> 原创作者：阿司匹林（笔名）｜职业：三甲医院主任医师

## 概述

三甲医院主任医师实测：用 WorkBuddy 把"老年医学与老年康复医学未来三年发展方向"这个研究任务做成一份十章、带图表和证据分级的行业综述报告。从政策脉络、国际坐标到三年展望，一次对话完成，全程只做两件事：下任务、验收。全文附完整提示词原话、五个关键动作和4张成品实拍图，可照做复现。

## 一、任务背景与需求描述

我近期需要一份老年医学与老年康复医学方向的研究材料，要求覆盖：国家政策导向（"十五五"老龄事业、老年医学科建设、长护险等）、国内外文献与客观实际（WHO、国际指南、近年临床试验），并对未来三年做系统回顾、总结与展望，重点是老年康复医学的发展方向。

按传统做法，这是一项"立项级"的工作：查政策文件、翻指南共识、筛临床试验，再整理成文，至少一两周的业余时间。这次我把它整体交给 WorkBuddy，只做下达任务和验收成品两件事。

## 二、任务指令（原话）

先交代我给 WorkBuddy 的原话，一字未改：

"阿文，从老年科专业角度的发展方向，从国家政策导向，以及目前国内外的文献及客观实际，对目前及未来3年做一个系统的回顾及总结，展望，以及老年康复医学方面的发展方向"

注意这条指令刻意保留了口语化的原样——它照样听懂了。但如果你要复现，我建议在口语指令基础上补上第三节的几个约束条件，成品会更贴合需求。

## 三、五个关键动作（可复现的核心）

### 动作1：一次把"范围"说死

虽然我的原话很口语，但任务开始前我心里有明确的边界：时间跨度（过去回顾+未来三年）、三条证据线（国内政策、国际组织文件、临床研究证据）、结论先行。事后看，这份报告最值钱的地方——开篇就是六条"核心判断"而不是文献综述式的铺垫——正是范围约束带来的。

### 动作2：让它混着用三类来源

这份报告的证据来源横跨三类：国内政策文件（如老年医学科建设与管理指南、长护险全国推开的时间表）、国际组织文件（WHO 老年整合照护 ICOPE、联合国健康老龄化十年中期评估）、最新临床证据（如 2025 年发表在国际期刊上的肌少症新标准、认知障碍疾病修饰治疗进展）。混合来源是 AI 相对人工检索最大的优势——人工很难在短时间内把这些跨体系的东西拉到同一个框架里。

### 动作3：要求"证据分级"，把不确定的数字圈出来

这是我这次任务里最值得分享的经验。成品报告专门有一章"证据分级与使用说明"，把所有数字分成两类：可以直接引用的（有政策文件出处的），和口径不一致、正式场合使用前需要回溯官方统计的（比如某类医师的人才缺口数字，来自行业研究和媒体统计）。AI 检索来的数字不全是官方口径，让它自己把不确定的部分标注出来，比我事后逐条核查省了大量时间。

### 动作4：结构按"读者决策路径"排，不按文献顺序排

我没有让它按"背景—方法—结果"的论文顺序写，而是按一个科室管理者做决策时的阅读路径组织：先核心判断（结论）→ 需求底盘（数据）→ 政策脉络 → 国际坐标 → 发展方向 → 三年展望 → 风险 → 行动清单。十章结构，读者可以从任何一章切入。

### 动作5：交付形式选 HTML 带图表

我要求交付成单文件 HTML 报告，带数据卡片、时间轴和证据表格，浏览器打开即读，也可以直接投屏汇报。如果你需要 Word 或 PPT，同一个任务追加一句"转成XX格式"即可。

## 四、成品实拍

图注1：报告首屏——标题、元信息与六条核心判断（先给结论）
![1.png](https://developer.qcloudimg.com/http-save/yehe-12880691/84cdb40b3ef9d6e24becffa26f247912.png)

成品不是一篇干巴巴的文字，而是带结构的完整报告。政策脉络部分把"从建科到建制"的转向讲得很清楚：

图注2：政策脉络章节——从"建科"到"建制"的政策演进梳理
![2.png](https://developer.qcloudimg.com/http-save/yehe-12880691/99affc8bfcf06577f07037799509c63a.png)

三年展望部分按 2027/2028/2029 三段式给出判断，每一段都标注了关键政策节点：

图注3：三年展望章节——2027/2028/2029 三段式判断时间轴
![3.png](https://developer.qcloudimg.com/http-save/yehe-12880691/7da87b1d6ce05f6b83bb17e18de54728.png)

最后是证据分级章节，所有数字的可靠程度一目了然：

图注4：证据分级与使用说明——可直接引用与需回溯核实的数字分列
![4.png](https://developer.qcloudimg.com/http-save/yehe-12880691/728d174aa33f64c560980256f328656e.png)

## 五、我的三点使用心得（划重点）

1. 口语指令也能跑，但约束条件决定成品上限。我的原话很口语，成品依然合格；但如果对结构、格式有强要求，一定要在指令里一次说清——"先给我目录，我确认后再做"这个技巧我在另一个报告任务里用过，零返工。

2. 让 AI 自己标注证据可靠性。医学和政策类内容最怕数字口径混乱。与其事后逐条核查，不如在任务里就要求"把有出处的和口径存疑的分开标注"，AI 做这件事又快又老实。

3. 敏感信息永远不进检索词。医疗场景下我有一条铁律：涉及患者的信息只在本地处理，需要联网检索时只用去标识化的检索词。这次任务全程没有涉及任何患者数据，这是底线，不是技巧。

## 六、效率对比与适用场景

| 项目 | 传统方式 | 本次 WorkBuddy 方式 |
| --- | --- | --- |
| 文献与政策检索 | 数天，跨多个数据库和官网 | 一次对话内完成多轮混合检索 |
| 结构化成文 | 一至两周业余时间 | 一次对话交付十章完整报告 |
| 图表制作 | 需另用工具逐个绘制 | 随报告一并生成 |
| 数字口径核查 | 人工逐条回溯 | AI 先行分级标注，人工只复核关键项 |

同类场景我都试过了，结论是"需要跨来源整合 + 有明确交付形式"的研究型任务最适合交给它：

- 政策文件+指南+文献 → 行业综述/发展展望报告
- 多年度数据对比 → 带图表的分析报告
- 述职、汇报材料 → 结构化文档

## 结语

这次任务让我确认了一个判断：AI 办公的真正价值不在"写得快"，而在"把跨来源的信息整合进一个能用的框架"。框架对了，人工的价值就集中在它最该在的地方——判断数字口径、把关专业结论。

如果你也有"材料散落各处、不知道怎么下手"的研究型任务，建议从手头最近的一份开始试。欢迎在评论区交流你的用法。

本文基于 WorkBuddy 5.9.3 版本，Windows 10 专业版环境。文中任务指令为实际使用原文，可复制套用。


三甲医院主任医师实测：用 WorkBuddy 把"老年医学与老年康复医学未来三年发展方向"这个研究任务做成一份十章、带图表和证据分级的行业综述报告。从政策脉络、国际坐标到三年展望，一次对话完成，全程只做两件事：下任务、验收。全文附完整提示词原话、五个关键动作和4张成品实拍图，可照做复现。

【WorkBuddy】从一句话需求到十章行业综述报告：老年医学三年展望的AI研究实录

人工智能

三甲医院主任医师实测WorkBuddy：一次对话产出老年医学与康复医学三年发展行业综述报告，覆盖政策导向、国际坐标与临床证据，含证据分级、十章结构与图表。附完整提示词与复现步骤，助你高效完成跨来源研究型任务。

数据库

WorkBuddy 

Windows

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【WorkBuddy】从一句话需求到十章行业综述报告：老年医学三年展望的AI研究实录-腾讯云开发者社区-腾讯云

【WorkBuddy】从一句话需求到十章行业综述报告：老年医学三年展望的AI研究实录

【WorkBuddy】从一句话需求到十章行业综述报告：老年医学三年展望的AI研究实录

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐