x64。

切记：从官方入口进入下载，不从网盘或不明镜像获取安装包。

Windows 安装— 下载完成后双击安装文件。

— 如系统弹出安全提示，先核对发布者与下载来源，再决定是否继续。

— 按安装向导完成安装并启动 WorkBuddy。

— 进入准备运行环境macOS 安装— 打开安装文件，将 WorkBuddy 拖入“应用程序”；

— 从“应用程序”启动；

登录点击登录按钮自动跳转网页登录完成后，即可使用WorkBuddy进行工作PS：若公司电脑禁止安装软件，不要绕过终端安全策略，应联系 IT 管理员确认白名单或企业部署方式。

更新点击左下角个人中心，选择“检查更新”，检查是否有新版本，若有新版本，可更新常见问题安装包打不开或提示损坏先删除安装包并从官网重新下载，核对系统和芯片版本。仍失败时记录系统版本、安装包名和报错截图，通过官方反馈渠道处理，不要随意关闭系统安全功能。

登录后没有反应检查默认浏览器是否拦截登录回跳、网络代理是否影响认证、系统时间是否准确。退出应用后重试，并保留日志与截图。

无法读取或写入文件确认任务选择的工作目录是否正确、系统是否授予对应目录权限、文件是否被其他程序锁定。先用一个空白文本文件测试，不要直接拿重要文件反复试错。

更新前要不要备份应用更新一般不应修改工作文件，但长期项目仍应把输入、产物、配置和自定义 Skill 纳入版本管理或定期备份。

第 03 章｜WorkBuddy 的主界面、任务与工作区

本章路线三个区域分别做什么三种工作模式选择不同的模型主界面提供任务、工作区与结果的共同上下文。理解这些区域如何协同，可以减少重复解释，也让复盘与复用更容易。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

16主界面、模式与本地工作空间本章核心判断任务组织对话，工作空间承载文件。 先确认正在处理哪批材料，再选择执行方式。

三个区域分别做什么区域主要用途与检查点侧边栏新建、搜索和切换任务。确认当前任务及所属空间。

对话区说明目标、补充资料、审阅计划，追踪工具调用。

结果区预览产物与文件变更。核对文件名、路径、版本和实际内容。

本地文件夹与工作空间本地文件夹是电脑中真实存在的位置。将它选为工作空间后，WorkBuddy 会以此作为读取资料、执行任务和保存结果的主要目录。

新建任务时用文件选择器定位文件夹，无需手写路径。

未指定目录时，客户端会自动创建独立任务空间。长期项目可将相关任务归入同一空间。

显示名称和真实路径要分清。 空间重命名仅调整侧栏显示名，核对实际目录可用“打开文件夹”。

三种工作模式模式作用与适用场景默认（Agent）

执行任务，可修改文件。适合目标清楚的文档、表格和文件整理。

计划（Plan）

先补齐信息并给出方案，确认后执行。适合多步骤或需要审阅改动范围的任务。

仅问答（Ask）

理解资料、讨论问题和找思路，不执行文件改动。

入口在输入框左侧的“+”菜单。开启“计划”或“仅问答”后会显示模式标识，两者互斥。关闭标识后回到默认模式。

模式与权限分别控制什么模式决定怎么开展任务，权限决定哪些操作可以执行。

默认（Agent）模式与默认权限是两个不同概念。

为什么要隔离目录按任务准备专用文件夹，输入只放需要的副本。发票、会议、客户材料分别组织，可以减少误读和内容串用。

目录示例培训演练/input/ 原始素材副本reference/ 本次有效参考output/ 交付结果archive/ 历史版本空间、资料库团队空间和项目协作的对应关系，见第170–171页。

来源：新建任务栏与工作模式；任务管理；默认权限与安全沙箱。2026-09-12访问。

17设置与功能入口：八项开工检查从左侧边栏底部头像打开设置。以下编号用于课堂讲解，区分设置选项和主界面功能入口。

01 通用与锁屏运行在“设置 / 通用”检查语言、字号、开机自启及锁屏运行。

5.5.4 起，“允许锁屏运行”提供关闭、熄屏后继续运行、保持屏幕常亮三档。远程任务还需要设备开机并联网。

02 智能体与模型Agent 即智能体，也常译为代理。相关行为配置在“智能体”，模型接入在“模型”。日常可沿用默认模型选择，需要时再指定模型。长资料看上下文、图片任务看视觉能力，简单任务兼顾速度和用量。

03 网络代理网络代理位于通用设置，用来配置连接方式。它与智能体代理是两个概念。连接异常时核对企业网络要求、现有代理与诊断信息，按实际网络配置填写。

04 存储空间与订阅用量本地空间看实际磁盘路径和可用容量。资料库容量看侧栏底部容量条。“订阅和用量”页查看套餐、积分、资源包与有效期。云容量和模型积分分别计算，不把二者混为一项额度。

05 Buddy 应用业务使用入口在首页左上角的应用入口。选中应用后进入专属首页，可使用对应专家、技能与连接器。“设置 /Buddy 应用”用于查看已连接应用和取消授权。应用是否可见取决于账号开放范围。

06 远程控制通过助理相关入口配置微信、小程序或其他已支持通道，再从手机发起任务。先做“读取演练目录并返回清单”

的测试，确认设备在线、文件路径和产物回传均正常。

07 归档任务行右键或“⋯”菜单可归档。恢复入口是“头像 / 设置 / 数据管理 / 已归档任务 / 取消归档”。归档后可继续恢复使用，删除与归档的结果不同。

08 沙箱输入框底部的权限按钮可查看默认权限或完全访问权限。

“设置 / 安全中心”管理文件、命令、网络规则，以及备份、删除保护等。完全访问开关会影响当前客户端内全部任务，不能只按单个会话理解。

现场顺序先查看工作空间和输入材料，再核对模型、工具与权限。

涉及远程操作时补做锁屏与回传测试。

来源：系统设置；WorkBuddy 更新日志；Buddy 应用；数据管理与归档；默认权限与安全沙箱；资料库。2026-09-12访问。

18

第 04 章｜快速完成第一个 WorkBuddy 任务

本章路线• 准备干净的初始素材• 分配注意力与拆分任务• 执行、检查与交付第一项任务应当具体、可检查、范围清楚。先用一个小闭环建立信心，再逐步增加复杂度。

先准备初始素材放入本次需要的原始文件、任务说明和有效参考。把旧版本、无关案例和先前失败产物移出输入范围，并说明哪些文件才是依据。

避免上下文污染与过度工程化任务要求一页活动介绍，就先交付一页介绍。未提出的登录、数据库、多端系统等功能不自动扩展。先确认最小成果，再讨论新增能力。

任务的实质是注意力分配这是本课程的操作比喻：通过材料、约束和验收要求，告诉 WorkBuddy 优先关注什么。无关信息越多，越可能分散处理重点。独立目标可另开任务。

目标：用干净素材完成一个可复核的小任务WorkBuddy 官方“新建任务栏”示意，2026-09-12访问19首个任务：操作步骤与 A / B / C 应用快速创建任务1 选空间与素材新建任务，选择独立演练文件夹，放入本次输入副本。

确认路径与授权范围。

2 选模式与模型日常执行使用默认（Agent），需审阅方案时开启计划，只讨论时开启仅问答。模型按任务与用量选择。

3 说明任务与调用能力可用微信输入法语音转文字，再校对专名、数字和文件名。明确指定相应 Skill 或连接器，核对它确实可用。

4 观察与验收发送后查看计划、工具调用和文件变更。打开实际文件检查，再按需要保存、分享或继续修改。

任务说明的六项要素要素写清楚什么目标解决什么问题输入哪些文件、目录或链接动作整理、分析、转换或生成约束不能改什么、采用什么规范输出交付文件及保存位置验收怎样判断完成且正确对外分享前核对内容与访问范围。三个任务的能力来源和安装步骤见第190页。

任务 A 文件整理与归档应用：file-organizer + XLSX，含社区整理技能。

可复制的任务说明仅处理 input 中的练习文件。

识别类型，提出分类与重命名方案。

先输出 inventory.xlsx 和proposed-actions.md。

不删除、不覆盖，重名保留两份并编号。

清单文件数须与实际一致。

方案确认前不移动文件。

任务 B 腾讯会议纪要应用：腾讯会议 Skill；本地备选 meeting.txt。

可复制的任务说明读取指定会议的转写或 meeting.txt。

整理结论、待办、负责人、截止日期和待确认问题，逐项对应原文。

无法确定的信息写“待确认”。

输出 output/会议纪要.md和 output/待办清单.xlsx。

任务 C Word 转 PPT应用：DOCX + PPTX Skill（办公文档能力）。

可复制的任务说明读取 input/课程材料.docx。

先列原文内容与页码映射，再制作 PPT。

按章节区分，保留全部知识点和配图。

文字可编辑，避免重叠与过小字号。

输出课程.pptx、预览.pdf及内容对照表。

来源：新建任务栏与工作模式；腾讯会议 Skill 实践；办公文档四件套；file-organizer 社区技能。2026-09-12访问。

第 05 章｜WorkBuddy加载一个真正用得上的 Skill

本章路线Skill 是什么Skill 是怎么工作的Skill 跟 Prompt 到底有什么区别Skill 有哪些作用WorkBuddy里找到合适的SkillSkill 是可复用的方法包：它把步骤、判断标准与工具使用方式固化下来，让一次成功经验可以稳定重演。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断Skill 是可复用的方法包：它把步骤、判断标准与工具使用方式固化下来，让一次成功经验可以稳定重演。

阅读抓手 Skill 是什么 · Skill 是怎么工作的 · Skill 跟 Prompt到底有什么区别 · Skill 有哪些作用Skill 是什么关键结论WorkBuddy 本身负责理解任务和组织执行；Skill 则是一组可复用的说明、脚本、参考资料和资源，告诉 Agent 某类任务应该怎样做、调用什么工具、交付什么格式。

Anthropic 在 2025 年 10 月正式推出 Agent Skills，2025年 12 月将其发布为开放标准。

一个最标准的 Skill，大概长这样：

PROMPT / CODE · Plain Textmy-skill/├── SKILL.md├── scripts/│ └── check.py├── references/│ └── guide.md└── assets/└── template.pptx其中只有 SKILL.md 是必须的。

PROMPT / CODE · Markdown---name: tech-article-writingdescription: 用于撰写 AI 产品、模型评测和科技行业相关文章---收到写作任务后：

1. 先确认文章核心角度2. 查找一手资料3. 对核心事实交叉验证4. 根据用户写作风格完成初稿5. 检查禁用句式和 AI 味表达还可以带上：

Skill 是怎么工作的Skill 最关键的设计，其实不是 SKILL.md，而是Progressive Disclosure，渐进式披露。

假设你的 Agent 装了 100 个 Skill。

它不会一上来把 100 个 Skill 的完整内容全部塞进上下文。

这样不仅浪费 Token，还会让模型被大量无关指令干扰。

标准做法分三层。

第一层，Agent 启动时只看所有 Skill 的名称和 description。

比如：

第二层，当用户说：

Agent 根据 description 判断 tech-article-writing 可能相关，这时才加载完整的 SKILL.md。

第三层，执行过程中发现需要模仿你的写作风格，才继续读取：

需要检查 AI 味，才执行：

标准规范建议，所有 Skill 启动时只加载数十至上百Token的元数据，Skill 激活后再加载完整说明，其他资料和脚本继续按需读取。OpenAI Codex 也采用类似机制，先向模型暴露 Skill 的名称、描述和路径，再在模型决定使用时读取完整内容。

所以 Skill 解决了一个长期困扰 Agent 的问题：

怎么给 Agent 很多知识和工作方法，又不把所有东西永远塞在 Prompt 里。

Skill 跟 Prompt 到底有什么区别关键结论这是最核心的问题。

维度PromptSkill核心作用描述当前任务定义一类任务怎么做生命周期通常针对一次请求长期复用触发方式用户主动输入Agent 自动选择或用户显式调用载体主要是文本文件夹内容指令、上下文、示例指令、脚本、资料、模板、资源上下文占用通常直接进入上下文按需加载复用经常复制粘贴原生可复用分享Prompt 文本完整能力包执行本身只是指令可以调用附带脚本和工具模型参数不改变同样不改变最简单的理解是：

Skill 有哪些作用第一个作用，是给模型补充程序性知识。大模型往往知道大量知识，但未必知道你的事情具体应该怎么做，比如它知道 SQL，但它不知道你公司的：

这些知识非常适合做 Skill，Anthropic 在内部使用了数百个 Skill，最终发现主要集中在 API 和内部库使用、产品验证、数据分析、业务流程自动化、代码脚手架、代码审查、CI/CD、故障 Runbook 和基础设施运维九类场景。

第二个作用，是固定复杂工作流，比如做一次行业调研。

普通 Prompt 可能是：

模型每一次都会重新思考：

Skill 可以把流程固定下来：

这种能力称为 Encoded Preference Skill。模型本来能完成每一个单独步骤，但 Skill 把这些步骤按照团队或个人的工作方式组织起来。

另一类是 Capability Uplift Skill，给模型补充它原本做不好或不稳定的能力，例如复杂文档、PDF 和 PPT 处理。

第三个作用，是减少重复 Prompt。

你现在跟 AI 合作，其实有大量内容是在重复说，比如你经常告诉我：

这些其实已经天然适合做成一个 writing-style Skill。

以后你的 Prompt 只需要：

写作习惯、资料标准、禁用表达、文章流程，都由 Skill 提供。

第四个作用，是把个人经验和组织经验资产化。

传统 Prompt 最大的问题是容易散落在：

Skill 是文件，所以它可以：

这件事情很关键。

WorkBuddy里找到合适的Skill打开左侧“专家·技能·连接器”，可以从技能市场搜索，也可以用“查找技能”描述需求。

也可以在SkillHub技能市场里找到合适的Skill除了从推荐列表里直接安装，还可以导入自己下载的技能。

比如你在网上看到一个好用的技能包，下载下来是一个 zip压缩文件，操作流程是这样的：点击"上传技能"，把 zip 文件加载即可使用Skill解决一个任务比如，你让AI写了一篇文章，需要去除AI味，你可以找到“文章去AI味工具”Skill，安装之后，使用时，直接“/”可以换出。

你只需要引用Skill内容，把文章给到即可，WorkBuddy 会先加载skill的内容，根据skill中的规则，来执行，比如要去除不是而是、双引号等内容，修改之后，可以得到结果，确实去除了AI味。

Skill的关闭和卸载从全部技能中，点击我安装的按钮关闭（则关闭该Skill）

点击“···”，可以选择删除或编辑该Skill

第 06 章｜WorkBuddy的专家和专家团

本章路线专家和专家团与Skill的区别召唤一位专家创建一位专家召唤一个专家团专家承担角色化判断，专家团承担分工与协作。设计时要先明确职责、输入输出和交接点，而不是堆叠更多角色。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

25专家、Skill 与专家团的分工本章核心判断专家负责领域判断，Skill 提供可重复执行的方法，专家团组织分工与汇总。先明确职责与交接，再决定调用哪些能力。

专家与 Skill 的区别WorkBuddy 是通用 Agent。处理销售数据时，数据分析专家会进一步明确业务指标、检查数据质量、寻找异常并提出行动建议。

创作小红书内容时，推广专家还要考虑目标人群、选题、封面、开头和行动引导，让内容与实际活动目标一致。

方式作用普通任务通用理解与执行，适合清楚的一次性任务Skill可复用步骤、工具用法和验收规则专家领域角色、判断方法与工具组合专家团拆解项目、安排成员协作、统一交付原有例子：高考我帮你在专家入口搜索并召唤目标专家，可输入“帮我查找2026年高考数学真题并注明来源”。先确认题目来源，再开展讲解。

召唤小红书推广专家1 找到领域角色进入“专家 / 技能 / 连接器”的专家区域，搜索“小红书”

或“推广”。查看提供者、职责和所用工具。若没有同名专家，按下方职责创建自定义专家。

2 提供完整背景给出活动事实、目标人群、可使用素材与发布目标，再让专家提出方案。

可复制的任务说明你是小红书推广专家。

围绕三汊矶社区 AI 创想体验活动，面向附近亲子家庭设计推广方案。

仅使用我提供的活动时间、地点和资料，信息缺失时标注待补充。

输出：3 个选题、各 2 个标题、1 篇示例笔记、封面文字与发布建议。

说明每个选题吸引谁、传达什么价值。

不虚构课程资质、报名人数和用户评价。

先交付草稿，由我确认后安排发布。

3 检查是否贴合目标核对“三汊矶”等专名、活动事实、受众与报名引导。

推广效果以发布后的真实数据复盘。

创建专家与组织专家团的步骤接下页。

来源：Buddy 应用；技能市场。2026-09-12访问。

26创建专家与组织专家团创建一位专家在“我的专家”中选择创建专家。以公众号创作专家为例，填写服务对象、角色职责、方法步骤、输入要求与输出格式，并选择确实可用的工具。

一份可测试的角色说明职责：把已确认的活动资料转成公众号文章。

方法：核对事实、建立结构、完成草稿、校对专名。

输出：标题备选、文章、配图说明、待确认清单。

创建后用一份真实样本试跑，检查是否需要不断补充同样的要求。稳定规则写入专家，单次活动信息放入当前任务。创建完成后可在“我的专家”中找到并再次使用。

小红书专家的复用保留“面向谁、依据什么、怎样表达、如何检查”的方法。活动时间、价格和名额每次重新提供，避免旧信息进入新推广文案。

召唤一个专家团进入“专家 / 技能 / 连接器”，选择专家团并召唤。由团长拆解任务和汇总产物，成员按依赖关系并行或顺序执行。

职责输入和交付资料核对读取活动原始材料，给出事实清单与缺口内容策划依据事实清单，提出选题与文案视觉设计依据确认文案，输出封面或海报统筹复核对齐名称、时间、受众与交付规格任务开始前确认成员职责、前后依赖、人工决策点和最终负责人。同一文件安排一个主要写入者，其余成员提供建议，减少互相覆盖。

课堂判断题“资料核对”和“标题构思”可以先分工。最终海报的活动时间必须等待事实核对后再定稿。多 Agent 的价值来自合适的分工。

完整的协作示意与任务说明见第175页。

来源：Buddy 应用；项目；多人多 Agent 协作。2026-09-12访问。

第 07 章｜WorkBuddy 使用连接器

本章路线为什么需要 MCP？

MCP 的核心特点加载一个连接器创建一个任务新建连接器连接器与 MCP 把外部系统变成可调用工具。连接之后仍需最小权限、明确授权与结果验证，才能把便利转化为可靠性。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

28MCP：连接外部工具的共同协议本章核心判断连接器把外部系统的能力带进任务。MCP 为工具、资源和提示模板提供共同接口，调用后仍需检查返回结果。

MCP 是 Model Context Protocol，即模型上下文协议，由 Anthropic 在2024年推出。可把它理解为 AI 与外部工具沟通的一套“接口规范”。

为什么需要 MCP如果每个 AI 应用都分别对接每个工具，接入组合会迅速增加。MCP 让工具方提供标准服务，AI 应用通过客户端连接，减少重复适配。

N × M 与 N + M 的含义这是说明接口复用的简化模型。10 个应用与10个工具分别对接，需要考虑100组组合。采用共同协议后，可按10个应用端与10个工具端组织适配。实际仍需处理鉴权、数据格式和兼容性。

标准化的通信方式MCP 的消息基于 JSON-RPC。应用可以发现工具、查看参数要求并请求调用，工具服务返回结果或错误信息。

业务权限由接入的系统和授权决定。

三种核心能力能力用途与示例Tools 工具执行动作，例如查询会议、创建任务或更新一条记录。

Resources 资源提供可读取的内容，例如文件、接口说明或业务资料。

Prompts 模板提供预定义交互模板，帮助按统一方式发起工作。

Host、Client、ServerHost：AI 应用Client AClient BServer AServer B各自保持一条连接协议关系示意，按 MCP 官方架构整理Host 是用户使用的 AI 应用。它为各个 Server 建立Client 连接。Server 对外提供具体工具和数据能力。可以增加新的服务，也可以更换兼容的模型或宿主。

本地部署与数据边界服务可在本地运行，也可远程连接。本地运行减少部分数据搬运，但提供给云端模型的内容仍可能离开设备，应按实际数据流判断。接入和调用步骤见下页。

来源：MCP 官方架构说明；连接器。2026-09-12访问。

29连接器的授权、调用与结果检查本地与远程连接本地 MCP 常使用标准输入输出（stdio），远程服务通常使用 HTTP 传输。选择方式取决于工具提供方的实现，客户端需要支持相应传输与鉴权。

即使 MCP Server 在本地，Agent 也可能把读取到的片段交给云端模型。判断资料去向时，要同时查看服务位置、模型位置和实际发送内容。

加载一个连接器在连接器入口查看当前可用应用，例如腾讯文档、腾讯会议、腾讯乐享、QQ邮箱、TAPD 等。先查看能力范围，再按页面完成账号授权。可用列表以账号界面为准。

先确认权限查找或读取已有会议与创建、修改会议的权限不同。根据任务选择必要能力。

再确认回执连接成功后做一次小查询，核对返回的名称、时间、编号或文件链接。工具出现于列表，尚不能证明目标账号的资料已可访问。

示例：创建会议可复制的任务说明请通过已授权的腾讯会议能力创建会议。

日期：由我提供的具体日期。

时间：15:00–16:00，时区 Asia/Shanghai。

主题：项目讨论。

先核对日期、时区与参会设置，创建后返回会议号、入会链接与开始时间。

课堂演示“明天下午3点”时，先让 Agent 复述为具体日期与时区，再检查创建回执。腾讯会议也可通过官方Skill 接入，第190页列出入口。

新建自定义连接器在连接器管理页选择“自定义连接器”，按提供方文档配置服务地址、鉴权方式和允许调用的能力。连接完成后先查询一条演练记录。

连接失败时检查服务是否启动、地址与传输是否匹配、凭证是否有效、当前账号是否有权限。保留具体报错，避免反复更换无关设置。

鉴权凭证在授权页或指定配置中填写，课堂截图和共享材料不展示真实 Token。

来源：MCP 官方架构说明；连接器；腾讯会议 Skill 实践。2026-09-12访问。

第 08 章｜WorkBuddy 接入小程序与 IM 助理

本章路线小程序的两种模式IM 助理的工作链路接入微信助理：扫码绑定即可接入飞书接入钉钉移动端与即时通信把工作入口延伸到日常场景。适合轻量触发、状态查看与审批，不宜把复杂、高风险操作完全交给远程消息。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断移动端与即时通信把工作入口延伸到日常场景。

适合轻量触发、状态查看与审批，不宜把复杂、高风险操作完全交给远程消息。

阅读抓手 小程序的两种模式 · IM 助理的工作链路 · 接入微信助理：扫码绑定即可 · 接入飞书小程序的两种模式模式任务在哪里运行是否依赖电脑在线适合任务本机模式已连接的电脑是本地文件、本地 Skill、已有工作区云端模式隔离的云端环境否调研、写作、临时分析、并行任务首次使用1通过官方入口打开 WorkBuddy 小程序并登录；

2查看当前处于本机还是云端模式；

3本机模式下确认目标电脑在线且连接正确；

IM 助理的工作链路时序图 / SEQUENCE手机 IM应用机器人WorkBuddy 助理本机工作区U → B 发送任务B → W 回调或长连接传递消息W → P 在授权目录执行P → W 产物与状态W → B 返回结果B → U 手机查看与确认接入微信助理：扫码绑定即可— 打开 WorkBuddy，在左侧“助理”栏点击齿轮，进入“助理设置”；

— 找到“微信助理集成”，点击“配置”；

— 等待绑定二维码生成，用手机微信扫码；

— 卡片显示“已绑定”后，先发送一条只读测试指令；

— 需要切换微信账号时，先解绑当前账号，再重新扫码。

来源：WorkBuddy 官方指南。

接入飞书— WorkBuddy → 设置 → 助理设置 → 选择飞书；

— 在飞书开放平台创建企业自建应用；

— 为应用添加机器人能力；

— 按 WorkBuddy 当前页面要求开通最小权限；

— 在“凭证与基础信息”获取 App ID 和 App Secret；

— 将凭证填写到 WorkBuddy，生成或复制回调信息；

— 在飞书配置事件订阅与回调；

— 添加接收消息、卡片交互等当前指南要求的事件；

— 创建版本并发布应用；

— 在飞书内向机器人发送只读测试任务。

来源：WorkBuddy 官方指南。

接入钉钉— 创建应用与机器人使用企业管理员账号登录钉钉开发者后台；

— 进入“应用开发”，创建应用；

— 为应用添加机器人能力，填写机器人名称、描述和头像并确认发布；

— 优先在测试组织或测试群完成验证。

来源：WorkBuddy 官方指南。

第 09 章｜如何接入外部 API

本章路线接口与鉴权凭据管理请求与返回错误处理最小权限外部 API 让 WorkBuddy 能够读取或写入更多专业系统。稳定使用的关键是接口契约、错误处理、凭据管理与可追踪输出。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断外部 API 让 WorkBuddy 能够读取或写入更多专业系统。稳定使用的关键是接口契约、错误处理、凭据管理与可追踪输出。

阅读抓手 接口与鉴权 · 凭据管理 · 请求与返回 · 错误处理你也许没有积分，但是你有自己的LLM API，WorkBuddy支持接入其他 LLM 的 API，以及 Coding Plan、Token Plan 等套餐。

直接从设置中进入，选择模型选项，点击添加模型，可以选择各种coding plan或者自定义的api比如，DeepSeek，你只需要输入api key即可，或者接入本地ollama模型，需先本地启动 Ollama（默认端口 11434，OpenAI 兼容接口），本地模型优势为数据不出本机、可离线、零 Token 成本。

第 10 章｜WorkBuddy 自动化任务

本章路线为什么 WorkBuddy 可以自动化自动化能用来做什么什么样的任务适合先自动化从一句想法到可运行任务创建一项自动化任务自动化不是把任务“设成定时”这么简单。需要同时设计触发条件、前置检查、结果验收、失败重试与人工接管。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断自动化不是把任务“设成定时”这么简单。需要同时设计触发条件、前置检查、结果验收、失败重试与人工接管。

阅读抓手 为什么 WorkBuddy 可以自动化 · 自动化能用来做什么· 什么样的任务适合先自动化 · 从一句想法到可运行任务真正消耗人的，往往不是那些需要创造力的大任务，而是每天都要打开同样的页面、收集相似的信息、整理成同一种格式，再把结果发给同一批人。WorkBuddy 自动化的价值，就是把这些“时间固定、步骤相似、结果可检查”的工作变成可重复运行的 Agent 任务。

为什么 WorkBuddy 可以自动化关键结论传统自动化通常要求人先把每一个步骤写成代码：打开哪个系统、点击哪个按钮、读取哪一列、遇到异常怎么分支。

WorkBuddy 的不同之处，是把“定时调度”与 Agent 的理解、工具调用和文件处理能力组合起来。你不必把所有细节都写成程序，但需要把目标、输入、边界和结果说清楚。

自动化配置保存在本地客户端，包括任务名称、提示词、调度规则、工作目录和执行状态。到达设定时间后，WorkBuddy 会沿用当前登录身份发起 Agent 任务，并按提示词调用模型、Skill、MCP 或连接器，在指定工作目录完成查询、汇总和文件处理。

真正让任务稳定运行的是五个要素：明确的触发时间、可重复的输入来源、足够具体的 Prompt、固定且受控的工作目录，以及能够判断成功或失败的验收条件。

自动化能用来做什么最直观的用途是把每天、每周、每月都要重复的工作交给 WorkBuddy。价值不只在于少点几次鼠标，而在于任务不会因为忙碌而被遗忘，执行方法也不会随着不同的人临时变化。

场景可以自动完成典型产物资讯与情报定时搜索行业新闻、政策、竞品动态，去重后摘要每日简报、风险提示、来源清单日报与周报汇总任务、日历、文档和数据变化，按固定结构生成报告日报、周报、项目进度表数据与表格收集文件、合并表格、清洗字段、检查缺失和异常对账表、异常清单、趋势图文件管理按日期和项目归档、批量重命名、抽取 PDF 或图片文字归档目录、索引、处理日志内容运营收集选题、生成标题候选、整理素材、制作发布草稿选题库、内容草稿、封面需求单知识管理定时整理收藏、会议纪要和灵感，补标签与来源知识卡片、每周回顾、待消化列表产品与研发巡检日志、汇总 issue、检查依赖和构建结果巡检报告、缺陷摘要、升级建议个人事务生成学习计划、阶段复盘、预约或提醒类任务学习清单、提醒、执行记录什么样的任务适合先自动化可以用下面六个问题做判断。回答“是”越多，越适合作为第一批自动化任务：

1会重复吗：至少每周发生一次，而不是一次性需求；

2输入稳定吗：文件夹、网页、表格或连接器来源相对固定；

3步骤相似吗：虽然内容变化，但处理方式基本一致；

4结果可验收吗：能检查条数、字段、时间范围、来源或文件是否生成；

5失败可恢复吗：失败后可以重跑，不会立即造成不可逆损失；

6权限可控制吗：可以限定工作目录、账号和允许调用的工具。

最适合的起点，通常不是“替我运营整个公司”，而是“每天 8 点收集 10 条 AI 行业新闻，去重、保留链接，生成Markdown 简报到指定目录”。范围越清楚，越容易发现问题并逐步改进。

从一句想法到可运行任务创建自动化前，先把口头需求改写成一份小型任务说明。一个可靠的 Prompt 至少要回答：何时执行、读取什么、怎样处理、输出到哪里、怎样算完成、失败后怎么办、哪些动作禁止执行。

PROMPT / CODE · text任务名称：每日 AI 行业简报触发时间：每天 08:00，时区 Asia/Shanghai工作目录：automation/ai-daily输入：

• 检索过去 24 小时的 AI 产品、模型和行业新闻- 仅使用可以访问并保留链接的公开来源处理规则：

1. 合并重复事件，按产品、技术、商业三类整理2. 每条包含标题、100 字摘要、来源、发布时间和链接3. 无法确认发布时间或来源的内容放入“待核验”，不要编造输出：

• 保存为 YYYY-MM-DD-ai-daily.md- 正文最多 10 条，最后附来源清单创建一项自动化任务在 WorkBuddy 打开“自动化”页面，可以查看已安排任务和历史执行记录。点击“添加”后，需要配置任务名称、工作空间、提示词、模型与技能、定时规则，以及是否把完成结果推送到 WorkBuddy 小程序。

配置项作用填写建议名称区分不同自动化任务写清对象和频率，如“每日 AI 简报”

工作空间限定执行目录和文件保存位置为每项自动化使用独立目录，避免互相覆盖提示词描述目标、步骤、输出和边界使用上面的任务模板，不只写一句口号模型和技能决定可用的理解与执行能力只选择任务真正需要的Skill 和连接器配置项作用填写建议定时规则设置频率和生效日期先低频试运行，再逐步提高频率推送到小程序完成后在手机查看结果开启前确认哪些结果会通过安全链路同步到云端点击“自动化”，“添加自动化”，就可以自定义你的任务比如，每日AI资讯新闻推送，定时8点发送不想从零写 Prompt，可以先用模板官方任务模板覆盖新闻推送、周报生成、体检预约和学习计划等常见场景。模板的价值是提供基本字段和任务结构，但它不是最终答案。选用后仍应修改数据来源、时间范围、输出位置、验收标准和禁止动作。

更多值得尝试的自动化场景任务触发方式建议保留的人工检查周报汇总每周五读取本周任务、日历和交付文件确认进度和风险表述后再发送销售日报每天汇总 CRM 或表格中的新增客户与跟进记录核对金额、客户状态和负责人费用与发票整理每月读取指定目录中的票据和报销表财务提交前核对税额、重复票据和归属自媒体选题雷达每天收集热点、行业话题和评论区问题人工判断品牌立场和是否追热点知识库周回顾每周整理新增笔记、收藏和会议纪要确认分类、来源和是否值得长期保留任务触发方式建议保留的人工检查项目风险巡检每天检查延期任务、构建结果和错误日志严重告警交由负责人确认处置竞品价格监控定时读取公开页面或授权 API页面结构变化时暂停并修复解析规则学习计划复盘每天提醒，周末汇总完成情况根据真实精力调整下周计划课外阅读一章看懂 AI 工作系统本章路线先看全景：一次 AI 任务里发生了什么LLM：会根据上下文预测内容的基础模型Token 与上下文窗口：模型眼前能看到多少Prompt：任务说明，不是神秘咒语Agent：能围绕目标循环行动的执行体大模型像发动机，真正决定能否稳定交付的，是上下文、工具、记忆、工作流与验证机制组成的完整工作系统。理解这些关系，有助于判断问题究竟出在模型、信息还是执行链路。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断大模型像发动机，真正决定能否稳定交付的，是上下文、工具、记忆、工作流与验证机制组成的完整工作系统。理解这些关系，有助于判断问题究竟出在模型、信息还是执行链路。

阅读抓手 先看全景：一次 AI 任务里发生了什么 · LLM：会根据上下文预测内容的基础模型 · Token 与上下文窗口：模型眼前能看到多少 · Prompt：任务说明，不是神秘咒语先看全景：一次 AI 任务里发生了什么流程图 / FLOW用户目标与资料Agent 规划LLM 理解与生成Skill 方法与脚本Tool / ConnectorMCP / API文件、知识库与业务系统中间结果检查点与验收最终产物这张图可以用一句话解释：模型负责理解和生成，Agent 负责围绕目标组织行动，Skill 提供专业方法，工具与 MCP/API 让行动触达真实世界，人负责边界与验收。

把一次真实任务拆开看，信息大致这样流动：

你提出一个目标 → Agent 把它拆成几步 → 遇到专业子任务就加载对应的 Skill，遇到要碰外部系统就调用工具 → 工具通过 MCP 或 API 真正读写数据库、发消息、改文件 → 结果回到模型，模型判断下一步 → 你做边界把控和最终验收。

五类角色里，模型是大脑，Agent 是调度员，Skill 是专家手册，工具与接口是手脚，人是裁判。后面每一节就是把其中一个角色讲清楚，顺便标出它能和不能的边界。

LLM：会根据上下文预测内容的基础模型LLM 是 Large Language Model，大语言模型。它从大量数据中学习语言和知识模式，根据当前输入生成最可能的后续内容。

它本质上是个「预测下一个内容」的引擎，不是数据库，也不是会替你负责的人。

它擅长什么— 理解、归纳和改写文本；

— 从材料中提取结构；

— 生成草稿、方案和代码；

— 根据示例模仿格式和风格；

— 在工具返回结果后继续分析。

它不天然保证什么— 不保证每个事实都正确；

— 不知道企业最新内部状态，除非提供资料或连接系统；

— 不会因为语言自信就拥有真实证据；

— 不自动拥有文件、账号、数据库和网络权限；

— 不承担业务和法律责任。

为什么会「幻觉」关键结论模型的目标是生成连贯内容，不是内置事实数据库。当资料缺失、问题含糊或要求它给出确定答案时，它可能用合理但不真实的内容填补空白。

这不是 bug，是「按概率补全」这件事的副作用。理解了这点，你就不会再追问「它明明说得很肯定，为什么是错的」—肯定和正确是两件事。

降低幻觉的办法— 提供可靠资料；

— 要求引用位置（说清楚结论来自哪段材料）；

— 允许回答「无法确认」；

— 把事实提取与建议生成分开；

— 对高影响结论人工复核。

Token 与上下文窗口：模型眼前能看到多少Token 是模型处理文本的基本单位，不完全等于字数。

中文里一个字可能对应一个或几个 Token，代码和标点也单独计费。上下文窗口是一次推理中模型能够处理的输入、历史对话和输出总量。

把 Token 想成模型的短期记忆容量：装得下才看得见，装不下就得丢或压缩。

上下文变长不一定更好把所有文件和几个月对话都塞进一个任务，可能导致：

— 旧要求与新要求冲突；

— 关键资料被大量无关内容淹没；

— 成本和等待时间增加；

— 模型引用了过期版本。

窗口越大，越容易「水漫金山」—重要的反而被冲淡。

更稳妥的做法按项目整理「当前规则、已确认事实、决策记录和本次输入」，长项目使用文件和项目记忆，而不是依赖无限对话。

简单说：别把所有聊天记录当数据库用，该落盘的落盘，该分项目的分开。

Prompt：任务说明，不是神秘咒语Prompt 是给模型或 Agent 的输入，包括目标、背景、资料、约束、示例和输出要求。好的 Prompt 不以长度取胜，而以信息是否足够执行和验收取胜。

写 Prompt 不是在「念咒」，是在写一份能交给同事执行的任务单。

六要素要素要回答的问题目标最终解决什么问题输入使用哪些资料或系统动作分析、整理、生成还是写入约束不能做什么，采用什么规则输出交付什么文件或结构验收怎样判断正确和可用六要素里最容易被忽略的是「验收」：没有验收标准，模型只能按自己的理解交差，你也就没法说它错在哪。

Prompt、任务卡与 SOP— Prompt：本次怎么说；

— 任务卡：同类任务可以填写的结构；

— SOP：固定步骤、角色、检查点和异常处理；

— Skill：把稳定 SOP、脚本和资源封装成可执行能力。

四者是从「一次性说明」到「可复用能力」的逐级固化。

不是每个 Prompt 都值得变成 Skill。 先重复成功，再逐步固化。一个只做过一次的任务，先写好 Prompt 跑通；跑顺三五次、模式稳定了，再考虑沉淀成 Skill。

Agent：能围绕目标循环行动的执行体Agent 不只是「回答一次」，而是持续执行一个循环：

理解目标、观察环境、决定下一步、调用工具、读取结果、修正计划，直到交付或触发停止条件。

流程图 / FLOW接收目标观察资料与状态规划下一步调用工具执行读取结果与错误完成或应暂停？

请求人工确认交付并验收继续暂停完成聊天模型是「你问一句它答一句」；Agent 是「你给目标，它自己一步步推进，中途还会看结果、改路线」。

Agent 与聊天模型的区别维度聊天模型Agent核心动作生成回答规划、调用工具、执行和交付工作对象当前对话文件、工具、系统和任务状态过程通常一次生成多轮观察与行动维度聊天模型Agent风险内容错误内容错误 + 真实操作影响控制提示与复核权限、检查点、日志和回滚关键结论关键差异在最后一行：聊天模型说错了，最多误导你；

Agent 做错了，可能真的删了文件、发了邮件、改了数据库。所以 Agent 需要的不是更聪明的提示，而是更硬的护栏。

Agent 的停止条件好的 Agent 不应「永远想办法继续」。出现以下情况，应暂停并请求人处理：

— 关键输入缺失；

— 目标冲突；

— 权限不足；

— 成本超预算；

— 动作不可逆；

— 结果无法验收。

知道什么时候停下来问人比 什么都自己硬扛 更专业。一个不会停的 Agent，比一个笨 Agent 更危险。

Tool：让 Agent 真的能做事Tool 是 Agent 可以调用的具体能力，例如读取文件、执行搜索、生成表格或发送消息。Connector 通常是产品已经封装好的第三方服务连接，强调授权后直接使用。

模型知道不等于模型能做模型可以解释「如何发送邮件」，但只有获得邮件工具和账号权限后才能实际创建草稿或发送。模型可以写 SQL，但只有数据库工具、网络和账号允许时才能查询。

这点是普通用户最容易误解的：模型「懂」一件事，不代表它「能」做这件事。 能不能做，取决于有没有对应的工具、权限和连接。任务失败时，先问「工具通没通、权限给没给」，而不是「模型是不是不行」。

每个工具要问五件事1使用谁的身份；

2能读取什么；

3能修改什么；

4数据会发到哪里；

5失败后如何停止和回退。

Skill：可复用的专业工作方法Skill 不是更聪明的模型，而是把某类任务需要的说明、脚本、知识和模板组织起来，让 Agent 更稳定地完成动作。

Skill 的价值不在「让模型变强」，而在「把容易做错、容易遗漏的环节固定下来」。同样的发票处理，让模型每次现写，十次可能有三种写法；写成 Skill，十次走同一条被验证过的路。

一个 Skill 可能包含SKILL.md 是入口，告诉 Agent「什么时候用我、怎么用、边界在哪」；references 放业务知识；scripts 放真正执行的代码；templates 保证输出格式一致；

tests 保证异常情况也被覆盖。

Skill 与 Prompt 的区别关键结论Prompt 往往只影响本次对话；Skill 可以被不同任务调用，并能携带脚本、资源和稳定流程。但 Skill 仍可能出错，也可能请求本地、网络或第三方权限。

记住：Skill 是「方法封装」，不是「能力保证」。 装了Skill，Agent 更可能走对路，但不等于永远不会出错。

安装第三方 Skill 的风险— 读取不必要的本地目录；

— 外发输入材料；

— 获取 API Key 或账号；

— 执行系统命令；

— 包含恶意提示或代码；

— 依赖过期、无人维护。

关键结论因此应检查来源、代码、权限、网络、凭证、成本和停用方法，并先在隔离目录测试。第三方 Skill 和装浏览器插件一个道理：方便，但要先看它要什么权限。

MCP：让 AI 接入工具与数据的标准接口MCP 是 Model Context Protocol。它规定 AI 客户端如何发现和调用外部工具、读取资源或获取提示模板，可以理解为 AI 工具生态的一类标准接口。

把 MCP 想成「AI 世界的 USB 接口」：工具提供方按一套标准暴露能力，AI 客户端按同一套标准去用，不用每家重新适配。

MCP 解决什么如果每个 AI 产品都要为每个系统开发一套专用连接，集成成本很高。MCP 让工具提供方和 AI 客户端按统一方式描述能力，降低重复适配。

没有 MCP 时，接一个 CRM 要写一套适配，接一个数据库又写一套；有了 MCP，工具方一次性按标准暴露，所有支持 MCP 的客户端都能直接用。

MCP 不解决什么— 不自动判断数据是否合规；

— 不替你保管好所有密钥；

— 不保证工具结果正确；

— 不自动实现身份与最小权限；

— 不等于连接后可以开放生产写入。

MCP 解决的是「怎么连」，不解决「连了之后安不安全、对不对」。安全那层仍然是你的责任。

用户级与项目级— 用户级适合多个项目复用的公共能力；

— 项目级适合客户、数据库或业务专属工具。

敏感连接优先项目隔离，避免跨项目误调用。比如公司的生产数据库，只该在对应项目里接，别放成全局用户级，否则另一个无关任务也可能摸到它。

API 与 MCP 的关系API 是软件之间交互的接口，例如通过 HTTP 查询数据或创建记录。MCP Server 可以在内部调用一个或多个API，再以 Agent 更容易使用的方式暴露工具。

一句话：API 是地基，MCP 是在地基上盖的、Agent 能直接进出的门。 Agent 通常不直接跟一堆原始 API 打交道，而是通过一个 MCP Server 间接调用它们。

直接用 API 还是用 MCP— 直接使用 API 更灵活，但需要理解认证、参数、错误和限流；

— 使用成熟 MCP 更方便，但仍要审查它封装了什么请求和权限。

方便不等于免审。MCP 帮你省了适配活，但「它背后到底调了什么 API、用了什么权限」你得心里有数。

知识库、RAG 与记忆这三者都和「AI 依据什么」有关，但保存的东西和失效方式完全不同。

知识库保存可检索的制度、产品、案例、SOP 和其他资料。

它解决「AI 依据什么」，不等于 AI 永远记住一切。

知识库是external 的资料室，模型用时才去翻，翻完不保证下次还记。

RAGRAG 是 Retrieval-Augmented Generation，检索增强生成。系统先从资料库找到相关片段，再把片段提供给模型回答。效果取决于资料质量、分段、元数据、检索和引用。

RAG 不是「接了知识库就聪明」，它是一根链条：资料差、切得烂、检索偏，回答就跟着歪。引用机制很重要—能指出结论来自哪段，你才能判断信不信。

记忆记忆用于保存偏好、长期规则、项目决策或历史状态。

错误记忆会被反复放大，因此重要信息要有来源、日期、负责人和更新机制。

记忆最危险的地方是「它自己不会发现过期」。一条半年前的错误规则，会被 Agent 当真理反复用。

三者的区别概念保存什么主要风险对话上下文当前任务交流太长、冲突、过期知识库 / RAG可检索事实与资料来源差、版本旧、检索不到记忆偏好、长期规则、项目状态错误被长期沿用关键结论一句话区分：上下文是这次聊天的短期记忆，知识库是随时可查的资料室，记忆是跨任务保留的长期设定。

Workflow 与 Agent 的区别关键结论前面把 Agent 讲清楚了，但还有一个常被混用的词：

Workflow（工作流）。它和 Agent 不是替代关系，而是两种「组织行动」的思路。

一句话区分— Workflow 是标准化的生产线：步骤在设计时就定好，按顺序或分支执行。

— Agent 是会思考、能自己拿主意的执行者：只给目标，运行时自己决定下一步怎么走。

打个比方，Workflow 像一份写了「第一步做 A，第二步做 B，B 通过后做 C 否则做 D」的 SOP；Agent 像你雇的一个人，你只说「把这批发票处理完」，他中途自己判断要先查哪张、卡住了问你。

核心区别：决策权在哪关键结论Workflow 的每一步「走哪条路」在设计阶段就固定了；

Agent 的下一步由模型在执行阶段根据环境实时决定。这是两者最本质的差别，其他差别都从这儿长出来。

对比表维度Workflow（工作流）

Agent（智能体）

一句话标准化的生产线会思考、能自己拿主意的执行者路径是否预设是，步骤在设计时定好否，运行时根据环境决定决策时机设计阶段固定执行阶段动态谁来选下一步流程定义模型自己可控性高，容易预测和回滚较低，路径可能变化调试难度低，步骤清晰可追高，需看日志和中间状态适用场景步骤明确、可重复、合规要求高路径不确定、需环境反馈、开放目标典型失败卡在某步、分支没覆盖跑偏、无限循环、越权操作与 LLM 关系管道里可嵌入模型，但控制流是人定的模型驱动控制流什么时候用 Workflow— 固定 SOP，比如「收到工单 → 分类 → 派给对应人」；

— 批量处理，比如「把 100 张图统一压缩加水印」；

— 合规审批，每一步都要留痕、可审计；

— 可重复的报表生成。

这些任务路径清楚，用 Workflow 更稳、更便宜、更好查。

什么时候用 Agent— 目标清楚但路径不清，比如「调研竞品并出对比报告」；

— 需要多工具探索、中途看结果再决定；

— 环境会变，需要边做边调整；

— 开放性强、难以写成固定步骤的任务。

常见误区— 「Agent 一定比 Workflow 强」：不对。确定任务用Workflow 更稳更省，硬上 Agent 反而容易跑偏、难审计、成本高。

— 「Workflow 不能含智能」：错。Workflow 的节点完全可以调用模型做摘要、分类、抽取，只是「走哪条路」仍由流程定。

— 「Agent 全自动就最好」：过度放权会让失败更难定位。

真复杂的系统，往往是 Agent 在高层决策，把稳定环节交给 Workflow。

两者如何协同不是二选一，而是嵌套使用：

— Agent 内含 Workflow：Agent 把已经稳定的子任务写成固定流程（比如一个 Skill 背后就是 Workflow），只在不确定处自己判断；

— Workflow 节点调 Agent：生产线上某个判断节点，交给一个 Agent 处理非结构化输入。

PART 02真实场景实战让信息、工具与交付物在同一工作区闭环从办公文档、文件整理、知识管理，到会议、投资研究、视频与内容增长，观察一项真实任务如何被拆解、执行、复核和沉淀。

第 11 章｜办公三件套：Word、Excel、PPT

本章路线办公三件套的共同工作流先选对 Skill：办公任务的推荐组合Word：从空白页到正式文档Excel：把表格变成能回答问题的分析PPT：不是套模板，而是把材料变成叙事办公文档场景最适合练习结构化交付：先定义读者与用途，再组织内容、生成文件并检查格式、公式、引用和可编辑性。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断办公文档场景最适合练习结构化交付：先定义读者与用途，再组织内容、生成文件并检查格式、公式、引用和可编辑性。

阅读抓手 办公三件套的共同工作流 · 先选对 Skill：办公任务的推荐组合 · Word：从空白页到正式文档 · Excel：把表格变成能回答问题的分析办公三件套是多数人第一次感受到 WorkBuddy 价值的地方。

该章节聚焦三类最常见的办公产物：Word 文档、Excel 表格和 PPT 汇报。

办公三件套的共同工作流关键结论无论文档类型是什么，都建议先把任务拆成五个问题。很多“AI 做得不好”的办公任务，根源不是模型不会写，而是人没有把交付标准说清楚。

问题要说清什么示例目标这份材料要帮助谁做什么决定给部门负责人看，用于判断项目是否继续投入。

受众阅读者是谁，懂不懂背景管理层只看结论；项目组需要过程和责任人。

材料哪些文件是事实来源，哪些只是参考data.xlsx 是唯一数据口径，旧版 PPT 只参考结构。

格式要 Word、Excel、PPT，还是三者联动输出一份项目复盘Word、一张风险台账Excel、一份 8 页汇报PPT。

验收怎么判断结果可用数字能回到源文件，表格公式可刷新，PPT 投屏不溢出。

先选对 Skill：办公任务的推荐组合SkillHub上有很多办公效率、文档处理、表格处理、PPT 生成和会议纪要相关技能。

Skill 名称适合处理本章怎么用注意点Word / DOCXWord 文档创建、检查、编辑 DOCX，处理标题、编号、表格、修订记录。

适合本地 docx文件。

Excel / XLSXExcel 表格读取、清洗、写入工作簿，处理公式、日期、格式和模板保留。

先确认数据口径。

Powerpoint /PPTXPPT 文件创建、编辑、检查 PPTX，处理版式、占位符、备注、图表和视觉质检。

适合需要可编辑 PPTX 的场景。

Office Document SpecialistSuiteWord / Excel /PPT综合处理 Office 文件，适合自动化报告和多文件联动任务。

复杂任务建议分步验收。

wpsWPS 三件套面向中国用户的 WPS Office工作流，覆盖文字、表格、演示。

适合 WPS 生态用户。

腾讯文档 TENCENT DOCS在线文档协作创建、读取、编辑、搜索腾讯文档，覆盖在线 Word、Excel、幻灯片。

通常需要 APIKey 或授权。

kdocs skill金山文档 /WPS 云文档处理 WPS 云文档、智能文档、表格、PPT、PDF、知识库。

通常需要 APIKey。

Skill 名称适合处理本章怎么用注意点MarkdownConverter材料解析把 PDF、Word、PPT、Excel 转成 Markdown，方便模型先理解内容。

适合读材料，不等于最终排版。

PPT Generator / PPT WorkflowPPT 生成从主题、讲稿或材料自动生成演示稿，适合初稿和结构化汇报。

生成后仍要人工审稿。

PowerPointAutomationPPT 批改与导出读取大纲、导出 PDF/图片、替换文字、统一字体和主题。

更适合 Windows + PowerPoint/WPS。

Excel公式生成公式问题把自然语言转换为 Excel/WPS/GoogleSheets 公式，并解释防错版本。

公式要在样例数据上验证。

腾讯会议会议到文档预约会议、获取转写、获取AI 纪要，再转成 Word 纪要、Excel 待办、PPT 汇报。

需要会议平台授权。

一个实用的搭配思路是：本地文件优先用 Word / DOCX、Excel / XLSX、Powerpoint / PPTX；在线协作优先用 腾讯文档 或 kdocs skill；材料很多时先用 MarkdownConverter 抽取结构；会议类办公流再叠加 腾讯会议 或会议纪要类 Skill。

Word：从空白页到正式文档这个场景的痛点Word 看起来只是写字，但真实办公里的难点通常有四个：不知道该按什么结构写、语气不够正式、标题和编号混乱、内容没有证据来源。

尤其是方案、通知、报告、会议纪要、制度、申请、PRD这类文档，如果开头就让 AI 自由发挥，结果往往像“万能模板”，读起来完整，却很难直接提交。

WorkBuddy 适合解决的不是“替你拍脑袋”，是把已有材料变成结构稳定、语气一致、可以继续修改的文档初稿。

要把文档目标、提交对象、语气和结构要求一次说清楚；

生成后再用差异化反馈继续修改，而不是每次从头生成。

适合交给 Word 的任务— 正式方案：活动策划、项目方案、营销方案、培训方案。

— 管理文档：制度、通知、申请、会议纪要、复盘报告、周报月报。

— 产品材料：PRD、需求说明、竞品分析、用户访谈总结。

推荐流程步骤WorkBuddy 做什么人要确认什么1读取材料，列出可用信息和缺失项。

哪些材料是事实来源，哪些只是参考。

2生成文档大纲和写作口径。

读者是谁，文档是汇报、审批还是执行。

3按大纲生成 Word 初稿。

标题层级、章节顺序、关键信息是否完整。

4根据反馈润色、补充、删减。

哪些内容可以定稿，哪些必须标“待确认”。

5输出可编辑 docx 和修改说明。

是否能直接发给同事审阅。

提示词示例：生成一份团建活动策划 WordPROMPT / CODE · text帮我生成一份公司团建活动策划的 Word 文档框架。

公司约 80 人，包含：活动目标、活动主题建议、整体流程安排（含时间节点）、分组与互动游戏建议、预算构成清单、人员分工、风险预案和注意事项。

语言简洁实用，不需要写得过于详细，重点把整体框架和关键决策项列清楚，适合直接拿去和领导确认活动方向。

二次修改不要重写，要说差异PROMPT / CODE · text请在上一版公司团建活动策划 Word 文档基础上进行修改，不要重新生成整篇。

修改要求：

将活动目标压缩为 3 条，每条不超过 50 字；

将流程安排改成表格，列为：时间、环节、主要内容、负责人、所需物料；

在节目类型建议中增加适合 100 人规模公司的互动环节，并删除执行难度过高的方案；

将预算构成进一步细化，增加：预算项目、预计金额、数量、单价、备注，并补充预算总额；

新增风险预案部分，覆盖人员迟到、设备故障、节目超时和突发安全问题；

整体语言更加正式、简洁，适合直接提交给领导审批。

输出修改后的 v2 版 Word 文档，并在 changelog.md 中列出本次修改内容。

进阶实战：比较两版制度、合同或方案文档对比适合发现变化，不替代法务、财务或制度责任人的最终判断。

Excel：把表格变成能回答问题的分析这个场景的痛点Excel 的问题通常不在“会不会做图”，而在“这个表到底能回答什么问题”。

很多表格混着日期、文本、空值、合并单元格、多个口径和临时备注，直接让 AI 分析，很容易得到一份看似专业、其实没有业务价值的图表。

建议先导入 Excel 或 CSV，再一次说明分析指标、图表类型、统计维度、时间范围和是否需要报告。这个顺序很重要：

先定义业务问题，再决定图表，而不是先生成漂亮图。

适合交给 Excel 的任务— 数据清洗：去重、补空值、统一日期格式、拆分字段、合并多个表。

— 经营分析：销售额、利润率、转化率、客单价、续费率、库存周转。

— 报表生成：周报、月报、预算执行、考勤汇总、项目进度台账。

— 公式辅助：生成或解释复杂公式，排查 #N/A、#VALUE!、循环引用。

— 可视化：柱状图、折线图、饼图、透视表、仪表盘、异常点提示。

推荐流程阶段提示重点输出读表先描述工作簿结构、字段含义、样例行和明显脏数据。

数据字典、问题清单。

定指标说明要回答的业务问题，而不是只说“分析一下”。

指标口径表。

阶段提示重点输出清洗说明空值、重复值、异常值如何处理。

清洗后的 xlsx / csv。

计算生成公式、透视表或统计表，并保留可刷新结构。

汇总表、公式说明。

可视化根据业务问题选择图表，避免图表堆砌。

图表、分析结论。

提示词示例：销售数据分析进阶实战：多表合并、对账与异常清单基础办公中最有价值的不是“做个图表”，而是把数据口径和异常暴露出来：

验收：输入总量、清洗变化和输出总量守恒；公式可重算；异常没有被静默删除；图表使用的字段和汇总表一致。

PPT：不是套模板，而是把材料变成叙事这个场景的痛点PPT 最容易被误用。

很多人把任务写成“帮我做一份高级感 PPT”，结果 AI 只能猜风格，生成一堆好看的空话。真正可用的 PPT 必须先回答三个问题：这次汇报给谁看、对方听完要做什么决定、你有多少时间讲。

PPT 生成强调同时提供素材、页数要求、受众对象和风格偏好。对 WorkBuddy 来说，PPT Skill 可以负责页面生成，但故事线必须先确认。否则页面越漂亮，越容易掩盖逻辑问题。

适合交给 PPT 的任务— 项目汇报：项目进展、阶段复盘、里程碑计划、风险与资源请求。

— 经营汇报：月度经营分析、销售复盘、预算执行、用户增长复盘。

— 培训课件：新人培训、产品培训、客户培训、内部分享。

— 方案展示：客户方案、竞标材料、商业计划、产品发布。

推荐流程步骤WorkBuddy 做什么人要确认什么1把 Word、Excel、图片、旧 PPT 转成材料摘要。

哪些内容必须保留，哪些可以删。

2生成 6-10 页故事线和每页标题。

汇报对象、时长、决策目标。

3根据确认后的大纲制作PPT。

每页是否只有一个核心观点。

4补图表、备注、来源映射和导出版本。

关键数字是否来自 Excel。

5做版式检查：文字溢出、图片缺失、字号、颜色。

投屏后是否能读，是否适合现场讲。

提示词示例：从材料包制作汇报 PPT三件套联动案例：会议之后自动形成交付包很多办公任务不是单文件，而是“会议之后要有东西”。

比如开完一次产品评审会，会议里有用户反馈、功能决策、待办事项和下个版本计划。手工做法通常是：先整理纪要，再补 PRD，再做任务表，最后做汇报 PPT。

WorkBuddy 的价值就在于把这些交付物串成同一条事实链。

场景痛点— 会议讨论是口语化的，决议、分歧和待办混在一起。

— PRD 需要结构化，但会议纪要里没有标准格式。

— Excel 任务表需要负责人、截止日期和状态字段，不能只是一段总结。

— PPT 汇报需要给老板看，不能把会议全文搬进去。

可用 Skill 组合环节推荐 Skill作用获取会议内容腾讯会议 / 智能会议纪要类 Skill获取转写、AI 纪要、决议、行动项。

生成 PRDWord / DOCX、腾讯文档、kdocs skill把会议内容改写成产品需求文档。

生成任务表Excel / XLSX、Excel/WPS 表格自动化工具输出负责人、截止日期、优先级、状态和验收标准。

生成汇报Powerpoint / PPTX、PPT Workflow、PPTGenerator把 PRD 和任务进度转成管理层汇报。

提示词示例：会议到 PRD、任务表、汇报常见错误与修正方式常见错误为什么会发生更好的写法“帮我做个 PPT，要高级一点”

没有受众、目标和材料约束。

说明受众、汇报时长、页数、决策目标、参考模板和必须保留的数据。

“分析一下这个Excel”

没有业务问题，模型只能泛泛总结。

说明要回答什么问题、统计哪些指标、按什么维度比较。

“写一份报告”

没有文档类型和语气要求。

说明是方案、总结、申请、纪要还是 PRD，并指定读者。

常见错误为什么会发生更好的写法“全部自动完成，不用问我”

关键口径没确认，风险会被放大。

先让 WorkBuddy 输出材料清单、风险清单和大纲，确认后再生成。

“把这堆材料合成一个文件”

没有区分事实、参考和待确认。

指定唯一数据源、参考文件和不能编造的字段。

第 12 章｜从整理桌面文件这些小事做起

本章路线整理桌面发票，不再回电脑前翻文件桌面文件整理看似简单，却同时涉及命名规则、分类逻辑、重复文件与误删风险。先预览变更，再批量执行，是可迁移到许多场景的基本习惯。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断桌面文件整理看似简单，却同时涉及命名规则、分类逻辑、重复文件与误删风险。先预览变更，再批量执行，是可迁移到许多场景的基本习惯。

阅读抓手 整理桌面发票，不再回电脑前翻文件整理桌面发票，不再回电脑前翻文件桌面发票是典型的“电脑在替人承受混乱”的场景：

电子发票、截图、PDF、微信下载文件、邮件附件混在一起，命名方式各不相同。人不在电脑前时，最烦的不是不知道怎么报销，而是不知道哪几张发票已经在电脑里、哪些字段还缺、哪些文件可能重复。

场景痛点— 发票散落在桌面、下载目录、微信文件目录，格式可能是 PDF、JPG、PNG。

— 文件名经常只叫“发票.pdf”“image.png”“微信图片_2026xxxx.jpg”。

— 报销真正需要的是结构化字段：抬头、税号、金额、开票日期、发票号码、销售方。

— 远程批量整理最怕误删、覆盖、移动原件，导致后面找不回来。

PROMPT / CODE · text请帮我整理电脑里的发票，但不要删除、移动或覆盖原文件。

扫描范围只包括桌面、Downloads 和微信文件接收目录，时间范围为最近 30 天。

候选条件：文件名包含“发票”“电子发票”“invoice”，或内容识别为发票的 PDF、JPG、PNG。

第一步先返回候选清单和数量。

第二步识别抬头、税号、金额、开票日期、发票号码、销售方、文件路径。

第三步生成 invoice-ledger.xlsx，并列出“重复发票”和“无法识别字段”的人工确认清单。

执行后仅新增台账文件，桌面原发票不移动、不改名、不删除

第 13 章｜远程控制你的电脑，不用发愁不在电脑前

本章路线小程序远程控制电脑先分清：云端模式还是本机模式人在外面，临时要电脑里的文件微信文件直接处理，不必先搬来搬去远程监控长任务，让手机成为任务看板远程控制扩大了可执行范围，也放大了误操作风险。

可恢复、可确认、可中断，是比“全自动”更重要的设计原则。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断远程控制扩大了可执行范围，也放大了误操作风险。可恢复、可确认、可中断，是比“全自动”更重要的设计原则。

阅读抓手 小程序远程控制电脑 · 先分清：云端模式还是本机模式· 人在外面，临时要电脑里的文件 · 微信文件直接处理，不必先搬来搬去你人不在电脑前，WorkBuddy 小程序可以成为远程任务入口，把指令发回正在运行的电脑端，让电脑继续查文件、读资料、整理发票、处理微信文件，甚至持续汇报一个长任务的进展。

小程序远程控制电脑传统远程办公通常有两种方式：一种是把电脑屏幕投到手机上，自己点鼠标；另一种是把文件先传到云端，再在手机上处理。

WorkBuddy 的远程方式介于二者之间：用户不直接操控鼠标，而是把任务说清楚；电脑端 WorkBuddy 根据授权范围读取本地文件、调用 Skill 或本地工具，把中间结果和最终产物回传到手机端。

能力层解决什么问题使用时要确认什么手机端入口在路上、会议间隙、客户现场也能发起任务账号已登录，消息能送达，语音转文字没有关键错误电脑端执行读取本机目录、调用本地软件、处理私有资料电脑在线，WorkBuddy正在运行，目录权限已授权任务回传把候选文件、摘要、表格、截图、压缩包返回给手机输出路径明确，不覆盖原文件，敏感信息先脱敏人工确认避免远程状态下误删、误发、误改重要资料高风险动作必须暂停确认，不把“执行完”当成“验收完”

先分清：云端模式还是本机模式移动端适合在通勤、出差、跨设备办公时继续推进任务。但在使用前，必须先判断任务究竟应该跑在云端，还是跑在本机。

这个判断会直接影响它能否读取电脑文件、是否需要电脑在线，以及数据是否适合进入云端环境。

判断问题云端模式本机模式是否需要电脑在线通常不需要需要电脑在线，并且WorkBuddy 处于可响应状态能否读取电脑目录不能直接读取可以读取已授权范围内的本地目录适合任务公开资料调研、写提纲、生成轻量文本查找本机文件、读取私有资料、调用本地 Skill或软件主要风险资料是否适合进入云端目录权限、误操作、电脑离线、结果未验收人在外面，临时要电脑里的文件这是最容易让用户第一次感受到远程控制价值的场景。

合作方突然问培训课件、项目汇报、合同版本、报价单、活动海报源文件在哪里，而资料都在办公室电脑里。过去只能回复“我回去找一下”，现在可以在小程序里语音发起任务，让电脑端 WorkBuddy 在指定目录中查找候选文件，读取内容并整理摘要。

场景痛点— 文件名不一定记得完整，只记得“培训”“项目汇报”“某客户”等关键词。

— 电脑里可能有多个版本，远程状态下不能凭感觉直接发。

— 临时需求往往只需要先给对方一个摘要或确认口径，不一定马上发送原文件。

推荐流程1先限定目录，比如桌面、Downloads、项目资料、training 文件夹。

2让 WorkBuddy 只读扫描，列出候选文件、修改时间、文件大小和可能匹配原因。

3确认目标文件后，再读取内容并生成手机端可转发的摘要。

4需要发送文件时，先整理到一个单独输出目录，不直接移动原文件。

PROMPT / CODE · text你帮我看一下，我电脑上在我这个local long GPT里边有一个关于xx公司的一些PPT，然后你整理一下内容发给我。

微信文件直接处理，不必先搬来搬去很多任务不是从电脑文件夹开始，而是从微信聊天里突然冒出来：客户发来一个合同 PDF，朋友发来一张票据照片，同事丢来一个 Excel，供应商转来一个压缩包。传统流程是先下载到手机，再传电脑，再找目录，再打开软件。小程序更适合把“微信上下文里的文件”直接变成 WorkBuddy 的输入。

远程监控长任务，让手机成为任务看板远程控制还有一个更进阶的用法：不是让 WorkBuddy做一个几秒钟的小任务，而是让它持续推进一个需要等待、分阶段处理或容易失败的任务。比如批量转换文件、整理大目录、生成网站、处理会议录音、运行代码测试、下载资料、爬取公开网页、自动化检查系统状态。

远程监控适合什么— 任务耗时超过 3 分钟，需要阶段汇报。

— 任务中间可能遇到失败项，需要记录并继续处理其他文件。

— 任务结果需要先看预览，再决定是否批量执行下一步。

— 任务过程中可能触发登录、付款、发送消息、覆盖文件等高风险动作。

PROMPT / CODE · text请启动这个批量处理任务，并把手机端当作进度看板。

第 14 章｜生活助手的价值，是减少琐碎

本章路线生活问题比办公问题更模糊场景一：三天旅行，不想打开二十个 App场景二：旅行结束后，把照片和账单变成可复用记录场景三：体检报告看不懂，先准备一次更有效的就医场景四：健康习惯与饮食计划，可以做得更日常生活助手的价值来自持续上下文与低摩擦入口。日程、清单、出行和资料整理可以被串联，但敏感信息与关键决策仍应由人确认。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断生活助手的价值来自持续上下文与低摩擦入口。

日程、清单、出行和资料整理可以被串联，但敏感信息与关键决策仍应由人确认。

阅读抓手 生活问题比办公问题更模糊 · 场景一：三天旅行，不想打开二十个 App · 场景二：旅行结束后，把照片和账单变成可复用记录 · 场景三：体检报告看不懂，先准备一次更有效的就医生活问题比办公问题更模糊“帮我规划旅行”“看看体检报告”“今天吃什么”“给我算算运势”，看起来都只需一句话，背后却混合了偏好、实时数据、隐私和风险。办公文件做错还可以返工，医疗、付款、签证和重大决定做错，代价可能完全不同。

因此生活场景先分三类：

类型WorkBuddy 可以做什么人必须做什么信息整理型收集偏好、比较候选、生成清单确认事实与最终选择实时决策型查询天气、路线、库存和规则，标注时间回到官方或服务商页面核验并操作高风险或娱乐型整理就医问题、提供娱乐性解读医疗交给专业人员，命理不作为决策依据场景一：三天旅行，不想打开二十个 App攻略、地图、天气、酒店、交通、预算和同行人偏好都存在于不同应用中。普通 AI 规划的行程看起来完整，却可能把相距很远的地点排在一起，有的会引用过期营业时间，甚至虚构餐厅。

— 旅游助手：行程、目的地、住宿、美食和行李清单；

— 腾讯地图地图助手：POI、路线、距离、天气与地图；

— 旅游行李清单：按天气、天数和人群生成打包清单；

— 旅游天气风险：需要精细天气风险时补充。

第一步：先收集约束PROMPT / CODE · text先不要排行程，用不超过 8 个问题收集旅行约束：

出发地、日期、同行人、预算、交通偏好、每日步行上限、兴趣、饮食禁忌、必须去和明确不去的地点。

已经提供的信息不要重复询问。

第二步：候选路线与实时核验PROMPT / CODE · text为 2 名成人规划 7 月 18-20 日上海到泉州的 3 天自由行。

预算 5000 元，偏好人文与本地小吃，每天步行不超过 15000 步。

先给两个路线方向并解释取舍，我确认后再生成逐日计划。

使用地图能力核对地点顺序、路程和预计交通时间；

把票价、开放时间、预约、天气和交通班次标注查询时间与来源。

无法实时核验的内容写“待确认”，不要补造。

输出雨天替代方案、预算区间和行李清单。

不要登录、预订、付款或代替我接受退改条款。

WorkBuddy 在执行过程中并不是一来就直接帮你做决定，而是尽可能详尽的再向你询问一些问题，确保真的像个专属导游那样帮你规划行程。

执行链与交付物偏好问卷 → 两个路线草案 → 人工选方向 → 地图优化→ 天气与开放信息核验 → 预算与行李 → 可分享行程页。真正可用的交付物应包含了地图行程规划、合理的游玩和交通时间规划、数据来源与真实的车次，而不只是一张漂亮日程表。

预订前由人再次确认库存、价格、签证、证件、保险和退改政策。涉及老人、儿童、孕妇、慢性病或无障碍需求时，要把限制明确写入任务，不能由模型自行推断。

场景二：旅行结束后，把照片和账单变成可复用记录WorkBuddy 还可以在旅行后完成照片按日期地点整理、票据分类、预算复盘和攻略草稿，但不要默认读取整本相册或删除原图。

这个场景最终可以反哺自媒体章：私人记录确认后，再选择哪些信息适合做小红书攻略或公众号长文。

场景三：体检报告看不懂，先准备一次更有效的就医体检指标和症状记录很多，用户容易在网上搜索后自行诊断；部分健康 Skill 甚至宣称可以给出患病概率。

蓝皮书不采用这种写法。

— 健康管理顾问：强调生活方式、体检数据理解和就医准备，不诊断、不处方；

— 腾讯健康相关临床 Skill 只应在符合资质、授权和实际医疗工作流时使用；普通用户不能把输出当诊断结论；

— 用药安全问题应优先咨询医生或药师，不让通用 Agent决定停药、换药和剂量。

世界卫生组织在 AI 健康治理中强调，应把伦理、人权和问责置于技术设计与使用中心。对个人用户而言，最实用的边界是：AI 帮助整理信息和准备问题，不代替临床判断。

参考：WHO《Ethics and governance of artificialintelligence for health》安全指令以上是我从网上找的一份就诊记录，当我把这份不太详尽的就诊记录同步给WorkBuddy，他会帮我分析并生成就医材料。

场景四：健康习惯与饮食计划，可以做得更日常低风险健康管理更适合 WorkBuddy：饮水、睡眠、运动、膳食记录和复诊提醒。可选 营养健康、健康食谱推荐等 Skill，但仍需声明过敏、疾病、用药、孕期和专业限制。

同样的在执行过程中会仔细询问我的饮食结构和目前厨房里可用的厨具，给出真正的属于我自己的晚餐计划，而不是一份看似精确但对我个人并不适配的医疗饮食方案。

场景五：算命、星盘与卜卦，怎样写得有趣又不越界传统文化和娱乐测试是很多普通用户接触 Agent 的入口，可以用于传统文化体验、社交互动、写作灵感和自我提问。

不过出生时间、地点和家庭信息属于个人信息；解释结果容易被写成确定预言；用户也可能据此做医疗、投资、招聘、婚恋或职业决定。

更稳妥的指令场景六：穿搭、家庭清单和消费比较生活助手还有很多低风险、但非常实用的场景：

使用天气查询和 每日穿搭灵感，输入城市、场合、已有衣物和不喜欢的风格。结果应优先使用衣柜现有单品，不要默认推荐购买。

把证件、药品、充电设备、儿童用品和宠物安排做成按人分组的清单，明确负责人和完成状态。自动化负责提醒，不负责确认药品是否适合某个家庭成员。

让 WorkBuddy 建立参数、价格、售后、隐私和长期成本表，再由人查看官方页面和真实合同。广告软文、联盟链接和商家评分要单独标记，不能混入事实列。

场景七：情绪记录与现实支持WorkBuddy 可以帮助记录情绪触发点、睡眠、事件和应对方式，生成复盘问题或与咨询师沟通的摘要。它不会冒充心理医生，也不会让用户只依赖 Agent。

生活 Skill 安装前的四项检查1实时性：天气、价格、库存、政策和营业时间从哪里来，查询日期是什么；

2隐私：出生信息、位置、健康数据和家庭资料发送到哪里，能否只在本地处理；

3动作权限：是否会登录、预订、付款、发送消息或修改日历，能否在动作前暂停；

4专业边界：是否把娱乐写成事实，把健康建议写成诊断，把推荐写成保证。

第 15 章｜资讯整合：把信息流变成每日通知

本章路线资讯通知的共同工作流可用的资讯类 SkillGitHub 热点项目每日通知AIHOT 生成 AI 行业日报资讯整合不是简单聚合链接，而是围绕主题建立来源、时效、去重、可信度与摘要格式，让信息真正进入决策。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断资讯整合不是简单聚合链接，而是围绕主题建立来源、时效、去重、可信度与摘要格式，让信息真正进入决策。

阅读抓手 资讯通知的共同工作流 · 可用的资讯类 Skill ·GitHub 热点项目每日通知 · AIHOT 生成 AI 行业日报资讯整合最怕两件事：一是信息太多，真正重要的内容被淹没；二是通知太吵，最后所有人都把它当背景噪音。

WorkBuddy 把多个信息源变成可筛选、可解释、可追踪的通知系统。比如，GitHub 热点项目每日通知、AIHOT 行业日报、论文与技术趋势追踪、公众号和博客监控、新闻与热榜舆情、事实核查与来源补证。

让用户每天少错过真正值得看的东西。

资讯通知的共同工作流关键结论无论是 GitHub 项目、AI 新闻、论文、政策还是热榜，稳定的资讯通知都可以拆成同一条链路：先收集，再去重，再筛选，再摘要，最后按人群和场景推送。

流程图 / FLOW订阅源与检索任务抓取与去重分类与重要性评分摘要、翻译和影响判断来源补证与事实核查生成通知卡片推送到飞书、微信、邮件或文档归档与复盘关键词环节要解决什么常见输出收集从新闻、热榜、GitHub、arXiv、RSS、公众号、搜索引擎拉取候选内容。

候选列表、原始链接、发布时间、来源。

去重同一事件可能被多个来源重复报道。

合并同源事件，保留首发和权威来源。

筛选不是所有新内容都值得推送。

重要性评分、相关性评分、风险等级。

环节要解决什么常见输出摘要把长文章、论文、项目README 转成可读摘要。

三句话摘要、影响判断、适用人群。

核查避免把传闻、营销稿、错误信息当事实。

证据表、可信度、待确认项。

通知用固定格式推送给对应人群。

飞书卡片、微信群消息、日报文档、邮件摘要。

可用的资讯类 Skill大致可以分成六类：新闻、AI 行业、开发者趋势、科研论文、内容监控、事实核查与搜索补证。

Skill / 工具适合通知什么本章怎么用腾讯新闻国内外热点、早晚报、实时资讯、领域新闻。

适合做管理层早报、行业新闻通知、突发事件提醒。

AIHOTAI 模型、产品、行业、论文动态。

适合做 AI 行业日报和团队技术雷达。

GitHub 热门项目今日、本周、本月热门项目，支持语言过滤。

适合给研发团队做每日开源项目推荐。

GitHub AI 趋势追踪GitHub AI 热门项目趋势报告。

适合做 AI 工程团队每周趋势简报。

ArXiv 论文追踪最新研究论文搜索与总结。

适合研究、算法和产品策略团队跟踪论文动向。

新闻摘要从 RSS 源获取新闻并生成摘要和语音播报。

适合固定源日报、行业资讯语音简报。

博客监控监控博客和 RSS 订阅源更新。

适合关注竞品博客、官方 changelog、技术团队博客。

wechat-article-search搜索公众号文章标题、摘要、发布时间、来源账号和链接。

适合监控行业 KOL、竞品公众号和爆款选题。

Twitter 分析Twitter 研究与内容情报分析。

适合跟踪海外 AI、开源、投资和产品讨论。

Skill / 工具适合通知什么本章怎么用多引擎搜索 /Tavily / Exa /Perplexity / 元宝搜索标准版多源搜索、深度研究、引用来源补证。

适合给重要新闻、论文、项目做二次验证。

jiaozhen-factcheck / 鹅厂辟谣助手事实查证、谣言识别、腾讯相关辟谣辅助。

适合在通知前给争议信息加可信度判断。

GitHub 热点项目每日通知比如：每天 9 点抓取 GitHub Trending 和 AI 热门项目。

按语言、主题、star 增长、最近提交、license 过滤。

只推送 Top 5-10 个，并给出“是否值得试用”的判断。

PROMPT / CODE · text定时每天早上7点返回gthub热门项目，并输出项目大概简介AIHOT 生成 AI 行业日报AI 行业信息更新快，AIHOT 可以作为一个现成的信息源。它面向 AI 动态提供精选内容，覆盖模型、产品、行业和论文等方向，并支持 Agent 使用。

比如：每天固定时间从 AIHOT 拉取 AI 动态。按模型、产品、行业、论文、开源项目、商业化分组。对每条内容做“影响范围、可信度、与本团队相关性”评分。只推送 5-8 条重点，其余进入文档归档。对高影响内容追加二次检索，补充原始链接或官方来源。

安装aihot skill，日报模块写什么通知对象今日三件大事最值得打扰所有人的变化。

全员或管理层。

日报模块写什么通知对象模型与产品新模型、新功能、新API、新价格。

产品、研发、运营。

开源项目可试用工具、框架、Agent 项目。

研发团队。

论文研究可能影响技术路线的新方法。

算法、技术负责人。

机会与风险竞品动作、替代方案、合规变化。

业务负责人。

第 16 章｜收藏不是知识管理，能再次用起来才是

本章路线工具都装了，知识还是散的先决定主版本，再连接工具场景一：灵感来了，只记下一句话场景二：微信收藏很多，真正写作时还是搜不到场景三：ima 作为移动知识入口知识管理的目标不是收集更多，而是让知识可检索、可关联、可更新、可转化为行动。RAG 与记忆机制服务于这个目标。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断知识管理的目标不是收集更多，而是让知识可检索、可关联、可更新、可转化为行动。RAG与记忆机制服务于这个目标。

阅读抓手 工具都装了，知识还是散的 · 先决定主版本，再连接工具 · 场景一：灵感来了，只记下一句话 · 场景二：微信收藏很多，真正写作时还是搜不到工具都装了，知识还是散的继续向前一步：如果一个人同时使用 WPS、ima、Obsidian、微信收藏、会议记录和本地文件，怎样分工才能避免“每个地方都有一份，但没有一份可信”。

先决定主版本，再连接工具一个稳健的个人知识系统可以有多个入口，但只能有清楚的主版本：

系统推荐角色不建议承担WPS / Kdocs工作文档、表格、协作笔记和团队知识同时充当所有私人原始资料的唯一备份ima微信生态收集、移动问答和知识库检索保存没有来源的二手结论Obsidian本地 Markdown、双链、专题 Wiki 和长期迁移未备份情况下让自动化批量移动或重命名微信收藏 / 灵感工具低摩擦入口和临时收件箱永久归档与结构化检索飞书 / 腾讯文档团队协作、评论和发布副本默认扩大私人资料可见范围场景一：灵感来了，只记下一句话灵感最怕两种处理：一种是没来得及记，另一种是 AI立刻把一句话扩写成一篇看似完整、却已经偏离原意的文章。

— 灵感捕手：自动分类并写入 Markdown 收件箱；

— ima-skills或 ima：移动端记录、知识库读写与检索；

— Obsidian 本地目录作为长期主版本时，可接入后文的Wiki Skill。

PROMPT / CODE · text把下面内容记入“灵感收件箱”，保留我的原话，不扩写、不评价：

“AI 工具真正的门槛不是提示词，而是验收结果。”

场景二：微信收藏很多，真正写作时还是搜不到— 微信收藏知识库：导出、分类，并可选择进入 ima、Obsidian 或 Notion；

— URL to Obsidian：抓取网页、总结并保存到 Vault；

— 公众号内容提取：将公众号文章保存为本地 Markdown。

PROMPT / CODE · text处理本周微信收藏，只读，不删除原收藏。

场景三：ima 作为移动知识入口ima 的优势不是“问答更聪明”，而是手机收集、知识库读写和微信上下文衔接。使用 ima-skills 时，先明确目标知识库和写入规则。

场景四：Obsidian 不是文件夹，而是可维护的 Wiki— Obsidian 资料整理：维护核心笔记、专题综合和目录链接；

— agent + Obsidian 长期记忆：在明确项目边界后读写长期记忆。

WorkBuddy 能识别文章正文和作者，并生成Markdown 条目。

第 17 章｜会议结束不是终点，工作才刚刚开始

本章路线日常办公为什么总在重复搬运主案例：一次产品评审会，怎样真正推动项目会后延伸：把会议纪要变成汇报 PPT一套基础办公 Skill 栈会议闭环从会前准备开始，经过记录与结构化提炼，最终落到明确的责任人、截止时间与后续跟踪。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断会议闭环从会前准备开始，经过记录与结构化提炼，最终落到明确的责任人、截止时间与后续跟踪。

阅读抓手 日常办公为什么总在重复搬运 · 主案例：一次产品评审会，怎样真正推动项目 · 会后延伸：把会议纪要变成汇报 PPT· 一套基础办公 Skill 栈日常办公为什么总在重复搬运关键结论很多办公室的一天由同一组动作组成：约会议、找材料、开会、记笔记、发纪要、建待办、追进度、写周报、做汇报。每个动作看似不难，真正消耗精力的是信息不断从聊天、会议、邮件、文档和表格之间流转，而且每流转一次都可能丢掉上下文。

流程图 / FLOW会前目标与议程创建会议与日历邀请会议录制与转写事实、决策、分歧和待办任务系统与会后通知PRD / 方案 / PPT日报、周报与进度跟踪项目记忆与下一次会议主案例：一次产品评审会，怎样真正推动项目场景设定：产品团队要评审“会议纪要自动生成待办”功能。过去会后由产品经理回听录音、整理纪要，再把行动项逐个录入任务系统，通常要半天，而且参会人对“谁答应了什么”经常理解不同。

这条协同链不追求无人值守。它在创建会议、读取录制、创建待办和确认 PRD 四处保留人工检查点。

第一步：会前先定义要做出什么决定没有议程的会议，转写再完整也只是大量对话。会前最重要的不是发链接，而是明确会议类型、要回答的问题和期望产物。

PROMPT / CODE · text为“会议纪要自动生成待办”产品评审准备 45 分钟议程。

参会角色：产品、研发、设计、测试、运营。

本次必须形成三个决定：首期范围、待办字段、上线验收指标。

读取 project/meeting-to-task 中的需求草案和上次决策记录，输出：会议目标、会前材料、按分钟议程、每个议题的主持人、需要当场决定的问题、可以会后异步处理的问题。

事实与建议分开；缺少的信息列入会前补充，不自行补造。

第二步：创建腾讯会议，并同步日历腾讯会议 Skill用于会议全生命周期：创建、修改、取消、查询会议，查看参会成员，并在权限允许时获取录制、转写和智能纪要。官方说明要求通过环境变量保存 Token，并提醒使用者遵守企业数据和隐私要求。

腾讯会议 Skill 不等于通用日历。正确顺序是：先创建会议得到会议号和链接，再通过日历或办公协作连接器创建日程、邀请参会人和预定会议室。

创建前必须确认的字段字段示例为什么要确认主题会议纪要自动生成待办- 首期评审避免会议列表中无法识别开始与结束7 月 8 日 14:00-14:45相对时间容易理解错时区Asia/Shanghai跨地区协作必须明确参会人产品、研发、设计、测试、运营会议权限和责任边界周期规则单次周期会议取消影响更大字段示例为什么要确认入会与等候室企业内可直接入会涉及外部人员时需调整录制与转写会中由主持人确认涉及告知、权限和隐私创建、修改和取消是不同风险等级。取消会议、修改周期规则、扩大参会范围前要展示目标会议和影响范围，不能只凭一句“把下午的会取消”。

ps：以上提示词可以根据自己的会议修改。

第三步：会后获取录制、转写和会议内容会议结束后，最容易犯的错误是把“有录音”当成“已经有可用信息”。录制可能没有开启，转写可能尚未生成，调用人也可能没有查看权限。

在这个过程中需要连接腾讯会议连接器，按照提示在连接管理器中找到“腾讯会议”，并授权连接就行。

腾讯会议能力通常需要先把 9 位会议号转换成内部meeting_id，再查询详情、录制和转写。这个过程由 Skill完成，不需手工转换，但保留会议号、会议 ID、录制 ID、查询时间和权限状态，方便排错。

录制与转写的边界— 会前或会中明确告知录制和转写安排；

— 不把录制链接转发给没有权限的人；

— 不因获取失败而把聊天截图或未经同意的录音当替代来源；

— 转写是机器识别结果，专有名词、数字、责任人和否定句必须回听核对；

— 企业会议遵守所在组织的保留期限、数据分类和合规要求。

第四步：从转写生成可执行会议纪要一份纪要，包含五类信息类型例子处理方式背景事实当前纪要平均需 40 分钟整理附来源或发言时间已确认决定首期只支持会后生成待办草稿记录决定人和时间行动项产品补充字段映射表负责人、截止日期、验收物未决问题是否支持跨项目复制待办进入下次决策，不伪装成结论讨论建议研发提出先做异步队列标记为建议，不写成承诺第五步：纪要里的待办，不能直接静默写入任务系统关键结论为什么要两步确认会中发言和正式任务不是同一件事。把“可以看看”直接变成分派给某人的任务，会制造额外管理成本。

这里由于我这次的会议主要是为了演示用，所以待办项的相关责任人都是待确认状态。

稳定流程是：纪要草稿 → 参会人确认 → 待办预览 → 人工补齐责任与日期 → 写入任务系统 → 返回任务链接。重复运行时使用“会议 ID + 行动项序号”作为幂等键，避免创建重复任务。

第六步：会后通知和跟踪会议后可以生成邮件或群消息草稿，但发送前必须确认对象和可见范围：

批量重命名要保留映射表；同名冲突不覆盖；合同、财务和人事文件按组织规则处理，不能只按文件名猜分类。

会后延伸：把会议纪要变成汇报PPT先确定汇报对象和结论，再设计页面：

一套基础办公 Skill 栈任务层可选能力默认安全动作会议腾讯会议 Skill、日历连接器创建前预览，取消前二次确认内容录制、转写、会议纪要模板保留来源和时间戳协作任务、邮件、IM、腾讯文档/WPS先生成草稿或导入预览产品PRD 模板、自定义产品经理 Skill只使用确认需求，保留未决问题文件DOCX、PDF、OCR、文件整理复制优先，不覆盖、不删除数据Excel、公式、图表、数据分析先对账，再分析汇报PPT、图表和品牌模板先页级大纲和证据映射自动化日报、周报、提醒和归档小范围试运行，失败可接管不要一开始安装十几个 Skill。先选择一个每周都会发生、输入稳定、结果容易验收的任务，例如会议纪要到待办；连续跑通后，再把 PRD、周报和汇报接到同一条链上。

第 18 章｜把投资分析变成你的日常

本章路线先想清楚：AI 在投资里该干什么先选对工具：金融场景的 Skill 组合从查资料到下判断：一套可复用的研究提示词链路要求：

要求投资分析可以展示多来源研究与结构化推理，但不应被误读为自动投资建议。事实、假设、估值和风险需要分层表达，并由使用者独立判断。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断投资分析可以展示多来源研究与结构化推理，但不应被误读为自动投资建议。事实、假设、估值和风险需要分层表达，并由使用者独立判断。

阅读抓手 先想清楚：AI 在投资里该干什么 · 先选对工具：金融场景的 Skill 组合 · 从查资料到下判断：一套可复用的研究提示词链路 · 要求：

投资本身就是一件高度信息密集、强结构化、又极度依赖判断的事：读不完的财报、理不清的行业、吵不停的多空。

而整理碎片信息、拆解复杂材料、把思考过程摆到台面上，恰好是 AI 擅长的。

在一次完整的股票研究里，AI 到底能替你做掉哪些低质量的重复劳动，把精力还给判断本身。

先想清楚：AI 在投资里该干什么多数人对「AI 炒股」的想象是让它预测涨跌。但从真实的高频用法看，绝大多数有价值的提示词其实只集中在四类事上：

— 读不完的财报，帮我总结；

— 行业太复杂，帮我把逻辑理一遍；

— 市场吵得太凶，帮我把多空观点放进一张表；

— 我怕自己自嗨，帮我找反证。

这四类都不是「预测涨跌」，而是减少低质量思考的时间。

AI 在投资里最合理的位置，是一个不知疲倦、不带情绪、随叫随到的研究助理—它负责把事实底座打牢，把判断留给你。

和办公三件套一样，动手前先用五个问题给这次研究定标。

很多「AI 分析得不好」，根源不是模型不会分析，而是人没把研究目标说清楚。

问题要说清什么示例目标这次研究要支撑什么决定判断是否把某只票纳入观察池，还是决定当下加减仓。

标的具体是哪家公司、哪个行业天孚通信（300394），光通信 / CPO 板块。

材料哪些是事实来源，哪些只是参考年报、三季报、券商研报是事实来源；股吧观点只作情绪参考。

深度只要事实梳理，还是要到估值和多空推演先做事实底座（Prompt1-3），再上尽调级DeepResearch（Prompt 8）。

验收怎么判断结果可用每个判断都能追到数据来源，事实与观点分开标注。

先选对工具：金融场景的 Skill组合在进入提示词之前，先认识本章会用到的几个 Skill。

它们分工不同，可以单用，也可以像流水线一样串起来。

Skill 名称适合处理本章怎么用注意点stock-advisor单只股票的端到端分析上传截图或给出代码，自动跑完技术面、基本面、交叉验证、私董会、排版本章主线，第三、四节详解a-share-analystA 股日常行情与选股实时行情、技术指标、量化选股、每日报告偏日常盯盘与批量筛选financial-expert金融数据查询与筛选选股、基金筛选、财务指标、宏观 / 行业时序、券商研报检索依赖数据源MCP，需先配置Skill 名称适合处理本章怎么用注意点peers-advisory-group多视角决策讨论四位「幕僚」围绕一个议题交叉辩论被 stock-advisor 作为决策模块调用一个实用的搭配思路是：日常盯盘和批量选股用a-share-analyst 与 financial-expert；要对一只票下深功夫、出一份完整报告，用 stock-advisor；需要跳出单一视角、逼自己看反面时，叫上 peers-advisory-group。

从查资料到下判断：一套可复用的研究提示词链路这一节是纯提示词。它们按「最简单 → 相对复杂」排列，覆盖了从「查资料」到「下判断」的完整链路。

你不必每条都用—先用前三条建立事实底座，需要深挖时再往后走。第 8 条是把前面所有环节压进一个框架的「全家桶」，也是日常在 ChatGPT、Gemini、豆包、千问的 DeepResearch 里最常用的一条。

关键引文每条提示词的用法统一是：把方括号 【】 里的占位换成你的标的，粘贴运行即可。

Prompt 1｜最基础：给公司建一个「事实底座」解决的场景：刚接触一家公司，先别急着判断，先搞清楚它到底是干什么的。很多错误判断，从第一步认错了业务就开始了—你以为它靠 A 赚钱，结果利润主要来自 B。这一步的价值，是压缩你「搞清楚事实」的时间成本。

PROMPT / CODE · markdown请帮我系统梳理【XXX 公司】的基础情况，输出结构化总结，包括：

1）核心业务与主要产品线2）收入与利润来源构成3）主要客户与应用场景4）公司在产业链中的位置5）近几年最重要的战略变化要求：

• 只使用可核实的信息- 每一部分用 3–5 条要点说明- 不做投资建议，只做事实整理Prompt 2｜行业视角：这是不是一个「好行业」解决的场景：股票研究里一个常被低估的问题—你选的往往不是公司，而是行业。AI 很适合做行业的「第一性梳理」。但行业拐点、价格见底这种问题，别指望它给答案。

PROMPT / CODE · markdown请从行业研究的角度，分析【<XXX公司>】所在的【<XXX行业>】：

1）行业所处的周期阶段（复苏/扩张/衰退/萧条）

2）供需关系与主要驱动因素- 产能、开工率、库存、订单/交付周期3）价格变化机制与历史波动- 产品价格指数/价差/成本传导- 资本开支：Capex趋势、扩产项目、行业新增产能4）行业集中度与竞争格局5）影响行业的关键外部变量（政策、技术、宏观）

• 政策与外部变量：利率、汇率、监管、补贴、贸易限制请明确指出：哪些是长期结构性因素，哪些是短期波动因素。输出周期阶段判断 + 关键证据图表清单 + 领先指标(3个)与滞后指标(3个)。

Prompt 3｜业务拆解：钱到底是怎么赚来的解决的场景：从「看公司」到「看生意」的关键一步。

很多「看起来很美」的公司，核心利润来源其实很脆弱。混杂型公司（主业 A、利润却来自 B）尤其适合让AI 帮你看清楚。

Prompt 4｜财务质量：这家公司赚的钱干不干净解决的场景：财务调研指标很多，这里给一个通用格式。核心是强制做「利润 vs 现金流」的交叉验证—账面利润漂亮，现金流跟不上，往往是第一个预警信号。

Prompt 5｜股权与治理：老板和你是不是一条船上的解决的场景：生意好 + 治理差 = 高波动风险资产。股权质押、减持、关联交易、激励条款，这些「筹码面」的信息很分散，适合让 AI 一次性梳理成时间表和风险雷达。

Prompt 6｜市场分歧：多空到底在吵什么解决的场景：多空双方的观点最有信息量。这一步不是告诉你该信谁，而是帮你把分歧摊平，看清楚未来该盯哪些数据来验证。

Prompt 7｜估值与护城河：市场在押什么假设解决的场景：护城河和估值，是价值投资绕不开的两块。下面两条一条评护城河强度，一条搭 DCF 反推市场隐含预期。

Prompt 8｜全家桶：一份尽调级DeepResearch解决的场景：这是把前七步的逻辑压进同一个框架的「投资者尽职调查报告」。它强制区分事实与判断、强制交叉验证、强制推演空方逻辑与黑天鹅—用来对抗人最容易犯的「确认偏误」。这条在各家 AI 的DeepResearch 模式里都很好用。

到这里，一套从「查资料」到「下判断」的提示词链路就齐了。但你可能已经发现一个问题—它们是散装的。每换一只票，你都要一条条重新粘贴、手动把上一步的结论喂给下一步、最后还要自己整理成报告。下一节，我们把这套链路装进一个 Skill。

从提示词到 Skill：stock-advisor 是怎么长出来的这个场景的痛点上一节的提示词单独看都好用，但真要完整研究一只票，痛点很明确：

— 要手动串：技术面、基本面、多空、估值，八条提示词得一条条跑，还要人肉把中间结论搬来搬去；

— 换标的重来：每分析一只新股票，整个流程从头走一遍；

— 数据靠眼睛：截图里的数字全靠人核对，容易看错；

— 决策容易自嗨：一个人分析，很难跳出自己的立场；

— 交付靠手工：最后整理成一份像样的报告，又是一轮体力活。

stock-advisor 要解决的，就是把这条链路从「一堆提示词」变成「一条按一次就跑完的流水线」。

创作原理：编排，而不是重写stock-advisor 的设计核心是一个词—编排（Orchestration）。它没有把所有能力重新造一遍，而是把「已经好用的部件」按顺序接成一条流水线：

五个模块各司其职：

模块做什么关键设计① 技术面分析从 K 线图识别形态、均线、MACD 等，并用行情数据交叉验证图像识别 + 数据双轨，冲突时以数据为准并标注差异② 基本面分析识别财报关键指标，补充估值与行业对比，给综合评级技术 / 基本 / 资金三面各自打分，再合成评级③ 多维交叉验证联网检索研报、行业动态、重大新闻、政策出现矛盾信号（如技术看涨但研报看空）必须明确标注分歧④ 私董会讨论调用 peers-advisory-group，四位幕僚就这只票交叉辩论复用现成 Skill，把「找反证」制度化⑤ 排版输出整理成结构化报告，转杂志风 HTML / PDF，可上传飞书复用 magazine-layout与 lark-doc这里藏着 Skill 创作最值得学的一点：复用而非重写。

stock-advisor 的依赖清单里，技术指标脚本复用了a-share-analyst，决策讨论复用了 peers-advisory-group，排版复用了 magazine-layout，上传复用了 lark-doc。

它自己新写的，只有「基本面分析」「HTML 转 PDF」等少数几块。

关键引文换句话说，做一个复杂 Skill，不一定要从零写一个庞然大物。先把已有的能力当积木，缺哪块补哪块，再用一条主线把它们编排起来—这就是 stock-advisor 的创作方法论，也是把个人经验沉淀成工具的通用思路。

它还有两个体现「产品化」意识的小设计：

— 首次使用建档：第一次跑会问你 3-4 个问题（风险偏好、投资周期、关注行业、仓位上限），存进记忆，之后的建议会按你的风格调权重；

— 两种入口同一条流水线：上传截图走「图像识别 + 数据验证」，直接给代码走「纯数据驱动」，差异只在取数方式，后面完全一致。

它到底解决了什么问题一句话：把「一次严肃的股票研究」从半天的手工活，压缩成一次对话。 你提供截图或代码，它自动完成取数、多面分析、交叉验证、多视角辩论和报告排版。

人要做的，从「搬运和拼接」变成了「拍板和质疑」—这正是第一节说的，把精力还给判断。

关键引文在 WorkBuddy 里触发 stock-advisor Skill的界面（技能被识别、开始执行的那一刻）。

实战案例：用 stock-advisor 跑一遍天孚通信（300394）

光讲原理不够，下面是一次真实的完整对话。标的是天孚通信（300394），光通信 / CPO 板块。整个过程分三步递进：先看图、再看财报、最后开一场私董会。

第一步：上传 K 线图，先要一份技术面速读我上传了这只票的 K 线日线图和 MACD 指标图，让它先做技术分析。用的提示词就是第二节思路的实操版：

关键引文上传 K 线图 + 输入上述提示词的对话界面。

WorkBuddy 先从图里识别出这是天孚通信（300394），当前股价约 368.70 元，然后给出了结构化的技术面速读。

核心结论：

— 趋势：MA5 > MA10 > MA20，标准多头排列，未见死叉，仍在主升浪；

— 风险信号：当日一根长上影线（最高冲 376.10 回落到368.70），MACD 红柱开始缩短，乖离率偏大；

— 关键位：支撑看 MA5（347）/ MA10（319），压力看当日高点 376。

关键引文技术面速读报告的完整输出（含 K 线形态、均线、MACD 四张小表）

一句话点评：这一步它没有猜涨跌，而是把「图里能读到的事实」结构化了—形态、均线、指标、支撑压力，一目了然。

第二步：补上财报截图，做一次全面分析接着我又上传了 2025 年三季报和全年预增公告的截图，让它把基本面接进来，做一次完整评级：

关键引文上传财报截图 + 输入上述提示词的对话界面。

这一轮它先把截图里的财务指标逐条识别出来（营收 39.18亿、同比 +63.63%，归母净利 14.65 亿、ROE 31.30%、毛利率 51.87%，PE 146.70……），然后合成了一张综合评级表：

维度评分权重加权得分技术面4.0 / 5.025%1.00基本面4.5 / 5.030%1.35估值水平2.0 / 5.025%0.50维度评分权重加权得分资金面4.0 / 5.020%0.80综合评分——3.65 / 5.0最终评级：推荐。 核心结论是一句很克制的话：中期趋势向好（CPO 高景气 + 高成长），但短期估值透支、涨幅过大，不宜追高，等回调再择机。 它还给了分投资者类型的仓位建议、四档支撑位和三档压力位。

关键引文全面分析报告的完整输出（财务识别表 + 综合评级表 + 操作建议 + 支撑压力位）。

值得注意的是，这一步已经体现了模块二的设计：技术、基本、资金三面分开打分，再加权合成，估值太贵就在总分里扣回来—不会因为成长性好就无脑看多。

还可以从不同角度去分析，使用\a-share-analyst\ \`skill去完成。

第三步：拿不定主意，开一场私董会评级出来了，但「推荐」不等于「现在就买」。这时候我叫上了第四个模块—私董会，请四位风格迥异的幕僚就这只票交叉辩论：

关键引文启动私董会的对话界面。

私董会环节里，系统先联网更新了四位幕僚的近况，还补检索了更新的数据（2025 全年营收 51.63 亿、净利 20.17亿，2026 Q1 环比下滑，以及和中际旭创、新易盛的横向对比）—这正是模块三「多维交叉验证」在起作用，把讨论从截图数据推进到了全网最新事实。

四位幕僚各自独立发言、再互相质询，观点很快分成两派：

关键引文四位幕僚独立观点 + 交叉质询环节（篇幅较长，建议分屏截图）。

最后每人一句话定调，形成了鲜明的「2:2」分裂：

— 巴菲特（回避）：「PE 142，安全边际为零，护城河在收窄。除非跌到 200 元以下，否则这不是投资，是赌博。

」— 比尔·盖茨（等待 / 换仓）：「基本面尚可，但估值太贵、竞争格局恶化。建议等 PE 回到 60 倍以下，或换性价比更高的新易盛 / 中际旭创。」— 马斯克（All in）：「CPO 是光通信的 iPhone 时刻，天孚是上游的铲子王。超买是最后的上车机会，不是下车理由。」— 乔布斯（有条件持有）：「相信 CPO 革命就现在持有，但前提是 CPO FAU 在 2026 H2 如期兑现，否则果断离场。」主持人最后综合出一份分投资者类型的执行方案，而不是一个笼统的「买或不买」：

投资者类型建议执行要点价值投资者坚决回避等 PE < 40成长投资者可持有，需止损保留 3-5 成，跌破MA5(347) 减仓，跌破MA10(319) 清仓趋势投资者谨慎参与等回调至 MA10 / MA20，KDJ 回落至 50 以下再介入激进投资者小仓位试仓最多 3 成，跌破 300 元清仓并且把决策挂到了几个未来验证节点上：8 月中报预告看Q2 是否环比改善，H2 看 CPO FAU 能否放量、毛利率能否回到 55%+，10 月三季报看营收增速。逻辑证伪就退出。

编辑说明本章保留了概念、关键步骤与验收逻辑；重复截图、超长提示词和延伸案例已压缩。完整版本可在文末所列项目仓库中查阅。

第 19 章｜一句话召唤 AI 视频团队

本章路线如何召唤：从一句话开始，但不要停在一句话第一支团队：视频生成团队第二支团队：爆款视频拆解团队两支团队如何形成闭环AI 视频团队把选题、脚本、素材、制作、审校与发布拆成不同角色。质量来自清晰交接和统一标准，而不是单个模型一次生成。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断AI 视频团队把选题、脚本、素材、制作、审校与发布拆成不同角色。质量来自清晰交接和统一标准，而不是单个模型一次生成。

阅读抓手 如何召唤：从一句话开始，但不要停在一句话 · 第一支团队：视频生成团队 · 第二支团队：爆款视频拆解团队 · 两支团队如何形成闭环在 WorkBuddy 里把短视频工作拆成两支 AI 专家团：一支负责自动生产视频，一支负责拆解爆款视频。

团队负责什么适合什么任务视频生成团队从主题出发，完成热点采集、选题筛选、脚本、分镜、配音、渲染、字幕和发布。

AI 周报、产品更新、知识科普、行业分析、产品评测。

爆款视频拆解团队从视频链接出发，下载视频、提取音频、转写文案、分析镜头语言，生成拆解报告和仿拍建议。

学习爆款结构、复盘竞品视频、沉淀拍摄手册、给生成团队提供参考。

这两个团队并不是互相替代的关系。视频生成团队解决“今天怎么做一条出来”，爆款拆解团队解决“为什么别人那条能火，我能学到什么”。一个负责生产，一个负责学习，组合起来才有持续迭代的可能。

如何召唤：从一句话开始，但不要停在一句话PROMPT / CODE · text召唤视频生成团队，制作一条 46 秒 AI 周报短视频。

第一支团队：视频生成团队视频生成团队里有四个核心角色：视频生成团队主理人凌导、信息采集员灵阅、内容策划师灵枢、视频制作师灵映。它们不是四个换名字的聊天窗口，而是一条有上下游交接关系的视频生产线。

角色定位交付物凌导主理人 / 团长拆解任务、安排并行与串行流程、汇总产物、处理检查点。

灵阅信息采集员热点池、来源表、去重后的结构化摘要、选题候选。

灵枢内容策划师选题判断、脚本、分镜、旁白、转场、素材清单、BGM 和字幕节奏。

灵映视频制作师HTML 视频工程、配音、字幕对齐、转场动画、素材拼接、渲染成片。

这才是多 Agent 的关键：不是角色越多越好，而是每个角色都有清晰输入和输出。信息采集员不直接写成片脚本，策划师不重新编造热点，制作师不重写事实，团长负责让流程不断档。

底层生产引擎：HyperFrames文章提到，这条视频流水线基于 HyperFrames 搭建。

它的核心思路是用 HTML 渲染视频，天然适合 Agent生成结构化工程，再交给渲染工具输出 MP4。它还带有 CLI 工具链、TTS、字幕、去背景和视频组件模板。

生成流程一：信息采集员先让热点有来源做视频最耗时间的往往不是剪辑，而是“今天到底拍什么”。所以视频生成团队先让信息采集员灵阅抓RSS、搜新闻、扫社媒、聚合 AI 热点，并去重输出结构化摘要。

这个阶段的产物至少应该包含：标题、来源、发布时间、事件发生时间、原始链接、热度线索、为什么值得关注。

热度只能帮助排序，不能替代事实核验。

生成流程二：内容策划师把主题变成镜头选题有了之后，真正费脑子的是“这条视频怎么讲”。

内容策划师灵枢负责选题评估、脚本写作、分镜设计、旁白文案、镜头节奏，以及转场建议、素材清单、BGM 节奏、字幕停顿和情绪节点。

这里建议设置第一次人工检查：开头 3 秒是否有钩子，46秒是否塞入过多信息，旁白是否准确，画面是否真的支撑观点。脚本不过关时，不要进入配音和渲染。

生成流程三：视频制作师把分镜变成成片灵映会把确认后的脚本转成 HTML，再调用HyperFrames 渲染 MP4。文章里提到，系统会自动完成 Azure TTS 配音、Whisper 字幕对齐、动画与转场生成、素材拼接、字幕叠加和视频渲染。

成片验收不要只看“能不能播放”。至少检查旁白与字幕是否一致、镜头时长是否匹配、文字是否遮挡主体、BGM是否可用、素材是否有版权风险、画面是否适合目标平台安全区。

生成流程四：发布可以自动化，但默认要人工确认发布 Agent 自动生成标题、自动打标签、自动上传封面，并通过云手机发布到抖音、视频号和 B 站。这是很强的自动化能力，但蓝皮书建议默认不要直接自动发布，除非账号、素材、标题和合规边界都已经过人工确认。

第二支团队：爆款视频拆解团队光会生成还不够。

内容创作者真正需要的是理解“为什么别人能爆”，把一条爆款视频拆成可以参考的操作手册：提取视频、转录文案、分析景别运镜、剪辑节奏、色调风格，并给出仿拍建议。

角色职责工具 / 技术阿爆团长 / 拆解总控任务调度、流程编排、结果汇总。

小凯音频处理与转录ffmpeg、ASR，把视频音频转成完整口播文案。

小淼视频理解与镜头裁切视频理解 API、ffmpeg，分析镜头语言并裁切片段。

拆解流程一：视频下载要有降级策略爆款拆解的第一步是拿到视频。文章里专门提到，最复杂的是视频下载，所以设计了一套三层降级策略：

官方 API、Playwright、yt-dlp。只要有一层成功，流程就继续。

这里必须加上边界：视频下载和分析要遵守平台条款、版权授权和合理使用范围。拆解的目的应该是学习结构和方法，不是搬运原视频。

拆解流程二：音频提取与文案转写视频下载完成后，小凯用 ffmpeg 提取音频，把video.mp4 转成 audio.mp3，再调用语音识别 API 自动转录完整口播文案。以前一句句听、一句句敲的工作，现在可以被稳定自动化。

拆解流程三：视频理解与镜头语言分析接下来是最有意思的一步：视频理解。小淼会分析整条视频的景别、运镜、转场、剪辑节奏、色调、镜头时长。很多看起来“有感觉”的爆款视频，背后其实有稳定的镜头规律。

两支团队如何形成闭环两个专家团可以合作。先用爆款拆解团队学习镜头语言和节奏，再让视频生成团队生产新视频，发布之后继续分析数据，再反过来优化下一版内容。

流程图 / FLOW爆款视频链接拆解团队：转写、镜头、节奏、仿拍建议形成拍摄手册和内容规律生成团队：热点、脚本、分镜、渲染人工验收与发布数据复盘这就是专家团比单个工具更有意义的地方。它不只是帮你做一条视频，而是让“学习、生产、发布、复盘”变成一个可以重复运转的系统。

第 20 章｜自媒体不只是靠努力，而是一条增长闭环

本章路线内容没人看？往往不是因为你不够努力工作流场景一：每天刷热点，仍然不知道账号该写什么场景二：想要爆款标题，但不想标题党场景三：公众号封面每次从空白画布开始自媒体增长闭环连接洞察、生产、分发与复盘。先定义目标受众和衡量指标，再提高产量，避免把低质量内容规模化。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断自媒体增长闭环连接洞察、生产、分发与复盘。

先定义目标受众和衡量指标，再提高产量，避免把低质量内容规模化。

阅读抓手 内容没人看？往往不是因为你不够努力 · 工作流 · 场景一：每天刷热点，仍然不知道账号该写什么 · 场景二：想要爆款标题，但不想标题党内容没人看？往往不是因为你不够努力一个人做自媒体，做自媒体最浪费时间的事，就是一上来就把内容打磨到满分。

听起来很反常识，但我真踩过这个坑。你写得很深，资料查得很全，结构改了三遍。结果发出去，阅读量个位数。

后来我才意识到，起号前期真正要先解决的，不是“写得够不够好”，而是“有没有人愿意点进来”。

工作流流程图 / FLOW趋势、评论与用户问题选题池事实包与观点标题和结构公众号 / 小红书 / 视频脚本封面、长图与分镜合规和发布前体检草稿或人工发布数据与人工修改回流关键结论Skill 的作用是补上其中一个环节，不是接管账号判断。下面用八个具体工作现场说明。

场景一：每天刷热点，仍然不知道账号该写什么热榜告诉你“大家正在看什么”，却不告诉你“这个账号为什么值得写”。只跟热点，容易得到同质化内容；只凭感觉，又很难判断用户是否真的关心。

— 公众号热门文章查询：观察同主题热门文章；

— 小红书爆款笔记查询：获取热门笔记和数据线索；

— 小红书评论洞察：从评论中提取问题、反对意见和未满足需求；

— 灵感捕手：把临时想到的角度放进统一收件箱。

指令怎样写PROMPT / CODE · text围绕“AI 办公自动化”建立本周选题池，不直接写文章。

分别收集公众号与小红书近 30 天的高互动内容，记录标题、发布日期、核心承诺、内容结构、互动信号和原链接。

再从评论中提取：重复问题、反对意见、失败经历和用户原话。

结合我的账号定位：面向非技术职场人，强调真实流程和结果验收。

输出 12 个候选选题，每个包含：目标读者、真实问题、已有内容缺口、我能提供的新证据、适合平台、制作成本和时效性。

不要把阅读量高直接解释成选题一定适合我。

执行流程与结果WorkBuddy 先生成跨平台样本表，再把评论聚成问题簇，最后把“热度、账号匹配、新增价值、证据充足度、制作成本”分别评分。交付物是一张可以人工删选的选题看板。

有时候光找热门还不够，我们还需要去找低粉爆款。

大家应该都听过，起号要找低粉爆款去抄，这确实是这样的。

PS：这里说的抄，是抄选题，不是原封不动的抄内容。

推荐一个叫viral-topic的skill，它可以获取各个平台近期的指定领域的多个低粉爆款内容。

比如获取公众号最近7天的AI领域低粉爆款文章。

筛选X上的低粉爆款以及YouTube的低粉爆款场景二：想要爆款标题，但不想标题党“给我 20 个爆款标题”很容易得到数字、悬念和夸张承诺，却没有任何标题能准确兑现正文。标题不是独立文案，它是读者与正文之间的一份承诺。

— 公众号标题生成与评分；

— 小红书爆款笔记自动生成器中的标题与标签模块；

— 短视频钩子方案生成。

指令怎样写验收方法关键结论把标题单独给一个不了解正文的人看，请他写出“我预计点进去会得到什么”。再与正文核对。预期与实际不一致，标题分数再高也不能用。

workbuddy通过这几个skill，生成的标题还真有那味儿。

特别是小红书的标题，很有小红书的感觉。

可以进行 A/B 测试，但一次只改变一个主要变量，例如“问题式”与“结果式”。不要同时改标题、封面、发布时间和正文开头，否则数据无法解释。

再推荐一个标题skill：viral-title，很适合用来给公众号起标题场景三：公众号封面每次从空白画布开始封面既要让人看懂主题，又要适配大小封面、安全区和账号品牌。直接说“做一张高级感封面”，通常会得到与正文无关的装饰图、错误文字或失真的 Logo。

— 公众号爆款封面生成：分析同赛道视觉规律并给出方案；

— 公众号图片生成器：处理大小封面、文内配图和引导图；

— 海报设计或图像生成 Skill：执行已确认的视觉 brief。

指令怎样写结果是否可用生成的封面还不错，有汉字、封面负责表达的主题也比较贴切，如果换成更强的生图模型，效果应该会更好。

场景四：小红书不只是“把长文切成九张图”

公众号文章改成小红书时，常见做法是截短段落、加入表情符号，再把文字铺到九张卡片上。结果信息很多，但封面没有钩子，第二页没有承接，最后一页没有行动，移动端也难读。

— 小红书封面图制作；

— 小红书图片生成器：将结构化内容渲染为竖版卡片；

— 小红书运营副驾：发布前体检与复盘。

工作流1从长文提取不带平台语气的事实包；

2选择一个核心问题，删除与它无关的支线；

3设计“封面承诺 → 问题共鸣 → 方法 → 示例 → 误区 →清单”的滑动节奏；

4先输出逐页线框和字数，再生成图片；

5在真实手机宽度检查字号、断行、边距和重点；

6最终标题、正文、标签和图片逐一核对数字与专有名词。

场景五：一段长文怎样变成可拍的短视频“改成 60 秒口播”通常只是把文章压缩成更快的朗读稿，没有镜头、节奏、证据画面和停顿，也没有说明谁能拍、需要什么素材。

— 短视频选题素材研究；

— 短视频脚本与矩阵内容工厂；

— AI 短视频导演用于分镜和生成提示；

— 配乐 Skill 只在确认版权和商用范围后使用。

指令怎样写生成的口播文案，效果还不错哦。

场景六：发布前，别让自动化越过责任边界— 公众号违禁词检测：标记风险表达；

— 公众号排版 Skill：渲染 Markdown 并创建草稿；

— 文章去 AI 味工具：只用于减少套话，不用于伪装来源或原创。

发布链建议停在草稿箱：事实检查 → 引用与版权 → 品牌与合规 → 链接检查 → 手机预览 → 人工确认账号 →发布。自动点赞、批量私信、刷评论、绕过平台风控和未经确认的群发，不属于本书推荐的效率场景。

场景七：发布后不复盘，下一篇仍从零开始复盘主要是把AI写的和人工修改后的终稿进行对比，让skill自动进化，下一次，它将写出更好的内容。

可以使用 公众号写作自我迭代 或小红书运营副驾，把人工修改和数据写回风格库：

把AI最开始产出的文案和终稿都丢进去，最终产出复盘报告和style-guide.md，下次AI写的东西就能离你的期望更进一步啦～一套够用的自媒体 Skill 栈层级先装什么何时再增加入门热门内容查询、标题评分、图片生成已能稳定完成一篇内容稳定评论洞察、封面、排版草稿、违禁词检测已明确账号定位和审核人多平台小红书卡片、短视频脚本、平台适配已有统一事实包进阶数据回流、风格迭代、定时选题雷达人工流程已连续跑通 4周

第 21 章｜WorkBuddy也能做GEO专家

本章路线GEO 诊断到底解决什么问题先选对专家：品牌 GEO 诊断专家GEO 诊断个人 IP 也可以做 GEO 诊断企业品牌诊断，不要为了 GEO 而 GEOGEO 关注内容能否被生成式搜索理解、引用与推荐。

核心仍是清晰结构、可信证据、独特信息与持续更新。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断GEO 关注内容能否被生成式搜索理解、引用与推荐。核心仍是清晰结构、可信证据、独特信息与持续更新。

阅读抓手 GEO 诊断到底解决什么问题 · 先选对专家：品牌 GEO诊断专家 · GEO 诊断 · 个人 IP 也可以做 GEO 诊断GEO 是 Generative Engine Optimization，中文常叫生成式引擎优化。

过去做品牌，很多人关心的是 SEO：用户在搜索引擎里搜某个关键词，官网、文章、媒体报道能不能排到前面。现在越来越多用户直接问元宝、DeepSeek、豆包、Kimi 这类生成式 AI：“哪个产品适合我？”“某个领域有哪些工具？”“这家公司靠谱吗？”品牌面对的问题就变了：AI回答里有没有你，提到你时准不准，推荐你时有没有信任依据。

GEO 诊断到底解决什么问题GEO 不是让 AI 帮你写一篇品牌软文，而是回答一个更基础的问题：在用户真实提问的场景里，你的品牌有没有被 AI 理解、引用和推荐。

问题要看什么例子可见度AI 回答里是否提到品牌用户问“有没有能统一管理多个 AI Agent 的桌面软件”，WeSight 是否被提及。

准确性AI 对品牌描述是否正确功能、适用平台、目标用户、价格、开源状态是否被说错。

竞争位同一个问题下，AI 把推荐位给了谁竞品被频繁推荐，而你的产品几乎不出现。

信任源AI 能不能找到可信资料支撑回答官网、GitHub、媒体报道、自媒体矩阵、用户评价是否形成闭环。

问题要看什么例子行动点诊断之后应该先改哪里补官网说明、优化README、补竞品对比页、处理负面舆情。

先选对专家：品牌 GEO 诊断专家GEO 诊断 Skill 上架到了 WorkBuddy 的专家市场，变成一个可以直接召唤的「品牌 GEO 诊断专家」，已经封装好一套诊断流程：从品牌输入、问题集设计、平台测试，到可见度、基建、竞品、舆情、路线图输出。

这个专家适合谁用— 产品团队：想知道产品在 AI 搜索里的可见度、竞品压力和内容短板。

— 企业品牌：想知道公司是否被 AI 准确识别，官网和媒体资料是否足够可信。

— 个人 IP / 自媒体：想知道自己的名字、账号、代表作品是否被 AI 正确召回。

— 市场和增长团队：想把“发内容”变成有目标、有复测、有证据的 GEO 优化计划。

推荐输入材料输入项为什么需要示例官网 / 产品页作为品牌事实的第一信源官网、产品介绍页、定价页、帮助中心。

项目地址技术产品需要证明活跃度和能力边界GitHub、开源仓库、更新日志。

官方账号让 AI 能识别权威发布渠道公众号、知乎、掘金、小红书、B 站、视频号。

输入项为什么需要示例目标用户问题集要从真实用户意图出发开发者、企业管理者、内容创作者、采购负责人。

竞品名单判断语义推荐位被谁占据2-5 个已知竞品或替代方案。

GEO 诊断GEO 诊断也可以先拆成一条稳定工作流。不要一上来就问“我的 GEO 怎么样”，而是让专家先把诊断范围、测试问题和评分口径说清楚。

流程图 / FLOW确认品牌与官方资料建立用户真实问题集选择测试平台与采样口径记录提及率与回答准确性检查官网、内容矩阵与权威来源分析竞品、收录和舆情生成报告与 30/60/90 天行动计划步骤WorkBuddy 做什么人要确认什么1读取品牌官网、项目地址和公开资料。

哪些信息是官方事实，哪些只是参考资料。

2生成一组用户真实问题，而不是只测品牌名。

这些问题是否真的来自目标用户的搜索意图。

3在多个 AI 平台或搜索场景中测试品牌提及情况。

测试平台、采样次数、是否登录、测试日期。

4分析 AIVO、用户画像、竞品、基建、舆情和收录。

每个分数能不能追溯到样本和证据。

5输出 HTML / 飞书文档报告和优化路线图。

哪些行动先做，哪些结论需要人工复核。

提示词示例：产品 GEO 诊断PROMPT / CODE · text召唤“品牌 GEO 诊断专家”，帮我诊断 WeSight 这个产品的 GEO 情况。

官方资料：官网、开源项目地址、官方账号。

目标用户：需要统一管理多个 AI Agent、桌面工作流和开发工具的用户。

已知竞品：请先根据用户问题自动识别，再让我确认。

请先输出测试问题集、测试平台、采样次数、评分口径和局限，等待我确认后再执行。

最终输出：诊断概览、AIVO 评分、用户画像、搜索可见性、基建评估、竞品分析、收录效果、舆情分析和优化路线图。

无法重复验证的结果标为“样本观察”，不要写成绝对事实。

可得到的结果：不是一句“GEO 做得好不好”，而是一份能拆解问题的报告。案例中，WeSight 的问题不是产品没有差异化，而是在测试样本里 AI 搜索可见度和竞品对比优势偏弱，导致综合得分被拖低。

报告模块一：诊断概览与风险提示关键结论诊断概览的作用是先给经营者一个全局判断：当前品牌总体表现如何、最主要风险是什么、哪些问题应该立刻处理。

它不应该只给一个分数，而要解释分数从哪里来。

概览里要看为什么重要如何复核综合评分快速判断当前 GEO 基础水平确认评分口径和测试样本，不把一次分数当永久结论。

关键发现找到最影响结果的短板每条发现都要能回到具体平台、具体问题、具体回答。

风险提示提前发现会影响推荐的负面因素区分事实风险、内容缺口和模型误解。

比如 WeSight 仅支持 macOS Apple Silicon 这类产品边界，如果官网、README 和外部资料没有解释清楚，AI 可能会在推荐时附带限制提醒，甚至把它排除在部分用户需求之外。

报告模块二：AIVO 评分，看清短板在哪把 GEO 拆成四个维度：AI 搜索可见度、基建完善度、竞品对比优势、舆情健康度。这个拆法比单一总分更有价值，因为它能告诉你到底是“没人提你”，还是“有人提你但说不准”，或者“竞品资料更强”。

维度它衡量什么低分时先做什么AI 搜索可见度用户问相关问题时，品牌被提及的比例和位置。

补用户问题对应的内容页、对比页和场景页。

基建完善度官网、官方账号、技术文档、权威来源是否完整。

修正官网事实、统一名称、补充结构化介绍。

竞品对比优势同一条 query 下，AI 更容易推荐谁。

写清差异化、适用边界和与竞品的取舍。

舆情健康度外部评价、负面信息、风险提示对推荐的影响。

处理真实问题，补充官方澄清和可信第三方证据。

WeSight 的案例中，综合得分约 38 分；舆情健康度相对较好，但 AI 搜索可见度和竞品对比优势偏弱。这个结果说明问题不一定在产品本身，而在“用户提问语义”和“品牌内容供给”之间存在断层。

报告模块三：用户画像与意图漏斗偏移很多品牌做内容时只写自己想表达的卖点，但 GEO 更关心用户真实怎么问。公众号案例中，专家发现用户在大模型里更容易提出“有没有能统一管理多个 AIAgent 的桌面软件”这类问题。这意味着用户关心的是场景和任务，而不一定知道你的品牌名。

报告模块四：搜索可见性，提及率就是新的排名在传统搜索里，用户至少还会看到一页链接；在 AI 搜索里，用户往往只看一段回答。品牌是否被提及、在什么位置被提及、是否被作为推荐项出现，就成了新的“搜索排名”。

报告模块五：数字基建，先让 AI 有可信资料可读GEO 不是只靠“发声量”。生成式 AI 需要可引用、可验证、相互印证的可信来源。把基建评估拆成三类：

官网评估、自媒体矩阵、权威媒体背书。

报告模块六：竞品分析，争的是语义心智份额GEO 的竞品分析不是简单列出市场竞品，而是看同一条用户问题下，AI 把推荐位给了谁。你和竞品争夺的不是网页排名，而是语义心智份额。

报告模块七：收录效果，最终看 AI 回答里有没有你收录效果可以理解为 GEO 的结果指标。前面的官网、内容矩阵、舆情、竞品分析最终都要落到一个问题：

AI 回答里有没有你。

这里最容易犯的错误，是只测品牌名。品牌名能被搜到，不代表用户问场景问题时会出现你。正确做法是把问题分层：

— 品牌名问题：某品牌是什么，官网是什么，是否开源。

— 品类问题：某类工具有哪些，适合谁，怎么选。

— 场景问题：我遇到某个具体任务，有什么产品能解决。

— 对比问题：A 和 B 有什么区别，哪个更适合某类用户。

报告模块八：舆情分接绕开。

舆情类型处理方式注意事项真实产品问题先修产品，再公开说明修复进展。

不要只做内容压制。

过期信息在官网和权威渠道更新最新事实。

让新资料能被 AI 明确识别。

误解或谣言用 FAQ、澄清文、第三方证据纠偏。

避免情绪化回应。

竞品对比劣势明确适用边界和差异化场景。

不要把所有对比都写成“我最好”。

个人 IP 也可以做 GEO 诊断GEO 不只适合产品和企业，也适合个人 IP。用“苍何”做个人 IP 诊断，得到约 72 分，并用元宝做了额外搜索验证。

个人 IP 诊断要额外注意什么— 身份消歧：同名人物很多，必须提供所在地、职业、代表作品、官方账号。

— 平台分散：公众号、知乎、小红书、B 站、视频号的信息可能不一致。

— 代表作品：AI 需要知道你最重要的作品、观点和标签。

— 内容定位：个人 IP 不只是“被搜到”，还要看 AI 如何描述你。

企业品牌诊断，不要为了 GEO而 GEO企业做 GEO 最容易走偏：还没诊断，就开始批量买内容、铺渠道、刷曝光。公众号案例里提到，给企业做GEO 诊断时，真正重要的是先知道品牌在 AI 眼里是什么样：有没有被提及，是否被误解，风险在哪里，竞品为什么更容易被推荐。

企业品牌建议重点检查检查项关键问题常见行动品牌基础事实公司是谁，做什么，服务谁，核心优势是什么。

统一官网、百科、媒体稿、产品页的表达。

业务场景用户问哪些业务问题时应该出现你。

补场景页、解决方案页、行业案例。

可信背书有没有客户案例、媒体报道、行业评价。

建立可引用的公开资料矩阵。

负面与风险AI 是否会提到负面、过期或错误信息。

处理真实问题，发布事实澄清和更新说明。

从诊断到行动：不要追求一次性刷高分一份 GEO 报告如果不能转成行动，就只是漂亮仪表盘。

给出快速赢利点、优先行动建议和阶段路线图，比如补齐 GEO 曝光、处理舆情、优化可信来源等。

阶段优先行动复测方式30 天修正官网、README、官方账号中的名称、定位、功能边界和过期信息。

重测品牌名问题和核心场景问题，检查回答准确性。

60 天补用户真实 query 对应的场景页、对比页、案例页和 FAQ。

重测品类问题和场景问题，观察提及率变化。

90 天建设外部可信来源：媒体报道、客户案例、社区讨论、行业观点。

检查引用来源多样性、竞品推荐位和舆情风险变化。

PART 03构建可靠系统把个人经验升级为可协作、可检查、可恢复的系统高级阶段的重点从“会提示”转向系统设计：把经验蒸馏成 Skill，组织多智能体协作，并为自动化设置验证、重试与人工接管。

第 22 章｜打造skill：将书和视频蒸馏为可执行 Skill

本章路线问题起点：知识读了但用不起来知识精馏的定义六阶段蒸馏 SOP蒸馏产物结构知识精馏 vs RAG把一本书或一段视频变成 Skill，本质是把隐性经验拆成输入、步骤、判断标准与输出模板，再用真实任务检验。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断把一本书或一段视频变成 Skill，本质是把隐性经验拆成输入、步骤、判断标准与输出模板，再用真实任务检验。

阅读抓手 问题起点：知识读了但用不起来 · 知识精馏的定义 ·六阶段蒸馏 SOP · 蒸馏产物结构制作skill，除了把自己的SOP沉淀为skill外，给大家推荐一个更简单方便的办法。

可以使用cangjie-skill把知识蒸馏成skill。

cangjie-skill 开源项目（v1 蒸馏书，v2 增加视频蒸馏），以及 Andrej Karpathy 关于 LLM 个人知识库的思路。

本章回答：如何将书本和视频中的方法论转化为 Agent 可自动调用的 Skill，以及这与 RAG 检索的本质差别在哪里。

问题起点：知识读了但用不起来AI 在训练时已经摄入了大量经典著作，但在实际问答中，它往往输出"正确的废话"—每个字都对，但缺乏针对特定问题的可落地步骤。这不是幻觉问题，而是调用机制问题：AI 知道书里有什么，但不知道该在什么场景下主动调出哪个框架。

人类读者面临同样的问题。读完一本书，笔记做了、金句划了，合上书以为升级了。两周后遇到真实问题，那些方法论却抓不住。知识在记忆里，但激活路径不清晰。

知识精馏要解决的，就是这个"学了用不上"的问题。

知识精馏的定义知识精馏（Knowledge Distillation for Skills）是指：

从书本或视频中，提取出具有独立触发条件和执行步骤的原子化知识单元（Skill），使 Agent 在遇到对应场景时能够自动激活并给出可落地的行动路径。

化学中的精馏是按沸点将混合物分离成不同纯净组分。知识精馏按"框架 / 原则 / 案例 / 反例 / 术语"五个维度，将书或视频中的知识分离成不同类型的纯净组分，然后只把真正有用的提纯成可执行的 Skill。

知识精馏不是：

— 摘要（压缩原文）

— 读书笔记（结构化原文）

— RAG 索引（存储原文片段供检索）

知识精馏是：将方法论转化为 Agent 能够在真实场景下自动调用的执行单元。

六阶段蒸馏 SOPcangjie-skill 使用六个阶段将一本书或一组视频蒸馏成一套 Skill。

流程图 / FLOW阶段 0：整书/整片理解阶段 1：五个 Agent 并行提取阶段 2：三重验证筛选阶段 3：构造 Skill阶段 4：链接—建立 Skill 关系网络阶段 5：压力测试以蒸馏《文案创作完全手册》为例阶段 0：整书 / 整片理解不从摘取金句开始，而是先读清整本书的骨架：

— 全书主旨是什么；

— 核心论证链怎么走；

— 关键术语作者如何定义和使用；

— 作者自身的局限与盲点在哪里。

这一步决定后续提取的质量上限。跳过这一步直接提取，容易把作者反对的观点当成他支持的方法论。

阶段 1：五个 Agent 并行提取五个 Agent 同时从五个维度扫描全文，独立工作，互不干扰：

Agent提取目标框架提取 Agent作者构建的分析或决策框架原则提取 Agent可跨场景复用的行为原则案例提取 Agent作者援引的正面案例和成功路径反例提取 Agent作者援引的失败案例和反面教训术语词典 Agent作者专有术语及其定义五个角度并行，避免单线阅读中的视角遗漏。

阶段 1.5：三重验证筛选每个候选知识单元必须通过三关，未通过直接淘汰：

验证类型检查内容跨域验证该方法论在书中至少两个独立场景出现过，不是孤证预测力测试能用它推导出书中没有直接讨论的问题吗独特性检验是不是任何人都能说出来的常识？常识不构成Skill宁缺毋滥。一本书通常有 50–100 个候选单元，通过三重验证后保留 10–25 个。

阶段 2：构造 Skill每个通过验证的知识单元被构造成一个 Skill，核心是设计触发条件：

— 什么场景下自动激活；

— 激活后执行什么步骤；

— 什么时候不该用（边界）；

— 质量验证标准是什么。

触发条件的设计是最难也最关键的一步。没有触发条件的Skill，在实际使用中无法被 Agent 正确识别和调用。

阶段 4：链接找出 Skill 之间的关系，形成知识网络：

— 依赖：Skill A 的执行需要先调用 Skill B 的输出；

— 对比：Skill A 和 Skill B 适用于相似场景但方向相反；

— 组合：Skill A 和 Skill C 联合使用效果更好。

链接层让 Agent 在遇到复杂问题时，能够选择一组 Skill 而不只是单个 Skill。

阶段 5：压力测试诱饵测试：故意给不该触发的场景，检验 Skill 是否能忍住不激活。一个没有边界的 Skill，在错误场景下调用反而帮倒忙。

执行验证：给出真实问题，验证 Skill 是否能输出可落地的步骤而不是正确的废话。

蒸馏产物结构一本书蒸馏完成后，产物是一套 Skill 集合：

PROMPT / CODE · textbook-skill/├── README.md # 书目信息、蒸馏说明、适用场景├── skills/│ ├── skill-01.md # 每个 Skill 独立文件│ ├── skill-02.md│ └── ...├── index.md # Skill 关系网络（链接层产物）

└── tests/├── skill-01-test.md # 每个 Skill 的测试用例└── ...每个 Skill 文件包含：触发条件、执行步骤、输出格式、边界限制、测试用例。测试用例格式兼容 darwin-skill（自动Skill 进化工具），蒸馏产物可以持续自动优化。

知识精馏 vs RAG这是使用者最常问的问题。

维度RAG知识精馏（Skill）

本质检索—找出最相关的原文片段提炼—从原文中提取可执行的方法论使用前提用户需要知道该问什么用户描述问题，Skill 自动识别并激活质量控制无—任何内容都可以入库三重验证过滤，宁缺毋滥调用方式被动等待查询主动匹配场景并触发知识形态存储原文（记住知识）

提纯为执行步骤（运用知识）

边界控制无诱饵测试确保不乱激活资源消耗较重（需维护向量索引）

较轻（Skill 文件即可）

RAG 解决"知识管理"问题—让你能查到书里有什么。知识精馏解决"知识运用"问题—让 Agent 在对的时刻主动拿出对的框架。

当你不知道该问什么时，RAG 帮不了你。Skill 不需要你记得书里有哪些方法论。

与 Karpathy LLM Wiki 思路的对比Andrej Karpathy 提出 LLM 知识库（LLM Wiki）的思路：将原始资料索引到目录，让 LLM 编译成 Wiki，然后对 Wiki 做 Q&A，产出结果再回填，持续增强。

cangjie-skill 的阶段 0（整书理解）和阶段 1（并行提取）

吸收了这一核心思想：先让 AI 深度阅读、结构化整理、建立索引、维护一致性。

两者的差别在于最后几步：

对比点LLM Wiki知识精馏产物形态Wiki 条目（结构化知识库）

Skill 集合（可执行单元）

使用方式用户主动查询Agent 被动触发后主动激活解决问题知识管理知识运用两种方案不互斥，但目标不同。

视频蒸馏工作流（v2 新增）

关键结论cangjie-skill v2 在书本蒸馏基础上增加了视频蒸馏能力（借助video-downloader skill）。视频与书的区别在于：

需要先完成"视频 → 文字"的转换，再进入六阶段 SOP。

视频获取与转写整体流程：

视频下载：使用 yt-dlp（开源工具）支持 YouTube、B 站等主流平台，只需输入视频链接即可自动下载。视频号因平台限制暂不支持自动化。

音频转写：本地 Whisper 模型可用，但长视频转写耗时显著（一小时视频约需 48 分钟本地转写）。推荐使用 ASRAPI 服务，速度快，适合批量处理。

多视频合并蒸馏同一主题的多个视频可以合并蒸馏，产出统一的 Skill集合。合并时 Agent 自动处理内容去重和知识单元合并，避免同一原则在不同视频中被重复提取为多个Skill。

video-downloader skill 与 cangjie-skill 的分工视频处理逻辑（下载、提取音频、转写）独立封装在video-downloader skill 中，不集成到 cangjie-skill 内部。原因是职责分离：cangjie-skill 专注文本蒸馏，视频获取是前置准备步骤，两者可以独立演进。

适用与不适用场景适合蒸馏的材料类型适合程度说明方法论密度高的书★★★★★框架清晰，原则可提取，最适合访谈 / 课程视频★★★★☆内容结构化程度较高，适合蒸馏长视频 / 播客★★★☆☆可用，知识密度因内容而异金句散文类书籍★★☆☆☆方法论少，蒸馏产物质量有限小说 / 叙事文学★☆☆☆☆不适合，缺乏可提取的方法论框架蒸馏的前置条件蒸馏前最好读过或看过一遍原材料。原因：

— 需要判断哪些方法论是重点；

— 需要在蒸馏过程中的关键节点做判断（如三重验证的边界情况）；

— 读过之后蒸馏，吸收率显著高于未读过直接蒸馏。

蒸馏不是替代阅读，而是阅读后的知识结构化工具。

蒸馏产物的持续优化cangjie-skill 产出的每个 Skill 自带测试用例，格式兼容 darwin-skill（达尔文.Skill）。

darwin-skill 是自动 Skill 进化工具：将 Skill 喂给它，它会自动评估、改进、测试，且分数只升不降。

这意味着蒸馏产物不是静态的。随着 Agent 实际使用反馈的积累，Skill 可以持续自动优化，逐步接近书中方法论在真实场景下的最优表达。

资源消耗与模型选择知识精馏是 Token 消耗密集型任务，主要来源于：

— 阶段 0 的全书上下文理解（长上下文）；

— 阶段 1 的五个 Agent 并行调用；

— 阶段 2 的三重验证（多轮推理）；

— 阶段 5 的压力测试（多组测试用例）。

场景大致 Token 消耗大致耗时参考蒸馏一本普通书数万至十余万 Token30–90 分钟场景大致 Token 消耗大致耗时参考蒸馏 26 集课程视频（4 小时）

较高约 1 小时蒸馏 4 个主题视频（80 分钟）

中等约 40 分钟模型选择建议：

— 任务拆解和蒸馏协调：使用推理能力强的模型负责Agent 编排；

— 并行提取和验证：可使用性价比高的 Coding 模型执行；

— 长上下文场景：选择原生支持长上下文的模型，避免因上下文截断导致蒸馏不完整。

【图片占位：Token 消耗过程截图，展示蒸馏过程中Token 使用量的增长曲线】蒸馏产物的分享与复用知识精馏的一个重要特点是：产物（Skill 集合）可以直接分享和复用。

使用已蒸馏的 Skill：将 GitHub 仓库地址提供给 Agent，让Agent 自动安装对应 Skill 即可使用，无需重新蒸馏。

社区协作：同一本书不需要被每个人重复蒸馏。任何人蒸馏的成果都可以开源，其他人直接复用。

扩展应用：视频课程的蒸馏产物可以进一步构建课程 Agent，供学员问答和辅助实践，即课程内容的结构化知识服务化。

常见误区误区 1：AI 训练过的书不需要再蒸馏对于大众熟知的经典书籍，AI 确实有一定记忆。但对小众书籍、新出版书籍以及时效性强的视频内容，AI 大概率没有训练过。此外，即使 AI 训练过某本书，蒸馏的价值在于建立触发条件—让 AI 知道在什么场景下应该调出该书的哪个框架，而不只是"知道书里有什么"。

误区 2：蒸馏完就不需要看书了蒸馏是阅读的补充，不是替代。没读过就蒸馏，会在关键判断节点上缺乏背景，导致蒸馏结果遗漏重点。阅读过一遍后再蒸馏，蒸馏产物的质量和完整度显著更高。

误区 3：AI 给了建议就能直接执行即使 Skill 被正确激活并给出了可落地的步骤，方向对不对、能不能执行、效果好不好，仍然需要人来判断。AI 给出的是选项和分析，决策是人的责任。

误区 4：Skill 覆盖越多越好覆盖太宽的触发条件会导致 Skill 在不适用的场景下被错误激活，反而产生误导。三重验证和诱饵测试的目的正是控制边界，宁可覆盖窄一点，也不要乱激活。

蒸馏结果示例以吴恩达《给所有人的 AI 入门课》（2026 版，26 个视频，时长约 4 小时）为例：

— 蒸馏耗时：约 1 小时— 产出：25 个 Skill— 特点：全部为时效性内容，AI 未经训练，蒸馏后可直接在对应场景下被 Agent 调用总结：知识精馏在技能包体系中的位置知识精馏是 Skill 的一种生产方式。它和第 25 章讨论的 SOP → Skill 封装流程是并行的：

来源适用场景从业务流程提炼（SOP → Skill）

企业内部操作规范、重复性业务流程从书本 / 视频蒸馏（知识精馏）

专家方法论、经典著作、高价值课程内容两者产物格式一致，都是带有触发条件的可执行 Skill，可以在同一个 Agent 框架下混合使用。

第 23 章｜其他用法补充

其他用法补充：WorkBuddy 实操案例集本章路线模型与成本：先把免费额度用透短任务实战：Excel 可视化与数据清洗设计创意：用提示词生成完整网站Skill 联动：跨服务的智能推荐更多案例的意义不是增加模板数量，而是训练迁移能力：识别任务结构，选择合适工具，并保留必要的人工检查点。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断更多案例的意义不是增加模板数量，而是训练迁移能力：识别任务结构，选择合适工具，并保留必要的人工检查点。

阅读抓手 模型与成本：先把免费额度用透 · 短任务实战：Excel可视化与数据清洗 · 设计创意：用提示词生成完整网站 · Skill联动：跨服务的智能推荐前面的章节介绍了 Agent 工具链的核心能力：文件处理、数据库操作、MCP 连接和企业协作。这一章补充几类容易被忽略但实际价值很高的用法，以 WorkBuddy 为例，覆盖短任务、设计创意、Skill 联动、浏览器自动化和项目管理等场景。

WorkBuddy 与大多数 AI 聊天软件的核心区别在于三点：

能直接读取和修改本地文件，学习门槛低，入口清晰。对于还没有系统搭建 Agent 工作流的读者，这些案例可以作为起点。

模型与成本：先把免费额度用透WorkBuddy 内置了多款国产大模型。每日签到领取的积分基本能覆盖轻度使用的全部消耗。新发布的模型通常附带免费体验期—以 HY3 为例，发布后有两周免费额度，即使过期，定价也属于国产模型性价比第一梯队。

如果拿不准做什么，WorkBuddy 已经按应用场景预设了模板，选一个直接开始即可。

短任务实战：Excel 可视化与数据清洗HY3 在短任务上表现突出。PPT 生成、数据清洗、Excel 图表可视化分析都能直接完成。

从开屏界面出发，输入任务描述后点击右下角"优化提示词"

按钮，WorkBuddy 会自动补全细节并执行。

提示词示例：

PROMPT / CODE · text帮我可视化这份流水账数据并分析一下。

重点关注：

1. 每月收支趋势；

2. 支出分类占比；

3. 异常大额支出标注；

4. 给出 3 条可操作的省钱建议。

执行过程可能较慢，但最终产出的可视化效果通常超出预期—包括图表、趋势分析和文字总结。数据清洗和 PPT 生成同理。

设计创意：用提示词生成完整网站这是一个容易被低估的用法。勾选"网站设计"场景后给出提示词，可以生成可运行的前端页面。以下是两个经过验证的模板。

模板一：个人作品集 Hero Section生成一个带有视频背景、鼠标交互和响应式布局的全屏 Hero 页面。

提示词：

PROMPT / CODE · textBuild a full-screen hero section for a creativeportfolio using React, Vite, Tailwind CSS, and theFigtree Google Font.要求：

1. 三个全屏循环视频作为背景，通过 crossfade 切换，透明度过渡1200ms；

2. 顶部导航栏：左侧导航项格式为"01 / Works"，右侧显示邮箱和实时时钟；

3. 底部内容区：左侧大字名称（200px），右侧介绍文案和 CTA 按钮；

4. 按钮 hover 效果：背景色从底部填充上来；

5. 支持平板和手机端的响应式适配；

6. prefers-reduced-motion 下禁用所有动画。

模板二：创意机构 Landing Page（鼠标控制视频）

这个模板的特色是视频不自动播放，而是跟随鼠标水平移动控制播放进度。

提示词：

以上两个模板全程使用 HY3 模型完成。

Skill 联动：跨服务的智能推荐WorkBuddy 的 Skill 系统允许 Agent 连接日常使用的各类服务。这种跨服务联动是 Skill 生态的核心价值—不是替代某个 App，而是成为多个 App 之间的连接层。

示例：微信读书 + QQ 音乐安装并连接微信读书和 QQ 音乐的 Skill 后，可以实现跨服务的智能推荐：

提示词：

微信读书 Skill 的安装链接可以在官方页面获取：

https://weread.qq.com/r/weread-skills。

第 24 章｜多 Agent 系统设计

如何进行多 Agent 系统设计本章路线单 Agent 和多 Agent 的真正差别任务是否值得拆分案例：产品宣传片专家团共享产物层并行与串行多智能体系统适合并行研究、专业分工与相互审校。

只有当角色边界、共享上下文和汇总责任明确时，协作才会带来净收益。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断多智能体系统适合并行研究、专业分工与相互审校。只有当角色边界、共享上下文和汇总责任明确时，协作才会带来净收益。

阅读抓手 单 Agent 和多 Agent 的真正差别 · 任务是否值得拆分· 案例：产品宣传片专家团 · 共享产物层一人公司产品宣传部实践（HyperFrames + 多 Agent）、WorkBuddy 专家团产品。本章以产品宣传片专家团的实际案例，回答：多 Agent 系统如何设计分工、如何串联产物、何时值得拆分。

单 Agent 和多 Agent 的真正差别维度单 Agent多 Agent上下文所有信息在一个任务角色只接收必要上下文分工一个执行体串行完成多角色并行或接力工具同一组权限可按角色隔离工具和权限质量自己生成、自己检查可设置独立评审者成本较低协调、模型和工具调用更多风险一处错误影响整体错误可能在角色间传播多 Agent 的价值来自专业分工、并行、权限隔离或独立评审，不来自角色数量。

任务是否值得拆分满足越多，越适合多 Agent：

— 至少两个子任务可以独立进行；

— 子任务需要不同方法、资料或工具；

— 输出可以定义清楚的交接格式；

— 并行能显著缩短等待；

— 有明确总负责人和最终验收；

— 预算允许多轮调用。

只改一封邮件、总结一份 PDF 或格式化一个表格，不需要专家团。

案例：产品宣传片专家团任务背景HyperFrames 是 HeyGen 开源的视频渲染框架（截至案例时 GitHub 17.7K Star），核心特点是对 AI Agent友好：Agent 可以自动生成基于 HTML 的视频帧并渲染输出。产品宣传片具有相对固定的套路—无需口播和演员，主要由产品展示、概念字幕和 BGM 构成。这类任务适合 Agent 团队分工处理。

工序设计产品宣传片专家团的完整工序如下：

流程图 / FLOW主理人：接收任务，拆解子任务Brief 角色：调研产品，输出内容简报分镜师：按 Brief 拆解镜头序列素材师：生成或抓取每帧所需素材剪辑师：按分镜表在 HyperFrames 中逐帧渲染配乐师：分析情绪曲线，生成并选择 BGM主理人：整合所有产物，输出成片角色契约角色输入输出禁止动作主理人用户任务描述、素材空间任务拆解、状态追踪、成片不跳过子任务验收直接交付Brief 角色产品官网、介绍文档brief.md（产品定位、核心价值、目标用户）

不直接写脚本分镜师brief.md分镜表（时间码、画面、字幕、转场、动效）

不引入 Brief 未确认的信息角色输入输出禁止动作素材师分镜表产品截图、概念图、界面素材不使用无版权来源素材剪辑师素材、分镜表逐帧 MP4 片段不改动分镜结构配乐师分镜表、情绪标注BGM 候选及推荐理由不只输出一个选项专家团演示在做产品宣传片之前，需要先把相关素材放到工作空间内。

PROMPT / CODE · Plain Text我希望你做一个产品宣传片，具体的话，是宣传腾讯的workbuddy最新的专家团，主打opc场景。当前空间下我放了一些素材，成片风格可以偏apple风格、真实软件界面。整个过程全自动团长先接到任务：把"做一支宣传片"拆成了一串子任务：先得搞清楚 WorkBuddy 专家团到底是什么、卖给谁、核心价值是什么；再决定叙事结构、镜头数量、节奏；然后再分头去做素材、剪辑、配乐。

brief 角色先开工：去把 WorkBuddy 官网、产品介绍、专家团列表都翻了一遍，输出一份 brief，这是什么产品、目标用户是谁、最值得放进 60 秒的几个核心点。

分镜师接着 brief 干活：把 60 秒拆成了 7 个镜头，每个镜头都细到时间码、画面、文字、转场、动效、需要的素材类型。

然后 素材师 和 剪辑师 开始干活：一个去生成 / 抓产品截图、概念图，另一个把素材按分镜表往 HyperFrames 里塞，逐镜头渲染出每一段 MP4。

最有意思的是 配乐师：它不是简单写个"科技感 BGM"的prompt 完事，它会先把分镜表读一遍，研究每个镜头的情绪曲线，标好哪些地方需要鼓点卡产品 reveal、哪些地方需要降下来做留白、哪些地方需要一个 hit point 推 CTA。

然后再去调用音乐模型生成候选 BGM。

最后由 团长 把所有产物整合，跑最后一道剪辑，输出成片。

整个过程我基本就是个旁观者：偶尔在关键节点拍一下板，比如分镜要不要这么排、BGM 喜不喜欢、字幕文案要不要改。

最后出来的片子，还挺不错的。

共享产物层多个 Agent 不应各自维护一份"产品事实"。建立单一产物路径：

下游角色只读取上游已确认的产物。角色之间不通过对话传递关键内容细节。

并行与串行可以并行： 素材生成与剪辑准备、不同镜头段落的渲染。

必须串行： Brief 确认后才写分镜、分镜确认后才生成素材、素材就绪后才剪辑、成片完成后才配乐合成。

并行计划必须标明汇合点。素材和剪辑可以并行准备，但最终合成必须等待所有素材就位。

主理人的职责主理人（制片人）是工作流控制器：

— 解释用户任务并维护子任务状态；

— 分发最小必要上下文给各角色；

— 检查上游产物是否满足交接格式；

— 决定并行、等待或重试；

— 在关键节点（如分镜确认、BGM 选择）请用户拍板；

— 汇总所有产物，执行最终合成；

— 对成片做一致性检查（画面、字幕、BGM 节奏是否对齐）

。

三个必须由人确认的点1Brief 确认：产品定位、目标用户、核心卖点是否准确；

2分镜确认：叙事结构、镜头数量、节奏是否符合预期；

3BGM 选择：情绪风格是否与成片调性匹配。

Agent 负责生成和执行，不能替代品牌方向和风格判断。

产品化路径：从自建到预置专家团自建团队将上述角色封装为一套 Skills，在 Agent 框架中自行编排。适用场景：开发者需要完全控制每个角色的提示词、工具权限和交接格式。门槛包括：定义角色职责、设计交接格式、调试并行与串行逻辑。

预置专家团WorkBuddy 专家团将上述分工产品化：团长负责任务拆解和分配，团员并行执行，用户只需描述任务。

创建专家团也很简单在专家->我的专家->创建专家就会跳转到workbuddy的对话框，根据它给定的格式即可快速创建属于自己的专家。

当前专家团覆盖的典型场景：

场景类别代表专家团内容创作产品宣传片、爆款内容创作、全域分发软件研发软件开发、代码测试商业分析深度研究、投资分析、数据分析业务支持SEO、销售、营销、财税合规、HR法律合规中文法律两种路径的选择维度自建 Skills预置专家团适用人群开发者，需要深度定制一人公司，直接使用上手门槛高（需定义角色、调试流程）

低（描述任务即可）

灵活度高（可修改任意环节）

中（支持自定义模型接入）

速度取决于搭建时间即开即用质量影响因素成片质量主要受以下因素影响：

— Agent 底座模型：Agent 模型的指令跟随和推理能力直接影响分镜质量和任务拆解准确性；

— 图像生成模型：影响产品截图的清晰度和概念图的视觉质量；

— 用户提供的素材：提前放入素材空间（图片、视频）可显著提升成片质量；

— 浏览器工具接入：若 Agent 具备浏览器操作能力，可自动抓取官网截图和产品界面，减少人工准备。

全自动方案适合快速出片（开源项目介绍视频、产品演示视频等）。对品质要求高的场景，建议以 Agent 产物为基础再做一轮人工二次剪辑。

失败传播控制角色失败降级方式Brief 角色无法获取产品信息用户补充基础信息后重试素材生成失败使用用户预置素材或标记空缺位置剪辑渲染超时交付已完成的片段和分镜表BGM 生成失败提供推荐 BGM 类型描述，由用户自选主理人合成失败交付各角色产物清单，由用户手动合成降级交付必须说明缺失内容，不伪装成完整成果。

多 Agent 任务 Brief 模板

第 25 章｜自动化工作流的可靠性

本章路线案例背景：内容博主的每日选题任务自动化前的三个门槛在 WorkBuddy 中设置自动化任务把自动化任务设计成状态机数据源就绪检查可靠自动化需要像生产系统一样被设计：可观察、可重试、可回滚、可升级，并在不确定或高风险时及时交给人。

目标：理解结构，完成一次可复核的任务闭环项目教程中的操作界面（节选）

本章核心判断可靠自动化需要像生产系统一样被设计：可观察、可重试、可回滚、可升级，并在不确定或高风险时及时交给人。

阅读抓手 案例背景：内容博主的每日选题任务 · 自动化前的三个门槛 · 在 WorkBuddy 中设置自动化任务 · 把自动化任务设计成状态机以"每日 AI 热点选题聚合"为贯穿案例，说明自动化工作流在从手动运行到定时可靠执行的过程中，需要处理哪些问题。

案例背景：内容博主的每日选题任务AI 内容领域更新速度快，每天需要从多个信息源中筛选当日值得写的选题。手动逐一翻阅各个平台耗时且容易遗漏。一个典型的 AI 博主选题需求如下：

PROMPT / CODE · text我是一名 AI 领域的博主，主要内容方向是 AI 教程、AI 工具、AICoding、AI 测评等。

帮我找今日的 AI 领域热点，方便筛选当天的选题内容。

来源：

• 微信公众号近期爆款文章（@wechat-article-search）
• GitHub 今日热门 AI 项目（@GitHub热门项目）
• 多引擎 AI 新闻聚合（@多引擎搜索）
• AI 热点追踪（@AIHOT）

手动运行一次这个任务，WorkBuddy 会同时调用四个数据源，整合输出一份当日 AI 热点清单，供博主快速判断和筛选。

跑通一次后，下一步是把它设置为定时自动化任务：每天早上 9:00 自动运行，结果推送到指定位置，无需每天手动触发。

本章围绕这个场景，说明从"能用"到"可靠自动化"需要处理哪些问题。

自动化前的三个门槛关键结论不是所有任务都适合立即自动化。判断标准：

1同一 Prompt 已手动运行至少三次，输出质量和格式基本稳定；

2触发条件、输入来源和验收标准清楚：什么时候运行、依赖哪些数据源、输出什么格式；

3有 owner、有告警、有停用方法：任务失败时谁处理，如何临时停用不影响其他流程。

选题任务满足以上三点：Prompt 结构固定、每天早上9:00 触发、输出内容为当日热点清单。

频繁改 Prompt 或数据源还不稳定的任务，先手动运行，不急于自动化。

在 WorkBuddy 中设置自动化任务手动运行确认效果后，在同一对话框中直接告诉WorkBuddy：

PROMPT / CODE · text把这个任务设置为自动化，每天早上 9:00 运行，结果发送到 [指定飞书群 / 邮件 / 企微通知]。

WorkBuddy 会将当前 Prompt 和数据源配置保存为定时任务，按设定时间自动执行。

设置完成后，每天早上 9:00，WorkBuddy 自动调用四个数据源，整合结果并推送。博主打开通知，直接开始筛选选题，不需要手动触发。

把自动化任务设计成状态机自动化不是让任务"跑起来就行"。真实环境中，每次运行都可能遇到：某个数据源返回超时、当日无 AI 相关条目、GitHub API 限流、推送目标不可达。

将任务设计成状态机，每个状态都有明确的成功条件和失败出口：

关键原则：部分数据源失败不应阻断整体任务，而是标记缺失后继续聚合；推送失败应保留结果并告警，不丢失已生成的内容。

数据源就绪检查关键结论定时触发不等于数据源已就绪。每次运行开始时，先检查各数据源的可用性：

数据源检查项不可用时的处理@wechat-article-search搜索 API 可达，返回非空结果标记缺失，继续其他来源@GitHub热门项目GitHub API 未限流，热门列表正常退避重试一次，失败则标记缺失@多引擎搜索搜索引擎可达标记缺失，继续其他来源@AIHOT热点追踪服务正常标记缺失，继续其他来源四个来源中至少有三个正常，才输出完整热点清单。全部失败时，进入 Blocked 状态并推送告警，次日重新触发。

内容质量门禁数据源可达不代表内容有效。聚合后需要过滤：

— 相关性：条目是否真正属于 AI 领域（排除泛科技话题的噪音）；

— 时效性：内容日期是否为当日（排除过期热点被重新推送的情况）；

— 重复性：同一事件是否已在多个来源出现，合并展示；

— 最低数量：有效条目少于 5 条时，视为当日 AI 热点不足，在输出中标注。

质量状态：pass（正常输出）、warning（部分来源缺失，在输出顶部说明）、blocked（有效条目不足，不推送正文，只推送说明）。

输出结构聚合完成后，输出一份结构固定的热点清单，方便博主快速扫描和判断：

输出格式固定后，博主可以在 5 分钟内完成选题判断，而不是每次重新整理格式。

推送目标与幂等每次运行的输出需要推送到固定位置。常见推送目标：

推送目标适用场景注意事项飞书群消息团队共享选题记录 message ID，避免重复推送个人飞书通知个人使用同上推送目标适用场景注意事项飞书文档（追加）

保留历史记录，便于回溯每日一条，按日期追加，不覆盖历史邮件跨平台通知记录发件 ID幂等原则：如果某次任务因推送失败而重试，不应重复发送已成功推送的内容。每次运行生成唯一批次 ID（如ai-hotspot-2026-07-10），推送成功后记录状态，重试时检查状态跳过已完成步骤。

超时和重试策略失败类型是否重试策略数据源 API 超时是等待 10 秒后重试一次，仍失败则标记缺失GitHub API 限流（429）

是按响应头中的 Retry-After 等待，最多等待 2 次认证失效（401/403）

否转人工处理，不自动重试推送目标不可达是指数退避重试 2 次，失败则告警并保留结果聚合结果为空否进入 blocked 状态，推送说明，次日重新触发重试只针对临时性故障，不对输入问题或配置问题重试。

断点续跑每次运行生成状态文件，记录已完成的步骤和产物：

推送失败后重试，从 delivering 步骤继续，不重新抓取和聚合。

告警要可行动自动化任务失败时，告警内容必须包含足够信息，让收到告警的人能够立即判断如何处理：

"任务失败，请查看"不足以让人处理。

降级交付当部分数据源失败，不应等待全部就绪再输出：

— 3 个及以上来源正常 → 输出清单，顶部标注哪些来源缺失；

— 2 个来源正常 → 输出简化清单，标注数据不完整；

— 1 个或 0 个来源正常 → 不输出正文，只推送说明和告警。

降级结果必须显式标记来源覆盖情况，不伪装成完整运行。

日志每次运行记录：

— 批次 ID 和触发方式（定时 / 手动）；

— 各数据源响应状态和耗时；

— 聚合条目数量和过滤后数量；

— 推送目标和结果（成功 / 失败 / message ID）；

— 总耗时和错误信息；

— 运行成本（Token 消耗、API 调用次数）。

日志不记录热点内容正文（避免日志过大）。

成本预算选题任务的主要成本来源：

成本项说明WorkBuddy 调用次数每次运行调用四个 Command，按平台计费规则计算外部 API 调用GitHub、搜索等数据源的 API 调用费用模型推理聚合和过滤阶段的 LLM 推理推送服务飞书等推送 API 的调用设置预算上限：单次运行超过设定成本时，记录告警并继续运行，但下一次运行前需确认。

自动化任务定义模板以选题任务为示例，记录完整的自动化任务定义：

上线前演练正式开启定时任务前，手动模拟以下场景，确认任务行为符合预期：

场景预期行为所有数据源正常输出完整清单，推送成功场景预期行为GitHub API 限流退避重试，仍失败则标记缺失，继续聚合其他来源当日无 AI 相关热点有效条目不足，输出说明，不推送空清单推送目标不可达重试 2 次，失败则告警并保留结果重复触发（手动触发与定时同时）

检测批次 ID，跳过重复执行演练通过后再开启定时运行。

运行指标稳定运行后，定期检查以下指标：

— 按时触发率：09:00 定时是否准时触发；

— 一次运行成功率：不需要重试的成功比例；

— 数据源可用率：各来源的单独可用比例；

— 有效条目数量趋势：监测 AI 热点信息量的波动；

— 推送成功率：推送不丢失的比例；

— 单次运行成本：追踪成本变化趋势。

指标出现持续下降时，检查对应数据源或推送配置是否发生变化。

从个人自动化到团队服务个人选题任务运行稳定后，可以扩展为团队共享：

维度个人使用团队服务推送目标个人通知团队飞书群选题方向单一方向多方向分类推送维度个人使用团队服务审核流程个人判断主编确认后分发故障处理自己处理有 owner 和备份处理人成本归属个人账户团队预算扩展为团队服务时，需要补充：明确 owner、建立运行手册、设置权限（谁能修改 Prompt 和推送配置）、制定变更流程（修改数据源需测试后生效）。

自动化的高级形态，不是完全没有人，而是正常路径少打扰人，异常路径能及时找到正确的人。

选题任务的迭代优化自动化任务上线后，根据实际使用反馈持续迭代：

Prompt 优化：根据哪类条目真正被采用、哪类被忽略，调整过滤维度和描述。修改 Prompt 后需手动运行三次确认效果再重新保存自动化配置。

数据源调整：某个数据源长期质量差或可用率低，考虑替换或降低其权重。

输出格式迭代：根据筛选习惯调整清单格式（如增加"本周已覆盖"标记，避免重复选题）。

时间调整：根据实际使用习惯调整触发时间（如改为 8:30或 10:00）。

每次调整都是一次小型配置变更，遵循"改 → 手动验证 →重新保存"的流程，不直接在定时任务上实验。

PART 04岗位与行业路线把方法映射到职责、成熟度与业务价值不同岗位不需要从同一入口开始。用任务成熟度、风险与复用频率来选择路线，逐步形成团队级、行业级工作系统。

第 26 章｜岗位路线图

岗位路线图：不同岗位如何把WorkBuddy 用深本章路线岗位应用的四级成熟度产品经理运营与市场销售与售前HR 与行政岗位路线应从高频、低风险、易验证的任务起步，再逐步扩展到跨工具流程和团队资产，形成可衡量的能力成熟度。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断岗位路线应从高频、低风险、易验证的任务起步，再逐步扩展到跨工具流程和团队资产，形成可衡量的能力成熟度。

阅读抓手 岗位应用的四级成熟度 · 产品经理 · 运营与市场 · 销售与售前岗位应用不应从“这个岗位有哪些提示词”开始，而应从三个问题开始：哪些工作重复发生，哪些产物有稳定标准，哪些决定必须由人承担责任。

岗位应用的四级成熟度等级工作方式典型形态进入下一级的条件L1 单次辅助人给完整材料，AI 生成草稿纪要、摘要、表格、PPT输出可验收，连续成功 3 次L2 固定模板使用任务卡和标准输出周报、复盘、客户简报输入字段和验收规则稳定L3 工作流Skill、资料库、连接器协作内容流、知识流、报表流有负责人、日志和异常处理L4 团队能力项目、专家团和自动化运行部门级数字员工权限、成本和资产治理到位每个岗位都应从 L1 的低风险任务开始。不是所有任务都需要进入 L4；低频、差异大或责任重的工作，保持“AI 辅助 + 人工决策”更合理。

产品经理场景输入交付物用户访谈整理录音转写、访谈提纲痛点、原话、待验证问题反馈聚类与版本复盘工单、评论、埋点摘要问题分类、影响范围、证据表竞品证据库官网、定价、更新日志、评论可追溯对比表和定期简报产品发现工作流反馈、数据、竞品、业务目标机会地图和决策材料运营与市场场景输入交付物内容改写、素材盘点已审长文、图片目录平台草稿、素材清单标题、封面与平台适配已审事实包、品牌规范标题池、公众号封面、小红书长图、口播稿选题与内容中台资讯源、评论、品牌规范、历史内容候选池、证据表、内容日历、复盘库内容专家团热点、产品资料、渠道数据研究、脚本、分镜、多平台草稿、复盘销售与售前场景交付物风险点会后纪要需求、异议、待办、负责人把推测写成客户承诺客户研究画像、公开动态、机会假设使用过时或同名公司资料方案与演示方案大纲、演示脚本、FAQ虚构能力、价格和案例跟进工作流CRM 草稿、提醒、材料更新未确认写入和外发HR 与行政场景推荐做法必须控制制度摘要、材料检查基于批准文件生成 FAQ版本日期和适用范围入职与培训生成学习路径、课件和清单员工数据最小化HR 知识助手连接制度库回答常见问题权限、引用与升级人工人事流程辅助提醒、材料完整性、报表不自动做雇佣决策财务与法务财务场景法务场景人工关口发票识别、账单整理条款提取、版本对照金额与原文复核预算差异、异常清单标准条款偏离清单口径和风险判断月结材料流水线合同知识库、审阅工作台专业人员签字受控系统回写合同流程提醒付款、申报、签署确认研发与 IT场景交付物检查点代码理解、技术文档架构图、README、模块清单与实际代码一致测试与缺陷分析测试矩阵、复现步骤、修复建议测试通过、代码评审开发工作流分支改动、CI 诊断、发布说明合并和部署确认IT 自动化巡检、告警摘要、知识库生产权限和事故响应部门推广模板每个岗位先选一个场景，填写下面这张卡：

项目填写内容原流程谁在什么时间，用哪些系统，花多久输入文件、字段、权限、质量问题项目填写内容输出文件、系统记录、通知对象验收准确性、完整性、时效和风险人工关口谁确认，什么情况下必须暂停指标基线、目标值、观察周期负责人业务、技术、资产维护人岗位落地的终点不是“每个人都会问 AI”，而是形成一批能被新人复用、由负责人维护、出了问题能追溯的标准工作流。

第 27 章｜行业路线图

行业路线图：从通用能力到行业工作流本章路线识别行业场景的五个问题制造业跨境电商金融、咨询与财税医疗医药行业路线需要叠加领域知识、法规、数据边界与业务指标。同一种 AI 能力，在不同场景中的风险与验收标准并不相同。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断行业路线需要叠加领域知识、法规、数据边界与业务指标。同一种 AI 能力，在不同场景中的风险与验收标准并不相同。

阅读抓手 识别行业场景的五个问题 · 制造业 · 跨境电商 · 金融、咨询与财税行业方案不是把“生成周报、做 PPT”换一个行业名称。

真正的行业化至少包含四层：行业对象、专业流程、系统与数据、责任和监管边界。

识别行业场景的五个问题1工作对象是什么：订单、设备、病例、合同、课程还是内容素材？

2流程由哪些岗位和系统共同完成？

3哪些字段、口径或版本必须保持一致？

4错误会造成什么后果，谁拥有最终责任？

5哪一步最重复、最耗时，又最容易人工验收？

只有第五类步骤适合作为首批 AI 试点。

制造业流程图 / FLOW设备/生产/质检记录归集与字段校验异常与趋势分析日报/周报/质量报告人工确认与闭环场景输入交付物专业约束生产报表ERP 导出、班组表、停机记录产量、良率、停机原因班次、物料、工序口径一致质量记录检验表、图片、标准规范缺陷分类、异常批次、报告草稿不代替质量放行设备知识手册、维修记录、故障代码排障建议、备件清单安全操作和停机权限供应链周报订单、库存、交期风险清单、催办建议数据时点和供应商权限跨境电商跨境电商的难点不是单一内容生成，而是多平台、多语言、多币种、多时区和多规则并存。

场景WorkBuddy 工作流验收重点商品上新产品资料 → 卖点 → 多语种草稿 → 平台格式参数、禁用词、商标和本地表达客服与评价工单聚类 → 回复草稿→ FAQ 更新订单事实、退款承诺、语气经营复盘订单/广告/库存 → 统一口径 → 利润与异常汇率、时区、归因窗口供应链协同采购、交期、物流 → 风险清单单号、时间、责任人金融、咨询与财税这类行业的核心资产是证据、分析口径和专业判断。

AI 适合缩短资料处理时间，不适合隐藏来源后直接给结论。

场景基础版进阶版人工关口行业研究来源表和资料摘要证据矩阵、定期跟踪观点与投资含义咨询项目访谈纪要、材料盘点假设树、分析底稿、报告建议与客户承诺财税材料单据识别、字段核对申报资料清单、差异检查申报和税务判断经营分析多表汇总指标解释、异常归因会计口径和管理决策医疗医药医疗医药强调证据等级、版本控制、隐私和专业资质。

首批场景应避开诊断和治疗决定。

场景可由 AI 辅助不应自动完成文献整理检索结果去重、摘要、证据表临床结论和治疗建议生产质量批记录完整性检查、培训材料批次放行和偏差定责医学/市场材料来源核对、禁用表述提示宣传合规最终批准内部知识制度问答、版本定位超权限访问患者或试验数据文化传媒与广告视频团队案例已经展示了多 Agent 内容流水线。行业落地时，还需要在创作效率之外加入版权、品牌和发布控制。

流程图 / FLOW热点与客户 brief选题评分脚本与分镜素材与制作事实/版权/品牌审核人工发布数据复盘可沉淀资产，品牌语气、禁用词、事实来源库、授权素材库、平台格式模板、选题评分表、脚本 Skill、分镜模板和复盘指标。

教育与培训场景输入交付物约束企业培训制度、课程、案例学习路径、课件、题库版本和适用人群教学备课课程标准、教材、学情教案、活动、练习知识准确和年龄适配学习反馈作业、评分规则共性问题、反馈草稿不用敏感特征贴标签招生内容批准的课程资料页面和咨询话术草稿不夸大效果和承诺建筑装饰与科技服务这类行业以项目为单位，材料多、版本多、责任链长。

WorkBuddy 适合做资料盘点、标书初稿、合同差异和项目周报。

场景交付物风险控制招投标响应矩阵、材料清单、标书初稿逐条对应招标文件，不虚构资质方案设计需求摘要、方案结构、汇报材料专业计算和图纸需资质人员确认项目管理纪要、进度、风险和变更清单版本、签字和责任主体可追溯合同与报价条款差异、报价表检查金额、税率和承诺人工复核CHAPTER 28企业落地从个人提效，走向可复制的组织能力以真实业务场景为起点，连接团队、流程、数据与工具。

让试点交付成果、接受检查，并沉淀为团队可复用的工作方法。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱

第 28 章｜企业落地

来源：企业 AI 应用理论架构与实操分享 · 网页 1–32 页；2026-09-11 整理从个人提效到组织能力本章路线组织与架构 · 四个业务演示 · 国企落地案例32 项场景 · Skill 工程 · 企业知识库治理与服务 · 三个跟做练习把真实业务拆成可执行流程，接上可信数据与工具，明确责任和检查标准，让成功做法成为团队可持续复用的能力。

目标：形成可运行、可验收、可交接的企业试点。

01 Agent承担分工与任务调度02 Skills固定步骤和交付标准03 Data提供业务数据与知识依据石宗元《企业 AI 应用理论架构与实操分享》网页整理；保留案例对象与业务范围，重组为报告式阅读。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.1 落地方法先跑通一项业务，再复制到组织来源：企业 AI 应用理论架构与实操分享 · 网页 11–12 页；2026-09-11 整理核心判断企业工作台由组织分工、标准流程和业务数据共同构成。每个试点都应交付一件可检查的成果。

先定职责指定业务负责人、执行岗位与技术支持；区分 AI 可以完成的步骤、需要判断的节点，以及异常交给谁。

再定流程把高频任务写成输入、处理、输出、检查四段；把已经跑通的方法封装成共享 Skill，减少各部门重复建设。

同步整理数据汇集文档、客户与订单信息，统一行业术语和指标口径；为每类数据指定更新节奏与维护人。

共同建设业务团队提供流程、真实样本与验收规则，AI 服务团队完成配置、集成、调试和移交。

三个要素如何相互支持01 Agent：组织执行理解任务、分派步骤、处理例外02 Skills：固定方法把 SOP 变成可重复执行的能力03 Data：提供证据用文档和系统数据支撑判断首批场景怎么选优先选择反复发生、输入可获得、结果可判断的任务。记录原耗时与返工情况，再用相同口径比较试点结果。跨系统写入与业务决策需单独设计权限和确认机制。

可见交付一份业务任务卡 + 一次真实任务结果 + 一组检查记录 + 明确的维护人。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.1 技术背景与选型从模型能力，走向可执行的工作系统来源：企业 AI 应用理论架构与实操分享 · 网页 7–9 页；2026-09-11 整理理解演进的四个阶段理解与生成Transformer、自监督训练与规模化模型，推动文本理解和内容生成。网页用 GPT-3、GPT-4 等说明基础能力的演进。

对话交互ChatGPT 让普通用户通过自然语言提出任务。问题随之转为：上下文够不够，回答是否有依据，结果如何验证。

推理与行动ReAct 将推理与工具动作联系起来；编码与办公智能体进一步把文件、命令、检索和外部系统纳入执行过程。

组织级应用网页把 2026 年的方向概括为企业工作台：统一分工、共享流程与数据，并持续管理权限、成本和质量。

网页的模型生态分组分组 网页列举的厂商海外厂商 OpenAI、Google、Anthropic国内大厂 阿里通义、字节豆包、腾讯混元国内新兴厂商 DeepSeek、智谱、月之暗面、MiniMax编码类入口网页讨论终端工具、IDE 结对和工程团队协作三种路径，列举 Claude Code、Codex、Cursor、Trae、Devin、Coder、CodeBuddy、CodeArts。

办公类入口研究报告、平台办公和自主执行对应不同任务形态；

网页列举 ChatGPT 深度研究、Kimi、MiniMax、WorkBuddy、千问办公、Trae work、百度搭子和Manus。

如何使用这张图谱将其用作生态分类。型号、排名、估值和活跃用户数会变化，不能直接作为本企业的采购或验收依据。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.1 模型配置按任务与数据边界选择模型接入方式来源：企业 AI 应用理论架构与实操分享 · 网页 16 页；2026-09-11 整理三种配置思路内置服务适合快速试用与通用办公。先用产品提供的模型或自动路由，观察输出质量、耗时和用量，再决定是否调整。

外部模型接口适合已有 API 服务的团队。通常需核对端点、模型名称、凭据及参数；对同一组真实任务做测试，确认接入和计费口径。

本地或内网推理网页列举 Ollama、vLLM、Xinference 与开放权重模型作为架构选项。实施前需核对硬件、性能、网络依赖及企业产品的实际对接能力。

部署判断本地部署模型不等于整条任务链离线。检索、日志、图片处理、连接器与邮件通道都要纳入数据流核对。

用任务要求代替型号口号任务 重点验证纪要、邮件、日报 事实准确、格式稳定、响应速度长文档与标书 长文覆盖、引用位置、关键条款代码与 SQL 执行正确性、测试结果、权限范围图片、票据与截图 文字与数字识别、表格结构敏感业务材料 端到端数据路径、访问与保留策略先用同一组材料比较记录任务成功率、事实错误、人工修改量、运行时间与费用。让模型选择与具体业务结果对应。

可用模型、参数和部署形态以实际采购版本及验证结果为准；

本章不将网页型号清单转写为当前产品承诺。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.2 智能体与 HarnessAgent 的执行能力，需要工程框架支撑来源：企业 AI 应用理论架构与实操分享 · 网页 14–15 页；2026-09-11 整理概念拆解大模型负责理解、推理与生成；Harness 负责准备上下文、运行工具、管理任务状态与检查交付。

上下文装配：给模型什么身份与规则系统提示词说明角色、行为边界和输出要求。

记忆与会话保留长期偏好、项目约定和当前任务进展，避免每轮重新说明。

工具与任务向模型提供可用技能、连接器及用户的具体任务。

检索材料按问题加载相关文档或数据，并保留来源。

运行控制：任务如何完成01 规划把目标拆为有输入和输出的步骤02 执行调用文件、命令、检索或 API03 检查核对结果，定位偏差并修正04 交付与沉淀返回成果、执行记录与可复用方法区分能力边界是否具备工具、持久化状态、权限机制和结果验证，决定应用能走到哪一步。对话产品也可能具有这些能力，不能仅凭产品类别断言它“只能聊天”。

人的位置目标、业务取舍与最终责任由人明确；需要批准的动作设置检查点，异常可以转人工处理。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.2 交互与工作空间四种任务入口，服务不同的工作节奏来源：企业 AI 应用理论架构与实操分享 · 网页 17 页；2026-09-11 整理持续协作与即时请求工作空间按项目、客户或职能组织文件与背景资料，维护各自约定。销售可以按客户沉淀信息，研发可以按项目管理任务。空间划分需要与实际访问控制配合。

助理入口从企业微信等沟通工具发起请求，适合移动办公与简短查询。绑定通道、成员可见范围和执行账户后，先验证一条读取任务。

避免上下文混杂项目文件、负责人、输入版本和交付位置要写清楚。同一话题延续到原空间，新项目建立新的资料范围。

一次交付与周期执行任务模式围绕报告、表格或分析结果提交工单，记录状态与产物位置。复杂任务可分步骤推进，完成后保留可复盘的结果和过程。

自动化按时间或事件触发已验证的流程，生成结果并通知相关人员。启动条件、运行环境、重试规则与异常通知应一起配置。

把入口与任务对应长期客户项目用空间沉淀；出差时通过助理查询；

一次性报告交给任务；稳定日报再设置自动化。

网页关于云端常驻、跨通道和任务保留的表述属于特定方案描述；落地时逐项验证自己的版本与运行环境。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.2 上下文与记忆把临时上下文与长期记忆分开管理来源：企业 AI 应用理论架构与实操分享 · 网页 18–19 页；2026-09-11 整理上下文是当前任务的工作台系统规则、工具定义、历史对话、当前指令和检索资料都会占用上下文。先提供必要材料，再持续保留已确认的结论、待办和证据位置。

缓存与压缩稳定前缀可能被缓存；长对话可通过摘要缩减体积。

压缩后应检查目标、已作决定和待解决问题是否保留，不能假定所有细节永远无损。

及时形成交接摘要保存当前目标、确认过的结果、源文件位置与下一步。长任务重新开始前，先复核摘要与最新材料。

读懂网页中的数值168K 窗口、5 分钟缓存、90% 成本节省、50% 压缩等属于网页示例或表述；具体限制与费用需按模型、版本和实测核对。

记忆分层，便于移交云端记忆网页描述跨项目、跨设备的用户偏好摘要。适合保存长期稳定信息；同步范围、写入机制与清理方式需要验证。

用户级本地记忆MEMORY.md 用于长期习惯和跨项目约定。网页给出用户显式写入与字符限额示例，实施时应保持最小必要内容。

工作空间记忆每日工作日志与项目笔记记录输入、决策、纠偏及交接事项。网页给出日期日志和超过 30 天蒸馏的做法，可作为维护策略参考。

身份文件SOUL.md 描述行为准则，IDENTITY.md 描述角色能力，USER.md 描述用户背景。它们是网页示例文件约定，不是所有产品必备格式。

四类信息身份：我负责什么；偏好：用户怎样工作；历史：

已经做过什么；日志：每一步如何发生。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.2 网页所附产品截图界面速览｜模型、任务入口与上下文来源：企业 AI 应用理论架构与实操分享 · 网页 16–18 页；2026-09-11 整理模型选择示例用于理解选择入口；不代表当前可用型号。

上下文用量示例观察信息占用比例；具体限制依模型而异。

任务与空间入口示例截图包含网页作者的示例空间名称。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.3 四个业务演示案例一｜把会议录音变成可追踪的待办来源：企业 AI 应用理论架构与实操分享 · 网页 3 页；2026-09-11 整理业务结果获得可归档的会议纪要、逐字转写，以及带负责人和期限的行动项；将已确认信息沉淀到客户记录。

使用情境销售拜访、售前培训、需求调研、项目复盘与内部例会。输入应能定位会议：会议号、主题或时间区间。

输入与结构连接器取回智能纪要与逐字转写，两者相互补充。成稿包括会议信息、摘要、分议题记录、待办、决议和转写全文。

检查重点保留说话人与上下文，区分诉求、建议和已作决定。

缺失负责人、期限或录音内容时标记待核实，避免将推测写成承诺。

网页案例口径网页描述 50 分钟会议约 3 分钟出纪要。这是来源案例的耗时表述，报告未复现实测，也不构成每次交付的速度保证。

完整工作链01 定位录制按会议信息查找云端记录02 双路取回获取摘要与带说话人的转写03 生成纪要套用企业模板，列决议与待办04 复核归档确认后更新客户主档与时间线验收交付物纪要能打开且结构齐全；每个行动项能回答“谁、何时、交付什么”；客户记录回写后可查询到，重复执行不会重复建档。

查看网页链接的会议纪要成品W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.3 四个业务演示案例二｜把每日资讯整理做成固定交付来源：企业 AI 应用理论架构与实操分享 · 网页 4 页；2026-09-11 整理业务结果在固定时间收到有来源的行业摘要、分析与报告，减少团队每天各自搜索和重复阅读。

网页配置示例每天 08:30 启动，关注企业 AI 应用与 AI coding，筛选 5–8 条动态。浏览器采集后，由模型分析并生成HTML 报告。

报告与推送网页使用深红与金色的报告样式，提出 HTML 小于50KB，并通过 QQ 邮箱 MCP 发送 HTML 与 PNG。正文内嵌和附件形式需在真实邮件中分别检查。

运行前准备明确来源网站、监测方向、日期与时区，配置运行目录和邮件账户。先手动成功一次，再按约定名单启用定时推送。

事实与研判分开事实写清链接、发布时间与事件日期；分析说明依据。没有足够有效新闻时减少条数，不用旧闻或虚构内容凑数。

定时交付流程01 定时启动加载方向、来源与输出模板02 采集与去重核对日期，保留原始链接03 编排报告写摘要、影响判断与待观察点04 检查后推送检查附件、对象与发送回执验收交付物新闻有证据、分析有边界、报告体积和版面达标；发送记录可查，失败可告警，重复触发不会多次推送同一报告。

查看网页链接的 AI 新闻报告W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.3 四个业务演示案例三｜把选品需求转为有证据的榜单来源：企业 AI 应用理论架构与实操分享 · 网页 5 页；2026-09-11 整理业务结果围绕品类和周期取得商品与供应商数据，形成可比较的清单，支持选品、代发与采购讨论。

输入指定中文关键词、周榜或月榜、数量、排序方式和筛选条件。例如查询本月手机壳，比较销量、价格与供应商标签。

网页的接口链路案例通过 LinkFox DLD API 查询榜单，再生成 EAS 风格的自包含 HTML。网页使用 pageType=2 表示周榜、pageType=3 表示月榜。

数据维度周/月周期，销量或 GMV 等排序，批发价与代发价，以及工厂、跨境、代发和供应商信息。报告需保留商品链接与查询时点。

费用与凭据网页写明每次调用 9 积分，并需LINKFOX_AGENT_API_KEY。此为来源示例配置；

正式运行前核对接口授权、字段定义与当期计费。

查询与报告流程01 说清需求品类、周期、数量与筛选范围02 生成参数将需求映射为接口查询条件03 取回结果检查字段、单位、空值和时点04 形成清单明细、比较依据、供应商链接验收交付物排名指标前后一致，价格与币种清楚，来源字段能回查。热销数据帮助筛选候选，不直接证明利润、质量、履约或未来销量。

查看网页链接的手机壳热销榜W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.3 四个业务演示 · 对应网页 #p6案例四｜从 Excel 快照生成制造经营看板来源：企业 AI 应用理论架构与实操分享 · 网页 6 页；2026-09-11 整理业务结果面向厂长、生产、运营与质量负责人，把订单、生产、库存、质量和设备情况汇入经营看板，并形成结论与行动项。

18 张 Sheet 的采集表网页方案由客户填写标准 Excel，再由脚本生成静态HTML。它不依赖数据库或 MCP；更新频率取决于采集表快照，不应描述成实时数据大屏。

输入检查按字段字典核对必填表、枚举、金额、百分比与时间口径。未提供的模块明确标记缺数据，不能补造数值，也不让整个看板中断。

生成与复核脚本计算指标、生成深色看板与 KPI 摘要。人工检查网页所提的三处待复核标识，核对结论，再补齐责任人与处理期限。

查看网页链接的制造业看板示例八个展示模块模块 关注内容KPI 顶部指标 关键经营指标总览订单全景 订单与交付风险生产执行 工单与生产进度物料库存 库存状态与缺料风险质量管理 检验结果与质量异常设备 Andon 设备状态及 OEE 信息经营一页纸 经营速览与关键结论行动清单 问题、责任人与完成期限验收标准随机选择指标回算到原表；缺数据模块有标记；风险与行动项能对应。看板、结论页和行动清单一并交付。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.4 某大型国企集团方案国企案例｜先以试点结果支撑场景规划来源：企业 AI 应用理论架构与实操分享 · 网页 13 页；2026-09-11 整理案例范围网页匿名展示某大型国企集团的 WorkBuddy 方案：先做跨部门验证，再规划市场、科创、财务、生产、数智与人力六条业务线。

网页记录的试点基础5 个部门参与，约消耗 8,000 积分。来源以供应商评比为例，称处理周期由 2–3 天缩短为约 50 分钟，并概括为约 10 倍提效。

从试点到正式规划根据试点与需求征集，形成六部门 19 个核心场景，并提出按账号绑定场景与业务价值的推广思路。具体场景在后两页完整展开。

比较口径“天”与“分钟”不能直接证明固定提效倍数。需先统一工作时长、任务范围和复核时间，再比较质量、返工及端到端交付周期。

网页方案中的规模与费用项目 网页所述首批账号 50 个首年金额 11.88 万元规划范围 6 部门，19 个核心场景方案表述 一账号对应一场景、一项价值安全表述 PIA 二星+、数据不出域以上属于特定客户方案的原网页信息，未在本次工作中核验合同、费用范围、认证材料或测试记录；不作为官方价目表或合规结论。

企业可复用的做法用一个场景明确业务负责人、输入样本、结果标准和费用口径。扩展账号前，先确认场景能稳定运行，并留下培训、验收与维护记录。

打开网页链接的完整客户方案W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.4 国企场景规划六部门 19 个场景（上）

来源：企业 AI 应用理论架构与实操分享 · 网页 13 页；2026-09-11 整理市场（品牌）管理部销售与经营分析归集分子公司销量，形成多维排名与趋势。

大宗商品早报监测原盐、煤炭、纯碱价格，按计划推送。

商品条码台账统一在产、在销和新增产品记录。

电商控价与禁销将 SKU、图片与定价规则比对，分级提示异常。

科创部研发费用合并多类台账，输出同比、占比和趋势。

科研政策跟踪项目、赛事和政策，提示申报窗口。

财务部经营决策材料整理滚动资金计划及分析建议。

合并报表差异下钻至子公司，定位差异并说明口径。

成本差异按产品、产线、期间拆解材料、能耗和人工。

月度财务报告组织利润、费用和现金流分析，保留复核依据。

交付落点每个场景都绑定数据负责人、输出模板、人工检查点和更新频率；交付结果应能追溯到源记录。

推广时的检查先验证字段和统计口径，再扩展数据量与部门范围。

上述内容是案例规划，不表示全部场景均已在该企业上线。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.4 国企场景规划六部门 19 个场景（下）

来源：企业 AI 应用理论架构与实操分享 · 网页 13 页；2026-09-11 整理生产管理部月度经营报告汇集产量、质量、能耗与安全指标，提示异常。

质量指标看板按月或季度呈现一次合格率、优级品率。

能耗成本定位数据波动，形成生产分析材料。

包装版面初审检查图片、文字和 Logo 的一致性与规范。

数智部制度问答依托集团制度库检索回答，附来源与版本。

同业业绩定期归集上市公司公告与业绩，形成对比。

人力资源部总结要点批量提炼总结计划中的成果、问题与安排。

数据测算与并表保留公式函数，固化口径与处理步骤。

批量文件处理统一读取、转换与整理，输出异常记录。

交付落点每个场景都绑定数据负责人、输出模板、人工检查点和更新频率；交付结果应能追溯到源记录。

推广时的检查先验证字段和统计口径，再扩展数据量与部门范围。

上述内容是案例规划，不表示全部场景均已在该企业上线。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜内容生产来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理01 公文与标书模板适用岗位 / 网页分级：行政、投标岗 · L2输入 文种、要点、投标要求和版式规范。

处理 确认对象与模板；组织正文；检查日期、编号、格式与内容口径。

交付与检查 可编辑初稿与待补材料。资质、业绩和数字逐项核实。

02 会议纪要与录音归档适用岗位 / 网页分级：助理、项目经理 · L2输入 会议录制、智能摘要与逐字转写。

处理 定位会议并取回内容；整理议题、决定和行动；

套模板归档。

交付与检查 结构化纪要与待办。说话人或录音异常要标出，未确认信息不下结论。

03 项目建议书与方案适用岗位 / 网页分级：售前、咨询岗 · L2输入 客户需求、背景、历史方案和报价规则。

处理 按需求组织背景、方案、价值与实施章节；统一数字；列确认事项。

交付与检查 方案初稿、亮点页和问题清单。能力与案例均需有依据。

04 营销与新媒体文案适用岗位 / 网页分级：内容运营 · L1输入 产品证据、渠道、受众与品牌风格。

处理 按平台组织标题与正文；制作不同表达；检查功效承诺和措辞。

交付与检查 多渠道文案与测试建议。标题、正文和行动引导保持一致。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜情报研究来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理05 政策检索与解读适用岗位 / 网页分级：合规、战略岗 · L2输入 政策原文、发布机构、生效时间和业务范围。

处理 确认权威版本；提取适用要求；分析影响并排序处理动作。

交付与检查 政策影响与整改计划。标注依据和期限，交专业人员复核。

06 行业与竞品研判适用岗位 / 网页分级：战略、市场岗 · L3输入 主题、受众、时间范围及多来源材料。

处理 从实践、研究、质疑等角度检索；对照冲突证据；综合并复查结论。

交付与检查 简报、关键发现及证据强弱说明。区分共识、争议和未知。

07 企业工商信息分析适用岗位 / 网页分级：销售、商务岗 · L2输入 公司名称、业务目的与查询时点。

处理 核对法定全称；查股权、经营和招投标动态；提炼合作线索。

交付与检查 一页企业摘要。避免同名错配，风险判断保留来源。

08 学术文献梳理适用岗位 / 网页分级：研究、产品岗 · L2输入 研究问题、检索周期与关注指标。

处理 检索论文；提取方法、样本、结果和局限；比较可借鉴的思路。

交付与检查 文献综述和方法清单。引用对应原论文，不放大研究结论。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜数据治理来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理09 文件批处理与转换适用岗位 / 网页分级：行政、全员 · L1输入 目标文件夹、命名与转换规则。

处理 盘点文件；预览操作映射；批量处理并记录失败项。

交付与检查 处理清单和异常明细。保留原件，检查重名、乱码和转换丢失。

10 清洗并表与图表适用岗位 / 网页分级：数据、运营岗 · L2输入 多来源表格、主键与指标字典。

处理 对齐字段、单位和时区；处理重复与缺失；形成分析表和图。

交付与检查 清洗数据、异常表与图表。缺值处理有依据，汇总结果可回算。

11 多源数据分析适用岗位 / 网页分级：数据分析岗 · L3输入 业务系统数据、问题与统一统计口径。

处理 连接允许访问的数据；按维度关联；分析波动和证据。

交付与检查 分析报告与图表。标明口径差异，相关关系不直接写成因果。

12 经营分析看板适用岗位 / 网页分级：经营者、分析岗 · L3输入 经营 Excel、指标需求和汇报场合。

处理 明确单平台或多平台范围；计算指标；组织诊断、风险和动作。

交付与检查 看板与行动项。每项 KPI 能回查数据，缺失值明确标记。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜系统集成来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理13 消息、文档与会议协同适用岗位 / 网页分级：行政、全员 · L2输入 目标应用、操作链及接收对象。

处理 确认授权；依次建立文档或会议等对象；需要时发送通知并查回执。

交付与检查 执行回执与对象链接。核对人员、时间和失败环节。

14 ERP / CRM 对接适用岗位 / 网页分级：销售、财务岗 · L3输入 客户或订单描述、目标对象和必填字段。

处理 核实工商信息并查重；确认字段；按系统流程写入和回查。

交付与检查 业务记录与通知回执。遵守原审批流程，缺项不擅自代选。

15 数据库查询适用岗位 / 网页分级：IT、数据岗 · L3输入 业务问题、表结构与允许查询的范围。

处理 使用只读权限；检查生成的 SQL；查询并核验结果。

交付与检查 数据、查询语句与分析。限制扫描范围，防止意外写入。

16 连接器接入适用岗位 / 网页分级：IT、业务用户 · L3输入 外部系统名称、任务与授权范围。

处理 寻找可用连接器；完成身份绑定；用小任务验证接口。

交付与检查 配置说明和验证记录。MCP 统一协议，系统授权与适配仍需完成。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜创意设计来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理17 商品图与品牌物料适用岗位 / 网页分级：电商、品牌岗 · L2输入 产品实物或参数、市场与品牌规范。

处理 规划画面和卖点；生成视觉素材；用确定的文字与版式校对成品。

交付与检查 提示词与图片包。产品形态、Logo、中文和尺寸需要逐张检查。

18 AI 视频与宣传片适用岗位 / 网页分级：品牌、新媒体岗 · L2输入 传播主题、脚本要点与视觉参考。

处理 确认脚本和分镜；逐镜生产素材；剪辑并核对声音、字幕和节奏。

交付与检查 分镜与视频。检查事实、素材授权、文字和画面同步。

19 数据可视化大屏适用岗位 / 网页分级：数据、运营岗 · L2输入 真实数据、指标与屏幕使用场景。

处理 选择趋势、对比或构成图；安排层级；按实际尺寸检查。

交付与检查 HTML 大屏。文字可读，单位清楚，图表没有溢出和截断。

20 网页与落地页适用岗位 / 网页分级：市场、运营岗 · L2输入 活动或产品资料、受众与转化动作。

处理 组织页面内容；实现响应式布局；测试表单、链接与多端显示。

交付与检查 网页及访问地址。发布范围、品牌内容和收集字段需确认。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜合规审查来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理21 合同条款初审适用岗位 / 网页分级：法务、采购岗 · L2输入 合同全文、合作背景与关注事项。

处理 识别合同类型；检查权责、付款、违约和知识产权；说明偏离。

交付与检查 风险分级与修改建议。保留原条款位置，最终意见由专业人员确认。

22 政策文件符合性适用岗位 / 网页分级：合规、行政岗 · L2输入 有效政策与待审业务文件。

处理 把要求逐项映射到文件；标出缺失或不一致；提出补充动作。

交付与检查 对照表与整改清单。区分明确要求与编辑建议。

23 经营内容合规检查适用岗位 / 网页分级：合规、运营岗 · L2输入 营销或经营内容、适用行业规则。

处理 检查宣传、功效与价格表达；核对证据；提出替代表达。

交付与检查 问题清单与建议稿。注明依据版本，不能把模型判断当作合规证明。

24 票据提取与归档适用岗位 / 网页分级：财务、行政岗 · L1输入 PDF 发票与约定分类规则。

处理 识别金额、日期与类别；核对重复和异常；汇总并归档。

交付与检查 统计表与归档包。金额、税额和发票信息回到原件校验。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜流程自动化来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理25 周期报表推送适用岗位 / 网页分级：数据、管理岗 · L2输入 数据来源、模板、日历计划与接收名单。

处理 按计划取数；检查报表；通过约定通道推送并留回执。

交付与检查 定期报表和日志。明确时区、截止数据和失败通知。

26 条件触发执行适用岗位 / 网页分级：运营、IT 岗 · L3输入 触发条件、动作、对象及停止条件。

处理 监听事件；检查条件和权限；执行动作并记录状态。

交付与检查 规则配置与运行轨迹。处理重复事件，异常时可暂停与接管。

27 行业新闻日报适用岗位 / 网页分级：市场、管理岗 · L2输入 监测词、来源范围与推送计划。

处理 采集并去重；筛选重点；分别写事实摘要与分析再归档推送。

交付与检查 有链接的日报。网页示例选择 5–8 条，不以固定数量牺牲质量。

28 GEO 品牌诊断适用岗位 / 网页分级：品牌、市场岗 · L2输入 品牌、品类问题与目标 AI 引擎。

处理 设计查询样本；记录提及、位置和倾向；分析内容改进方向。

交付与检查 诊断与优化清单。保留日期和查询样本，避免承诺固定排名。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.5 场景卡 · 输入、处理、交付32 项业务场景｜客户运营来源：企业 AI 应用理论架构与实操分享 · 网页 10 / 展开卡 页；2026-09-11 整理29 客户问答路由适用岗位 / 网页分级：客服、运营岗 · L2输入 咨询原文、产品与店铺资料。

处理 识别订单、产品或售后意图；调用对应资料与工具；必要时转人工。

交付与检查 回复及交接上下文。无法确认的承诺不能自动给出。

30 服务进度查询适用岗位 / 网页分级：客服岗 · L2输入 订单或工单标识及用户查询需求。

处理 验证可访问范围；读取系统状态；说明进展与下一步。

交付与检查 来自业务系统的进度回复。身份或对象无法确认时先补齐信息。

31 投诉工单分派适用岗位 / 网页分级：客服、管理岗 · L3输入 投诉内容、产品线与责任部门。

处理 分类和定级；分配工单；跟踪时限并按规则升级。

交付与检查 工单与跟踪记录。重点投诉交责任人处理，不能静默结案。

32 售后知识问答适用岗位 / 网页分级：客服、培训岗 · L2输入 最新售后制度、常见问题与当前提问。

处理 整理知识；按权限检索；回答并记录未解决问题。

交付与检查 有出处的统一答复。更换制度后同步更新，缺依据时转人工。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.6 Skill 的结构与建设把已经跑通的工作，封装为企业 Skill来源：企业 AI 应用理论架构与实操分享 · 网页 20–21 页；2026-09-11 整理Skill 的作用用明确的触发条件、步骤、工具和输出标准，减少重复解释；把个人经验整理成可维护、可复用的流程资产。

先验证，再封装1–2 执行与讨论先按现有办法完成真实任务，再与业务人员梳理步骤和责任。

3–4 检验与创建逐步核对输入输出；用 skill-creator 生成结构，再补规则、工具与模板。

5–6 调试与复用换样本、换条件测试，记录异常；让同事独立运行，检查交接是否清楚。

7 持续升级把批准的修正写入版本；保留旧版和变更记录，重新验证受影响流程。

三层文件，各自承担职责定义层：SKILL.md写清何时使用、输入要求、运行步骤、质量标准和停止条件，让 AI 知道完整工作规则。

执行层：scripts/用代码处理可确定的解析、计算、匹配、导出与检查。需要判断的步骤再调用模型，减少不可控变化。

资料与配置层references/ 保存依据，assets/ 保存素材；也可按需要设置 standards/ 与 templates/，固化字体、格式及样例。

文件结构示意enterprise-skill/SKILL.mdscripts/references/assets/templates/文件夹名称可按任务调整；关键是职责清楚、依赖可找到、成果可验证。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.6 Skill 工程方法质量稳定，来自流程约束与持续验证来源：企业 AI 应用理论架构与实操分享 · 网页 22 页；2026-09-11 整理四项质量基准维度 企业应观察什么稳定性 是否成功运行，能否恢复或降级正确性 是否符合规则，事实能否回查完成度 是否覆盖全流程，是否有结果安全性 数据范围、访问权限与操作记录三种工程做法拆分与交叉检查把彼此独立的任务并行执行，再由另一个检查步骤核对。采价、比价、通知存在依赖时，仍按数据流顺序执行。

模板与真实样本固定结果结构，使用 3–5 个可靠样本统一风格、术语与指标口径，同时保留规则校验和人工抽检。

版本化迭代保存纠错与异常记录；审阅后更新规则和提示词，再用旧样本与新样本检验。

网页案例指标：仅作来源记录示例 网页报告的变化跨境平台控价 45 → 8 分钟日处理 2,000 → 12,000 条标书填写 正确率 62% → 96%4 小时 → 25 分钟生产经营报告 首月 12 处修正第三月少于 2 处准确率 78% → 95%+网页还提出失败率小于 0.5%、准确率不低于 95% 和持续可用等基准。这些不是本报告验证的结果，也不能替代本企业的验收指标。

推荐的比较方式使用相同任务集，记录人工投入、等待、复核、返工与失败次数。把错误类型和样本数量与提效数据一起呈现。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.6 连接器与 CRM 实例MCP 连接系统，Skill 编排业务步骤来源：企业 AI 应用理论架构与实操分享 · 网页 23 页；2026-09-11 整理各自的职责MCP 为工具和数据提供标准化接口；Skill 说明何时调用哪个接口、如何处理结果，以及何时需要停止或确认。

网页所列的四类连接对象办公协同消息、文档、会议、日历、待办和网盘。

业务系统CRM、ERP、财务、项目和审批。

数据与检索数据库、搜索、行情、法规及浏览器。

内容与创作文稿、演示、图表、视频和建模相关工具。

连接器生态数量在原网页不同页采用了不同口径；本章保留类别，不把“50+、100+、200+”写成实际可用清单。

客户建档的六个环节01 准备连接完成 CRM 与通知通道的授权，限定执行角色和可操作对象。

02 核实企业补全工商信息，确认口述名称对应的法定主体。

03 双重查重查全称与简称；权限不可见或系统报重复时交人处理。

04 规范建档补齐业务必填项，不能把模型猜测当作客户选择。

05 关联商机用客户标识关联商机，按系统状态与审批规则推进。

06 回查与通知核验写入结果，再按已授权流程通知并安排跟进。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.6 专家与方法论专家角色，为标准流程补充领域判断来源：企业 AI 应用理论架构与实操分享 · 网页 24 页；2026-09-11 整理角色与流程配合Skill 固定处理步骤，专家角色补充关注点、分析框架与领域经验。同一份材料可以按不同专业视角检查。

以合同材料为例业务、法律与财务角色关注的问题不同：履约条件、责任分配、付款节奏等可以分开整理；专业结论仍需对应人员确认。

网页的跨境营销方法从基本事实拆产品，再用传播与定位框架组织卖点，最后简化表达。网页组合了第一性原理、七类营销杠杆、传播钩子和极简表达四组方法。

七类分析角度社交表达、真实痛点、价格锚定、稀缺条件、身份认同、可演示性、信息简洁。每项均须对应产品事实。

查看网页链接的 AI 办公鼠标全案从分析到交付的五步拆产品核对用户问题、参数和功能，提出能区分本产品的事实。

映射卖点逐项匹配营销角度；证据不足的部分列为待补充。

形成文案组织搜索关键词和传播表达，制作中英文对应稿。

审查与简化分别生成口语版与销售版，删除空泛修饰，核对参数及平台要求。

交付策略摘要用简短摘要说明采用的卖点、证据和渠道做法，附完整素材。

网页还覆盖办公写作、经营分析、管理咨询与技术研发专家类型。角色名称本身不能证明专业能力，需要真实样本检验。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.7 企业知识库建设把资料整理成可检索、可引用的知识来源：企业 AI 应用理论架构与实操分享 · 网页 25 页；2026-09-11 整理知识库的交付目标让员工或 AI 在需要时找到适用的信息，并知道内容来自哪里、何时生效、谁可以使用。

四类知识来源文件PDF、Word、Excel、PPT、Markdown 与文本。

数据库结构化业务记录，按允许范围查询。

业务系统OA、ERP、CRM、财务与人力系统。

同步通道API、Webhook、消息或定时同步。

与普通文件存储的关系原始文件仍需妥善保存。知识库在此基础上增加清洗、索引、检索和引用；及时更新与权限控制决定内容能否可靠复用。

从原始材料到可用知识01 识别来源列清数据拥有者与允许用途02 清洗去重去噪、识别重复、统一格式03 组织内容清晰标题，保留完整上下文04 导入索引选择载体，记录来源与版本05 测试调整用真实问题验证检索与回答分块原则按完整知识单元切分，保留标题、表格关系和出处。不要机械地把每句话拆开，也不要让整份材料难以检索。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.7 知识库分类与权限知识分三级，权限按动作与角色设置来源：企业 AI 应用理论架构与实操分享 · 网页 26 页；2026-09-11 整理项目级与部门级项目级知识库存需求、规格、沟通确认、进度、交付物和项目术语。服务具体项目，随项目推进更新，结束后归档；

项目经理负责维护。

部门级知识库存岗位 SOP、专业词典、案例、复盘与培训材料，支持跨项目复用和新人学习。部门负责人把关发布，骨干贡献内容。

外部协作项目协作者只获得完成任务所需的内容范围；访问时效、下载与再分享限制随项目约定管理。

企业级知识库统一制度、产品手册、技术资料、组织规则和经批准的共用信息。薪酬、战略、经营数据及董事会材料等仍按角色和敏感程度限制访问。

四类权限分开设计动作 管理要点检索 角色匹配后再检索内容写入 贡献、审核和发布各有责任管理 维护资料、版本与可见范围审计 记录查询、修改和授权变更运行顺序先确认用户身份与可访问范围，再检索与生成回答。不能先取得敏感内容，再让模型决定是否说出来。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.7 五种调用方式知识库从回答问题，走向支持业务执行来源：企业 AI 应用理论架构与实操分享 · 网页 27 页；2026-09-11 整理从查资料到加工材料嵌入检索写方案时查找资质、产品或案例，把引用加入文稿；

员工可以回到来源核对。

对话问答围绕制度、售后或运维问题查找条款，给出明确答案，并保留进一步追问所需的上下文。

内容再创作把产品手册、案例或卖点资料加工成邮件、培训材料、推文和口播稿，保持事实与版本一致。

两种知识要区分制度文档适合检索引用；销售额、库存或工单进度应查询具有时间口径的业务记录。不要把历史文档当成最新系统状态。

从分析到主动执行数据洞察在授权范围内查询和关联数据，生成图表并解释变化。说明统计范围、单位与时间；证据不足时不强作归因。

主动执行围绕到期、价格变化或新事件触发流程，例如准备提醒、跟进草稿或工单。权限、收件人和触发条件均需事先确定。

Skill 如何使用知识01 声明资料范围标明需要的知识库与版本02 检索与融合找相关片段，结合具体任务03 输出引用提供结论、来源与待确认项W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.7 回答、内容与运维知识库的可靠性，需要三层约束来源：企业 AI 应用理论架构与实操分享 · 网页 28 页；2026-09-11 整理A 回答时的六项要求未命中时说明不以猜测填补资料空缺。

答案带出处标注文档及具体章节或条目。

关键内容保真数字、条件与责任准确对应原文。

归纳单独标记区分来源事实、推算和编辑判断。

提示不确定性发现版本疑问或冲突时说明。

提供后续路径追问必要条件，或转给负责部门。

B 内容入库的六项要求元数据齐全作者、日期、版本、部门和敏感等级。

失效有标识作废内容不作为有效依据。

冲突可处理优先有效权威版本，保留差异说明。

权限可执行项目、部门与角色范围明确。

隐私最小化必要字段脱敏，避免冗余个人资料。

检索可回查标题、标签与关键词指向原文。

C 持续运维：四件固定工作收集纠错并补充资料；按月或季度复查过期内容；统一格式、命名与标签；记录每次修改的人员、时间与原因。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.8 企业工作台用四层架构，把个人能力组织起来来源：企业 AI 应用理论架构与实操分享 · 网页 29 页；2026-09-11 整理运行目标任务有人发起与检查，数字员工可调度，成果成为共享资产，运行过程可以管理和观察。

员工层以个人工作台、助理、项目和多角色协作承接日常任务。人给目标并把关，Agent 按约定流程完成交付。

中枢层统一配置成员、模型、沟通通道和 Skill。根据方案管理镜像、安全组及运行资源，避免各岗位的环境互不相通。

资源层维护可复用的智能体、技能、专家模板和知识库。每次任务形成的经验，经审核后进入共享资源。

治理层观察使用、成本、错误和权限变更，设置组织与成员配额，保留操作日志，安排维护与升级。

运行与反馈闭环01 发起与协作员工明确任务和责任02 调度与执行工作台安排 Agent 和流程03 交付与沉淀结果变为可复用的业务资产04 观察与改进复查质量、费用和运行问题落地时逐项核对网页中的管理台、云端常驻、SQUAD、CBS、监控和配额等是方案描述。需把实际版本支持项、待集成项和服务交付项列清。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.8 三层服务体系 · 上服务交付｜基础配置与业务定制来源：企业 AI 应用理论架构与实操分享 · 网页 30 页；2026-09-11 整理L1 基础服务：六项初始化组织、身份、安全与审计的基础配置。

通用 Skill部署日常办公、数据、文档和内容能力。

基础培训讲清任务方式，安排连接器与真实任务练习。

内容推送定期提供案例、趋势与能力使用材料。

运营回访复查用量、成本、高频场景和需要改进的技能。

支持通道设服务群和负责人，约定支持时间与响应机制。

L2 定制服务：六项场景与 Skill 规划业务访谈、价值评估、优先级和建设路线。

定制 Skill拆解流程，开发、测试并完成上线交接。

定制专家确定角色画像、领域知识与分析方法。

定制 Agent编排多步任务、依赖与异常处理。

企业知识库盘点、识别、清洗、组织与检索验证。

第三方系统集成对接 ERP、CRM、OA 或财务系统。

网页列举的 20+ 通用 Skill、每月内容推送、4 小时首响及工作日 8:00–20:00 等，均属于来源服务示例；正式实施以双方约定的范围和验收条款为准。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.8 三层服务体系 · 下服务交付｜持续运营与能力移交来源：企业 AI 应用理论架构与实操分享 · 网页 30 页；2026-09-11 整理L3 深度陪跑：六项战略与执行将企业目标拆成阶段路线和负责人。

场景挖掘与验证持续识别高价值问题，做小范围原型。

工具链集成把工作台、连接器和知识库嵌入现有工作。

长期内训分层训练使用者、骨干与内部讲师。

工程师驻场持续开发、调试和知识转移。

GEO 内容建设完善品牌内容结构与权威来源，观察搜索表现。

五步服务推进01 初始化部署环境、组织和基础能力02 诊断评估业务范围、数据条件与目标03 培训跟做带真实样本运行任务04 运营调试发现错误、修正规则05 持续迭代扩大适用范围并完成移交交接清单配置与授权范围；Skill 和模板版本；测试样本与结果；操作说明；维护负责人；问题处理与回退办法。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.9 跟做练习 · 每例约 10 分钟练习一｜搭一个个人工作台来源：企业 AI 应用理论架构与实操分享 · 网页 31 页；2026-09-11 整理练习目标目标是在浏览器里使用一个轻量学习工作台，理解“需求说明 → 可操作成品 → 功能检查”的完整过程。

明确六个模块今日待办、打卡日历、学习时长、连续打卡、近七天趋势、每日一句笔记。

准备示例设置三条演示记录，区分示例与实际数据，规定日期和分钟数的计算口径。

逐项验收勾选、置顶、打卡、统计、笔记和刷新后读取逐项检查；跨天后复查连续记录。

讲授节奏：2 分钟说明输入，5 分钟运行与调整，3 分钟检查结果。时间仅为课堂安排建议。

可复制的任务说明本报告改写示范请制作一个本地可用的学习工作台，交付单个HTML 文件。

包含待办、日历打卡、学习分钟记录、连续打卡天数、近七天图表与按日期排列的笔记。

页面清爽、字号可读，预置三条明确标记的示例。

数据使用本地存储，并提供导出和导入备份。

先说明日期与连续天数的规则，再生成页面并列出检查结果。

使用说明网页提及工作台搭建专家和 frontend-design 作为工具示例。浏览器本地存储可能被清理，重要记录应导出备份。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.9 跟做练习 · 每例约 10 分钟练习二｜将 Excel 看板封装成 Skill来源：企业 AI 应用理论架构与实操分享 · 网页 31 页；2026-09-11 整理练习目标把重复的数据整理任务变成可复用能力，观察同一流程换一份输入后能否仍然正确。

准备输入使用日期、品类、销量、金额四类字段；补充单位、币种、缺失值与重复记录规则。

封装过程通过 skill-creator 说明触发、输入、计算、图表与输出；模板可以参考网页所用的 eas-report-template。

验收方法核对总额、分类汇总与图表；换第二份样本，加入空值和重复记录，再检查异常提示。

讲授节奏：2 分钟说明输入，5 分钟运行与调整，3 分钟检查结果。时间仅为课堂安排建议。

可复制的任务说明本报告改写示范请创建“经营数据看板生成器”Skill。

读取 Excel 中的日期、品类、销量与金额；先核对单位、统计周期和主键，含糊之处列为待确认。

按数据选趋势、对比与构成图，生成自包含 HTML，包含指标、趋势、排名和异常说明。

禁止补造数据。保留计算规则和检查记录，用正常及含异常的样本分别验证。

使用说明图表颜色需解释业务含义。收入、成本、损耗的上升并不具有相同意义，不能机械使用同一套涨跌颜色。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.9 跟做练习 · 每例约 10 分钟练习三｜建立有依据的知识问答专家来源：企业 AI 应用理论架构与实操分享 · 网页 31 页；2026-09-11 整理练习目标以科技项目申报为练习领域，学习把资料来源、回答格式和测试问题一起设计。

整理资料只保留可识别来源、有效日期和适用范围的材料；去重，保留必要的原文结构。

定义角色通过 expert-manager 或可用角色配置，明确只能据库回答、标注出处和未命中时的处理方式。

十问验收准备事实、流程、期限、冲突和超范围问题，检查回答与来源；把错误回写到资料或规则修订清单。

讲授节奏：2 分钟说明输入，5 分钟运行与调整，3 分钟检查结果。时间仅为课堂安排建议。

可复制的任务说明本报告改写示范请建立“科技项目申报问答专家”，只使用指定知识库的有效材料。

回答按“结论、来源、办理建议”组织，来源包含文件名与具体条款。数字、日期和条件准确对应原文。

找不到依据时说明资料不足，并提示应向哪个业务部门确认；归纳内容单独标记。

建好后用十个真实问题验收，提供答案、引用及未通过项。

使用说明网页附有知识库演示材料，适合作为课堂样本。真实办理事项必须替换为本单位适用且有效的正式资料。

W 开始使用 实战场景 构建系统 岗位行业 企业落地 工具箱28.10 阅读导航来源索引与增补说明来源：企业 AI 应用理论架构与实操分享 · 网页 1–32 页；2026-09-11 整理本章如何对应网页网页页码 本章内容1–2、32 资料背景与来源署名7–12、16 落地方法、生态与模型配置14–15、17–19 Agent、交互、上下文与记忆3–6 会议、新闻、选品、制造看板13 国企案例与六部门 19 场景10 与展开卡 八类业务、32 项场景详情20–24 Skill、MCP、专家及工程25–28 知识库建设、权限和质量29–30 工作台架构与三层服务31 三个可跟做的练习场景卡中 L1/L2/L3 沿用网页的“内容生成、流程整合、系统集成”标签，与原报告岗位成熟度的 L1–L4 不是同一套分级。

主要来源企业 AI 应用理论架构与实操分享网页署名：石宗元网页时间：2026 年 9 月本章访问与整理：2026-09-11入口锚点：#p6（制造业看板）

增补方式将网页内容按报告逻辑重组；保留四个业务演示、19个国企场景和 32 个展开场景。合并重复概念，练习提示词经改写，案例指标均注明来源性质。

版本边界型号、估值、活跃用户、接口数量、认证、报价和提效数字不作为统一产品承诺。讲师履历及活动宣传信息未转写为本报告作者资历。

与原报告的关系原有 27 章、课外阅读、附录与已修复图表保留；本次新增第 28 章，更新目录、书签、跳转与后续页码。

168

第 29 章｜版本更新与明日课堂实操

本章路线• 培训重点与新版功能• Manus、网站发布、视觉设计• 飞书、微信与 Skill 沉淀以一个社区活动项目串起六个功能板块。用相同的事实材料，分别完成研究、网页、视觉物料和协作看板，再把稳定方法沉淀下来。

三个特色板块Manus 实操与特点介绍。

GitHub Pages 和 Vercel 发布网站。

GPT 视觉传达设计与定向修改。

三项配套能力飞书看板搭建、Hermes 微信接入、Skill 打包与复用。

每项都明确输入、操作步骤和验收结果。

目标：得到一组能打开、能修改、能复用的成果WorkBuddy 官方资料库界面，用于讲解素材与产物归位16929.1 两年前与现在：培训重点的变化以下对比根据讲师对两次培训的回顾整理，用来说明本课程的教学重心。2024年的基础知识继续有用，2026年的课程进一步讲如何组织执行与交付。

2024：理解和使用模型当时重点学习目标提示词把问题描述清楚，约束回答的结构推理模式理解不同任务所需的思考深度模型温度认识输出变化与随机性的控制AI Studio在调试界面中体验模型与参数今天如何保留基础知识提示词用于写清目标、输入和验收。模型参数在任务确实需要时解释。先让学员完成可见成果，再回到参数选择的原因。

开场表达示例两年前，我们花较多时间学习怎样把问题问清楚。今天，我们还要决定把材料交给谁、调用什么工具、如何检查结果，以及怎样让下一次更容易完成。

2026：组织 Agent 完成工作本次重点课堂中具体看到什么Agent 调用选择工具，观察调用参数与真实回执模型记忆核对长期偏好、项目资料和当前任务背景多 Agent 协作分工、依赖、各自产物与统一验收AI 落地把成果接入网页、看板或业务流程课堂评价跟着变化除了看回答是否流畅，还要看文件是否打开、来源是否能核对、网站是否能访问、看板是否真的更新，以及另一位同事能否按说明复用。

学员带走的成果一份研究表、一页可访问网站、一组视觉物料、一张飞书看板、一条微信远程任务记录，以及一份 Skill 打包说明。

本章案例均为教学设计。演示耗时和产物质量需以现场实际运行结果记录。

来源：新建任务栏与工作模式；记忆；多人多 Agent 协作。2026-09-12访问。

17029.2 本地工作空间与团队空间先判断资料放在哪里概念管理对象本地文件夹磁盘上的实际文件及路径本地工作空间任务读取、写入和查找产物的主要目录资料库团队空间共享文档、产物、成员与访问权限项目共同指令、专家、Skill、连接器和任务同名空间未必指同一个位置。教学时可问三句：这是本地路径还是云端资料？谁能看见？本次任务读写的是哪一份？

本地演练怎么组织建立“社区开放日”目录，放入活动事实、初始图片和课程材料副本。每个任务写明输入文件与输出位置，完成后用“打开文件夹”检查。

空间中的多任务同一项目可以保留多个任务来处理不同目标。若它们共同修改文件，仍需划分负责的文件或章节，避免相互覆盖。

团队空间怎么使用官方界面：从侧栏进入资料库，区分个人文档与团队空间建立共同资料范围按项目组织材料、设置成员权限，保留可识别的版本和更新时间。

把资料加入当前任务选择文档或空间后使用“添加到任务”，明确要求依据本次有效资料工作。

成果保存回原位置交付文档与原始材料分别命名，方便后续继续修改和检查。

项目可进一步承载共同指令、专家、Skill 与连接器。资料和角色配置共同成为团队后续任务的背景。

来源：任务管理；新建任务栏与工作模式；资料库；项目。2026-09-12访问。

171知识库：有依据的资料调用资料库、知识库与记忆内容适合保存什么资料库文件与可继续加工的产物知识库用于查证与问答的资料集合，如制度、课程和项目依据记忆个人偏好、长期习惯与跟进背景WorkBuddy 原生资料库可为任务提供材料。也可通过ima、腾讯乐享等已支持的连接器调用既有知识库。接入方式与可用范围按账号及授权确定。

课堂建立一份小知识库1 选材料活动方案、课程说明和常见问题各一份。标注文件名、日期和适用范围。

2 去重与明确版本重复资料保留有效版。矛盾处列为待确认，不让模型自行选择“看起来更合理”的数字。

3 验证能否找回依据提出事实题、流程题和资料中没有答案的问题，检查回答与原文位置。

跟做：活动咨询问答可复制的任务说明仅依据当前已指定的活动资料回答。

请说明：活动适合谁、包含哪些体验、参加前需准备什么。

每项结论标注文件名和对应小节。

资料中没有的时间、费用或人数，写“资料未说明”，列出需要补充的问题。

若两份材料冲突，分别指出来源。

验收记录问题类型检查标准事实题日期、地点和专名与原文一致流程题步骤完整，先后关系准确冲突题能列出两份不同依据未命中题明确说明缺少资料，不补造答案知识更新后的处理替换资料后，用相同问题再问一次。确认任务实际读取了新文件，避免旧对话摘要或旧附件继续影响回答。

一份有效的知识库需要持续维护来源和有效版本，资料数量本身不能保证回答质量。

来源：资料库；WorkBuddy 与 ima 知识库；记忆。2026-09-12访问。

172WorkBuddy 原生网页发布与轻应用把本地 HTML 变成在线链接1 生成与检查让 Agent 生成活动介绍 HTML，在预览中检查文字、图片、链接和手机显示。

2 打开发布入口在产物预览右上角点击分享，在弹窗中切到“发布”页签，开启“发布为网站”。

3 取得访问地址复制生成的在线链接。官方文档所示链接使用workbuddy.link 域名。

4 真实访问测试用另一台设备或无痕窗口打开，检查外部用户可见内容。

需要停止公开时关闭发布开关。

分享与协作的区别“发布为网站”用于让获得链接的人访问页面。“邀请协作”用于共同编辑。选择入口前先确定对方需要看内容还是参与修改。

本地路径和 localhost 只在相应设备上有效，不能直接作为他人的线上访问地址。

官方界面：分享弹窗中的“发布”与“发布为网站”

需要持续更新数据时原生轻应用可采用 HTML 展示、CSV 保存数据的结构。

任务看板、清单和库存等可以让页面读取在线数据，具体写回能力以所建应用和访问权限为准。

静态 HTML 中写死的数据，或仅存在浏览器本机的数据，不等于多人共享的数据源。演示时改一条数据，再用另一台设备验证更新。

应用管理5.5.5 更新日志新增“数据管理 / 应用”中直接发布或取消发布的管理能力。它与首页的行业 Buddy 应用属于不同入口。

来源：轻量发布；资料库；WorkBuddy 更新日志。2026-09-12访问。

17329.3 Agent 调用：看清动作与回执一次执行包含哪些环节任务与材料模型判断下一步工具执行并返回结果检查产物并继续或交付Agent 执行循环示意模型根据任务决定下一步，工具负责读取、计算、写入或调用应用。工具返回结果后，Agent 才能据此继续工作。

遇到不完整输入或失败回执时，需要补充信息或调整步骤。

发起任务前的选择依据交付物启用能力。会议任务选腾讯会议，文档任务选对应文件 Skill，需要飞书记录时再连接飞书。调用范围越清楚，越容易检查结果。

一个常见误判对话说“已生成”时，仍要打开实际文件。对话说“已更新看板”时，仍要核对真实记录。文字回答与工具执行结果需要对应。

实操：会议纪要形成待办环节要观察的内容读转写会议号、源文件、读取是否成功生成纪要结论依据、待确认项是否保留形成表格负责人、日期和任务字段是否完整写入看板新增记录编号、数量和实际状态结果复核打开源会议、表格和看板进行核对可复制的任务说明请先列本次将使用的工具和输入。

读取后核对资料是否完整。

生成纪要与待办清单，再展示拟写入看板的字段、记录条数及待确认项。

执行写入后返回记录编号与访问链接，核对实际新增数量，不把失败项算完成。

何时引入多 Agent当存在可独立处理的子任务，且每个子任务都有清晰输入和交付时再分工。短小、强依赖的任务由单个 Agent执行更容易管理。

来源：MCP 官方架构说明；腾讯会议 Skill 实践；飞书开放平台 MCP。2026-09-12访问。

174模型记忆、上下文与注意力分配三类背景信息分别维护背景示例与放置位置当前任务这次活动的目标、日期与交付要求，放在本次任务说明项目知识已经确认的活动材料、品牌规范和模板，放在指定资料或项目中长期偏好常用语气、字号偏好与工作习惯，放在可管理的记忆中产品记忆通常以保存、检索、重新加入上下文等方式发挥作用，并不等于重新训练了底层模型。重要项目事实仍要依赖可核查的文件。

WorkBuddy 的记忆管理从头像的“记忆与进化”快捷入口，或设置中的相关页面查看、编辑、删除和关闭记忆。长期偏好可以保留，过时或概括错误的内容应及时更正。

讲师经验：不要喂入所有历史新任务先给有效原料和明确目标。与目标无关的旧讨论、过期草稿、其他项目角色说明，会增加判断负担。

同一任务的两种输入容易偏离的输入“参考之前所有聊天和所有版本，做一个社区活动系统，功能越多越好。”

目标、资料版本和交付边界均不清楚。

便于执行的输入“只使用 input/活动事实.md 与 logo.png。制作一页活动介绍，包含主题、时间、地点和体验项目。先不加入登录、支付或后台。交付 index.html，手机和电脑都能阅读。”

复杂任务如何保持焦点材料分层明确事实依据、风格参考和可选补充，避免让参考图中的文字变成事实。

阶段收口每阶段保存已确认结论、当前文件版本和下一步任务。

新会话只带入必要交接材料。

设置停止条件达到验收标准即可交付。新增需求另列清单，确认后再继续扩展。

“注意力分配”是工作方法的比喻，指通过上下文选择与任务边界安排处理重点。

来源：记忆；项目；新建任务栏与工作模式。2026-09-12访问。

175多 Agent 协作：分工与共同验收社区活动项目的分工统筹：明确任务与验收资料核对视觉方向探索确认事实后形成文案整合视觉与网页，统一验收根据本章案例设计的协作关系资料整理与视觉方向探索可各自推进。活动文案定稿要依赖事实核对，发布页面要依赖最终文案与确认后的图片。

先约定交接材料每个成员输出明确文件：事实清单、文案稿、图片清单或检查记录。交接时注明版本和待确认项，减少靠聊天猜测进度。

文件写入责任安排一个成员负责最终文案，一个成员负责网页。其他成员通过建议或独立文件反馈，统一由负责人合并。

可复制的协作任务可复制的任务说明请按以下职责组织本次活动项目。

资料成员：核对活动事实，列出缺口。

内容成员：依据确认事实写文案。

视觉成员：提出配图方向与版式草图。

统筹成员：合并成果并检查名称、日期、来源、版式与交付文件。

先列依赖关系，再安排可并行部分。

每名成员输出独立文件。

共享材料只读取，最终文件由负责人写入。

不增加本次未要求的功能。

验收如何分两层层次检查内容成员交付是否完成职责、保留依据、列出不确定项整体交付术语与事实是否一致、依赖是否完成、产物能否共同使用多开几个聊天窗口只是多任务并行。多 Agent 协作还需要任务分配、信息交接和结果整合。跨工具时同样适用这些原则。

来源：多人多 Agent 协作；项目；Manus Wide Research。2026-09-12访问。

17629.4 Manus：特点与适合的任务如何理解 ManusManus 是以自主执行和成果交付为目标的通用 Agent。

它可在自身工作环境中使用浏览器、处理文件、编写与运行代码，并将结果整理成文档、表格或网站。

能力适合观察什么工作环境浏览器与文件处理的实际过程Projects共同指令和资料如何用于后续任务Wide Research多个独立研究对象怎样分别处理再汇总网站与代码页面预览、修改和代码导出与 WorkBuddy 搭配本课采用同一份任务简报：用 Manus 演示网络研究与网站初稿，用 WorkBuddy 演示本地文件、团队资料与业务应用连接。两者能力有交集，选择依据是当前材料、已接入工具和交付要求。

观察重点记录计划、工具动作、来源与产物。用同样验收要求评价结果，避免只比较回复长度和页面外观。

可独立拆分的研究任务比如整理10个公开的社区 AI 活动案例。给每个案例相同的字段要求，再统一汇总。Wide Research 面向这种独立对象的并行处理。课堂先用3个案例建立标准，再扩展。

项目准备1 登录并准备材料准备活动简报、输出字段和参考资料，检查可用功能与本次用量。

2 建立项目背景在 Projects 中配置共同说明和参考文件。本次活动事实写入资料，长期输出规范写入项目说明。

3 首次验收先跑一个小样本，确认来源和输出结构符合要求，再扩大研究范围。

浏览器涉及账号登录时，按产品提供的接管或授权方式完成。公共网页可直接研究，受限资料需以实际权限为准。

来源：Manus 入门说明；Manus Projects；Manus Wide Research；Manus Cloud Browser。2026-09-12访问。

177Manus 跟做：研究一份社区活动方案输入与交付输入内容活动简报面向亲子家庭的 AI 创想体验真实约束日期、场地、可用设备和工作人员研究字段机构、受众、活动机制、材料需求、来源可复制的任务说明请寻找3个公开可核查的社区 AI 活动案例。

优先读取主办机构原始页面。

逐例整理：主办方、面向人群、活动机制、设备与材料、公开来源和发布时间。

来源没有说明的字段写“未说明”。

请区分来源事实和你的建议。

结合我给的活动简报，提出可借鉴做法。

输出案例表.xlsx、来源清单.md和活动建议.pdf。

现场操作先查看理解与计划，纠正受众或活动范围。执行时观察实际访问页面。结果生成后打开案例表，抽查其中两行与对应来源。

检查成果，而后继续来源检查网页可以打开，机构与活动信息对应同一案例，时间和引用位置可核查。

事实检查材料中的设备、人力和年龄要求真实存在。来源缺失的信息保持空缺或“未说明”。

应用检查建议能映射到本次场地与资源。把不能直接使用的部分列为后续准备事项。

继续修改的例子“第二个案例的设备条件与我们不符，请保留来源记录，另找一个只需要普通电脑的案例。表格列名保持一致，说明替换原因。”

演示记录记录项现场填写开始与完成时间以实际运行记录为准覆盖案例数与请求数量核对有来源的事实数逐项抽查待确认信息单独保留这些记录用于课堂复盘，不提前承诺固定用时或研究正确率。

来源：Manus 入门说明；Manus Wide Research；Manus Cloud Browser。2026-09-12访问。

178Manus 跟做：活动网页与 GitHub 导出在同一项目中继续可复制的任务说明依据已确认的活动事实，制作单页活动网站。

包括活动主题、适合人群、体验项目、参加方式和常见问题。

主色蓝白，阅读顺序清晰，手机端可读。

使用提供的图片与 logo，未知信息待补。

第一版只做信息展示，不新增后台和支付。

先给预览，确认后再安排发布。

核对页面逐项检查事实、图片比例、按钮目标、手机宽度和长文本。修改时指定具体区域和预期结果。

核对项目结构请 Agent 说明项目使用的框架、如何启动、如何构建、哪些功能依赖后端或平台服务。

下载代码并不等于网站已经上线。代码导出后，需要在目标平台重新配置构建、运行时与必要服务。

连接到 GitHub1 打开 GitHub 入口在网站项目面板右上角的 GitHub 图标，或设置中的GitHub 区域进行授权。

2 创建项目仓库选择所属账号和仓库名，再创建导出仓库。官方当前流程会建立新的私有仓库。

3 查看同步状态确认代码已进入仓库。Manus 与主分支同步，后续从其他环境修改时先核对最新版本。

4 选择后续发布方式静态内容可用 GitHub Pages。存在服务端逻辑或框架构建时，按项目实际结构选择 Vercel 等运行平台。

迁移时的关键检查平台内置数据库、文件存储、鉴权等不会因导出代码就自动迁移。先列依赖和环境变量，再逐项配置。保持仓库名称和所属者稳定，避免破坏原有同步关系。

只需保存代码时，也可使用 Code Control 提供的下载功能。

来源：Manus GitHub Integration；Manus Code Control；GitHub Pages 的适用范围；Vercel Git 集成。2026-09-12访问。

17929.5 网站发布：三条路径如何选择代码、托管与网站GitHub 仓库存放代码与版本。托管平台把代码构建为可访问网站。GitHub Pages 是 GitHub 提供的静态网站托管功能，Vercel 则可承载支持的框架与服务端功能。

路径 A WorkBuddy 原生发布适合：在 WorkBuddy 中制作的单页、分享页面和平台轻应用。

步骤：产物预览、分享、发布为网站。

结果：WorkBuddy 托管链接。

路径 B GitHub Pages适合：HTML、CSS、JavaScript 组成的静态展示网站。

步骤：准备仓库、配置 Pages 发布源、查看部署结果。

结果：github.io 网站或绑定域名。

路径 C GitHub + Vercel适合：有框架构建、预览部署或服务端运行需求的项目。

步骤：连接仓库、确认构建设置、部署。

结果：Vercel 部署地址或绑定域名。

按功能判断运行要求实际需求需要核对作品展示静态文件是否完整、资源路径是否正确报名表单表单数据写到哪里、由谁读取登录与权限鉴权服务、回调地址与访问范围持续更新看板共享数据源、读取权限和更新方式AI 在线功能服务端接口、环境变量与实际用量本课的最小网站先做活动信息展示页，明确网页按钮的实际用途。需要报名时，可以链接到已配置的表单。表单未接通时，不把按钮写成“报名成功”。

三个验收动作换一台设备打开网址。

点击每个关键按钮。

修改一处文案并再次部署，核对线上变化。

公开仓库和公开网站都应使用适合公开的素材。凭证通过平台配置管理，不写进前端源码。

来源：轻量发布；GitHub Pages 的适用范围；GitHub Pages 建站；Vercel Git 集成。2026-09-12访问。

180GitHub Pages：发布静态活动网站准备文件与仓库本例使用普通静态网页，目录中至少有入口 index.html，以及页面引用的图片、样式和脚本。把这些文件保持原有相对位置上传到仓库。

发布目录示例activity-page/index.htmlassets/logo.pngposter.jpgstyles.cssscript.js1 新建仓库登录 GitHub，新建用于课堂的仓库。使用公开演练素材。

GitHub Free 使用 Pages 时，仓库通常需公开。

2 上传文件使用 Add file / Upload files 上传网页与依赖资源，提交到 main。确认 index.html 位于选定发布目录的顶层。

3 配置 Pages进入仓库 Settings / Pages。在 Build and deployment中选择 Deploy from a branch，分支选 main，目录选 /（root），保存。

检查发布结果4 查看部署状态在 Actions 查看 Pages 工作流是否成功，回到 Pages 页面打开 Visit site。等待构建完成后再分享网址。

5 手机访问与修正检查图片是否加载、文字是否可读、链接是否正确。修改文件后再次提交，等待更新上线。

入口与地址项目网站通常形如：

https://用户名.github.io/仓库名/用户主页仓库需按“用户名.github.io”命名。以Pages 页面给出的实际链接为准。

常见问题现象检查点404Pages 发布源、入口文件与部署状态图片丢失文件名大小写、相对路径、是否上传样式丢失项目子路径与构建时 base 配置接口不工作Pages 不提供后端进程，需独立服务没有更新提交是否进入发布分支、构建是否结束框架项目应先按框架构建静态产物，再使用适配的Actions 工作流。不要把带服务端依赖的源码直接当成静态网页上传。

来源：GitHub Pages 建站；GitHub Pages 发布源设置；GitHub Pages 的适用范围。2026-09-12访问。

181Vercel：连接 GitHub 并持续更新首次部署1 导入仓库登录 Vercel，进入 New Project，连接 GitHub 并选择本次项目仓库。只授予需要的仓库访问范围。

2 核对构建设置检查框架预设、项目根目录、构建命令和输出目录。使用项目 README 或让 Agent 从实际配置中识别，不能给所有项目填写相同命令。

3 配置运行依赖需要接口、数据库或鉴权时，分别配置服务和环境变量。

纯静态展示页可以先完成无后端的部署。

4 部署并查看日志点击 Deploy。失败时定位构建日志中的首个实际错误，修正配置或代码后重新部署。

课堂选择为了控制现场变量，可以把上一页的静态活动网站也导入 Vercel，比较两种托管流程。复杂项目在成功后再扩展。

预览与正式访问Git 集成可在代码变更后触发部署。先查看预览地址，核对页面与接口，再确认正式站点的结果。测试时同时记录所用分支、提交与部署链接。

检查项结果应当是什么首页能打开，文字与图片完整子页面直接访问和刷新都正常接口真实返回预期数据或明确错误表单数据确实保存，重复提交有处理更新最新部署对应已确认的提交给 Agent 的排错任务可复制的任务说明请阅读这次 Vercel 部署日志。

说明首个阻断错误、相关文件及修复原因。

只修改解决该错误所需的内容。

核对构建命令与输出目录是否匹配项目。

完成后重新构建，返回构建结果。

账户计划、配额和部署保护按当时页面核对。本课不把免费额度视为长期不变的成本承诺。

来源：Vercel 部署入门；Vercel Git 集成。2026-09-12访问。

18229.6 GPT 视觉传达：先建立设计简报从传播目标组织画面视觉传达首先解决“谁要看到什么、看完要做什么”。

用 GPT 整理信息层级，再通过图像生成与定向修改完成画面。风格词需要和主体、构图、媒介规格一起说明。

简报要素本课的明确要求受众附近社区的亲子家庭主题AI 创想体验活动主次主题最醒目，体验信息其次，参加方式清楚媒介手机竖版海报，另适配线下易拉宝视觉蓝白主色、留白、自然人物表情固定资产官方 logo、准确文案、原始二维码参考图片如何说明区分“参考材质与光线”“参考色彩”“参考字体层级”

和“参考构图”。若只借鉴风格，要明确根据本次内容重新组织画面。

品牌信息先确认社区名称、主办或指导单位全称、时间地点等先列为文字清单。图像生成后逐字检查，尤其留意专名与生僻字。

一轮可复核的设计流程设计简报与固定资产画面初稿与信息层级定向修改与版本比较准确排版与最终交付视觉设计工作顺序上传参考和必要素材，先说明设计简报。得到初稿后，针对一项问题提出修改，比较修改前后是否保留主体、风格和信息层级。

哪些内容单独排版logo、二维码和必须逐字准确的文字，优先使用原始资产和可编辑文字层。生成图可承担人物、场景、材质和气氛，组合后再检查整体对齐。

OpenAI 官方说明图像生成支持参考图片与多轮编辑，同时文字清晰度、精确布局和跨图一致性仍可能出错。本课用实际预览检查这些问题。

来源：OpenAI 图像生成与编辑。2026-09-12访问。

183视觉设计跟做：海报初稿与定向修改第一轮任务说明课堂生图提示词模板，尚未执行为社区 AI 创想体验活动设计主视觉。

受众是亲子家庭。蓝白主色，科技感，留白充足，人物表情自然。

主体表现孩子在老师指导下探索 AI 创作。

画面有明确焦点和近远层次。

仅参考所给图片的材质、光线与细节风格，根据活动内容重新构图。

上部预留标题区域，下部预留活动信息和二维码位置，避免背景挤占文字区。

请同时给出主体、色彩和留白的说明。

固定文字清单主题：社区 AI 开放日。

副题：AI 创想体验活动。

项目：按确认的活动内容填写。

时间、地点与参加方式：使用当前事实文件。

模板仅供本章实操。具体单位名称与活动安排，以讲师本次提供的材料为准。

第二轮定向修改示例 A：人物修正只调整人物面部的自然程度。

保留人物身份、姿态、服装、构图和配色。

笑容轻微自然，避免僵硬或夸张。

保持原来的光线和皮肤质感。

示例 B：信息与对齐保留当前主体和画面方向。

增加标题区留白，拉开正文行距。

logo 与合作单位标识统一视觉高度，整组对齐后居中。

使用提供的原始二维码，保持方形比例与周围安静区，完成后测试扫描。

交付与验收交付检查方式清晰成图放大检查脸、手、边缘与文字可编辑源稿核对文字和资产可继续修改原始提示词按每一轮保存实际完整输入印刷规格记录尺寸、像素和最终裁切范围把原图、定稿、每次实际提示词和版本说明一起归档。

不要把事后概括的提示词标成原始生图请求。

来源：OpenAI 图像生成与编辑。2026-09-12访问。

18429.7 飞书看板：先确定字段与数据本课使用多维表格先建立一张任务数据表，再用看板视图按状态展示记录。

仪表盘可进一步统计数量和分布。这样表格、看板与统计使用同一套业务数据。

字段类型与用途任务名称文本，说明要完成什么负责人人员，明确由谁推进截止日期日期，便于排期与超期判断状态单选：待办、进行中、待验收、已完成优先级单选：高、中、低交付链接链接，能打开实际文件或页面任务编号文本，便于更新时避免重复备注文本，记录阻塞原因与待确认项数据表是依据看板移动一张卡片，应对应同一记录的状态变化。只改变网页颜色、没有更新原始记录，不能算完成业务同步。

准备五条演练数据任务初始状态核对活动事实已完成研究活动案例进行中制作视觉海报待办发布活动网页待办检查报名链接待验收负责人和截止日期由课堂实际参与者填写。演示数据不应冒充真实项目进度。给每行分配稳定编号，例如T001–T005。

让 AI 帮忙整理导入表可复制的任务说明请把本次活动待办整理为 CSV。

字段使用左侧定义，不新增无关字段。

任务编号依次为 T001、T002……

负责人和日期不明确时保持待确认，不要推测姓名或编造截止日期。

状态只能使用给定的四个选项。

导入后再把人员、日期和单选字段设成正确类型，避免所有字段都以普通文本保存。

来源：飞书多维表格的数据表和视图；飞书多维表格仪表盘。2026-09-12访问。

185飞书跟做：看板、仪表盘与 Agent 更新在飞书内搭建1 新建多维表格建立任务数据表并设置字段，导入或手动填写演练记录。

2 添加看板视图点击视图名称旁的“+”，选择看板视图，以“状态”为分组字段。卡片展示负责人、截止日期和交付链接。

3 建立个人视图按负责人或截止日期设置筛选。不同视图服务不同查看需求，保留同一张底层任务表。

4 添加仪表盘在多维表格中创建仪表盘，选择任务表作为数据来源，添加总任务数、状态分布和负责人任务数等组件。

5 现场改变一条记录将一个任务从“进行中”改成“待验收”，检查表格、看板分组和统计同步变化。

需要 Agent 直接操作时可通过飞书开放平台 MCP 等接入多维表格能力。先配置应用和数据权限，再让 Agent 查询演练表。WorkBuddy能发送飞书消息，并不自动意味着已获得多维表格的读写权限。

可复制的任务说明请先读取已授权的“社区活动任务表”。

按任务编号 T002 定位记录。

确认当前状态与负责人后，把状态改为“待验收”，补上我提供的交付链接。不要新增重复记录。

完成后返回记录 ID 和更新后的字段。

读写验收检查项要求定位使用表和记录标识，避免同名误更新更新只改指定字段重复请求同一编号不会新增多条核对在飞书实际界面查看更新结果课堂可先用 CSV 导入跑通看板，再演示已配置好的连接。

这样可把字段设计和接口授权分别讲清楚。

来源：飞书多维表格的数据表和视图；飞书多维表格仪表盘；飞书开放平台 MCP。2026-09-12访问。

18629.8 Hermes 接入微信：先分清运行位置微信负责交互，Hermes 负责执行Hermes Agent 是 Nous Research 的开源智能体。本节采用其官方 Weixin 适配器，通过 iLink Bot API 接入个人微信中的机器人会话。

手机：微信机器人私聊消息通道：iLink Bot API运行设备：Hermes GatewayHermes：模型、工具与文件微信入口与 Hermes 执行环境示意Hermes 可以运行在个人电脑或服务器上。它能读取什么文件、调用哪些工具，取决于运行环境与权限。手机发出消息，并不会自动把手机中的所有文件变成可访问资料。

与 WorkBuddy 微信入口的关系两者都可以把微信作为交互入口，但任务运行在各自产品中。WorkBuddy 的设置和 Skill 不会自动同步到Hermes，接入时分别确认工具与资料。

课堂需要的准备运行环境提前安装 Hermes，完成模型配置，确认在终端中能正常执行简单任务。

微信与消息依赖准备手机扫码。按官方安装方式确认 messaging 相关依赖可用，包括 aiohttp 和 cryptography。

演练资料在 Hermes 所在设备准备一份可公开的活动简报，记下实际路径。

本次演示范围使用机器人私聊测试。二维码连接的是 iLink 机器人身份，普通微信群通常不能按普通联系人方式接入。企业微信使用单独的 WeCom 适配器。

相同微信 token 同时只运行一个网关实例。出现重复处理或连接冲突时，先检查是否启动了多个实例。

来源：Hermes Agent 官方项目；Hermes 个人微信接入；Hermes 企业微信接入；WorkBuddy 微信接入。2026-09-12访问。

187Hermes 跟做：扫码、启动与私聊验证接入步骤在已安装 Hermes 的环境中执行hermes gateway setup在向导中选择 Weixin。扫描终端显示的二维码，并在手机上确认登录。向导保存账号信息与凭证。二维码或凭证不加入课件截图。

核对 ~/.hermes/.env 中的账号标识。示例中的值需要替换为向导实际返回的值。

配置示例WEIXIN_ACCOUNT_ID=实际账号标识WEIXIN_DM_POLICY=allowlistWEIXIN_ALLOWED_USERS=实际发送者IDWEIXIN_GROUP_POLICY=disabledallowlist 需要填写实际发送者 ID。按官方向导或初始测试取得该 ID 后再限制访问，配置改变后重启网关。不要把示例文字直接当成有效账号。

启动前台网关hermes gateway网关持续运行时才能接收和处理消息。后续常驻方式按所在系统的官方部署说明配置。

私聊发送一项小任务可复制的任务说明请读取已准备好的活动简报。

先告诉我读到的文件名和活动主题。

然后输出三条摘要与待补充信息。

结果保存为 output/活动摘要.md。

只使用这份材料，不修改原文件。

观察收到消息终端出现对应请求，确认消息发送给已连接的机器人会话。

观察产生文件在运行设备的 output 中检查文件内容，并检查微信里的回复或附件。

观察多轮继续继续要求修改其中一条摘要，确认仍在同一任务背景下完成。

快速排错现象优先检查没有回复网关是否运行、账号与允许用户是否正确登录失效重新执行向导扫码媒体失败消息依赖和网络连通性文件找不到文件是否在 Hermes 运行设备上群聊不响应先确认 iLink 是否支持该类群事件来源：Hermes 个人微信接入。2026-09-12访问。

18829.9 Skill：把稳定方法整理成能力包什么时候值得打包当一个工作方法反复使用，输入和输出较稳定，且能写出明确检查标准，就可以沉淀为 Skill。先把任务做成功，再整理可复用部分。

应当保留每次替换步骤与判断标准活动日期、地点和业务数据品牌规范与版式原则本次图片和实际文案输出命名与检查方法本次文件名、目录与接收对象技能包的基本组成结构示例：子目录按需要提供activity-report/SKILL.mdreferences/checklist.mdassets/template.mdscripts/validate.pySKILL.md 说明何时使用、所需输入、执行步骤和验收标准。references 放详细规则，assets 放模板，scripts 放确实需要且已核查的脚本。

SKILL.md 示例片段教学片段，完整包须按目标平台验证---name: activity-reportdescription: 根据已确认的活动材料生成活动简报，并核对事实与交付文件。

---活动简报制作输入活动事实、受众、图片与输出要求。

步骤1. 确认当前有效资料与缺口。

2. 按模板组织简报。

3. 核对名称、时间和来源。

4. 生成文件并检查可读性。

验收信息有依据，文件可打开，缺失信息单独列明。

按 Agent Skills 规范，技能名与描述承担发现和触发作用。

描述应指出具体任务及使用条件。完整步骤放在正文，避免把全部细则塞进描述。

先保留必要结构一个简单内容任务可能只需要 SKILL.md 与模板。只有复用确实需要时才加入脚本、安装依赖或额外工具。

来源：Agent Skills 格式规范；技能市场。2026-09-12访问。

189Skill 跟做：提炼、打包、导入与复测从一次成功任务提炼可复制的任务说明请根据刚刚完成并确认的活动简报任务，整理一个可复用的 Skill 草案。

保留输入规范、操作顺序、版式要求、事实核对与交付检查步骤。

将日期、地点、文件路径和活动名称改为每次任务提供的变量。

输出完整目录、SKILL.md、所需模板和一份使用说明。

不加入当前任务未用到的工具与依赖。

检查技能正文能否看出适用条件、输入不足时的处理方式、执行步骤及完成标准。

检查配套文件引用的模板和脚本都真实存在，路径有效。移除真实凭证、个人临时文件和无关历史素材。

压缩成包保留技能目录及必要资源，按目标平台要求打包。不要只压缩一份聊天记录代替技能。

在 WorkBuddy 导入并测试1 查看导入入口在技能区域选择本地导入，或按产品支持方式把技能包交给任务安装。查看解析出的名称与能力。

2 确认安装结果确认目标 Skill 出现在已安装列表并处于可用状态。涉及脚本的依赖按明确需要处理。

3 使用第二份材料换一份活动简报启动新任务，检查是否沿用方法，同时正确替换日期、名称和图片。

4 增加缺失输入测试故意缺少活动时间，检查是否提出问题或标记缺口，不能自动沿用上次日期。

测试合格表现正常材料结构、事实和输出文件符合要求不同项目保留方法，正确更换业务信息缺少输入明确说明缺口重复运行版本和命名清楚，不混淆旧产物通过后记录版本、使用样例与更新说明。一次能跑通只是起点，换输入仍可靠才便于复用。

来源：Agent Skills 格式规范；技能市场。2026-09-12访问。

190A / B / C 对应应用与实际接入入口A 文件整理与归档应用：file-organizer。来源为 ComposioHQ 社区技能集合，适合目录分析、分类和重命名方案。它是社区候选能力，不能假定每个 WorkBuddy 账号已经预装。

接入方法打开本页来源中的技能目录，检查 SKILL.md 和附属资源。

按 WorkBuddy 的导入流程安装，确认解析通过后再在演练目录试用。

配套能力清单需要 Excel 时使用 XLSX 能力。先交付拟操作清单，检查重名处理和数量，再进行已确认动作。

C Word 转 PPT应用：WorkBuddy 办公文档能力中的 DOCX 与 PPTXSkill。先确认输入可读取，再进行内容映射和幻灯片生成。

接入方法在技能选择中查看文档相关能力，按文件类型启用。如果没有相应入口，在技能区域按名称搜索并确认来源。

交付物可编辑 .pptx、可查看的 PDF、内容对照表。检查字号、配图比例、章节区分和原文覆盖。

B 腾讯会议 Skill官方接入页：meeting.tencent.com/ai-skill.html。

支持会议安排与会后录制、转写、纪要相关操作，具体权限随账号与授权范围变化。

1 获取授权打开官方页面并登录腾讯会议，按“WorkBuddy 原生接入流程”取得所需授权。

2 安装 Skill复制当前官方页面给出的安装指令到 WorkBuddy，按提示完成配置。安装命令与凭证以现场账号页面为准。

3 确认能力在已安装技能中找到腾讯会议 Skill，先查询本人可访问的会议，再读取有权限的转写。

4 生成纪要按第19页任务 B 整理，输出结论、待办、负责人、日期和待确认问题。

遇到不可用时没有会议录制或转写权限时，用提前准备的meeting.txt 演示纪要处理，并说明当前采用本地输入。

文件转换能力与会议账号读取能力分开验证。

来源：file-organizer 社区技能；技能市场；办公文档四件套；腾讯会议 Skill 实践；腾讯会议 Skill 官方入口。2026-09-12访问。

191明日课堂：120分钟建议路线一组材料贯穿全课准备活动事实文件、3份参考材料、logo与二维码、初始图片、会议转写、课程 Word，以及5条看板任务。使用演练副本，文件名与时间保持一致。

时间段课堂板块00–05 分钟两年前与现在的培训重点05–20 分钟WorkBuddy 新入口、空间与资料20–40 分钟Manus 研究与网页初稿40–60 分钟GitHub Pages / Vercel 发布60–80 分钟GPT 视觉设计与定向修改80–95 分钟飞书多维表格看板95–105 分钟Hermes 微信私聊接入105–115 分钟打包 Skill 与换材料测试115–120 分钟交付检查与答疑这是讲授安排建议。生成、构建和扫码耗时需以现场网络及账号状态调整，可以在任务运行时讲解下一项输入准备。

课前完成的准备账号与入口登录 Manus、GitHub、Vercel、飞书和微信。确认WorkBuddy 版本及课堂需要的应用可见。

依赖与授权提前安装 Hermes，准备腾讯会议 Skill 与飞书读写能力。

公共演练资料预先放入指定目录。

演示备份保留网页预览、一次成功部署、设计前后图、看板样例与完整操作记录。现场失败时能够解释停在哪一步。

学员交付检查成果验收动作研究表抽查两条来源网站换设备打开并点击按钮设计稿校对专名、对齐与二维码看板改变记录并核对同步微信任务核对设备上实际文件Skill换素材运行并比较结果结课练习每位学员选择一个自己的高频任务，写明输入、调用能力、交付物和验收标准。把今天的步骤带回真实工作。

192来源索引：新版 WorkBuddy 与应用本章产品功能依据2026-09-12访问的官方说明整理。

WorkBuddy 更新日志的最新可见条目为5.5.6，发布日期2026-09-10。实际账号入口可能因版本、灰度与授权而不同。

WorkBuddy 当前操作WorkBuddy 更新日志新建任务栏与工作模式系统设置任务管理默认权限与安全沙箱数据管理与归档Buddy 应用资料库轻量发布团队背景与知识项目多人多 Agent 协作记忆WorkBuddy 与 ima 知识库技能与连接技能市场连接器腾讯会议 Skill 实践腾讯会议 Skill 官方入口办公文档四件套file-organizer 社区技能本章的来源口径新版入口、模式和产品行为依据官方功能页。操作场景、活动案例、提示词模板和课堂时间表为本报告的教学编写，未写作平台保证或已完成的实测结果。

file-organizer 明确标为社区候选技能。其安装兼容性需在目标 WorkBuddy 版本确认，不宣称已为讲师账号安装。

“两年前与现在”来自讲师本次补充。注意力分配、避免污染和控制过度工程化作为讲师工作方法融入实操。

每页底部提供相关来源入口。编辑源包另存完整URL、访问日期和修订页映射。

193来源索引与本次修订范围特色板块来源Manus 入门说明Manus ProjectsManus Wide ResearchManus Cloud BrowserManus GitHub IntegrationManus Code ControlGitHub Pages 建站GitHub Pages 发布源设置GitHub Pages 的适用范围Vercel 部署入门Vercel Git 集成OpenAI 图像生成与编辑配套实操来源飞书多维表格的数据表和视图飞书多维表格仪表盘飞书开放平台 MCPHermes Agent 官方项目Hermes 个人微信接入Hermes 企业微信接入Agent Skills 格式规范MCP 官方架构说明原页码的修订对应原页码修订内容16默认 / 计划 / 仅问答，本地文件夹与工作空间17设置与功能入口八项，含应用、远程、归档和沙箱18初始素材、上下文污染、过度工程化与注意力分配19现行步骤、微信输入法和 A / B / C 对应应用25–26小红书推广专家例子，创建与专家团协作28–29MCP版式修正，连接与本地数据边界说明168页前新增第29章，原工具箱与附录顺延保留与更新保留原180页版中的企业落地章节及配图。指定页面按当前说明修订，新实操集中在第29章。其余章节沿用原社区底稿，原界面截图作为历史示意保留。

本次新增采用官方截图与矢量结构示意，没有新增 AI 生图。第183页内容是课堂提示词模板，尚未执行，不标为已发生的生图原始记录。

原报告中误出现在非企业章节页眉的“企业落地 / 第28章”

标记统一移除。目录、书签与工具箱后续页码按新增篇幅更新。

目标输入约束验收沉淀一项任务的最小可复用结构工具箱与编辑说明把知识转成行动，并保留清晰的版本边界用 30 天路线建立使用节奏，用治理清单守住质量与风险；附录提供提示词与场景速查，编辑说明则记录本报告如何取舍与重构。

路线图30 天落地路线图本章路线第 1 周：小任务闭环第 2 周：沉淀 Skill第 3 周：连接系统第 4 周：可靠自动化四周分别完成小闭环、能力复用、外部连接和可靠自动化。每一步都有可见交付与验收标准。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断四周分别完成小闭环、能力复用、外部连接和可靠自动化。每一步都有可见交付与验收标准。

阅读抓手 第 1 周：小任务闭环 · 第 2 周：沉淀 Skill · 第 3 周：

连接系统 · 第 4 周：可靠自动化第 1 周｜建立可见闭环选择一项 30—60 分钟可以完成的任务：整理一组文件、生成一份会议纪要或把资料转成结构化文档。明确输入、输出格式、截止时间与不可触碰的边界。

验收结果能打开、信息完整、命名清晰；任何批量改动先预览。

第 2 周｜形成可复用方法复盘前一周的任务，把稳定步骤、判断标准与常见错误写成 Skill 或模板。用第二个真实任务验证，而不是只在示例中验证。

验收换一份输入仍能得到结构一致的结果；失败时知道从哪一步检查。

第 3 周｜连接一个外部系统选择一个低风险连接器或 API，只授权完成任务所需的最小权限。记录数据从哪里进入、将写入哪里、谁可以查看，以及如何撤销。

验收权限最小化、数据来源清晰、写入前有确认、结果可追踪。

第 4 周｜自动化与团队交接把高频任务设置为定时或条件触发，并补齐前置检查、结果验证、告警、重试与人工接管。邀请一位同事按说明完成同一任务，检验文档是否真正可移交。

验收任务可观察、失败可恢复、关键节点有人负责；节省时间和质量变化可以被记录。

质量清单安全、质量与人工复核本章路线数据与权限事实与引用可执行变更交付质量运行与责任把权限、事实、可执行变更、交付质量和失败恢复放进同一张检查清单，避免便利掩盖风险。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断把权限、事实、可执行变更、交付质量和失败恢复放进同一张检查清单，避免便利掩盖风险。

阅读抓手 数据与权限 · 事实与引用 · 可执行变更 · 交付质量1触发与前置检查时间、权限、数据是否就绪2执行与记录关键步骤留下可追踪日志3结果验证结构、事实、完整性与业务规则4重试或人工接管不确定与高风险及时升级数据与权限只提供完成任务所需的信息与权限；敏感数据先分类，外部连接器遵循最小授权，并保留撤销路径。

事实与引用重要结论回到原始来源核对；区分事实、推断与建议；时效性信息标注日期。

可执行变更批量重命名、删除、发送、发布、付款或写入业务系统前，应预览目标与影响范围，并设置人工确认。

交付质量检查文件能否打开、格式是否完整、公式与链接是否有效、受众是否能理解；必要时进行抽样复核。

运行与恢复自动化应记录输入、关键步骤、输出和错误；定义重试次数、超时、回滚方式与升级联系人。

责任边界AI 可以辅助研究与执行，但责任不会自动转移。教育、医疗、法律、财务与公共事务等高风险场景必须由合格人员复核。

附录 A常用指令模板本章路线A.1 文件整理A.2 Excel 分析A.3 PPT 生成A.4 会议纪要A.5 行业调研把提示词当作可检查的任务说明，而不是咒语。先写目标、输入、约束、输出格式与验收标准，再根据任务增加工具和角色。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断把提示词当作可检查的任务说明，而不是咒语。

先写目标、输入、约束、输出格式与验收标准，再根据任务增加工具和角色。

阅读抓手 A.1 文件整理 · A.2 Excel 分析 · A.3 PPT 生成 · A.4会议纪要A.1 文件整理PROMPT / CODE · text请整理当前文件夹中的文件。

按文件类型和主题分类，生成新的文件夹结构。

在执行前先给我一个整理方案，不要直接移动文件。

A.2 Excel 分析PROMPT / CODE · text请分析这个 Excel 文件。

请输出：核心指标、异常数据、趋势变化、可能原因、建议行动。

请生成一个摘要报告和图表。

A.3 PPT 生成PROMPT / CODE · text请根据这份 Word 文档生成一份 PPT 大纲。

要求：10 页左右，每页包含标题、3-4 个要点和建议图表。

风格正式，适合管理层汇报。

A.4 会议纪要PROMPT / CODE · text请整理这段会议内容。

输出：会议结论、待办事项、负责人、截止时间、风险点、未决问题。

A.5 行业调研PROMPT / CODE · text请调研【行业/公司/产品】。

输出：市场背景、主要玩家、竞品对比、趋势判断、机会点、风险点。

请附上信息来源链接。

A.6 销售方案PROMPT / CODE · text请基于客户资料生成一份售前方案。

包括：客户背景、痛点分析、推荐场景、实施路径、预期收益、演示流程。

附录 B场景速查表本章路线基础办公速查知识管理速查自媒体创作速查生活服务速查按场景选择起点：先从频率、风险、数据来源与验收难度判断，再决定使用普通任务、Skill、专家、连接器或自动化。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断按场景选择起点：先从频率、风险、数据来源与验收难度判断，再决定使用普通任务、Skill、专家、连接器或自动化。

阅读抓手 基础办公速查 · 知识管理速查 · 自媒体创作速查 · 生活服务速查人群/岗位推荐从这些场景开始普通职场人周报、会议纪要、PPT、Excel、邮件个人知识管理用户灵感捕捉、网页剪藏、WPS/ima/Obsidian、每周复盘日常生活用户旅行、天气、菜单、健康记录、情绪日记、趣味占卜内容创作者趋势、选题、爆款标题、公众号/小红书封面、长图、脚本、发布与复盘产品经理竞品、PRD、用户反馈、版本复盘运营市场活动方案、投放复盘、多平台改写销售售前客户调研、方案生成、跟进邮件HR 行政简历、培训、制度问答、入职指引财务法务发票、报销、合同初审、风险提示研发 IT代码理解、测试用例、技术文档、工具开发管理层经营分析、异常预警、战略提案企业管理员权限、用量、Skill、知识库、审计基础办公速查我想做什么推荐能力人工检查点安排、修改或取消腾讯会议腾讯会议 Skill主题、时间、时区、参会人和取消范围获取会议录制、转写和智能纪要腾讯会议 Skill录制告知、访问权限、专有名词和数字把会议内容整理成纪要转写 + 会议纪要模板事实、决定、建议和未决问题分开把行动项写入任务系统任务连接器 / API负责人、截止日期、验收物和重复写入根据会议生成PRDPRD 模板、产品经理Skill只使用确认需求，保留目标外和未决问题整理邮件和生成回复草稿邮件连接器、内容整理发件人、对象、附件和发送确认根据任务与会议生成日报周报任务、日历、文档 Skill成果有任务或文件证据，不把计划写成完成批量整理和重命名文件文件整理、DOCX/PDF先预览和复制，不覆盖、不删除合并 Excel 并对账Excel、数据分析主键、口径、异常清单和金额守恒比较两版制度、合同或方案文档对比金额、日期、责任、条件和否定表达根据纪要生成汇报 PPTPPT、图表、品牌模板先大纲和证据映射，一页一个结论把公司制度做成问答知识库、搜索回答带条款来源，未命中转人工知识管理速查我想做什么建议入口人工检查点随口记录一个想法灵感捕手、ima保留原话，不自动扩写成事实微信文件进入知识库ima-skills目标库、权限、重复与隐私微信收藏批量整理微信收藏知识库抓取失败、来源、版权与重复整理 WPS 文档和碎片笔记WPS 知识库、kdocsskillKey、测试目录、分享权限建本地 ObsidianWikiLLM-Wiki 中文版Vault 备份、命名与批量写入网页转 Obsidian笔记url-to-obsidian来源、日期、版权和原始链接会议沉淀为项目记忆纪要 + 知识库 Skill事实、决策、推测和待办分开把知识变成自媒体内容证据包 + 内容 Skill事实版本、引用和版权定期清理知识库Wiki 体检、断链和重复检查不自动删除或合并人工笔记自媒体创作速查我想做什么推荐 Skill人工检查点找公众号、小红书热门选题公众号热门文章、小红书爆款笔记、评论洞察热度不等于账号适配，保留原链接和日期生成并评分爆款标题公众号标题生成与评分、短视频钩子标题承诺必须由正文兑现生成公众号大小封面公众号爆款封面、公众号图片生成器汉字、Logo、版权和裁切安全区生成小红书封面和长图小红书封面、any2xiaohongshu手机字号、逐页节奏和事实一致我想做什么推荐 Skill人工检查点把长文改成短视频短视频素材研究、脚本工厂、AI 短视频导演时长、真实素材、字幕和音乐授权公众号排版进入草稿箱md-to-wechat、违禁词检测凭证、账号、移动预览和人工发布复盘并改进下一篇写作自我迭代、小红书运营副驾数据事实与因果假设分开生活服务速查我想做什么推荐 Skill人工检查点做旅行路线和行李清单旅游助手、旅游行李清单实时价格、开放时间、签证与预订查地点、距离和路线腾讯地图地图助手精确位置最小化、当天交通变化把行程做成长图或地图旅游地图、长图 Skill先确认事实，再做视觉包装整理体检问题和生活习惯健康管理顾问不诊断、不开药、急症转线下记录压力和情绪变化情绪记录、个人心理健康顾问私密存储、危机时联系现实支持规划每周菜单和采购营养健康、健康食谱推荐过敏、疾病、用药和孕产限制根据天气和场合搭配衣服每日穿搭灵感 + 天气优先使用现有衣物，不默认消费玩八字、星盘或卜卦天机测算、趣味卜卦、八字排盘明示娱乐，不用于现实高风险决定编辑说明删改记录、图像策略与版本来源本章路线知识取舍视觉与图片参考版本校正仓库与许可透明记录本报告保留、压缩与补充的内容，并说明参考样式、生成图片、真实截图和版本锚点。

目标：理解结构，完成一次可复核的任务闭环目标上下文工具验收本章核心判断透明记录本报告保留、压缩与补充的内容，并说明参考样式、生成图片、真实截图和版本锚点。

阅读抓手 知识取舍 · 视觉与图片 · 参考版本校正 · 仓库与许可保留了什么完整保留 27 章、AI 工作系统课外阅读与两份附录的知识结构；每章保留核心概念、关键步骤、工具关系、验收逻辑与代表性案例。

压缩了什么重复出现的登录、点击、菜单定位与同类截图。

超过单页可读范围的提示词、配置文本和模型输出，仅保留结构与代表性节选。

内容高度重叠的练习、延伸案例和社群信息。

投资分析章节中的超长案例链路；保留研究框架，并强化“非投资建议”的边界。

补充了什么增加执行摘要、四条阅读路线、30 天落地计划、HarnessEngineering 解释、岗位成熟度、可靠性闸门、治理清单和面向非技术读者的自然语言解释。

视觉处理封面与四个部分的开篇图由 ImageGen 生成，按页面比例重新裁切并采用圆角展示；产品操作内容使用项目真实截图并完整缩放，避免裁掉界面关键信息。版式借鉴用户提供参考报告的视觉语法，但未复制其商标或专有品牌组件。

参考版本校正重要说明用户将参考文件称为“2024 报告”，但文件元数据、标题与版权页均显示为 Google 2026 Environmental Report。

本文因此以该实际文件为视觉参照，并在封面与说明中使用 2026 年版本信息。

知识来源与链接github.com/AlephAITech/WorkBuddyGuide提交：aa4f0f7b5c9377c9f579c101e36e100c1f10b005许可：MIT（以仓库文件为准）

本次新增来源与内容增加石宗元《企业 AI 应用理论架构与实操分享》网页内容，形成第 28 章。网页访问日期为 2026-09-11；重组范围、案例口径与来源链接见新增章节末页。

从一次成功，走向一套可靠系统。

知识来源：github.com/AlephAITech/WorkBuddyGuide社区编辑材料 · 非官方产品文档 · 请以产品最新界面与官方说明为准