一句话出文档、做表格、还能画图：多模态到底怎么用

WorkBuddy 入门 · Day 7

前六天我们一直在说"把话讲清、把活接住、把文件交给它"。今天往前再走一步——你给它一句话，它交回来的不只是一段文字，而是一份文档、一张表格，甚至一张图。这中间差的那层，就叫"多模态"。

一、什么叫多模态，跟之前有啥不同

普通的聊天 AI，你打字、它回字，进来出去都是文本。多模态的意思是：它既能"听"得懂图、表、文档这类非文字的东西，也能"产"得出文档、表格、图片这类成品。比如你拍一张菜单丢给它，它能整理成带分类的清单；你给它一堆聊天记录，它能提炼成一份纪要文档；你描述一个数据趋势，它能做出一张表再加一张图。输入和输出的边界，一下子宽了。

二、一句话出文档：把乱糟糟的材料收成成品

最常用的场景，是"把零散材料整理成一份正经文件"。比如一周开了五场会，记录散在各个文档和截图里，你只要说："把这五份纪要合并成一份周报，按'进展 / 风险 / 下周计划'三块排，导成 Word。"它读进去、归好类、排好版，一份能直接发出去的文档就出来了。你花的力气，只是把材料攒到一起、说清要什么格式——这比 Day 6 让它"整理文件夹"又进了一步：那会儿它动的是文件，现在它产的是成品。

关键还是 Day 5 讲的那句：规则说清。格式、结构、篇幅、要不要配图，越具体它越准。含糊一句"帮我写个汇报"，它也能写，但十有八九不是你脑子里那版。

三、一句话做表格、还能顺手出图

表格是多模态另一块好用的地方。你手头是一堆乱数据，或者只是口述"按月份统计销售额、算出同比、标出增长最快的三个月"，它能直接生成一份 Excel，甚至把那张趋势顺手画成图。文档、表格、图，经常是配套出现的——一份周报要带数据表，一张分析要带示意图。多模态的好处，就是这一串你不用在不同工具间来回倒腾，一句话里把"要什么、长什么样"交代了，它一次性给你配齐。

多模态省掉的不是"想清楚要什么"这一步，而是"把想清楚的变成成品"那串手工活。

到这儿，前七天凑成了一条更完整的线：说清需求（Day 5）、接住结果（Day 4）、读写文件（Day 6）、把想法直接变成品（Day 7）。下周我们往"重活"上走——Day 8 聊数据分析：上传一张表，让它出洞察、出图表，看看它能在数字里淘出什么。

— 虚舟通变 · WorkBuddy 入门 —

明天的 Day 8：上传一张表，让它出洞察、出图表