一个金融从业者的真实使用记录:从跑通第一个任务,到把每日复盘、盘中监测、甚至领积分都交给定时自动化。含完整上手步骤与经验总结。
我的日常是这样的:带一个投顾团队,每天盯A股行情,开盘前看隔夜动态,盘中扫自选股,收盘后写复盘,还要给团队布置任务、整理资料。时间被切成碎片,真正能沉下来做分析的时间很少。
之前也用过各种AI对话工具,但它们只会"说"不会"做"——给一段建议,剩下整理文档、跑数据、汇总表格还得自己来。直到把WorkBuddy用起来,我才发现AI办公这件事的关键差别:它能直接交付成品,而不只是给建议。
这篇不聊概念,把我从零上手到搭建自动化工作流的完整步骤写下来,供同样有大量重复性工作的朋友参考。
WorkBuddy是腾讯出品的全场景AI办公工作台,核心逻辑是一句话任务制:
它还能连接腾讯办公生态、接入MCP连接器扩展数据源、读取本地授权文件夹做批量处理——这是它和"网页版聊天AI"最本质的区别。
进入官网 workbuddy.cn,下载桌面客户端(支持Windows、macOS、鸿蒙),安装后登录即可,无需配置任何环境。
主界面分三块:
别从"你好"开始,直接来真的。比如把一份Excel拖进对话区,说:
"分析这份数据,找出异常项,生成一份可视化报告。"
它会自己拆步骤:读表 → 清洗 → 计算 → 出图 → 产出报告文件。第一次跑通的那一刻,你会回不去。
在右侧结果区查看交付物。重点看两处:一是产物预览(文档、图表直接看);二是变更记录(改了哪些文件一目了然)。不满意就继续追问。
在同一对话里持续说清楚要改哪里,例如"只调整第二部分的数据口径,其余不动"。注意:修改指令越具体,重跑的消耗越小、结果越准。
用了一个月后,我认为WorkBuddy最值钱的能力不是单次任务,而是自动化定时任务:用自然语言描述一件事+设定执行频率,到点它自己跑,跑完把结果推送给你。
作为投顾从业者,我搭了这样一套系统(都是真实在用的):
通用大模型缺实时数据,WorkBuddy通过连接器/MCP机制接入外部数据源。配置好行情数据连接器后,我在对话里直接问个股行情、资金流向,它调用接口取真实数据来分析,并注明数据日期与来源。这一点对做投研的人是刚需:分析必须建立在真实数据上,AI不能编数。
连接器在设置里按指引添加即可,各家服务的配置方法参考其官方文档。
积分是消耗品,我的省法有四条:
用下来的总结一句话:AI工具的价值不在聊得有多好,而在能不能落地成一条执行链。WorkBuddy把"说需求→拆步骤→执行→交付成品"闭环了,再把重复性的部分交给自动化,人只留给判断和决策。
对我这种每天和行情、数据、报告打交道的人来说,它已经从"工具"变成了"工作流本身"。建议你也从第一个真实任务开始,别客气,直接丢活儿给它。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。