1. 先搞清楚讓 AI“干活”和“聊天”到底差在哪1.1 聊天 AI 的四個(gè)局限把大模型當(dāng)聊天框用大家應(yīng)該都有體會(huì)剛開(kāi)始覺(jué)得很驚艷用上幾天之后就發(fā)現(xiàn)它更像一個(gè)“百科全書(shū)式的陪聊”而不是一個(gè)“能交接工作的同事”。我給你舉幾個(gè)典型場(chǎng)景你感受一下你讓它“幫我整理一下這周的項(xiàng)目周報(bào)”它給你一段模板但你得自己往里填內(nèi)容等于沒(méi)幫上忙。你讓它“把這份 PDF 里的關(guān)鍵信息提取出來(lái)”它說(shuō)“我無(wú)法直接讀取文件內(nèi)容請(qǐng)把文字復(fù)制粘貼給我”然后你復(fù)制過(guò)去它又說(shuō)“內(nèi)容太長(zhǎng)了請(qǐng)分段發(fā)送”。你讓它“幫我想 5 個(gè)短視頻選題”它給了 5 個(gè)但全是“職場(chǎng)干貨”“效率提升”這種放之四海皆準(zhǔn)的套路沒(méi)有一個(gè)跟你的賬號(hào)定位相關(guān)。你想讓它連續(xù)完成“分析競(jìng)品 → 整理 checklist → 生成跟蹤表”這一串動(dòng)作它每完成一步都要你重新交代一遍背景完全沒(méi)有延續(xù)性。這背后的原因其實(shí)是大模型的應(yīng)用形態(tài)還停留在“單輪問(wèn)答”的階段。它沒(méi)有你的項(xiàng)目上下文看不到你的文件也記不住你上次交代的偏好更沒(méi)法主動(dòng)去調(diào)用工具。說(shuō)白了你是在和一個(gè)“有知識(shí)但沒(méi)記憶、有口才但沒(méi)手腳”的人共事。聊天當(dāng)然沒(méi)問(wèn)題但真讓它干活就會(huì)處處碰壁。1.2 WorkBuddy 的設(shè)計(jì)思路三個(gè)人設(shè)變化WorkBuddy 這個(gè)工具并不是又一個(gè)聊天網(wǎng)頁(yè)版也不是“套殼”調(diào)用 GPT 接口的玩具。它解決的核心問(wèn)題就是上面這一堆“干活”場(chǎng)景里的斷層。我把它總結(jié)成三個(gè)人設(shè)變化從“問(wèn)答機(jī)器人”變成“任務(wù)執(zhí)行者”。你給它的是一個(gè)任務(wù)描述而不是一個(gè)問(wèn)題。它拿到任務(wù)后自己會(huì)拆解步驟、調(diào)用能力、產(chǎn)出結(jié)果而不是等著你一句一句喂。從“沒(méi)有記憶”變成“項(xiàng)目級(jí)上下文”。WorkBuddy 支持在一個(gè)工作區(qū)內(nèi)創(chuàng)建 List、Task、Memory、Docs 這類(lèi)結(jié)構(gòu)。簡(jiǎn)單說(shuō)它能把整個(gè)項(xiàng)目的背景、角色、目標(biāo)、關(guān)鍵文件都掛在一個(gè)固定的“工作臺(tái)”里AI 每次執(zhí)行任務(wù)時(shí)都會(huì)自動(dòng)帶上這些上下文。你不需要反復(fù)解釋“我們是做什么的”“客戶(hù)是誰(shuí)”“上個(gè)月定了什么方案”。從“單線(xiàn)程對(duì)話(huà)”變成“Agent 工作流”。這也是它跟普通聊天最大的區(qū)別。WorkBuddy 里可以同時(shí)安排多個(gè) Agent 執(zhí)行不同子任務(wù)還可以用 Skill技能包的方式給 AI 擴(kuò)展“職業(yè)能力”。比如你給它裝一個(gè)“周報(bào)生成 Skill”它就知道該怎么整理數(shù)據(jù)、怎么做成表格、用什么語(yǔ)氣寫(xiě)總結(jié)——這些都不需要你現(xiàn)場(chǎng)教。1.3 什么人最適合用它我個(gè)人的判斷是下面這幾類(lèi)人最值得花時(shí)間上手 WorkBuddy也是我自己身邊的真實(shí)用戶(hù)畫(huà)像產(chǎn)品經(jīng)理 / 運(yùn)營(yíng)每天要處理競(jìng)品分析、用戶(hù)反饋匯總、周報(bào)月報(bào)、活動(dòng)復(fù)盤(pán)這類(lèi)流程化但又繁瑣的文本工作是 WorkBuddy 的主場(chǎng)。研發(fā)工程師寫(xiě)技術(shù)方案、整理接口文檔、生成 commit message、做代碼 review 的 checklist它都能接得住。如果你本身就是 CodeBuddy 的用戶(hù)那 WorkBuddy 和它能形成很好的互補(bǔ)。專(zhuān)利工程師 / 咨詢(xún)顧問(wèn) / 律師助理這類(lèi)工作要處理大量長(zhǎng)文檔、結(jié)構(gòu)化輸出、多輪拆解邏輯而且對(duì)格式和術(shù)語(yǔ)有嚴(yán)格要求。Skill 機(jī)制非常適合沉淀一套“機(jī)構(gòu)專(zhuān)屬的 AI 工作法”。知識(shí)博主 / 內(nèi)容創(chuàng)作者選題庫(kù)管理、素材整理、腳本初稿、多平臺(tái)分發(fā)文案都可以交給它生成初稿你只做“主編”而不是“碼字工”。當(dāng)然如果你只是想找一個(gè)“問(wèn)什么答什么”的聊天工具那 WorkBuddy 反而會(huì)讓你覺(jué)得多余。它適合的是那些真正愿意把工作流搭進(jìn)去、把 AI 當(dāng)團(tuán)隊(duì)成員來(lái)管理的人。2. WorkBuddy 核心能力拆解它憑什么能“干活”2.1 項(xiàng)目級(jí)上下文記憶不再是黑箱我用過(guò)的很多 AI 工具所謂的“記憶”就是一個(gè)會(huì)話(huà)窗口聊完就忘。WorkBuddy 不太一樣它把上下文做成了“項(xiàng)目空間”的概念。你新建一個(gè)項(xiàng)目空間之后可以往里面放很多東西List一個(gè)任務(wù)清單里面可以?huà)於鄠€(gè) Task每個(gè) Task 有獨(dú)立的描述、狀態(tài)和負(fù)責(zé)人可以選擇不同的模型或 Agent。Docs項(xiàng)目文檔庫(kù)把 PDF、Word、Markdown 傳進(jìn)去AI 在做任務(wù)時(shí)可以直接檢索引用。Memory項(xiàng)目偏好設(shè)置。比如“我們的用戶(hù)是 30 歲左右的職場(chǎng)中層”“所有輸出都用中文不要英文縮寫(xiě)”“周報(bào)必須包含風(fēng)險(xiǎn)預(yù)警板塊”。這些信息一旦寫(xiě)入 Memory每次對(duì)話(huà)都會(huì)自動(dòng)帶入。Chat / Agent 執(zhí)行記錄AI 每做一步都會(huì)留下記錄你可以全程查看它是怎么拆解任務(wù)、怎么得出結(jié)論的。這個(gè)設(shè)計(jì)解決了一個(gè)很實(shí)際的問(wèn)題AI 不記得不是因?yàn)樗刀且驗(yàn)槟銢](méi)給它“項(xiàng)目檔案”。在 WorkBuddy 里相當(dāng)于你入職第一天就給 AI 發(fā)了員工手冊(cè)和項(xiàng)目背景它之后的每一步工作都基于這套檔案來(lái)展開(kāi)。我自己實(shí)際用下來(lái)最直觀(guān)的感受是以前用聊天工具我還得先花時(shí)間“喂背景”每次開(kāi)新會(huì)話(huà)都要重新介紹一遍項(xiàng)目現(xiàn)在我把背景寫(xiě)進(jìn) Memory 和 Docs直接喊它干活就行這個(gè)體驗(yàn)的差距非常大。2.2 Skill 技能包相當(dāng)于給 AI 上培訓(xùn)班如果說(shuō)項(xiàng)目空間解決的是“AI 不了解情況”的問(wèn)題那 Skill 解決的就是“AI 不會(huì)干專(zhuān)業(yè)活”的問(wèn)題。我打個(gè)比方一個(gè)大模型就像剛畢業(yè)的大學(xué)生底子不錯(cuò)但沒(méi)工作經(jīng)驗(yàn)。你讓他寫(xiě)周報(bào)他能寫(xiě)但寫(xiě)的是“通用款”你讓他寫(xiě)專(zhuān)利交底書(shū)他可能連交底書(shū)和論文的區(qū)別都搞不清楚。Skill 就相當(dāng)于“崗前培訓(xùn)”把一套專(zhuān)業(yè)流程、判斷標(biāo)準(zhǔn)、輸出模板“打包”給 AI讓它一上來(lái)就能按你的標(biāo)準(zhǔn)干活。一個(gè) Skill 通常包含三塊內(nèi)容描述文件SKILL.md / skill.yaml寫(xiě)清楚這個(gè)技能是做什么的、適合在什么場(chǎng)景用、輸入是什么、輸出是什么、需要注意什么紅線(xiàn)。參考文檔放一些范例、模板、術(shù)語(yǔ)表、優(yōu)秀案例AI 在執(zhí)行時(shí)會(huì)參考這些資料來(lái)對(duì)齊風(fēng)格和質(zhì)量標(biāo)準(zhǔn)。可選腳本如果這個(gè) Skill 涉及調(diào)用外部工具或執(zhí)行代碼可以附帶可運(yùn)行的腳本實(shí)現(xiàn)更復(fù)雜的自動(dòng)化。拿我自己最常用的“周報(bào)生成 Skill”舉例它的 SKILL.md 里就明確寫(xiě)了輸入本周完成的任務(wù)清單、項(xiàng)目進(jìn)度、遇到的問(wèn)題輸出格式按照“本周進(jìn)展 → 數(shù)據(jù)與結(jié)果 → 風(fēng)險(xiǎn)與阻塞 → 下周計(jì)劃”四段式生成風(fēng)格要求語(yǔ)言精煉不用“我們團(tuán)隊(duì)努力克服了重重困難”這種空話(huà)數(shù)據(jù)多過(guò)形容詞風(fēng)險(xiǎn)部分要給出解決方案不能只拋問(wèn)題紅線(xiàn)不要虛構(gòu)數(shù)據(jù)不確定的信息標(biāo)注“待確認(rèn)”裝了這套 Skill 之后我再讓 AI 寫(xiě)周報(bào)出來(lái)的東西基本可以直接粘貼到協(xié)同軟件里稍微改兩三個(gè)字就能發(fā)。2.3 Agent 并行調(diào)度你自己當(dāng)項(xiàng)目經(jīng)理WorkBuddy 另一項(xiàng)讓我覺(jué)得驚艷的能力是它可以同時(shí)調(diào)度多個(gè) Agent讓它們并行處理不同的子任務(wù)。舉個(gè)例子。我要做一份“競(jìng)品分析報(bào)告”以前的做法是自己在瀏覽器里開(kāi)十幾個(gè)標(biāo)簽頁(yè)一個(gè)一個(gè)查然后匯總成文檔整個(gè)過(guò)程至少要大半天。在 WorkBuddy 里我可以把它拆成幾個(gè)子任務(wù)Agent A負(fù)責(zé)搜集競(jìng)品 A 的功能列表、定價(jià)策略和更新動(dòng)態(tài)。Agent B負(fù)責(zé)搜集競(jìng)品 B 的用戶(hù)評(píng)價(jià)和口碑趨勢(shì)。Agent C負(fù)責(zé)整理行業(yè)報(bào)告中的市場(chǎng)規(guī)模數(shù)據(jù)。Agent D負(fù)責(zé)把前三個(gè) Agent 的結(jié)果按統(tǒng)一模板合成一份報(bào)告。每個(gè) Agent 用同一個(gè)項(xiàng)目空間里的上下文但各自執(zhí)行獨(dú)立的子任務(wù)最后匯總。你自己實(shí)際上變成了“項(xiàng)目經(jīng)理”負(fù)責(zé)拆活兒、派活兒、驗(yàn)收AI 負(fù)責(zé)跑腿。當(dāng)然并行調(diào)度也有一個(gè)前提任務(wù)之間不能有強(qiáng)依賴(lài)。如果 Agent B 必須等 Agent A 的結(jié)果才能繼續(xù)那就沒(méi)法并行。所以我在拆分任務(wù)時(shí)會(huì)盡量把任務(wù)設(shè)計(jì)成“可以獨(dú)立完成的板塊”然后再用一個(gè)“匯總 Agent”把結(jié)果合并起來(lái)。2.4 流程編排把散碎的活兒串成流水線(xiàn)除了并行WorkBuddy 還支持把一組任務(wù)串成固定的流程下次遇到同類(lèi)需求直接一鍵跑完。比如“新用戶(hù)調(diào)研”這個(gè)場(chǎng)景我的流程編排是這樣的讀取用戶(hù)訪(fǎng)談錄音轉(zhuǎn)寫(xiě)文本。提取其中的關(guān)鍵訴求和吐槽點(diǎn)。按“功能需求、體驗(yàn)問(wèn)題、商業(yè)價(jià)值”三類(lèi)打標(biāo)簽。生成一份調(diào)研摘要輸出到 Docs 里。發(fā)送一條通知告訴我“調(diào)研摘要已完成請(qǐng)查收”。這套流程一旦搭好以后每次做完訪(fǎng)談我只需要把原始文本丟進(jìn)項(xiàng)目空間然后說(shuō)一句“跑一次用戶(hù)調(diào)研流程”它就自動(dòng)完成全部步驟。這不只是省時(shí)間更重要的是保證每次輸出的質(zhì)量是穩(wěn)定的——不會(huì)再出現(xiàn)這次寫(xiě)得細(xì)、下次寫(xiě)得粗的情況。在我實(shí)際使用中流程編排最適合的工作是那些“低頻但重復(fù)”的活月度復(fù)盤(pán)、客戶(hù)反饋匯總、周報(bào)、競(jìng)品追蹤?；ㄒ粌蓚€(gè)小時(shí)把流程搭好之后每次執(zhí)行只需要花費(fèi)幾分鐘邊際成本趨近于零。3. 安裝與本地部署實(shí)操3.1 桌面端安裝三個(gè)平臺(tái)都能跑WorkBuddy 的安裝本身不復(fù)雜復(fù)雜的是選擇合適的方式。它提供了桌面客戶(hù)端Windows、macOS、Linux 都有和純網(wǎng)頁(yè)版兩者的差距主要在本地資源調(diào)用上。以我自己的 Windows 機(jī)器為例直接從官網(wǎng)下載安裝包一路 Next 裝完首次打開(kāi)會(huì)讓你選擇登錄方式。這里有個(gè)小提醒如果你打算走本地部署路線(xiàn)第一次登錄時(shí)就要先想清楚是用云端賬號(hào)還是純本地模式后面切換會(huì)比較麻煩。macOS 上安裝更簡(jiǎn)單下載 dmg 拖進(jìn) Applications 就行。Linux 用戶(hù)需要注意WorkBuddy 在 Linux 上通常需要依賴(lài)圖形環(huán)境所以如果你用的是無(wú)桌面版的服務(wù)器可能更適合用容器部署或 Web 模式而不是裝桌面客戶(hù)端。3.2 本地部署模式數(shù)據(jù)不出內(nèi)網(wǎng)如果你的工作涉及敏感數(shù)據(jù)或者公司對(duì)云端工具有合規(guī)要求那本地部署幾乎是必選項(xiàng)。WorkBuddy 的本地部署思路是UI 和編排層在客戶(hù)端模型層可以指向本地模型或私有化部署的大模型服務(wù)。我實(shí)測(cè)下來(lái)的常見(jiàn)組合是WorkBuddy 桌面端 Ollama本地模型適合 16GB 內(nèi)存以上的機(jī)器跑 7B~14B 量級(jí)的模型日常文本處理沒(méi)有壓力。WorkBuddy Web 模式 內(nèi)網(wǎng)模型服務(wù)適合團(tuán)隊(duì)使用把模型服務(wù)部署在內(nèi)網(wǎng)服務(wù)器上團(tuán)隊(duì)成員通過(guò)瀏覽器訪(fǎng)問(wèn) WorkBuddy 的 Web 界面數(shù)據(jù)和模型都不出內(nèi)網(wǎng)。WorkBuddy 桌面端 云端 API默認(rèn)適合個(gè)人用戶(hù)開(kāi)箱即用不折騰。這里我多說(shuō)一句硬件建議。如果你打算本地跑模型顯存和內(nèi)存是關(guān)鍵。跑 7B 模型至少建議 16GB 內(nèi)存跑 14B 模型建議 32GB 內(nèi)存8GB 顯存再往上就建議直接用 GPU 服務(wù)器。單純用 CPU 跑也不是不行但速度和體驗(yàn)會(huì)明顯下降適合偶爾用用的場(chǎng)景不適合做高頻任務(wù)執(zhí)行。我自己早期踩過(guò)一個(gè)坑在本地部署時(shí)選了比較大的模型結(jié)果每次執(zhí)行任務(wù)都要等 2~3 分鐘整個(gè)流程跑下來(lái)比人工還慢。后來(lái)我調(diào)整了策略——把“大型復(fù)雜任務(wù)”和“輕量高頻任務(wù)”拆開(kāi)分別用不同規(guī)格的模型處理速度才提上來(lái)。3.3 模型配置不要只盯著一個(gè)模型很多人第一次使用 WorkBuddy習(xí)慣性地把它當(dāng)成“另一個(gè) ChatGPT”只用一個(gè)默認(rèn)模型從頭用到尾。但 WorkBuddy 的價(jià)值在于它允許你在不同任務(wù)上使用不同模型。比如日常文本整理、摘要、改寫(xiě)用中小型模型速度快、成本低。復(fù)雜推理、長(zhǎng)文寫(xiě)作、代碼生成用能力更強(qiáng)的旗艦?zāi)Ｐ?。本地?cái)?shù)據(jù)、隱私內(nèi)容用本地部署的小模型保證數(shù)據(jù)安全。我在項(xiàng)目空間里通常會(huì)設(shè)置一個(gè)“默認(rèn) Agent 模型”作為兜底再為每個(gè)具體任務(wù)單獨(dú)指定模型。這樣做的好處是在保證質(zhì)量的前提下能把成本和響應(yīng)速度控制在一個(gè)合理區(qū)間。模型配置頁(yè)面里的參數(shù)我一般優(yōu)先關(guān)注三個(gè)Temperature溫度控制隨機(jī)性。做創(chuàng)意選題可以調(diào)高到 0.8~1.0做數(shù)據(jù)分析、代碼生成、格式轉(zhuǎn)換這類(lèi)精確任務(wù)我會(huì)調(diào)到 0.2 以下。Max Tokens最大輸出長(zhǎng)度長(zhǎng)文任務(wù)要提前調(diào)大否則生成到一半會(huì)被截?cái)?。我吃過(guò)大虧一篇報(bào)告生成到一半結(jié)尾被硬生生切掉了。Top P核采樣跟 Temperature 配合使用。通常我會(huì)固定 Top P 為 0.9然后只調(diào) Temperature這樣變量少容易控制。4. Skill 機(jī)制深度解析給 AI 裝上“職業(yè)技能”4.1 Skill 文件里到底寫(xiě)什么Skill 是 WorkBuddy 的靈魂也是大多數(shù)人容易卡住的地方。很多人第一次看到 Skill 的概念會(huì)以為很難覺(jué)得自己得會(huì)編程才能寫(xiě)。其實(shí)不是一個(gè)最基本的 Skill 就是一個(gè) Markdown 文件里面用自然語(yǔ)言描述清楚規(guī)則就行。我建議從“描述文件”入手先學(xué)會(huì)寫(xiě) SKILL.md用了一段時(shí)間之后再考慮加參考文檔和腳本。一個(gè) SKILL.md 至少要包含這幾個(gè)部分name技能名稱(chēng)簡(jiǎn)單明確。description一句話(huà)解釋這個(gè)技能做什么、適合什么場(chǎng)景。寫(xiě)清楚很重要因?yàn)?AI 會(huì)根據(jù)這段描述來(lái)判斷“當(dāng)前任務(wù)該不該調(diào)用這個(gè)技能”。when_to_use什么情況下使用這個(gè)技能什么情況下不應(yīng)該使用。這個(gè)能有效防止 AI 在錯(cuò)誤場(chǎng)景里亂套模板。input_requirements需要你提供哪些輸入信息缺了哪個(gè)環(huán)節(jié)要主動(dòng)向用戶(hù)提問(wèn)確認(rèn)。workflow執(zhí)行步驟。一步一步寫(xiě)清楚——先做什么、再做什么、最后做什么。output_format輸出的格式要求。這是大多數(shù)人容易忽略的部分但恰恰是最關(guān)鍵的。AI 非常擅長(zhǎng)“給什么指令就輸出什么格式”你不約束它就自由發(fā)揮最后你拿到的是一堆根本沒(méi)法用的東西。constraints / red_lines確定不能做的事。比如“不要編造數(shù)據(jù)”“不確定的信息要標(biāo)注”“不要直接復(fù)制原文要改寫(xiě)”。我寫(xiě) Skill 有一條經(jīng)驗(yàn)與其寫(xiě)“要寫(xiě)得專(zhuān)業(yè)一點(diǎn)”這種抽象要求不如直接給它一個(gè)優(yōu)秀范例再配一個(gè)反例。AI 對(duì)范例的學(xué)習(xí)能力遠(yuǎn)比抽象描述強(qiáng)得多。下面給你一個(gè)可以直接抄的示例是我最常用的一套“周報(bào)生成 Skill”的 SKILL.md 簡(jiǎn)化版。你可以直接復(fù)制到 WorkBuddy 的 Skill 目錄里修改使用--- name: weekly-report description: 根據(jù)本周工作記錄生成結(jié)構(gòu)化周報(bào)適合產(chǎn)品、運(yùn)營(yíng)、研發(fā)等崗位使用。 when_to_use: 當(dāng)用戶(hù)要求生成周報(bào)、月報(bào)或項(xiàng)目進(jìn)展匯報(bào)時(shí)使用。 when_not_to_use: 不要用于生成日?qǐng)?bào)不要用于個(gè)人生活記錄。 --- ## Input Requirements 1. 本周完成的主要工作事項(xiàng)列表 2. 關(guān)鍵數(shù)據(jù)和量化結(jié)果如有 3. 遇到的問(wèn)題、風(fēng)險(xiǎn)或阻塞項(xiàng) 4. 下周計(jì)劃如有 如果用戶(hù)沒(méi)有提供完整信息先追問(wèn)清楚再開(kāi)始寫(xiě)不要自行編造。 ## Workflow 1. 將輸入信息按“工作事項(xiàng)”“量化結(jié)果”“風(fēng)險(xiǎn)問(wèn)題”三個(gè)維度歸類(lèi)。 2. 合并同類(lèi)項(xiàng)將重復(fù)內(nèi)容去重。 3. 按四段式結(jié)構(gòu)撰寫(xiě)周報(bào) - 本周核心進(jìn)展3-5 條每條不超過(guò) 50 字 - 關(guān)鍵數(shù)據(jù)與量化結(jié)果用列表展示 - 風(fēng)險(xiǎn)與阻塞每條必須附帶應(yīng)對(duì)措施或建議 - 下周計(jì)劃按優(yōu)先級(jí)排序 4. 檢查是否有編造或不確定的信息如有則標(biāo)注“【待確認(rèn)】”。 5. 輸出最終文案。 ## Output Format ### 本周核心進(jìn)展 - ... ### 關(guān)鍵數(shù)據(jù)與量化結(jié)果 - 指標(biāo)A... - 指標(biāo)B... ### 風(fēng)險(xiǎn)與阻塞 - 風(fēng)險(xiǎn)描述...應(yīng)對(duì)措施... ### 下周計(jì)劃 1. ... ## Constraints - 不得虛構(gòu)數(shù)據(jù)和結(jié)果 - 每條進(jìn)展不超過(guò) 50 字拒絕空話(huà)套話(huà) - 數(shù)據(jù)部分必須量化沒(méi)有數(shù)據(jù)就寫(xiě)“本階段暫無(wú)量化指標(biāo)” - 風(fēng)險(xiǎn)部分不能只拋問(wèn)題必須給建議這是最基礎(chǔ)但也是最實(shí)用的 Skill 寫(xiě)法。你可以在 WorkBuddy 的 Skill 管理頁(yè)面里新建一個(gè)技能把這些內(nèi)容粘貼進(jìn)去然后在項(xiàng)目對(duì)話(huà)里讓它“用周報(bào)技能寫(xiě)一下這周的工作總結(jié)”試試效果。對(duì)比一下沒(méi)有 Skill 時(shí)候的輸出差距會(huì)非常明顯。4.2 一個(gè)能直接抄的 Skill 示例專(zhuān)利交底書(shū)素材整理我之前因?yàn)楣ぷ餍枰盍艘惶住皩?zhuān)利交底書(shū)素材整理”的 Skill這個(gè)場(chǎng)景跟研發(fā)、產(chǎn)品、知識(shí)產(chǎn)權(quán)相關(guān)很多人可能用得上。它解決的問(wèn)題是發(fā)明人通常說(shuō)了一大堆技術(shù)想法但邏輯很散根本不符合專(zhuān)利交底書(shū)的撰寫(xiě)框架。以前我整理一份交底書(shū)素材要花大半天現(xiàn)在用 Skill 輔助一小時(shí)以?xún)?nèi)就能把初稿整理出來(lái)。這個(gè) Skill 的 SKILL.md 核心規(guī)則我簡(jiǎn)化如下--- name: patent-disclosure-assistant description: 將發(fā)明人的技術(shù)交底語(yǔ)音或零散文字整理成結(jié)構(gòu)化專(zhuān)利交底書(shū)素材草稿。 when_to_use: 當(dāng)用戶(hù)提供技術(shù)交底材料、發(fā)明人訪(fǎng)談?dòng)涗浕蛄闵⒓夹g(shù)想法需要按專(zhuān)利交底書(shū)格式整理時(shí)使用。 --- ## Input Requirements 1. 技術(shù)背景現(xiàn)有技術(shù)存在什么問(wèn)題或不足 2. 技術(shù)方案發(fā)明人提出的解決思路、關(guān)鍵結(jié)構(gòu)/方法/流程 3. 有益效果相比現(xiàn)有技術(shù)這項(xiàng)方案帶來(lái)了什么改進(jìn) 如果輸入信息中缺少上述某一項(xiàng)先標(biāo)記為“【待補(bǔ)充】”不要把空缺內(nèi)容自行腦補(bǔ)。 ## Workflow 1. 把輸入內(nèi)容按“現(xiàn)有技術(shù)問(wèn)題”“技術(shù)方案細(xì)節(jié)”“有益效果”三類(lèi)拆分。 2. 梳理技術(shù)方案時(shí)按“整體思路 → 關(guān)鍵步驟 → 可選變體”三層展開(kāi)。 3. 對(duì)每個(gè)技術(shù)特征判斷它是否為“必要技術(shù)特征”分不清時(shí)列出候選特征并給出判斷建議。 4. 輸出整理后的素材草稿并在文末單獨(dú)列出“待發(fā)明人確認(rèn)的問(wèn)題清單”。 ## Output Format 一、現(xiàn)有技術(shù)存在的問(wèn)題 列出 2-5 個(gè)問(wèn)題點(diǎn)說(shuō)明為什么這些問(wèn)題會(huì)影響實(shí)際使用 二、技術(shù)方案 1. 整體思路一段話(huà)概述 2. 關(guān)鍵步驟/結(jié)構(gòu)按序號(hào)展開(kāi)涉及參數(shù)用【數(shù)值待確認(rèn)】標(biāo)注 3. 可選變體如適用 三、有益效果 逐條列出每條對(duì)應(yīng)解決第一部分中的一個(gè)問(wèn)題 四、待確認(rèn)問(wèn)題清單 1. ...我當(dāng)初自己搭這個(gè) Skill 的時(shí)候有個(gè)體會(huì)特別深讓 AI 整理專(zhuān)利素材最難的不是“內(nèi)容總結(jié)”而是“讓它知道哪里不能瞎編”。所以我特別花了大量篇幅在 Constraints 部分把“不能腦補(bǔ)參數(shù)、不能自行定義術(shù)語(yǔ)、不能跳過(guò)待確認(rèn)信息”這些紅線(xiàn)寫(xiě)得清清楚楚。實(shí)際用下來(lái)出錯(cuò)率比我預(yù)想的低很多。4.3 自動(dòng)運(yùn)行的“活 Skill”比靜態(tài) Skill 更進(jìn)一步的是帶代碼的 Skill。比如我想讓 AI 讀一個(gè) Excel 文件統(tǒng)計(jì)里面的數(shù)據(jù)并生成圖表光靠自然語(yǔ)言是不夠的這時(shí)可以在 Skill 里附帶一段 Python 腳本。這類(lèi) Skill 的用法是WorkBuddy 在執(zhí)行 Skill 時(shí)如果需要調(diào)用外部工具比如讀取文件、執(zhí)行腳本、請(qǐng)求數(shù)據(jù)庫(kù)它會(huì)調(diào)用你配置的代碼解釋器或執(zhí)行環(huán)境來(lái)跑。跑出來(lái)的結(jié)果會(huì)反饋給 AIAI 再基于結(jié)果做進(jìn)一步分析和總結(jié)。不過(guò)我得說(shuō)句大實(shí)話(huà)現(xiàn)階段給不會(huì)寫(xiě)代碼的新手推薦帶腳本的復(fù)雜 Skill強(qiáng)需求的場(chǎng)景其實(shí)不多。大多數(shù)工作中的“專(zhuān)業(yè)能力”靠一份寫(xiě)得很好的 SKILL.md 就足夠應(yīng)付了。帶代碼的 Skill 更適合有 API 對(duì)接需求、數(shù)據(jù)處理需求的專(zhuān)業(yè)用戶(hù)去研究。我自己的策略是先用純 Markdown 的 Skill 跑通流程等發(fā)現(xiàn)確實(shí)需要讀寫(xiě)文件或調(diào)用接口時(shí)再去研究腳本玩法。不要一上來(lái)就想著做最復(fù)雜的容易勸退。5. 實(shí)戰(zhàn)案例把 AI 變成專(zhuān)利交底書(shū)撰寫(xiě)助理5.1 一個(gè)真實(shí)的工作痛點(diǎn)前陣子幫一位做硬件的朋友整理技術(shù)交底材料他給了我一段語(yǔ)音轉(zhuǎn)寫(xiě)文本大致說(shuō)的是“我們這個(gè)新的散熱結(jié)構(gòu)比原來(lái)的好風(fēng)扇布局改了原來(lái)風(fēng)扇在側(cè)面現(xiàn)在放底部然后加了一個(gè)導(dǎo)流槽溫度降了大概七八度吧。具體什么原理我也說(shuō)不太好反正就是氣流路徑變短了……”這段話(huà)說(shuō)得沒(méi)問(wèn)題但離一份能直接交給專(zhuān)利代理師的交底書(shū)素材還差著十萬(wàn)八千里。代理師拿到手第一反應(yīng)一定是問(wèn)“現(xiàn)有技術(shù)到底是什么結(jié)構(gòu)你的改進(jìn)點(diǎn)跟現(xiàn)有技術(shù)的區(qū)別到底是什么這個(gè)‘導(dǎo)流槽’具體在什么位置、什么形狀、什么尺寸溫度降了七八度是在什么測(cè)試條件下得到的”以前遇到這種情況我都是先把零散內(nèi)容拆成“背景、問(wèn)題、方案、效果”四塊再反復(fù)追問(wèn)發(fā)明人補(bǔ)充細(xì)節(jié)。整個(gè)過(guò)程非常耗時(shí)而且你會(huì)發(fā)現(xiàn)發(fā)明人講技術(shù)的時(shí)候腦子里是“一團(tuán)線(xiàn)”需要你幫他把線(xiàn)頭一根一根理出來(lái)——這恰恰是 WorkBuddy Skill 最擅長(zhǎng)的事。5.2 搭建一套“AI 專(zhuān)利助理”工作流我當(dāng)時(shí)的做法是分成幾步來(lái)搭這套工作流你可以直接參考第一步建項(xiàng)目空間。在 WorkBuddy 里新建一個(gè)項(xiàng)目命名“XX 散熱方案專(zhuān)利交底”然后在 Docs 里放了幾個(gè)參考文件——一份公司之前申請(qǐng)過(guò)的相似專(zhuān)利的交底書(shū)模板、一份審查指南里關(guān)于實(shí)用性和新穎性的通俗解釋、一份發(fā)明人提供的原始語(yǔ)音轉(zhuǎn)寫(xiě)文本。第二步把 Skill 裝進(jìn)去。我把上面那個(gè)“專(zhuān)利交底書(shū)素材整理 Skill”直接在項(xiàng)目里綁定然后在 Memory 里寫(xiě)入一條偏好“本項(xiàng)目的發(fā)明人偏好用口語(yǔ)化方式描述技術(shù)方案不要直接套用書(shū)面語(yǔ)言所有技術(shù)參數(shù)必須標(biāo)注獲取來(lái)源?！钡谌讲鹑蝿?wù)給 Agent。我沒(méi)有讓 AI 一口氣生成整份交底書(shū)而是拆成四個(gè)子任務(wù)Agent A從語(yǔ)音轉(zhuǎn)寫(xiě)文本中提取所有跟“現(xiàn)有技術(shù)”相關(guān)的描述梳理出現(xiàn)有散熱結(jié)構(gòu)的缺點(diǎn)。Agent B提取發(fā)明人對(duì)新方案的完整描述按“整體思路、關(guān)鍵結(jié)構(gòu)、可選變體”三層結(jié)構(gòu)化整理。Agent C把 Agent B 的結(jié)果里的技術(shù)特征逐一標(biāo)注“必要/非必要”并給出判斷理由。Agent D匯總前三步結(jié)果按 Skill 的要求生成交底書(shū)素材草稿并列出“待發(fā)明人確認(rèn)的問(wèn)題清單”。第四步人工把關(guān)與追問(wèn)。AI 跑完之后我對(duì)照它的“待確認(rèn)問(wèn)題清單”去問(wèn)發(fā)明人“導(dǎo)流槽的截面形狀是什么底部進(jìn)風(fēng)的具體位置離發(fā)熱源多遠(yuǎn)測(cè)試溫度是在 25 度室溫、滿(mǎn)載工況下測(cè)的嗎”然后把答案補(bǔ)充回項(xiàng)目空間再讓 AI 生成最終版。5.3 效果到底提升了多少我個(gè)人的體會(huì)是從原始語(yǔ)音到交底書(shū)素材初稿以前我大概需要 4 到 6 個(gè)小時(shí)現(xiàn)在壓縮到了 1 小時(shí)左右而且結(jié)構(gòu)化程度比我自己手寫(xiě)還高。這不是因?yàn)槲易儚?qiáng)了是因?yàn)?AI 真的很擅長(zhǎng)做“信息拆分歸位”的工作——它不累不會(huì)漏點(diǎn)也不會(huì)因?yàn)殚L(zhǎng)時(shí)間閱讀而走神。當(dāng)然這套流程離“全自動(dòng)”還有距離。最關(guān)鍵的人為判斷環(huán)節(jié)——哪些技術(shù)特征構(gòu)成必要技術(shù)特征、發(fā)明的創(chuàng)新高度夠不夠、權(quán)利要求的保護(hù)范圍怎么布局——這些仍然需要懂技術(shù)的人來(lái)做。WorkBuddy 在這里的角色是“助理”而不是“代理師”。它幫我節(jié)省的是整理、歸納、格式化的時(shí)間真正需要專(zhuān)業(yè)判斷的部分還得我自己把關(guān)。5.4 這套流程能遷移到哪些場(chǎng)景其實(shí)這個(gè)案例的工作流本質(zhì)上就是“零散信息 → 結(jié)構(gòu)化處理 → 專(zhuān)業(yè)格式輸出”的通用模式。遷移到其他場(chǎng)景只需要把 Skill 換成相應(yīng)的專(zhuān)業(yè)模板就行。咨詢(xún)顧問(wèn)把客戶(hù)會(huì)議記錄整理成“問(wèn)題診斷報(bào)告 行動(dòng)建議清單”。產(chǎn)品經(jīng)理把用戶(hù)訪(fǎng)談?dòng)涗浾沓伞靶枨蠖床? 優(yōu)先級(jí)排序 PRD 初稿”。研發(fā)工程師把技術(shù)分享的文字稿整理成“技術(shù)方案設(shè)計(jì)文檔”自動(dòng)補(bǔ)齊背景、方案、風(fēng)險(xiǎn)評(píng)估。運(yùn)營(yíng)人員把后臺(tái)數(shù)據(jù)截圖和零散的活動(dòng)記錄整理成“活動(dòng)復(fù)盤(pán)報(bào)告”按固定模板輸出不缺項(xiàng)不漏項(xiàng)。換句話(huà)說(shuō)你不需要一次性掌握 WorkBuddy 的全部功能只需要找到一個(gè)你每周都要做、且做得煩的重復(fù)性工作用 Skill 把它標(biāo)準(zhǔn)化你就已經(jīng)值回票價(jià)了。6. 高頻問(wèn)題與避坑實(shí)錄6.1 新手最容易踩的 5 個(gè)坑用 WorkBuddy 這段時(shí)間我自己踩過(guò)不少坑也看到很多朋友在群里問(wèn)類(lèi)似的問(wèn)題。我整理了一個(gè)高頻問(wèn)題清單直接給你答案問(wèn)題現(xiàn)象根因與解法回答質(zhì)量忽高忽低同一個(gè)任務(wù)有時(shí)輸出很好有時(shí)像換了個(gè) AI大概率是沒(méi)鎖定模型或者模型切換后沒(méi)重新加載項(xiàng)目上下文。檢查 Agent 設(shè)置里是否指定了固定模型并確認(rèn)項(xiàng)目空間已激活生成到一半就停了長(zhǎng)文檔輸出被截?cái)嘟Y(jié)尾消失Max Tokens 設(shè)置過(guò)小。把最大輸出長(zhǎng)度調(diào)到 8000 以上或者讓 AI 分段生成、逐步拼接AI 不按固定格式輸出讓它用模板它自由發(fā)揮SKILL.md 里的 Output Format 寫(xiě)得太抽象。給它一個(gè)“填空題式模板”占位符都用【】標(biāo)出來(lái)AI 不懂項(xiàng)目背景每次都像第一次聊天反復(fù)問(wèn)基礎(chǔ)信息沒(méi)有配置 Memory 或 Docs。把項(xiàng)目背景、目標(biāo)用戶(hù)、輸出偏好寫(xiě)進(jìn) Memory把關(guān)鍵文件放進(jìn) Docs并確認(rèn)項(xiàng)目空間已激活多個(gè) Agent 結(jié)果沖突各自獨(dú)立跑出來(lái)的數(shù)據(jù)不一致并行 Agent 引用了不同來(lái)源或不同版本的文檔。梳理 Doc 版本在項(xiàng)目空間里只保留當(dāng)前有效版本并在任務(wù)描述中統(tǒng)一要求引用來(lái)源這五個(gè)問(wèn)題占了新手階段九成以上的“不好用”反饋。你只要把表格里對(duì)應(yīng)的解法落地使用體驗(yàn)會(huì)立刻上一個(gè)臺(tái)階。6.2 模型調(diào)優(yōu)的三個(gè)實(shí)用經(jīng)驗(yàn)第一大經(jīng)驗(yàn)是“不要迷信最強(qiáng)模型”。我自己對(duì)比測(cè)試過(guò)同樣是“從會(huì)議記錄中提取行動(dòng)項(xiàng)”這種任務(wù)旗艦?zāi)Ｐ秃推胀Ｐ偷牟罹噙h(yuǎn)沒(méi)有價(jià)格差距大。反而旗艦?zāi)Ｐ徒?jīng)常因?yàn)椤疤斆鳌痹诤?jiǎn)單任務(wù)上做出過(guò)度解讀輸出一堆沒(méi)必要的內(nèi)容。給簡(jiǎn)單任務(wù)配小模型給復(fù)雜任務(wù)配大模型是最經(jīng)濟(jì)也最穩(wěn)定的策略。第二大經(jīng)驗(yàn)是“換模型后一定要重新驗(yàn)證上下文”。WorkBuddy 支持在不同 Agent 上用不同模型但如果你的項(xiàng)目空間里更新了 Docs 或 Memory一定要在對(duì)話(huà)里明確提醒它“先閱讀最新文檔再執(zhí)行任務(wù)”。否則模型可能還在用自己“印象中”的舊數(shù)據(jù)干活輸出結(jié)果就會(huì)過(guò)時(shí)。第三大經(jīng)驗(yàn)是“Temperature 要按任務(wù)類(lèi)型建組”。我在項(xiàng)目里通常會(huì)建兩組預(yù)設(shè)一組是“精確模式”Temperature 0.1~0.2用于數(shù)據(jù)整理、格式轉(zhuǎn)換、代碼生成一組是“創(chuàng)意模式”Temperature 0.8~1.0用于選題腦暴、文案改寫(xiě)、場(chǎng)景設(shè)計(jì)。任務(wù)開(kāi)始前先想清楚這活屬于哪一類(lèi)再選擇對(duì)應(yīng)的模式而不是一套參數(shù)走天下。6.3 安全和數(shù)據(jù)邊界這些紅線(xiàn)不要碰用 WorkBuddy 處理工作安全這根弦一定要繃緊。我自己給自己定了幾條鐵律分享給大家涉及公司核心商業(yè)機(jī)密、未公開(kāi)財(cái)報(bào)、客戶(hù)隱私數(shù)據(jù)的內(nèi)容一律走本地部署方案不傳到云端。如果必須在云端用至少在項(xiàng)目空間名稱(chēng)和文件命名上做脫敏處理不讓 AI 訓(xùn)練用到真實(shí)身份信息。使用帶引用功能的文檔時(shí)要求 AI 生成內(nèi)容后必須附帶“參考來(lái)源”這樣你還可以反查校驗(yàn)防止它胡說(shuō)。對(duì)于涉及法務(wù)、財(cái)務(wù)、人事等高風(fēng)險(xiǎn)領(lǐng)域的輸出AI 的初稿只能作為素材最終決策必須由人來(lái)定。不要把 AI 當(dāng)成最終裁決者。我還想多說(shuō)一句AI 工具本身沒(méi)有“安全與不安全”之分關(guān)鍵在于你怎么用、把什么數(shù)據(jù)喂給它。把這個(gè)邊界劃清楚WorkBuddy 是一個(gè)很強(qiáng)的工作助手劃不清楚再安全的工具也會(huì)變成風(fēng)險(xiǎn)敞口。6.4 關(guān)于“本地部署”還應(yīng)該知道的事熱搜里很多人問(wèn)“WorkBuddy 本地部署”到底怎么搞。雖然官方支持本地部署模式但我建議你在折騰之前先想清楚三件事第一你本地部署是為了“數(shù)據(jù)安全”還是為了“免費(fèi)使用”如果是為了安全那部署思路要以“數(shù)據(jù)不出內(nèi)網(wǎng)”為核心模型可以選用開(kāi)源模型如果是為了免費(fèi)那你得先算一筆賬本地硬件的電費(fèi)、折舊、維護(hù)成本可能比云 API 服務(wù)還高而且效果大概率趕不上云端旗艦?zāi)Ｐ?。第二本地模型的“配置門(mén)檻”比大多數(shù)人想象的高。不要只盯著“能跑”這個(gè)標(biāo)準(zhǔn)還要看“跑得動(dòng)、跑得快、跑得準(zhǔn)”。我在 16GB 內(nèi)存的 MacBook 上跑 7B 模型日常文本摘要還行但一旦涉及長(zhǎng)文檔檢索和專(zhuān)業(yè)術(shù)語(yǔ)生成速度和準(zhǔn)確率都明顯不夠用。第三WorkBuddy 的本地部署不是“裝個(gè)安裝包就算完”還涉及模型服務(wù)的接入、端口配置、多端聯(lián)通等細(xì)節(jié)。如果你不是技術(shù)出身或者團(tuán)隊(duì)里沒(méi)有懂運(yùn)維的人我更建議先用云端服務(wù)把工作流跑順等真正有硬性合規(guī)需求了再考慮本地化。寫(xiě)在最后一個(gè)老用戶(hù)想對(duì)新手說(shuō)的話(huà)如果你只記住一件事我希望是這句WorkBuddy 不是一個(gè)“更好的 ChatGPT”它是一套需要你參與設(shè)計(jì)的“AI 工作臺(tái)”。它的上限不取決于模型多聰明而取決于你愿意花多少時(shí)間把你的工作邏輯“翻譯”給它。我的建議是拿到 WorkBuddy 之后別急著研究所有功能先做三件事第一挑一個(gè)你每周都要做、但特別煩的重復(fù)性任務(wù)第二花半小時(shí)把它的需求和輸出格式寫(xiě)成一份最簡(jiǎn)單的 SKILL.md第三用真實(shí)數(shù)據(jù)跑一遍看它輸出的東西還差在哪再回頭迭代 Skill 的規(guī)則。這樣循環(huán)兩三輪你就能感受到“AI 從聊天工具變成干活同事”到底是什么體驗(yàn)了。我自己現(xiàn)在的工作習(xí)慣是周一一早把本周所有需要交付的重復(fù)性任務(wù)列成清單在 WorkBuddy 里批量執(zhí)行下午只做人工審核和補(bǔ)充周五再用它的復(fù)盤(pán) Skill 把整周的數(shù)據(jù)匯總成一份周報(bào)初稿。這個(gè)流程跑順之后我的感受是AI 帶來(lái)的不是“替代”而是把我從大量低水平的重復(fù)勞動(dòng)里解放出來(lái)讓我有時(shí)間去做真正需要判斷力的那部分工作。希望這份指南能幫你少走一些我走過(guò)的彎路。如果你搭出了好用的 Skill 或者發(fā)現(xiàn)哪類(lèi)任務(wù)特別適合 WorkBuddy 跑歡迎回來(lái)交流。