很多人第一次用 WorkBuddy 都会翻车:丢一句“帮我整理一下文件”就去干别的,回来一看,改错了地方,格式全乱,结论还对不上原文,最后还得自己重做一遍。于是得出结论:这东西不靠谱。
我的体验恰恰相反。翻车的那几次,问题都不在模型,而在指令。WorkBuddy 是腾讯 CodeBuddy 团队做的桌面 AI Agent,2026 年 3 月 9 日开启公测,它和网页版聊天工具最大的不同,是能在你授权之后真的动手:读你的文件、整理文件夹、生成 Word 和 Excel、跑数据分析。能动手,意味着说错一句话,代价比只聊天大得多。所以用它的第一课不是学提示词花招,而是把需求说清楚,让它不用猜。
WorkBuddy 输入框附近有三种工作模式,选错模式,等于一开始就走错路。
问一问(Ask)只问答、只查看信息,不修改任何文件。适合先了解内容、确认需求,或者你还不确定要不要让它动手的时候。想一想(Plan)先生成一份执行计划,你确认之后它才动手,适合多步骤、改动比较大的任务。做一做(Craft)直接执行任务、修改文件,适合文档生成、表格处理、文件整理这种你已经想清楚、确定要它动手的活。
我的习惯是:第一次接触一个任务先用 Ask,搞清楚它手里有什么、能改什么;复杂的任务走 Plan,看一眼步骤和预期产物再放行;只有重复做过、流程固定的小活,才直接用 Craft。处理重要文件之前,先备份,这是官方手册里反复强调的一条,也是我踩过坑之后最认的一条。

最有效的指令结构,我总结成一句话:做什么 + 有什么 + 怎么样,别让 AI 猜你的意图。
做什么,是你要的结果,比如整理成清单、生成本周复盘、汇总成一张表。有什么,是它手里的输入,要指名道姓:指定路径下的那份 docx、00_input 文件夹里的 12 份会议记录、桌面上那张上周的销售表。怎么样,是交付格式和验收条件:三个内容项加表格形式、不要开场白、日期统一写成 YYYY-MM-DD、每个结论必须能追溯到文件名。
举个能直接抄的例子:基于 00_input 中的 12 份会议记录,生成本周项目复盘。输出一张表,分三列写结论、依据、负责人。日期统一为 YYYY-MM-DD。所有外发、覆盖和删除操作都必须先询问我。把这段话发出去,你会发现它第一次给的东西就能用,不用再来回改三四轮。反过来,只说“帮我复盘一下”,它只能猜你要什么格式、猜哪些会议算数,猜错几乎是必然的。

这是降低返工最管用的一招。批处理 100 个文件之前,先让它做 3 个样本,确认命名、编码、格式和异常处理都对了,再放开批量跑。做表格也一样,先做一行样本,确认列名、单位、小数点位数,再让它填满整张表。
我有一次整理一堆报销截图就是这么做的:先让它处理 3 张,核对金额、日期、抬头都对,再批量处理剩下的。那次全程没有返工。之前有一次图省事直接批量,结果日期格式混了两种,返工的时间比省下的还多。

高质量任务不靠神奇提示词,靠清晰输入、阶段产物和验收标准。我的做法是让它先列任务步骤、所需权限和预期产物,确认后再运行。中间产物出来先看一眼,再让它继续。最后验收的时候,只认三件事:结果能不能追溯到原文、格式是不是我定的那个、改了哪些文件。
还有两个省积分的习惯,顺手提一下。一件事做完就开新任务,别让上下文越滚越长,上下文越大,每轮消耗越多。简单任务选快速模型,别一上来就开最强的模式。每天签到领的积分,轻度使用基本够用,但浪费在反复返工上,再多积分也不够。
拿每周项目复盘举例。以前我自己做,要翻 12 份会议记录,摘结论、对日期、排负责人,两个小时打底。现在用 WorkBuddy,先 Ask 问它手里有哪些记录,再 Plan 看一眼执行计划,确认后让它出草稿,我只做最后的核对和修改,20 分钟左右就能交。省下来的不是打字时间,是来回返工的时间。
更重要的是结果可验收:每个结论后面都跟着文件名,日期格式统一,负责人没有凭空捏一个。领导问一句“这个结论从哪来的”,我能立刻翻到原文,而不是再翻一遍聊天记录。
第一,完整访问权限不要当默认值。先给它一个独立的工作目录,配好权限,再按需扩大。文件系统只能访问你预先授权的工作空间目录,这条边界一开始就要立好。
第二,定时任务不是万能的。本地定时任务在客户端里执行,到点时电脑关机或者退出了 WorkBuddy,这次就错过了。重要的定时活,别只靠它兜底。
第三,别把 WorkBuddy 当成一键接管电脑且永不出错的全自动员工。它更像一个装在电脑上的通用 AI 同事:先给计划和中间产物,人确认外发、付款、删除、改权限这些高风险动作,闭环才稳。
用 WorkBuddy 省不省时间,不取决于你会不会写花里胡哨的提示词,取决于你能不能把一件事说清楚:做什么、用什么做、做成什么样、怎么算做对。把这四件事写进指令里,先小样后批量,先计划后执行,你会发现它第一次交付的东西就能用。这才是它真正帮你干活的开始。
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。