夜雨聆风
先说结论：如果你的工作每天都在和 Excel、Word、PPT、文件夹打交道，WorkBuddy 值得试。但别把它当“数字员工”，先把它当一个动作快、肯干脏活、又需要你盯着的 AI 实习生。
这是我重新看完几篇普通人实测和独立横评后的判断。
之前我也犯过一个错：一上来就研究它有多少专家、多少模型、多少技能。写出来都对，却像产品手册。真正使用它的人根本不从这里开始。他们脑子里通常只有一句话：
“这 5 张表，今天能不能帮我合完？”
我们就拿一件真实的工作来试
林姐负责 5 家零售门店的运营。每周一，她要收齐各门店导出的销售表，再补一张库存表、一张排班表。文件名不同，日期格式不同，有人把“销售额”写成“实收”，有人把退款单混在销售明细里。
下午老板要看周报：哪家店增长，哪家店连续下滑，什么商品缺货，人效有没有异常。
这活不难。烦。
五张表逐个打开，复制，统一列名，做透视表，画趋势图，再把结论写进 Word 和 PPT。任何一步都不像“高级工作”，可它能吃掉一个上午。
这正是 WorkBuddy 最有价值的场景：材料已经在电脑里，规则大体明确，产物也说得清。
但第一步，不要让它直接干
我看了多篇实测后，最值得抄走的不是某句“神级提示词”，而是一个动作：先审计，再执行。
第一轮，只允许它读文件，不许改文件：
请列出文件夹里所有文件、工作表、行数、字段名和日期范围；检查空值、重复订单、负数、日期格式和金额单位；给出字段映射表，说明“销售额、实收、退款、成本”分别对应哪一列。无法判断的地方写“待人工确认”，不要自己猜，也不要修改原文件。
这一步看起来慢，其实是省返工。
因为 AI 最危险的时候不是报错，而是没报错。它可能安安静静地把“GMV”当成“实收”，把跨周退款算回本周，再交给你一张线条漂亮、数字错误的图。
林姐先确认计算口径：净销售额等于实收减退款，毛利等于净销售额减成本，重复订单只标记、不自动删除。确认以后，再发第二轮指令：
在新建的“输出_W32”文件夹里合并数据，保留来源文件、来源工作表和原始行号。先逐店核对源文件与合并表的实收、退款总额；对不上就生成差异清单并停止。对平后，再输出经营总表、8 页 PPT、300 字老板摘要和人工复核清单。不要覆盖原文件，不要自动发送。
如果这条链路跑通，WorkBuddy 应该交回四样东西：一份可以追溯到原始行的 Excel 总表，一份给老板看的 PPT，一份简短的管理摘要，以及一张异常和差异清单。
重点不是它会不会分析，而是它真的把文件做出来了。
我把这件事写成了一套岗位级提示词
上面两段只是方便理解的简版。真正用于工作时，一条很长的“万能提示词”仍然不够专业：它把盘点、口径、执行、诊断和验收混在一起，出错以后你甚至不知道该退回哪一步。
所以我把这件事限定为一个具体岗位：连锁零售门店运营经理。完整提示词包不广撒网，只处理一条真实链路：
建立边界 → 盘点数据 → 确认口径 → 清洗合并 → 经营诊断 → 商品库存 → 人效排班 → 管理层交付 → 独立验收
每一站都写清输入、权限、交接物、通过标准和停止条件。比如，原始金额没有对平，就不允许继续生成 PPT；诊断找不到证据编号，就不能进入老板摘要；AI 生成完文件，也仍然只是“候选版”，必须由人放行。
我把这套完整工作流整理成了可直接复制的免费附件：
《免费岗位级提示词包｜连锁零售门店运营经理》
读者不需要一次粘贴全部内容。完成一站，检查一次，再发送下一条。专业感不是来自复杂术语，而是来自一件事能够被复跑、被检查，也能在数据不可靠时主动停下来。
好用的地方：它接走的是一整串鼠标活
普通聊天 AI 往往告诉你：“可以先合并数据，再计算环比，最后制作图表。”听起来很有道理。然后呢？你继续自己做。
WorkBuddy 的差别是，它能读取授权文件夹、批量处理文件，再交付 Excel、Word、PPT 和报告。腾讯云社区一位作者自述，自己的 Excel 加周报流程从每周约 3 小时压到 10 分钟；另一位运营作者记录，原来要 187 分钟的报表流程压到 9 分钟。这些不是独立基准，也不能保证你会得到同样的数字，但它们指向同一个有效场景：规则明确的重复流程。
独立评测里，一位作者用它合并 8 个结构规整的 Excel、排序并汇总，约 3 分钟完成；处理 2000 行、12 列的基础销售表，分组统计和图表也能完成。这个结果比“100+ 专家”更有说服力，因为它回答了普通人真正关心的事：它到底能不能把表做出来。
这也是它比 Codex、Claude Code 更适合一部分普通人的地方。不是能力更强，而是默认入口不同。
Codex 和 Claude Code 像专业电动工具：代码库、终端、脚本、测试、自动化，上限高，也更容易验证。WorkBuddy 把办公设成默认值：中文界面、微信扫码、人民币订阅、拖入本地文件，结果直接落成表格、报告和 PPT。
Codex 和 Claude Code 默认你面对的是一个技术项目；WorkBuddy 默认你面对的是一件今天必须交付的工作。
不好用的地方：成品感很容易骗过你
WorkBuddy 最麻烦的缺点，恰好来自它最大的优点：它会交成品。
一段聊天回答错了，你容易警觉；一份带标题、配色和图表的 Excel 或 PPT 错了，人反而更容易相信。
独立一周实测里，合并单元格曾被误判为数据行，跨表公式在修改后没有自动更新；文件名带特殊字符或 emoji 时，也出现过识别失败。PPT 能给出完整框架，但配色、字号、文字对比度和页面层级仍要人工修。教师实测里，第一版课件就出现过字号偏小和元素重叠，第二轮才修好。
长任务也没有宣传里那么潇洒。官方 FAQ 和更新日志都记录过大文件预览卡死、历史任务恢复异常、PDF 乱码、任务停在中间状态等修复。社区体验里也有人碰到连接器掉线、执行卡住和桌面端资源占用偏高。
还有积分。免费额度适合判断它是否适合你，却不等于足够长期重度使用。完整 PPT、长 PDF、复杂报告和多专家任务，会比普通问答消耗得快。真正让人难受的不是收费，而是任务开始前很难准确知道这一次要花多少。
隐私也要说清楚。“能读本地文件”不等于“全程离线”。它只能访问你主动授权的文件夹，但模型推理、Skills、插件和外部应用仍可能处理必要的数据片段。客户名单、身份证、工资、合同、医疗和未公开财务数据，不该因为界面简单就失去警惕。
所以，它到底适合谁？
如果你每周都在合并结构相近的 Excel，整理会议纪要，批量改文件名，做周报、日报或 PPT 初稿，而且你有能力核对结果，WorkBuddy 很值得试。
如果你的表里有复杂宏、Power Query、大量跨表公式；如果文件包含高敏感数据；如果 PPT 必须达到正式发布的设计水准；如果你需要完全可重复、可测试、可审计的自动化流程，它暂时不该成为唯一工具。
别一上来让它“经营整个部门”。
复制 5 张脱敏后的表，放进单独文件夹。先让它列字段和异常，不准改文件。你确认口径后，再让它合并、统计、画图。连续跑三次，结果都能对平，再考虑把这件事变成固定流程。
先让它做搬运工和制表员，再慢慢升为分析助理。
不要第一天就让它当店长。
资料与证据说明
• 独立评测：WorkBuddy 全面评测：具备本地执行能力的桌面 AI 智能体，实际表现如何？ • 同题横评：一口气测完三大 AI 工作助手 • 一个月踩坑自述：WorkBuddy 真实使用心得与踩坑记录 • 普通人一周自述：WorkBuddy 办公智能体上手实战 • Excel 与周报自述：每周 3 小时的 Excel+周报压缩到 10 分钟 • 运营报表自述：WorkBuddy 帮我节省 10.2 小时 • 官方 FAQ：WorkBuddy 常见问题 • 官方更新日志：WorkBuddy Changelog • 官方定价：WorkBuddy Pricing • 官方权限说明：WorkBuddy 权限模式 • OpenAI 官方定位：ChatGPT Work 与 Codex • Anthropic 官方定位：Claude Code 快速开始
文中带时间和效率数字的案例均为相关作者自述或单次测试，不代表普遍性能保证；真实界面截图用于展示产品形态，自绘图片用于解释观点，两者没有混用。
