WorkBuddy实战指南：从安装到AI办公智能体

腾讯WorkBuddy作为一款AI办公智能体，正在改变许多人处理日常任务的方式。B站上一位前腾讯设计师耗时数月制作的教程，试图把这款工具的核心玩法一次性讲透。本文基于该教程内容，梳理WorkBuddy的安装配置、三种工作模式、高质量提示词写法等关键环节，帮助读者建立一套可复用的AI办公方法。

一、WorkBuddy是什么：一个随时待命的数字员工

WorkBuddy^广告的定位并不复杂：它像一个24小时在线的数字打工仔，能够接入国内主流办公软件，处理文案策划、代码编写、Excel报表等任务。与普通聊天机器人不同，它可以直接操作本地文件、拆解任务并执行复杂流程。

据B站UP主在教程中的说法，很多人只把WorkBuddy当聊天工具，问几个简单问题就结束，连它1%的功能都没开发出来。这一判断点出了当前AI工具使用中的普遍问题——工具能力与用户认知之间存在明显落差。

二、安装与初始设置：三分钟跑通第一个任务

下载与安装

在搜索引擎中搜索WorkBuddy，找到官方站点后，将鼠标悬停在“立即下载”上，会弹出不同系统的选项。选择对应系统下载安装程序，双击后按提示操作即可。教程建议不要安装在C盘，安装时可手动更换位置。

领取每日积分

打开软件后的第一件事不是提问，而是领取积分。点击左下角头像登录后，进入“Buddy加油站”即可领取。每天可领100积分，且积分可以累积，非重度使用的情况下免费积分基本够用。

第一个实战任务：文件夹自动归类

在输入窗口下方选择工作空间，点击“打开本地文件夹”，将WorkBuddy的管理范围限定在某个目录内。教程以“下载”文件夹为例，其中混杂着PNG、MP4、安装程序、文档等文件。随后用自然语言下达指令：“帮我整理一下下载文件夹，把文件夹按照类型进行归类，每个类型归类到一个文件夹里。”

WorkBuddy会先给出归类方案，列出每种文件类型的数量和具体后缀，然后询问是否执行。用户可以选择直接执行或先备份再执行。执行完成后，下载文件夹中的文件会按类型整齐归类，系统文件被自动跳过。该任务消耗了28个积分。

三、三种核心工作模式：选对模式再动手

WorkBuddy提供了三种工作模式，理解它们的区别有助于提升任务成功率并减少积分浪费。

Ask模式：只问不干

在输入窗口左下方点击加号，在“模式”中可切换Ask模式。该模式下WorkBuddy与传统大语言模型类似，只回答问题，不对本地文件进行操作。教程演示中，要求它删除一个文本文件时，它会提示当前处于Ask模式，需要切换模式才能执行。

大语言模型（LLM）指的是在海量文本上训练、能够理解并生成自然语言的神经网络模型，如GPT系列、Claude、通义千问^广告等。传统聊天场景中，模型只输出文本，不接触用户设备上的文件或系统接口。WorkBuddy的Ask模式本质上是把大模型包装成一个纯对话入口，模型没有文件系统读写权限，因此用户要求“删除某个文件”时，它只能提示切换模式。理解这一区别，有助于判断什么时候该用纯问答、什么时候必须让智能体获得操作权限。

Plan模式：先方案后执行

Plan模式开启后，WorkBuddy会先规划任务，等用户确认后再执行。教程将这一过程类比为“大学生员工先整理工作方案，再询问老板是否执行”。适合需要审慎评估的操作。

允许完全访问：直接开干

在“默认权限”下方可以开启“允许完全访问”，开启后AI会减少确认步骤，直接执行各种操作。教程提醒，该模式可能涉及敏感操作，例如文件修改或删除。实测中删除文件的操作会被移入回收站而非彻底删除，但教程仍建议非必要不开启此权限。

多数情况下，使用默认权限、不开启Ask和Plan模式即可。

智能体（Agent）与普通聊天机器人的关键差异在于“工具调用”：模型可以在推理过程中决定调用文件读写、命令执行、网络请求等外部函数，并根据返回结果继续下一步。权限设置正是为这种能力划定边界——默认权限下每次敏感操作都要用户确认，相当于人工审批；开启完全访问则把审批环节省略，模型连续自主执行。业界通常建议采用“最小权限原则”，即只授予完成任务所必需的最低权限，这也是教程主张非必要不开启完全访问的原因。

四、高质量提示词：三要素与五个技巧

提示词为什么重要

教程用对比说明问题：如果只说“帮我写一份总结”，AI也能输出结果，但很可能与预期相差甚远，用户不得不反复修改，积分也在反复交互中消耗。需求越明确，首次运行成功率越高，节省下来的积分可以用于更多任务。

三要素公式：做什么、有什么、怎么样

• 做什么：任务目标和类型，例如“生成一份销售数据分析报告”。
• 有什么：原始数据来源，尽量精确到目录和材料，便于AI整合。
• 怎么样：输出格式要求，例如Word文档、包含表格和折线图、页数限制。

教程给出的高质量示例是：“数据文件在某某目录下，包含某某数据；分析某些指标；输出Word文档，包含柱状图对比，页数不超过两页。”输入、处理、输出三个环节都交代清楚，AI才能精确执行。

五个进阶技巧

1. 设定角色：在指令前告诉AI当前角色，例如“你是有十年经验的财务总监，审核合同付款条款并指出财务风险”。教程还提到WorkBuddy内置“专家中心”，提供UI设计师、品牌策划师、架构师、技术文档工程师等预设角色，可直接召唤使用。
2. 提供参考样本：给出期望结果的示例格式，例如工作周报应包含本周完成事项、下周计划、需协调事项。
3. 小步快跑、逐步迭代：复杂任务拆成多步，先让AI分析数据，再生成图表，最后整合为Word报告。每一步都能及时纠偏，避免一次性长指令带来的理解偏差和漫长等待。
4. 告诉AI不要做什么：明确排除项与明确需求同样重要，例如产品介绍中哪些内容不要生成。
5. 指定输出格式：Excel表格、Word文档、Markdown文本、HTML网页等，提前说明输出标准。

提示词工程（Prompt Engineering）是指通过组织输入文本的结构、角色设定、约束条件和示例，来引导模型输出更符合预期的结果。它之所以有效，是因为大模型对上下文中的措辞、格式和示例高度敏感：同样一个任务，加入角色描述或一两个参考样本，输出质量可能明显不同。教程提出的“做什么、有什么、怎么样”以及五个技巧，都是提示词工程中经过验证的常见手法，核心思路是把模糊需求转化为模型可执行的明确规格。

五、从工具到体系：几点观察

这套教程的价值不只在于功能罗列，而在于它呈现了一种使用AI办公工具的方法论：先划定权限边界，再根据任务风险选择模式，最后用结构化提示词降低沟通成本。三个环节环环相扣，缺一不可。

教程中“把WorkBuddy当成手下的大学生员工”的比喻值得玩味。它暗示了当前AI智能体的真实水平——能干活，但需要清晰的指令和适当的监督。指望一句话搞定复杂任务，往往适得其反。

另一个容易被忽略的细节是积分消耗。整理文件夹消耗28积分，看似不多，但反复试错会快速累积。高质量提示词本质上是一种成本控制手段，这一点在教程中被反复强调。

对于希望将AI智能体引入日常工作流的用户，建议从低风险任务开始，例如文件归类、格式转换、数据初步整理，逐步建立对工具行为的预期，再扩展到报告生成等复杂场景。权限设置上保持保守，提示词上保持精确，是两条值得坚持的原则。