WorkBuddy桌面智能体实战：从AI认知到Skill创建落地

课程大纲

认知开场：AI 的外部环境与发展趋势

1.1 AI 的发展历程与关键事件
1.1.1 半个多世纪、三次浪潮：从概念提出到 2022 年 ChatGPT 引爆第三次 AI 浪潮
1.1.2 DeepSeek 震撼世界：算力被「卡脖子」下的算法工程创新，开源大模型的工程实践
1.1.3 开源 vs 闭源：中美技术理念的分野，以及背后的竞争格局
1.2 AI 的发展趋势与产业链坐标
1.2.1 从「聊天机器人」到「组织大脑」：AI 能力的五级跃迁，我们正处在智能体爆发的时代
1.2.2 穿透 AI 七层产业链：能源 → 芯片 → 基础设施 → 大模型 → 智能体 → AI 原生公司 → AI 原生经济
1.2.3 智能体——AI 从「能说」走向「能做」、真正变成生产力的最佳抓手
1.3 与国家同频共振：个人与组织的应对
1.3.1 「人工智能+」行动导向与智能体普及目标，企业结合自身条件探索智能化改造
1.3.2 个人如何学 AI：痛点驱动（一个痛点配一个工具）+ 流程驱动（把流程沉淀成 Skill）

认知破局：从对话式工具到自主型智能体

2.1 大语言模型 vs 智能体（Agent）
2.1.1 两者的定义与本质区别：会「思考」的大脑 vs 既会「思考」又会「行动」的数字员工
2.1.2 核心公式：Agent = 大语言模型（大脑）+ 工具调用（手脚）+ 记忆（经验）+ 自主决策
2.1.3 通俗案例：让 AI「给张三发条消息」——对话式 AI「教你一步步操作」 vs 智能体「已发送」
2.2 智能体的能力与定位
2.2.1 从「给建议的参谋」到「直接交付结果的数字员工」：智能体爆发的底层逻辑
2.2.2 桌面端 vs 服务器端智能体：部署、权限与适用场景，WorkBuddy 的定位与优势
2.2.3 WorkBuddy 核心架构三要素：脑子（模型）、手（工具）、经验与流程（Skill）
2.3 先懂边界，再敢动手：安全与合规底线
2.3.1 新人 5 大误区：别当聊天机器人用、别迷信硬件本地模型、别乱装来路不明的 Skill
2.3.2 数据隐私红线与提示注入风险：只给脱敏数据、敏感操作人工确认、AI 出初稿·人做终审

基础实操：WorkBuddy 快速上手

3.1 安装、登录与工作环境设置
3.1.1 下载安装、扫码登录与当前账号额度；按「最小权限」原则授权常用文件夹
3.1.2 工作模式：按执行、规划和问答任务选择；Craft、Plan、Ask名称以当前界面为准，权限需单独设置
3.1.3 模型选择（Auto / 手动）与核心功能栏：引用文件、技能、第三方应用连接、权限
3.2 第一句话的艺术：提示词三要素
3.2.1 好指令三要素：角色（让它当谁）+ 任务（干什么）+ 约束（怎么干）
3.2.2 【案例】用三要素完成第一个任务：撰写一封商务邮件 / 把语音转写稿整理成规范会议纪要
3.3 文件力：让 WorkBuddy 直接处理本地文件
3.3.1 读：上传 PDF 合同，自动提取关键条款与潜在风险点
3.3.2 写 / 改：一句话到完整文档、格式转换（PDF→Word）、润色与翻译
3.3.3 【案例】多份 Excel 报价单一键合并成总表：自动对齐表头、补充供应商列、统一日期格式
3.4 打造你的专属 WorkBuddy 使用指南
3.4.1 让 WorkBuddy 当你的「产品经理」：通过反问探索你的真实工作需求
3.4.2 【案例】生成《我的 WorkBuddy 使用方案》：含适用场景、可复制指令示例、建议安装的 Skill

Skill 创建与使用：把工作沉淀为可复用能力

4.1 一句话搞懂 Skill
4.1.1 Skill 的定义：一个专业、标准化的技能包，一套可执行的 SOP，核心是一个 SKILL.md 文件（「蛋炒饭说明书」类比）
4.1.2 Skill vs 提示词：可安装和更新的技能包 vs 临时口头指令；一次配置反复调用 vs 每次重新输入
4.1.3 什么时候该做 Skill：反复做同一件事、有固定模板与输出、需多工具协同的复杂流程
4.1.4 Skill 三层加载机制：元数据 → 指令正文 → 资源脚本，按需加载、省 token、更精准
4.2 创建 Skill 的「五步周期」
4.2.1 第一步检查环境：确认已安装 Skill Creator（创建 Skill 的 Skill）与查找技能的能力
4.2.2 第二步构思需求：用「用途、触发条件、核心规则（做 / 不做）、输出格式」需求框架想清楚
4.2.3 第三步撰写提示词：把需求结构化地交给智能体，而不是自己写代码
4.2.4 第四步审核：触发词是否充分、参考与工具与流程是否到位、长度是否合理、反向规则是否清晰
4.2.5 第五步测试触发：强相关 / 边界 / 完全无关三轮测试，验证「该触发的触发、不该触发的不触发」
4.3 四类 Skill 深度讲解与实操
4.3.1 知识库型 Skill：增强 AI「懂什么」，用参考资料 + 模板武装它。【案例】把课程学员手册封装成「课程助教 Skill」，随时问答
4.3.2 流程型 Skill：锁定「怎么一步步做」，内置自检与流程约束。【案例】把「工作周报」做成 Skill，口述素材一键生成规范周报
4.3.3 工具型 Skill：教 AI「调什么」，封装工具用法、参数与调用规范。【案例】调用网页生成 Skill 或钉钉 / 企微 CLI 拉取数据
4.3.4 复合型 Skill：知识 + 工具 + 流程的流水线编排，企业最具价值的类型。【案例】以「上市公司基本面分析」串起收集 → 分析 → 报告全流程
4.4 把 Skill 真正用起来：自动化与落地
4.4.1 WorkBuddy 自动化定时任务：用自然语言或「自动化任务」入口，让 AI 按时自动跑流程并推送结果
4.4.2 课后作业：结合本岗位与单位格式要求，亲手把「周报 / 月报模板」定制成专属 Skill

课程总结与答疑（约 15 分钟）

5.1 一条主线回顾
5.1.1 看清趋势 → 理解智能体 → 上手 WorkBuddy → 把工作沉淀为 Skill：从「会用 AI」到「让 AI 学会我的工作」
5.2 持续学习与落地建议
5.2.1 先从你工作中最繁琐、最耗时的一件事开始，让 WorkBuddy 跑通一条全自动流程
5.2.2 现场答疑、课后持续学习路径与资料包说明

六、提前准备事项

完整的操作环境：提前在学员电脑安装 WorkBuddy，并确认网络畅通、完成登录
现场必带电脑：自带笔记本电脑，确保全程能动手实操
安装答疑：安装过程中如遇问题，可提前与讲师联系，协助完成环境搭建
学员操作手册：课程提供《学员操作手册》，课上所有案例均在手册中体现，便于课后复现与推广
由浅入深、当堂出活——让每位学员把高频重复的工作沉淀成专属 Skill，从「会用 AI」走向「让 AI 学会我的工作」

适合对象

企业各岗位员工与业务骨干、接触过对话式AI的进阶使用者、单位AI种子选手、会基本电脑操作的零基础人员

课程定位与主要问题

本课程围绕WorkBuddy桌面智能体实战：从AI认知到Skill创建落地展开，面向企业各岗位员工与业务骨干，通过讲授、演示与现场实操，理解对话工具与自主型智能体的区别；练习WorkBuddy安装、任务描述与本地文件处理；运用检查环境、构思需求、撰写提示词、审核、测试五步创建周期

核心收益

理解对话工具与自主型智能体的区别
练习WorkBuddy安装、任务描述与本地文件处理
运用检查环境、构思需求、撰写提示词、审核、测试五步创建周期
练习知识库型、流程型、工具型、复合型四类Skill
结合岗位模板制作可复用技能并核对数据与权限边界

课程背景与交付信息

实操以当前产品版本、已安装技能、账号权限和运行环境为前提；使用脱敏样例数据，生成结果需人工复核，练习时限不作为实际提效承诺

课程时间

1天

授课方式

讲授、演示与现场实操

课程内容重点

01认知开场：AI 的外部环境与发展趋势

02认知破局：从对话式工具到自主型智能体

03基础实操：WorkBuddy 快速上手

04Skill 创建与使用：把工作沉淀为可复用能力

05课程总结与答疑（约

讲师介绍

杨帆

AI技术落地专家

同舟智研院院长，20年管理经验，专注AI技术落地与数字化赋能。年均50+企业定制培训，深度参与10+行业级AI转型项目，推动组织从工具使用到智能开发的跨越式升级

能源环保医疗智能制造跨境电商石油化工

查看讲师主页

课程差异说明

Full original reviewed; mapped semantic draft passes complete-source precheck; native release pending.

课程常见问题

这门课适合哪些学员参加？

企业各岗位员工与业务骨干、接触过对话式AI的进阶使用者、单位AI种子选手、会基本电脑操作的零基础人员。

学习这门课可以获得什么收益？

理解对话工具与自主型智能体的区别；练习WorkBuddy安装、任务描述与本地文件处理。

课程通常安排多长时间？

课程通常可按1天安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？