WorkBuddy-您的全职AI工作助理,使用全攻略:手把手教您用好这台＂执行力引擎＂

企业AI全栈学习地图 · 工具认知 · 第二十四篇：WorkBuddy-您的全职AI工作助理，使用全攻略：手把手教您用好这台"AI执行力引擎"

有朋友装了WorkBuddy两周了，除了聊了几句天，完全不知道怎么用。

其实：你把WorkBuddy当聊天工具用了。

这不是他一个人的问题。我们翻遍了网上的WorkBuddy教程，10篇里面有8篇是"保姆级安装+20个指令模板"——教你怎么装、怎么点按钮、怎么复制粘贴指令。

没人告诉你：模型选错了，同样一个任务积分多烧3倍。没人告诉你：Skills装上去"没反应"，不是因为坏了，是因为你没理解它的调用机制。更没人告诉你，免费版每个月的积分到底够不够用，什么情况下才值得掏99块钱升级。

13章，1.2万字，从底层机制到实战习惯。不讲虚的，只讲怎么用、怎么省、怎么不踩坑。

一、先搞懂WorkBuddy到底是什么——它不是一个聊天机器人

很多人第一次打开WorkBuddy，第一反应是：这界面不就是个AI聊天窗口吗？

确实是聊天窗口的样子。但如果你真把它当聊天工具用，那就像把一辆卡车当沙发——能坐，但完全是浪费。

WorkBuddy的官方定义是："全场景AI Agent桌面工作台"。翻译成人话：它是一个能读你电脑文件、操作你本地软件、最终交付给你可验收成果的AI执行器。

聊天AI = 顾问：你问它怎么做PPT，它告诉你怎么做。WorkBuddy = 同事：你说"帮我做一份Q3销售汇报PPT"，它打开你的Excel数据、分析、生成图表、排版、保存到你桌面上。

底层是三个核心机制撑起来的：

① 本地文件操作。WorkBuddy能读你授权过的文件夹（桌面、文档、下载），直接读写Word、Excel、PPT、PDF、图片。这不是"上传文件然后AI分析"——它是直接在你电脑上操作文件系统。

② Skills技能生态。你可以给WorkBuddy"装能力包"——PDF处理、Excel分析、PPT生成、网页搜索、浏览器自动化……装了之后AI会自动判断什么时候需要调用。这套机制后面第六章会详细讲。

③ 多Agent协作。WorkBuddy可以同时派出多个"专家"并行干活——一个分析数据、一个写报告、一个做PPT。你只需要一句话描述目标，它自己拆解任务、分派Agent、整合结果。不是多个AI聊天，是多个AI真正协作。

说实话，这三点听起来很唬人。但用起来，效果取决于一件事——你怎么跟它说话。

二、安装与初始设置——这6步漏掉任何一步都是坑

2.1 下载安装

官方下载地址有两个： - 国内：codebuddy.cn/work - 海外：workbuddy.ai

支持Windows 10/11和macOS 10.15以上。安装包大约150-180MB。

Windows双击exe一路下一步就行。Mac双击dmg拖进应用文件夹。

⚠️ Mac用户注意：首次打开如果提示"无法验证开发者"，去「系统设置 → 隐私与安全性 → 仍然打开」就行——这不是软件有问题，是苹果对非App Store应用的通用提示。

安装这步基本不会翻车。真正翻车的是接下来。

2.2 文件夹授权——最多人做错的一步

安装完第一次启动，会弹出一个文件夹授权窗口。

很多人直接点"全选——授权"。这是个坑。

WorkBuddy权限越高，能操作的范围越大，但出问题的后果也越大。一个指令理解错了，全盘授权的情况下，它理论上能碰到系统文件。

我的做法：只授权桌面、文档、下载三个目录。

够用吗？够用。你做PPT、处理Excel、写文档，文件基本都在这些地方。如果临时需要操作其他目录，创建任务时手动指定就行。

怎么想的我就怎么说：授权C盘、授权D盘全盘，除了增加风险，没任何实际好处。WorkBuddy不需要碰你的系统文件。

2.3 6项基础设置（5分钟搞定）

打开WorkBuddy后，左下角点自己的头像，进个人中心，把这6项检查一遍：

5分钟搞定。跳过的话，用几天你会发现各种小问题——不是软件不好用，是设置没开。

2.4 领积分——别等用完了再找

新人积分获取全路径：

加起来，新手第一个月能拿3500-6500+积分。后面章节我会帮你算这笔账够不够用。

三、界面全解剖——每个按钮的真·用途

WorkBuddy打开后，主界面分五大区域：

① 左侧栏：任务列表，按工作空间分组，可搜索筛选历史任务 ② 中间对话区：核心交互区，输入指令、观察执行过程、随时调整 ③ 右侧结果区：查看和下载产物（文档、表格、图表、PPT） ④ 顶部工具栏：模型选择、场景切换 ⑤ 底部输入栏：写指令、上传文件、切换工作模式

但真正重要的，是左侧那7个导航入口。我用一句话说清楚每个是干嘛的：

① 助理：就是聊天界面。发消息、传文件、看结果都在这里。别小看它，后面讲提示词的时候你会发现，这地方用得好不好，效果天差地别。

② 项目：团队协作功能。个人用户暂时用不上。

③ 专家：内置100+专业AI专家。你写代码就调编程专家，做分析就调数据专家。进阶玩法是"专家团"——同时派出多个专家分工协作。第七章细讲。

④ 技能：给AI装能力包。装了PDF处理技能，以后AI处理PDF时会自动调用。第六章细讲。

⑤ 连接器：打通外部服务——腾讯文档、QQ邮箱、飞书、钉钉。连上之后，AI能直接读你的腾讯文档、查你的邮件。第八章细讲。

⑥ 资料库：绑定腾讯文档后，云端文件出现在这里。可以搜、可以选中丢给AI处理。

⑦ 自动化：定时任务。设置好之后，AI到点自己干活。第九章细讲。

三种工作模式——新手最容易踩的坑

默认就是Craft模式！你随手发一句"帮我看看这个"，它就开干了，积分也就开始烧了。

三种模式怎么理解：

我的习惯：不确定任务边界时用Ask，重要文件或复杂任务用Plan，只有每天做熟练的事才用Craft。

这么用不是因为保守。是因为我会算账——Plan模式下多花20秒确认计划，比Craft跑偏了重来一遍，能省几百积分。

四、模型选择的底层逻辑——选对模型，积分省一半

WorkBuddy内置了几乎所有国产大模型，但每个模型的积分消耗差了将近30倍。

4.1 积分倍率——你花的积分取决于选了谁

积分消耗按"倍率"计算。Auto默认是1.0x（基准）。切换模型后，实际消耗 = 基准消耗 × 模型倍率。

实测整理的全模型对照表：

看清楚：Hy3做简单问答只要0.04倍率，用GLM-5.1做同样的事要1.06倍率——差了26倍。

一个简单问答，用Hy3可能1积分，用GLM可能26积分。你一天问10个简单问题，差260积分。一个月差7800积分。

4.2 不同任务怎么选模型——一张决策表

4.3 两个容易被忽略的重要事实

上下文窗口：目前只有GLM 5.2和DeepSeek V4系列支持100万token上下文。处理几百页PDF或超长对话时，其他模型会丢失前面的内容。如果你要做深度调研——必须用GLM或DeepSeek V4系列。

多模态陷阱：很多模型号称"支持图片输入"。实际上，只有GLM 5V Turbo和Kimi系列是真正的多模态（能像人眼看图一样理解图片内容）。其他模型的"图片输入"，是WorkBuddy先用OCR提取文字，再把文字传给模型——不是真的在看图。你要让它判断一张截图的设计好不好看，用Kimi；只是要从截图中提取文字，用谁都行。

4.4 省积分口诀

日常V4-Flash，复杂上GLM，长文档找Kimi，尝鲜用Hy3。

记不住这句就截图保存。选错模型多花的积分，比你想象的多得多。

五、提示词——你跟WorkBuddy说的第一句话就输了

这句话我放在这里：90%的"AI不好用"，不是AI的问题，是你没说清楚。

5.1 万能指令公式

WorkBuddy官方推荐4要素：目标 + 输入 + 输出格式 + 约束。

我扩展为7要素，越长的任务越需要：

角色 + 目标 + 输入 + 过程 + 约束 + 验收 + 输出

不一定要全写。简单任务3个要素就够了，但我发现越是新手越需要完整的字段，因为新手自己也不清楚到底想要什么。

5.2 错误 vs 正确示范

❌ 错误1：太模糊

"帮我整理一下文件"

（AI内心：整理哪个？按什么规则？放哪里？）

✅ 正确：

"把Downloads文件夹里所有PDF文件，按文件名中的日期重命名为YYYY-MM-DD格式，移动到D:/资料/PDFs/。完成后生成一份清单保存到桌面。"

❌ 错误2：缺少上下文

"帮我看这段代码有没有问题"

✅ 正确：

"帮我看看 D:/projects/api-project/src/auth.js 第45-60行的登录逻辑，重点检查：①SQL注入风险 ②JWT过期处理 ③密码哈希是否正确。输出一份安全检查清单。"

❌ 错误3：没说输出格式

"分析这个Excel销售数据"

✅ 正确：

"读取桌面'Q3销售数据.xlsx'，按月份和产品线汇总，计算环比增长率，生成柱状图和折线图，输出一份带图表的Word分析报告。报告结构：总览（1页）+ 月度趋势（2页）+ 产品线分析（2页）+ 结论建议（1页）。"

看出区别了吗？好的指令像一个任务书，差的指令像一句闲聊。

5.3 @引用和/命令的高级用法

在输入框里： - 输入 @ → 快速引用本地文件、规则、知识库 - 输入 / → 快速唤起已安装的技能（不用记住技能名，看列表就行） - Ctrl+V → 粘贴截图，AI能直接分析图片内容

知道这三招，你的效率能再提一个台阶。

5.4 指定工作目录

创建任务时，对话框右下角有个"选择文件夹"。每次都选一下。

不选的话，WorkBuddy每次给你分配临时目录。你的文件可能散落在各处——有的在临时目录、有的在桌面、有的在下载——用完找都找不到。

我的做法：所有任务都放在 D:/WorkBuddy/任务名/ 下面。找文件10秒以内。

固定文件夹还有个隐藏好处：你可以在根目录放一个AGENTS.md文件，WorkBuddy每次启动任务都会加载它，相当于一个全局的"使用说明书"——告诉AI你的偏好、你的命名规范、你的输出标准。一次性写好，所有任务都受益。

六、Skills技能市场——别把它当"装插件"，它是"装能力包"

6.1 Skills到底是什么

很多人装完Skills发现"没反应"，跑来问我是不是坏了。

不是坏了。是你没理解Skills的工作方式。

Skills不是独立App——你装了PPT技能，不会在桌面上多一个PPT图标。它是在后台给AI加了一个"能力标记"。当你跟AI说"帮我做一份PPT"的时候，AI会自动检测到你有PPT技能，然后调用它。

你不需要手动点"用PPT技能"——AI需要时自动调用。你也不需要知道技能名叫什么——正常说话就行。

6.2 Skills三大板块

打开左侧"技能"入口，能看到三块：

6.3 新手必装10个技能

按实用度排序：

装完之后回到对话界面正常用就行。别去纠结"怎么启动"，AI会自动判断。

6.4 自定义Skill入门

如果你有一定技术基础，可以自己写Skill：

这个展开讲够单独一篇文章的。今天先知道"能做"就行。

我更想说的是：能用现成的就别手搓。Skills市场每周都在更新，99%的需求已经有现成方案。

七、专家团——这才是WorkBuddy最强的武器

7.1 专家、Skill、专家团——三角关系

很多人混为一谈，我一句话说清楚：

这不只是"多个AI一起聊天"。WorkBuddy的专家团有真实的编排机制——主Agent把任务拆成子任务，分派给不同专家并行执行，整合结果后交付。你看到的是一个完整的成果，不是一个拼接的缝合怪。

7.2 怎么用专家

打开左侧"专家"入口，可以按行业分类浏览。看到顺眼的点一下，自动切换到该专家模式。

自建专家也简单——用大白话描述它应该做什么、擅长什么、怎么判断好坏。比如：

"你是一个数据分析专家，擅长用Excel做数据透视和图表，分析逻辑要清晰，结论要有数据支撑，不要编造数据。每次输出要先列分析维度，确认后再执行。"

不需要技术背景。自然语言描述就行。

7.3 一个真实案例：深度研究专家团

我做了个测试：让WorkBuddy的"深度研究"专家团调研"2026年中国AI办公工具的市场格局"，输出一份白皮书。

任务设置： - 场景：日常办公 - 任务类型：深度调研 - 模式：Plan - 模型：GLM 5.2

WorkBuddy的第一步让人印象很深——它没有直接开始搜索，而是先输出了一份调研框架：

"我将从以下五个维度展开研究：市场规模与增速、主要玩家与份额、技术路线对比、用户需求分析、未来趋势预判。请确认这个框架是否符合你的预期？"

确认后，系统同时启动了3个子Agent：一个用Web Search搜索公开报告和数据，一个浏览竞品官网抓产品信息，一个做数据清洗和结构化整理。

并行干了大约4分钟后，生成了一份24页的白皮书初稿。

我的判断：初稿可用度70%。结构完整、数据有来源、分析逻辑自洽。需要修正的地方是：部分数据来自不同来源口径不一致，需要我核对选择；一些趋势判断偏保守，需要我补充自己的行业判断。

但坦白说——如果我从零人手写这份白皮书，至少3天。有了这份初稿，我花2小时审核修正就能用。时间压缩到了1/10，就是WorkBuddy专家团给我带来的实际价值。

八、MCP连接器——打通一切的最后一块拼图

8.1 MCP是什么

MCP（Model Context Protocol）是一个开放协议，作用是让AI能跟外部应用标准化连接。

说人话：装了连接器，WorkBuddy就能直接读你的腾讯文档、查你的QQ邮箱、提取腾讯会议的纪要——你不需要手动导出文件再上传。

8.2 支持的连接器

目前官方支持：

8.3 连接操作

步骤很简单： 1. 左侧点"连接器" 2. 找到要连的服务 3. 点"连接"→ 扫码授权 4. 回到对话正常交互

连上之后的效果举个例子：

你："帮我看看腾讯文档里的周报，汇总这周各部门的重点工作" WorkBuddy：直接读你的腾讯文档 → 提取内容 → 汇总 → 回复你

不需要手动下载、不需要复制粘贴。一次授权，后续全自动。

这个功能目前还在快速扩张中，隔几周新增一个连接器。保持关注就行。

九、自动化——你睡觉，AI干活

9.1 设置流程

左侧点"自动化" → 新建任务 → 选择触发条件（每小时/每天/每周/一次性）→ 写任务描述 → 保存。

⚠️ 自动化的任务描述必须比普通任务更详细。因为没人能在旁边纠正AI——它没理解对，你也不知道。建议先在对话里把任务跑通一次，确认没问题了，再把同样的指令搬到自动化里。

9.2 三个真实案例

案例一：每日早报

设置：每天早上8:00执行 指令："查询今天天气（我所在的城市）+ 读取今天的日历日程 + 搜索今日AI行业重要新闻（3条以内）→ 整合成一条消息推送到微信"

每天早上醒来手机一条消息，天气、日程、行业新闻，三合一。

案例二：每周数据备份

设置：每周五下午6:00执行 指令："把D:/工作/项目文件/本周更新过的所有文件，压缩打包，保存到D:/备份/，文件名为'本周备份+日期'"

人设置一次，以后每周五AI自己干。

案例三：竞品监控

设置：每天早上9:00执行 指令："搜索3家指定竞品公司的最新动态（产品更新、融资、合作），按公司分组整理成简报，保存到D:/竞品监控/，文件名按日期命名"

9.3 自动化避坑

第十章：远程控制——不在电脑前也能干活

WorkBuddy支持两种远程模式：

云端工作：任务在云端沙箱运行，电脑关机也能干活。适合出差、通勤时处理紧急事务。

连接电脑：手机远程操控你的本地电脑。适合操作本地文件。

绑定方式：微信扫码绑定小程序即可。飞书、钉钉、QQ等渠道也支持，操作方式类似。

⚠️ 远程安全红线： - 远程时不要做删除、覆盖、批量发送等高风险操作 - 不要远程操作C盘或系统文件 - 敏感数据处理前先确认当前是云端还是本地模式

第十一章：积分经济学——你的积分到底值多少钱？

11.1 不同任务的积分消耗对照表

（基于3个月实测，具体消耗以实际使用为准）

11.2 一个月免费额度够干嘛

以每月固定可获得约3500-4500积分算：

轻度用户（每天问3-5个问题，偶尔做报表）： - 每日问答：30次 × 10积分 = 300 - 每周一次数据分析：4次 × 300积分 = 1200 - 每月一次PPT：1次 × 500积分 = 500 - 合计约2000积分/月 → 完全够用

中度用户（每天10+次交互，每周3-4次文档处理）： - 每日交互：10次 × 30积分 × 30天 = 900 - 每周数据分析：4次 × 300积分 = 1200 - 文档处理+PPT：1500 - 合计约3600积分/月 → 刚好够用，需搭配签到和任务

重度用户（高频使用，深度调研、自动化任务）： - 建议升级个人专业版（58元/月）或通过社区发文补充积分

11.3 要不要付费？

WorkBuddy个人版月费99-999元（不同档位积分额度不同），企业版198元/人/月。

我的判断： - 每天只轻度用 → 免费版 + 签到够用 - 每天中重度用 → 58元/月专业版性价比最高 - 团队用 → 企业版，权限管理和协作功能是刚需

最聪明的策略：先免费版用一个月，记录实际积分消耗，再决定要不要升级。别上来就充钱。

第十二章：安全与权限——别让AI变成定时炸弹

WorkBuddy能操作你的电脑文件——这是它的核心能力，也是最大的风险点。

12.1 最小权限原则

第一次授权只开桌面、文档、下载三个目录。后续任务需要其他目录时临时指定。

全盘授权 = 一句AI理解错了的指令，可能误碰系统文件。

12.2 工作目录隔离

每次任务指定独立工作目录。养成习惯后，所有AI生成的文件都在一个地方，不会跟你的原始文件混在一起。

固定用一个根目录（如 D:/WorkBuddy/），里面分不同任务子目录。好处： - AI产物一目了然 - 找文件10秒内 - 出问题不会误伤其他文件 - AGENTS.md统一管理偏好

12.3 Checkpoints（检查点）

高风险操作前，WorkBuddy会自动保存检查点。操作失败可以直接回退。这个机制用好了是保险，但别全靠它——重要文件还是自己先备份。

12.4 AI生成内容的审核底线

记住一个原则：AI出初稿，你来终审。

以下内容必须人工核实： - 财务数据（AI可能在计算中出错） - 法律条款（AI不具备法律效力） - 公开发布的内容（事实准确性、表述合规性） - 客户/合作伙伴的信息（带人名的务必核对）

WorkBuddy适合帮你做第一版，不适合替你承担最终责任。它能干活，但你需要为结果负责。

第十三章：从会用到精通——10个核心习惯

用WorkBuddy三个月，我从"这玩意儿有什么用"到"哪天不开它不习惯"，中间的转折点是养成了下面这些习惯。

习惯1：任务句式，不是聊天句式

❌ "帮我看看这个" ✅ "读取D:/工作/Q3报告/数据.xlsx，分析各区域销售趋势，输出带图表的Word报告"

习惯2：复杂任务先Plan

花20秒确认计划，比跑偏了重来省几百积分。

习惯3：给完整任务字段

角色 + 目标 + 输入 + 过程 + 约束 + 验收 + 输出。越复杂越要写全。

习惯4：批量操作前出预览表

先让它输出"将要做哪些操作"的预览表，确认后再执行。不要直接批量修改文件。

习惯5：先小样后批量

先处理3个文件确认规则正确，再扩大到300个。一步到位 = 一步到坑。

习惯6：涉及时效信息先搜索

凡涉及"最新""最近""今年"的内容，先用Web Search技能查，附来源链接和时间。

习惯7：输出要能验收

少说"整理一下"，多说"字段列表"、"目录结构"、"自检项"。

习惯8：跑通三次就沉淀

一条提示词跑通三次 → 存进提示词库。一个流程跑通三次 → 做成自动化。自动化跑稳了 → 考虑自定义Skill。

习惯9：固定工作目录

所有任务一个文件夹管理。根目录放AGENTS.md，统一管理偏好和规则。

习惯10：AI出初稿，你来终审

第一遍交给AI，最后一遍由你拍板。不偷这个懒，就不会翻这个车。

好了，1.2万字，13章，从底层机制到底层习惯。

最后：WorkBuddy这个工具，上限极高，下限也极低。上限取决于你多理解它——理解模型倍率、理解Skills调用机制、理解Plan模式的价值。下限就是你把它当一个聊天窗口，每天问候两句，然后觉得"也不过如此"。

工具再强，也得你会用。会用的人，WorkBuddy是同事；不会用的人，它就是个聊天App。

你现在用WorkBuddy到什么程度了？还在只聊天，还是已经在让它帮你做PPT了？评