三个月前我把 WorkBuddy 当成一个“更听话的对话框”来用问它问题、让它改文案、偶尔生成几段代码用完就关和用其他 AI 工具没多大区别。真正让我改观的是有一天我让它连上服务器半夜跑完一个数据清洗任务第二天早上把结果整整齐齐放在我桌面上。从那一刻起我开始把它当成一个能接活的同事而不是一个聊天窗口。常有人问我它和 CodeBuddy、Cursor 这类工具到底什么关系我的看法是不管底层技术怎么写WorkBuddy 把“工作台 Skill 连接器”这套组合做得比较完整值得花时间研究的不是版本号而是工作方法。这三个月里我把它用在写作、代码、文献整理、日报汇总、远程服务器操作这些场景上踩过不少坑也攒下一堆小技巧。这篇东西我整理了 30 条按四个部分来讲先把工作台搭明白再把 Skill 用透然后是真实场景怎么把活儿交给它最后是那些防翻车的经验。无论你刚装上没多久还是已经用了一段时间但总觉得差点意思应该都能找到能直接抄的。1. 先把工作台搭明白前五招决定你后面三个月的效率很多工具用得好不好问题不在功能而在最开始怎么搭。WorkBuddy 里的“工作台”这个概念我一开始完全没当回事后来才发现它才是效率的分水岭。所谓工作台你可以理解为给 AI 准备的不同工位写作有写作的台面代码有代码的台面每个台面挂不同的 Skill、指令和文件目录。用错台面AI 的产出就会“串味”——写代码的台面跑出来一堆公文套话写作的台面又老惦记着技术细节。下面这五招全是围绕“把台面搭对”这件事。1.1 环境、指令、缓存三个基础问题最影响体感技巧1工作台不是装饰是按“活儿”建的我第一次用 WorkBuddy 时所有任务都在默认工作台里完成结果就是 AI 的上下文越来越乱上午让它写周报下午让它改代码它经常把上一件事的语气和逻辑带进来。后来我按任务类型拆成三个台面写作台只挂文档整理和“去AI味”两个 Skill默认目录指向我的写作文件夹代码台挂代码审查、SSH连接器默认目录是工程项目目录运营台则放数据清洗和日报汇总。每次打开就是干对应的事不用反复交代背景。这个改动看起来不起眼但直接把我每天的“预热时间”砍掉了至少一半。技巧2自定义指令先写“角色-目标-格式-禁忌”四要素很多人设置自定义指令时只写“你要帮我写周报”这太模糊了。我的做法是固定四段式“你是一名有10年经验的[角色]。目标是[目标]。输出格式为[格式]。禁忌不要使用[禁词]。在行动之前先列出你要执行的步骤等我确认再继续。”最后这一句特别重要它能让 AI 在动手之前先报计划避免它闷头跑偏。我在全局指令里加了“不要使用‘首先、其次、最后、综上所述’这类连接词”三个月下来它写出来的东西确实像人话多了。技巧3缓存目录一定要改别等 C 盘飘红再后悔WorkBuddy 跑起来之后索引、中间产物、日志这些文件会占不少空间默认放系统盘的话用一段时间 C 盘就容易告急。我的做法是装完就进设置把缓存目录换到空间充足的 D 盘或者移动硬盘。一个额外提醒缓存目录不要放在云同步文件夹里不然同步冲突能让你怀疑人生。另外很多人遇到的白屏、加载慢八成和缓存损坏有关清掉缓存重启往往就好了。目录改完之后要重启客户端才会生效别改完发现没变化就以为设置没用。1.2 记忆和账号两个容易被忽略的隐藏坑技巧4换账号前先导出别指望记忆自己长脚换账号之后想找回原账号的记忆这个需求我遇到过。老实说对话记忆能不能无缝迁移取决于工具本身的同步机制但配置层的迁移是我们可以控制的。我的习惯是准备换号之前先把工作台配置、自定义指令、Skill 列表、对话存档全部导出新账号登录之后逐个导入。这样至少 Skill 和指令不会丢相当于把“脑子”带走了只是具体的聊天记录要看工具支持程度。没有导出习惯的人换完号就是彻底从零开始非常亏。技巧5多账号和工作台隔离别让个人和工作的记忆混在一起我用两个账号一个管工作一个管个人内容创作。账号记忆是按账号走的混用的后果是它可能觉得写周报和写小说是同一个项目回答风格会打架。敏感任务还要单独建“脱敏工作台”不接外部 Skill路径权限也收紧。尤其是你处理过客户数据之后再切回个人台面上下文里可能会残留一些不该出现的信息——所以隔离不仅是效率问题也是安全习惯。2. Skill 用得好才是灵魂这八招帮你从“会触发”到“会调教”如果说工作台是“工位”那 Skill 就是“岗位说明书”。同一个 WorkBuddy装了不同 Skill能力完全不一样。很多人装了十几个 Skill结果触发时 AI 在两个技能之间来回横跳产出反而变差。这一章讲的就是怎么选、怎么用、怎么自己写以及怎么把“AI 味”压下去。2.1 选 Skill、触发 Skill、debug Skill、组合 Skill技巧6实用 Skill 清单宁精勿多关于“哪些 Skill 最好用”我的结论是一个类目只留一个。我自己长期在用的有五个文档整理、PDF抽取、代码审查、数据清洗、日报汇总。再加一个自己写的“去AI味”。装多了就会出现两个 Skill 抢同一个任务的情况AI 自己都不知道该听谁的。先用熟一套再看缺什么补什么比一次性装十几个要稳得多。技巧7触发 Skill 别等 AI 猜主动点名 缩小范围WorkBuddy 的 Skill 通常需要特定条件触发但你不说它就经常自己猜。我开始使用后学到的第一个技巧是直接点名“用 PDF 抽取这个文档按表格输出。”然后尽量缩小范围“只看第三章到第五章。”给它“当前目录下的 report.pdf”这种路径式指示比扔一堆文件让它自己找要准得多。输出效果会随着你给出的上下文聚焦程度直线上升这点实测非常明显。技巧8Skill 输出不对先拆流程再修而不是直接换Skill 本质上是一套流程先读文件、再抽取、再生成摘要。如果最终结果不对问题通常出在中间某一步。我的做法是把它执行的步骤拆开单独跑一步看一步摘要太泛就看抽取那步是不是漏了关键字段格式不对就看输出定义是不是没写清。Skill 不是黑箱把它当流水线来 debug比换个新 Skill 从头试要快很多。你甚至可以把拆出来的步骤重新组合升级你原来的流程。技巧9多个 Skill 串成流水线中间产物一定要落盘单个 Skill 是单点多个 Skill 按顺序跑就是工作流。我的周报流水线是这样先用数据汇总 Skill 从几个表格里抽数字生成一个中间统计文件再让分析 Skill 基于这个文件算变动和异常最后让写作 Skill 把结果写成周报。关键动作是每一步都把结果存成中间文件下一步从文件里读。这样任何一步断了从断点继续就行不用整条流水线重新跑。以前我总想一步到位现在发现“拆开落盘”才是长任务不出错的根本原因。2.2 自己写 Skill以及把“AI 味”彻底压下去技巧10第一个自写 Skill从“会议纪要改周报”开始自己写 Skill 没有想象中难建议从纯文本处理的模板型 Skill 开始。我写的第一个是“会议纪要改周报”结构只有四块触发词、输入要求、处理步骤、输出格式。触发词就是“会议纪要改周报”这句话输入是会议纪要文本步骤是提炼议题和结论、拆成“已完成/进行中/待决策”三类、用中性语气写成周报输出是三段式 Markdown每段不超过 50 字。写一次你就明白Skill 的核心价值是把“你反复交代的套路”固化成流程。技巧11去掉 AI 味核心不是“禁令”而是“建模”很多人直接对 WorkBuddy 说“别用 AI 腔”效果很差。后来我换了个思路把我自己写过的 20 篇旧稿按类型整理好丢给它当风格样本让它先学词汇、句式、节奏再按我的口吻生成。实践下来这一步的效果比任何“风格提示词”都强。如果你手上旧稿不够也可以用“AI初稿 我的修改稿”组成对比样本让它明白你要的差异在哪里。说白了去 AI 味不是让 AI 猜你的品味而是把你的品味喂给它。技巧12禁用词列表机械但有效虽然上面说“建模”更重要但我仍然会在指令里保留一个禁用词列表首先、其次、最后、综上所述、赋能、抓手、闭环……这个法子很机械但确实管用。更进阶一点的做法是同时给它“允许词”比如“说白了、我猜、实测下来、踩过的坑”这类口语词。一对限制一对鼓励AI 输出的腔调很快就从“AI报告体”变成“人话体”。注意清单要放在全局指令里这样每个工作台都生效。技巧13立人设不如立关系我试过各种语气词最后发现最有效的是给它定义关系而不是人设。“你是一个有10年经验的同事说话直接不要恭维我”比“请专业一点”好用得多。原因是人设会影响词汇量关系会影响分寸感。当你告诉它是“同事”它对自我定位和你之间的交流界面都会变化恭维话明显变少该提醒的风险也会直说。这个细节在长文本输出里特别明显。3. 敢把活儿交给它从服务器到代码、文献、客服的真实场景前面聊的是配置和调教这一章聊真枪实弹。我从大量场景里挑了几个最有代表性的连服务器跑任务、批量处理文件、PDF 解析、定时汇总再到客服、科研、全栈开发、小程序教学、内容创作。每一类我都踩过坑下面这些是修正后的做法。3.1 服务器、文件、定时任务把脏活累活扔给它技巧14SSH 连接器第一次连先只读、再小范围、再执行连 SSH 是我最有顾虑的一步后来定了一个流程先给最小权限账号连接后只跑只读命令比如看磁盘、看进程确认它没有跑错机器然后在临时目录里小范围试操作确认无误后再扩大到正式路径。连接器里写的命令尽量带安全参数比如--dry-run。这个流程看着保守但它能让你对“让 AI 碰服务器”这件事建立信任。信任不是一步到位的是分阶段试出来的。技巧15远程操作的安全边界密钥不进对话权限按需开敏感主机不是不能接但默认原则是能被它读的绝不让它写能在临时目录试的绝不直接上生产路径。密钥和密码不要明文写在工作台里通过环境变量引用能走密钥认证就不走口令高危操作前让它先备份配置。我永远开着操作日志这样即便出了事也能定位到是哪一步。这套边界设好之后我基本不再担心它乱来因为破坏半径被提前控制住了。技巧16批量文件操作先跑一遍 dry-run 预览批量重命名这件事我给过它一次机会结果规则写错几十个文件的名字全乱了。从那次以后凡是批量操作我都让它先打印预览“要把 A 改成 B影响 N 个文件确认请回复。”这一步花不了 10 秒但能躲掉 90% 的翻车。另外一个习惯是批处理只给一个小目录别把整个磁盘路径丢给它。它干得越快越值得你多设一道关卡。技巧17PDF 解析的正确姿势要先判断文字版还是扫描版PDF 抽取是高频场景刚开始我图省事扫描版 PDF 直接交给抽取 Skill结果抽出来一堆乱码。后来养成两个习惯第一步判断 PDF 是文字版还是扫描版扫描版先过 OCR 再抽取第二步长文档分段喂一次性丢几十页进去AI 的注意力会稀释。输出端也有讲究让它按 Markdown 结构化输出标题、表格、列表而不是笼统地“总结一下”。结构化输出方便你后续二次处理光要摘要反而浪费了它抽取信息的能力。技巧18定时任务的关键不是“定时”而是“每一步可追溯”我搭过一个每天早上的数据汇总任务定时触发把昨天各渠道的数据整理成简报。配置的时候踩了时区的坑——服务器跑的时间和本地差八小时差点每天提前八小时跑空。后来我加了两个保障任务日志全量记录每一步执行了什么都能回头查生成结果放固定目录我每天早上扫一眼头尾再决定要不要全信。定时任务这玩意跑不跑得起来是能力问题可不可追溯是信任问题。3.2 客服、科研、开发、教学、内容不同角色各有各的玩法技巧19客服负责人最快的上手路径先建话术库再做每日汇总如果你是客服负责人与其让 AI 直接回客户不如先用它把“历史优质对话”变成话术库。操作路径是导出一批表现好的对话按“客户情绪—问题类型—应答要点—参考话术”四栏拆解让 WorkBuddy 生成一套模板。之后每天让它汇总客服记录标出高频问题和新出现的表述。这里有一条铁律客户姓名、手机号、地址这些字段进工作台之前先脱敏。AI 可以当助手但不能成为隐私账本。技巧20科研场景最值得做的是文献卡片不是让 AI 帮你写结论科研党别一上来就让 AI“根据这10篇论文写综述”它写出来的综述常常丢掉关键方法细节。我现在的做法是用 PDF 抽取 Skill 把每篇文献按“研究问题、方法、结论、局限”四项抽成一张卡片积累到一个主题的量级后再让 AI 按卡片聚类并生成综述初稿。结论部分必须自己对照原文核对。文献卡片负责压缩信息真正的判断还是要人来做。这个用法帮我省下大量时间同时没让我失去对内容质量的掌控。技巧21全栈开发先出方案、再写代码、最后补测试三步验收我之前犯过一个错让 AI“帮我做一个带登录的收银台系统”结果它洋洋洒洒生成了一堆代码功能没对上需求。后来改成严格的三段式第一步出技术方案——数据模型、接口设计、目录结构我确认第二步写代码并让它列出测试数据第三步补边界情况空值、并发、权限。每阶段都看产物再继续。它一次生成整个项目会翻车但拆成五步每一步都能控制在可靠范围内。技巧22小程序教学 demo让 AI 把注释写在明面上我给课程做过演示小程序用 WorkBuddy 生成后体验最大的不是速度而是它能按我给的教案结构输出页面和交互逻辑。教学场景有个特殊要求代码注释要清楚。它生成的代码我会补两个检查改一个变量会影响到哪里为什么这里这样写这两个问题能逼着 AI也逼着我自己把逻辑想透彻。对讲师来说AI 生成 demo 的价值是省写代码的时间而不是省备课的思考量。技巧23内容创作先让 AI 发散再人工收敛写文章时我不再对 AI 说“帮我写一篇完整的文章”而是分两步先让它出 10 个选题或开头我挑两三个再让它按选中的方向出大纲最后才写正文。多出来这一步反而省掉大量返工。AI 一次性生成的稿子往往“平均但不出彩”因为它在用概率补齐每一个句子而“观点”恰恰是概率算不出来的。发散—收敛的节奏能把它的检索能力变成你自己的弹药库。技巧24表格清洗用自然语言远比手写脚本快清洗 CSV 或 Excel 时直接描述规则就行“空行删掉日期统一成 YYYY-MM-DD重复项只保留最新一条。”WorkBuddy 会自动写出清洗脚本并执行。但这里有个习惯必须养成先拿 10 行小样本跑一遍人工核对无误再对全量执行。自然语言描述规则省的是时间样本验证省的是事故。我因为跳过样本验证吃过亏现在只信“小样本通过之后才允许放开全量”。4. 防翻车和稳定性能放心“把活儿交给它”的底气前面的技巧解决“它能干什么”这一章解决“它怎么不翻车”。我见过很多人功能玩得溜但一遇到白屏、长任务中断、权限事故就傻眼。真正把工具用出价值的人往往在稳定性和安全上花的时间更多。4.1 白屏、权限、中断三个最常翻车的现场技巧25白屏九成是缓存或插件问题先别急着重装装完 WorkBuddy 白屏我的排查顺序是先清缓存并重启大部分情况到这里就解决了再看插件列表逐个禁用可疑插件——我遇到过一例就是一个旧插件和当前版本不兼容导致渲染挂掉最后才考虑保存工作台配置后重装再导入。白屏问题大概率不是“软件坏了”而是本地配置冲突。记住修改任何配置前先确认自己有导出备份的习惯。技巧26权限给最小用完就收WorkBuddy 在跑任务时会申请文件、网络、执行权限。我的原则是默认只给当前任务需要的跑完任务立即收回不再需要的临时访问权。比如“代码台”需要执行 shell 权限但“写作台”只给文件读写不给执行权限。这样就保证了即使 AI 在某一个台面上抽风破坏半径也被限制在那个台面内不会波及到其他工作。权限这件事给的时候嫌麻烦出事故时才知道门槛多重要。技巧27长任务必须拆阶段断点续跑不是玄学大任务一次性跑完基本上是翻车重灾区。我的做法是拆成三段处理输入、生成中间产物、生成最终结果。中间产物一旦落盘就算会话断了也可以让 AI“读取中间产物直接继续”。有一次跑全站内容分析跑到一半连接断了我让它从中间产物继续十分钟后就出了完整结果。没有断点续跑习惯的话长任务基本不敢碰。拆任务看起来多花一点时间实际上是把失败成本锁死了。4.2 冲刺“敢把活儿交给它”的最后一公里技巧28靠谱的工作台要及时沉淀成模板当你把一个工作台的 Skill、自定义指令、目录结构都调到顺手就把它保存成模板。下次碰到同类任务复制模板、改个名字、换上新的文件路径就能开跑。我大概从第二周开始做这件事现在模板库里积累了好几个可复用的台面每次接到新任务省掉的不是十分钟而是半天到一天的调试时间。模板积累越好工作台复用的价值越大这种复利效应用过的都懂。技巧29给 AI 的产出建立一个固定验收清单AI 的产出我从不直接采信固定过四道关格式是否符合要求关键数据能否回溯到来源有没有处理边界情况有没有擅自扩大执行范围。比如让它生成周报我会看数据口径和统计来源让它改代码我会看测试用例和边界场景。清单固定下来之后AI 对标准的理解也会逐步靠近后续产出会一次比一次稳。验收清单既是在校验 AI也是在训练 AI。技巧30最后是节奏感——什么时候放手什么时候接管30 个技巧里最后这个最抽象也最关键。我自己的判断标准很简单如果任务翻车了我能在十分钟内发现并且修复就放手让它做如果翻车成本很高删数据、改生产配置、对外发布那它只能出方案我来拍板。低风险、可验证、信息密度低的活儿数据汇总、格式转换、批量整理全托管高影响、模糊、不可回滚的活儿AI 当顾问人来决策。信任不是一蹴而就的是把边界试出来的。三个月用下来我最明显的变化不是“省了多少时间”而是慢慢摸清了它会在什么环节翻车。WorkBuddy 这类 AI 工作台本质上把我们这些使用者从“打字的人”变成了“验收的人”——让 AI 干活不稀奇敢把活儿交给它才是本事。如果让我给刚上手的朋友一个建议挑一个你每天都要做的、低风险的任务先连续交给它一周每天记录翻车点修复后再扩大范围。工具不会一夜之间替你完成所有事但三个月足够你把边界摸得明明白白到那时候“敢把活儿交给它”就不再是一句口号而是每天真实发生的工作方式。