熟练运用WorkBuddy:从会提问到会生成技能

本课程面向企业各部门种子用户,围绕岗位场景挖掘、技能沉淀与内部带教开展训练

2天,12小时 人工智能应用

课程大纲

重新认识 AI 办公智能体——从「聊天框」到「数字员工」

重新认识 AI 办公智能体——从「聊天框」到「数字员工」
一、WorkBuddy 是什么
  • 1. 产品定位:腾讯全场景职场 AI 智能体桌面工作台,一句话派活,按任务与授权规划执行,核验交付结果
  • 2. 三层能力递进:听懂人话(自然语言理解)→ 带脑子思考(自主拆解任务)→ 实际操作本地文件(批量读写)
  • 3. 四大核心能力:理解自然语言、自主规划执行、多模态任务处理、本地文件操作
  • 4. 多任务并行:管理多个任务时,检查资源、文件读写冲突与权限边界
  • 5. 记忆与参考资料管理:区分用户偏好、跨项目资料和项目日志;记忆可查看、调整或停用,具体存储、作用范围按当前产品说明核对
二、与传统 AI 对话的四维差别
  • 1. 能力边界:只能对话给建议 → 能够实际执行任务
  • 2. 文件操作:需要手动操作文件 → 自动操作本地授权文件
  • 3. 任务复杂度:单步骤简单任务 → 多步骤复杂任务
  • 4. 产出形式:输出文字回复 → 交付可验收成果(文档、表格、PPT、代码)
三、界面三区域与输入区
  • 1. 侧边栏:任务列表(按文件夹分组)、搜索筛选、工作空间管理、底部用户头像
  • 2. 对话区:任务标题栏、消息列表、输入框;顶部四操作——对话内搜索、分享任务、历史提问、显示详情面板
  • 3. 结果区:产物、工作空间文件、变更、网页预览四类视图
  • 4. 输入区:@ 引用对话与文件、/ 调用技能与指令、技能、连接器、召唤专家
四、企业落地场景与本课程定位
  • 1. 教学场景:业务人员担任AI种子用户,盘点跨业务域的数字助手与提效场景
  • 2. 教学场景:以探索营组织试用,记录账号使用与持续应用情况
  • 3. 教学场景:跨部门推广办公应用,以可复核的前后数据评估效果
  • 4. 学员定位:部门「AI 先行官」,结营训练目标为「1 个可运行技能 + 1 份提效测算表 + 1 个已验证自动化任务」
  • 课程导入:每人写下本岗位「最烦的一件重复工作」,贴到痛点墙上(15分钟)
  • 教学案例分析:拆解供应链月度对账,讨论非技术运营人员如何拆分任务并测算实际耗时,不作为具名企业已验证成效(15分钟)
  • 小组研讨:对照四维差别,判断自己手上哪三件事能交给 AI、哪三件必须自己把关(20分钟)
五、三种任务场景
  • 1.日常办公(课程场景分类)
  • 1.1 文档生成:工作报告、技术文档、会议纪要、README
  • 1.2 数据分析:上传数据文件,自动分析和可视化
  • 1.3 PPT 与报告生成:从需求描述生成演示文稿和报告
  • 1.4 深度研究:对复杂问题深度调研并输出报告
  • 1.5 邮件编辑与周报生成
  • 1.6 批量文件处理:自动整理、重命名、转换文件格式
  • 2.代码开发
  • 2.1 日常编码辅助:代码生成、代码审查、Bug 修复、重构优化
  • 2.2 项目理解:快速了解陌生代码库的架构和逻辑
  • 2.3 网站与应用开发:从需求到代码的全流程辅助
  • 3.设计创意
  • 3.1 产品设计:界面设计稿、组件设计、布局方案
  • 3.2 PPT 设计与交互原型:可交互产品原型和流程图
  • 3.3 品牌设计与海报设计:Logo、品牌标识素材、营销海报、活动横幅、社媒配图
六、派活的功夫——任务描述四要素与上下文
  • 1.任务描述四要素
  • 1.1 目标是什么:要生成什么内容、处理什么文件——避免「分析一下」这类不可验收的表述
  • 1.2 输入是什么:需要分析的数据、参考的文档——用 @ 点名具体文件与工作表
  • 1.3 输出格式:Word、Excel、PPT 还是其他,含结构与篇幅要求
  • 1.4 约束条件:风格要求、字数限制、截止时间、禁忌事项
  • 1.5 口诀:要什么、拿什么、给什么格式、有什么规矩
  • 2.上下文四件套
  • 2.1 引用上下文:通过 @ 引用文件、文档、规则
  • 2.2 粘贴截图:Ctrl/Cmd + V 直接粘贴剪贴板图片——报错信息与视觉参考最快
  • 2.3 上传文件:点击上传或拖拽到输入框;以PDF、Word、TXT、Markdown、RTF、Excel、CSV、TSV、PPT、图片、压缩包、代码文件为示例,先核对当前版本支持的格式与限制
  • 2.4 补充说明:在描述中明确目标、范围、约束和预期产出

日常办公实战——从数据到可交付成果

日常办公实战——从数据到可交付成果
一、六类高频场景
  • 1. 批量文件处理:自动整理、重命名、格式转换——以300个杂乱文件按日期归档为练习,记录实际执行耗时
  • 2. 文档生成:工作报告、技术文档、会议纪要
  • 3. 数据分析:上传数据文件自动分析与可视化
  • 4. PPT 与报告生成:从需求描述直接生成演示文稿
  • 5. 深度研究:复杂问题深度调研并输出报告
  • 6. 邮件编辑与周报:高频重复任务由AI辅助处理并人工复核
二、完整闭环:数据 → 结论 → 图表 → 交付物
  • 1. 第一步 清洗与口径统一:处理合并单元格、统一日期格式、补齐空值
  • 2. 第二步 关键指标与异常归因:找出异常科目并定位原因
  • 3. 第三步 可视化:指定图表类型、配色与版式
  • 4. 第四步 交付物:输出 Word 报告、Excel 分析表或 PPT
  • 5. 可视化与部署:可生成 SVG 图表、流程图、结构图与交互式 HTML 组件;网页类成果按当前可用部署服务、账号与权限生成访问链接,部署前确认公开范围
三、结果区四类视图
  • 1. 产物:查看生成的文件与交付物,按实际支持的分享或连接功能与授权范围,选择云端网盘、腾讯文档、ima或乐享等目标
  • 2. 工作空间文件:左侧文件树 + 右侧内容区,检查任务是否写入正确位置
  • 3. 变更:查看本次任务改了哪些文件、改了什么——接受结果前先做一轮检查
  • 4. 网页预览:内置浏览器查看网页、原型或本地 Web 应用
四、三类追问与迭代
  • 1. 新需求:再加一个饼图、把字体调大一点
  • 2. 修改意见:表格按销售额排序、报告加上执行摘要
  • 3. 继续追问:帮我导出成 PDF、再分析一下环比变化
  • 4. 核心机制:基于上下文继续处理,无需重复描述背景——结果不满意不要重开任务
  • 实战演练:用自带真实数据跑通「数据→结论→图表→交付物」完整闭环(80分钟)
  • 案例分析:用「变更」视图复盘一次「AI 自作主张改了不该改的地方」的风险场景(15分钟)
  • 小组研讨:用验收五问互检彼此的交付物(15分钟)

技能沉淀——把重复工作变成资产

技能沉淀——把重复工作变成资产
一、技能是什么
  • 1. 装上 PDF 技能,它能啃 50 页合同;装上 Excel 技能,它能跑数据透视
  • 2. 没装对口的技能,AI 像刚入职的实习生
  • 3. 入口:左侧栏「专家 · 技能 · 连接器」→ 技能市场
  • 4. 生态:核对技能格式、依赖、工具与权限,测试兼容性后再使用OpenClaw生态技能
二、三层存储与复用范围
  • 1. 用户级:以~/.workbuddy/skills/为原稿路径示例,按当前版本核对实际位置和跨项目复用范围
  • 2. 项目级:以{工作区}/.workbuddy/skills/为原稿路径示例,按当前版本核对项目内作用范围与共享权限
  • 3. 内置:平台自带通用能力
  • 4. 组织价值:一个部门跑通的流程,另一个部门核对数据、权限与流程差异后复用
三、从对话到技能四步法
  • 1. 第一步 识别:这件事做过 3 次以上、每次步骤基本一样吗
  • 2. 第二步 拆解:把步骤写成 1.2.3.,用教新同事的说法,不要写代码
  • 3. 第三步 验证:用历史数据或历史案例跑一遍,确认结果对得上——跳过验证等于把错误固化成流程
  • 4. 第四步 固化:写成 SKILL.md,明确触发场景、执行步骤、输入输出要求、注意事项
四、SKILL.md 六项规范
  • 1. name 与 description:description 要写清「什么时候该触发我」——决定能否被正确调用
  • 2. 触发场景:列举 3-5 个触发词或场景
  • 3. 执行步骤:编号,每步说清做什么、产出什么
  • 4. 输入要求:需要什么文件与数据、什么格式
  • 5. 输出要求:交付什么格式、什么结构
  • 6. 注意事项:边界条件、易错点、需人工复核的地方
  • 实战演练:每人写出自己第一个技能的雏形——名称、触发场景、3-7 步流程、输入输出格式(30分钟)
  • 教学案例分析:拆解供应链物流多类账单核对,讨论历史数据校验、技能复用与耗时测算,不引用未经核实的企业数据量或提效倍数(15分钟)
  • 小组研讨:用技能选题自检表互检彼此的选题(15分钟)

连接器——让 AI 接入你的真实工作系统

连接器——让 AI 接入你的真实工作系统
一、MCP 是什么
  • 1. Model Context Protocol(模型上下文协议),Anthropic 于 2024 年底推出并开源的开放标准
  • 2. 通俗比喻:MCP 就是 AI 世界的 USB-C 接口
  • 3. 价值:以统一协议复用工具连接;各系统仍需适配接口、权限与数据结构
二、连接需求示例(须核对当前连接器、接口与账号权限)
  • 1. 办公协作:飞书、钉钉、企业微信、腾讯文档、金山文档、Notion
  • 2. 数据与知识:ima 知识库、乐享知识库、天眼查、企查查
  • 3. 云服务与研发:腾讯云 CloudBase、EdgeOne Pages、GitHub、CNB
  • 4. 邮件与其他:QQ 邮箱、网易邮箱、腾讯问卷、腾讯会议、百度网盘、微云
三、能力四层级
  • 1. 生成:AI 帮你写、帮你算、帮你画
  • 2. 查询:AI 读取业务系统数据来回答你
  • 3. 执行:AI 直接操作系统,改状态、建单据
  • 4. 预判:异常主动提示、自动生成建议单
四、安全边界三原则
  • 1. 最小权限:只读场景只给只读权限
  • 2. 回写先确认:回写类操作建议先走审批或人工确认
  • 3. 人工兜底:涉及资金、合同、人事变动的操作保留人工复核环节
  • 实战演练:连接一个本岗位真实系统,完成一次查询或操作(30分钟)
  • 教学案例分析:将OMS的Web API封装为MCP工具,生成跨渠道销售对比报表并测量耗时,不将示例视为具名企业成效证明(15分钟)
  • 互动答疑:就权限申请与系统对接现场答疑(10分钟)

自动化任务与资料库

自动化任务与资料库
一、自动化任务两类
  • 1. 定时:指定具体时间执行一次(如下周一 9 点生成上周经营简报)
  • 2. 周期性:用 RFC 5545 RRULE 定义重复规律,支持每日、每小时、每周、每月、每年
  • 3. 四要素:做什么、什么时候做、在哪个工作空间做、用什么身份做(可指定专家或连接器)
  • 4. 运行前提:电脑需开机且 WorkBuddy 保持运行,可开启开机自启动
二、RRULE 常用写法
  • 1. 每天:FREQ=DAILY——定义每日频率;每天9:00还需设置起始时间、时区或相应小时分钟参数
  • 2. 每周:FREQ=WEEKLY;BYDAY=MO——每周一生成周报
  • 3. 每 N 周:FREQ=WEEKLY;INTERVAL=2;BYDAY=SU——每两周周日巡检
  • 4. 每月:FREQ=MONTHLY——定义每月频率;每月1日需结合起始日期或BYMONTHDAY=1等明确日期设置
  • 5. 错峰原则:数据汇总设凌晨、报表生成设早上 7 点,避免高峰期排队
三、AI 原生资料库
  • 1. 全文检索:主流格式统一归档,关键词检索全文,检索定位到相关段落并核对原文——文件需提前归档,临时找文件仍要先上传
  • 2. 不是网盘:只归档需 AI 检索和联动的工作文件,塞太满检索精度反而下降
  • 3. 团队协同:结合资料库与所接入协作文档,核对成员查看、编辑、转发、批注、评论及进度标记的支持范围,明确「沉淀归档 + AI检索」的分工
  • 4. 人机双写:Markdown 批注审阅模式(AI 修改以批注展示、不覆盖原文、逐条确认或驳回)+ HTML 可视化编辑(类 Word 改网页,不碰代码)
  • 5. 多端联动:手机远程查看与发起电脑端任务,产物跨端同步;移动端适合查看与转发,不适合编辑创作
四、零代码数据看板
  • 1. 生成路径:资料库中导入 CSV 或 Excel → 输入指令描述看板需求 → AI 生成 HTML 看板 → 数据更新后按实际连接与自动化配置刷新,并核验同步结果
  • 2. 适用场景:考勤统计、项目进度汇总、月度业绩复盘、数据监控
  • 3. 数据门槛:不用写代码,但数据结构要清楚;日期混乱、空行多会导致 AI 出错——先用 Excel 清洗再导入
  • 4. 能力边界:复杂看板(多维度交叉分析)AI 容易出错,需手动调整,不是完全「零修改」
  • 实战演练:每人设置一个自己的周期性自动化任务,现场触发跑一次验证(25分钟)
  • 实战演练:资料库全文检索 + 零代码数据看板速练(25分钟)
  • 互动答疑:就自动化与资料库现场答疑(10分钟)

分组攻坚工作坊(一)——拆解与跑通

分组攻坚工作坊(一)——拆解与跑通
一、攻坚五段节奏
  • 1. 第一段 30 分钟 拆解流程:把这件事写成 1.2.3.,用教新同事的说法
  • 2. 第二段 45 分钟 跑通第一版:按步骤执行,拿到结果
  • 3. 第三段 30 分钟 验证:用历史数据或历史案例核对
  • 4. 第四段 30 分钟 固化为技能:写 SKILL.md
  • 5. 第五段 15 分钟 准备路演:5 分钟汇报材料
二、拆解的正确姿势
  • 1. 用「教新同事的说法」写步骤,不要写代码
  • 2. 卡住时自问:如果我要教一个新同事做这件事,我会怎么说
  • 3. 步骤要能分配、能检查:每步说清做什么、产出什么
  • 4. 范围控制:先做最小的、能跑通的那一段,跑通后再扩展
三、跑通与验证
  • 1. 第一版 60 分是常态,用三类追问迭代,不要重开任务
  • 2. 验证必须用历史数据——跳过验证等于把错误固化成流程
  • 3. 数据拿不到时:用脱敏样例数据先跑通流程,在任务书标明「上线需补数据权限」
  • 4. 时间不够时优先保第四段(固化)——跑通了但没固化,等于白做

分组攻坚工作坊(二)——固化与路演

分组攻坚工作坊(二)——固化与路演
一、技能定稿
  • 1. 写全 SKILL.md 六项:name 与 description、触发场景、执行步骤、输入要求、输出要求、注意事项
  • 2. description 决定能否被正确调用,要写清「什么时候该触发我」
  • 3. 换机重装后可复用:检查是否依赖本地绝对路径
  • 4. 安全自查:确认无越权文件操作、无外发数据行为
二、路演六段结构
  • 1. 这个场景原来有多痛(原耗时、谁在做、频次)
  • 2. 我们怎么拆的(步骤)
  • 3. 跑通了吗(现场演示,必须真跑)
  • 4. 沉淀成什么技能(触发场景、输入输出)
  • 5. 提效测算(数字)
  • 6. 下一步:要推广还缺什么(数据权限、流程调整、培训)
三、互评四维度
  • 1. 真实性 30 分:是真实业务场景,不是编的练习题
  • 2. 可复用 25 分:换个人、换个时间段也能跑通,步骤清晰
  • 3. 提效可测 25 分:有前后对比数字,测算口径合理
  • 4. 表达清晰 20 分:5 分钟讲清痛点、做法、结果
四、点评策略
  • 1. 不只看跑通的组,也要点评「没跑通但拆解很清楚」的组
  • 2. 拆对了但卡在权限或数据上,恰是企业落地的真实常态
  • 3. 这类案例比一次成功的演示更有教学价值
  • 4. 每组严格 5 分钟汇报 + 3 分钟互评,超时打断
  • 实战演练:技能定稿与路演准备(45分钟)
  • 工作坊:分组路演、交叉互评、讲师点评(60分钟)

安全合规、能力边界与 30 天落地

安全合规、能力边界与 30 天落地
一、使用前核对的四类安全设置
  • 1. 区分本地文件操作、云端模型请求与外部连接器的数据流,不将本地工作区等同于原始数据绝不出网
  • 2. 按现行产品条款与企业协议核对服务端数据处理、保存和训练使用约定,不作统一零留存承诺
  • 3. 核对工作区授权与敏感目录保护,按最小必要范围授予文件权限
  • 4. 配置适用的审批与确认流程,高风险操作执行前检查具体权限模式
二、企业数据三条红线
  • 1. 权限边界:只授权完成任务所必需的工作空间,不将整个磁盘接入
  • 2. 数据分类:涉及商业秘密、个人信息、未公开财务数据,先确认企业数据分级规定
  • 3. 人工兜底:对外、对上、涉法涉钱的交付物,必须人工复核后再发出
三、能力边界(必须诚实告知)
  • 1. 任务可能无法完成或产生错误,不能用未经核实的解决率替代岗位验收,必须有人兜底
  • 2. 复杂与审美类产出需人工把关;评价须说明样本、任务与版本,不引用来源不明的评分
  • 3. AI 会编造引用、法规、外部事实——凡涉及外部事实必须核实来源
  • 4. 个人使用五准则:不交涉密数据、对外交付必复核、外部事实必核实、连接器走最小权限、出错必反馈
四、30 天落地路线图
  • 1. 第 1 周:把自己的技能在真实工作中跑满 3 次,记录每次耗时
  • 2. 第 2 周:在本部门找 1 个同事试用,收集反馈,优化技能
  • 3. 第 3 周:在部门内做一次 30 分钟分享,讲自己的技能
  • 4. 第 4 周:提交本部门新增场景清单(不少于 3 个),交数字化与 IT 部门评审
  • 5. 组织机制三条建议:别一次性全员发账号(意愿筛选比全员铺开更有效);要给时间不要只给工具(种子用户每周至少半天 AI 时间);要有验收与激励(没有验收机制,培训完就散了)
  • 工作坊:每人填写 30 天落地计划书(25分钟)
  • 小组研讨:训后复评,重做训前 5 道自评题,与基线对比(10分钟)
  • 互动答疑:就安全合规与落地难点现场答疑(10分钟)

后续落地建议

后续落地建议
  • 1)课后 30 天内,每位学员完成「1 个可运行技能 + 1 份岗位提效测算表 + 1 个已验证的自动化任务」,并在本部门完成一次 30 分钟内部分享;四项硬指标未完成者发「结课证明」而非「结业证书」
  • 2)配套发放《WorkBuddy 企业内训参考资料》(含 10 个岗位案例的背景、模拟数据与操作步骤)、学员随身卡、RRULE 速查卡、SKILL.md 模板、提效测算表模板、30 天落地计划书模板
  • 3)可进阶开展「WorkBuddy 全员普及(1 天)」「业务骨干进阶(2 天)」「部门场景攻坚工作坊(按部门定制 1-2 天)」;有部署与合规需求的客户,可另行评估「企业部署与安全合规专题(0.5天)」,该专题不代表WorkBuddy当前支持私有化部署
  • 说明:原稿产品版本号未经当前验证;开班前须核对客户端版本、界面、功能名称、技能路径、文件格式与连接权限,以实际支持范围为准

适合对象

企业各部门种子用户:市场、销售、HR、财务、运营、供应链、行政、法务等业务与职能岗,以及承担场景挖掘、技能沉淀和内部带教的IT与数字化人员

课程定位与主要问题

本课程面向企业各部门种子用户,围绕岗位场景挖掘、技能沉淀与内部带教开展训练

核心收益

  • 1 个可运行技能
  • 1 份岗位提效测算表
  • 1 个已验证的自动化任务
  • 在本部门完成一次 30 分钟内部分享

课程背景与交付信息

课程按认知、办公实战、技能、连接器、自动化、两段攻坚工作坊、安全与30天落地组织,要求用历史数据验证并保留人工复核

课程时间

2天,12小时

授课方式

理论讲授、案例解析、实战演练、小组研讨、工作坊

课程内容重点

01重新认识 AI 办公智能体——从「聊天框」到「数字员工」
02日常办公实战——从数据到可交付成果
03技能沉淀——把重复工作变成资产
04连接器——让 AI 接入你的真实工作系统
05自动化任务与资料库
06分组攻坚工作坊(一)——拆解与跑通
07分组攻坚工作坊(二)——固化与路演
08安全合规、能力边界与 30 天落地
09后续落地建议

讲师介绍

黄谊江 讲师头像

黄谊江

项目管理与复杂工程交付专家

22年项目管理与数字化转型专家,PgMP认证。主导96亿项目集交付,擅长复杂工程交付与智慧城市顶层设计。融合通用管理能力与行业数字化需求,助力企业实现高效能运营

政府国企通信互联网科技电力能源制造业建筑工程
查看讲师主页

课程差异说明

Source reviewed; native and delivery pending.

课程常见问题

这门课适合哪些学员参加?

企业各部门种子用户:市场、销售、HR、财务、运营、供应链、行政、法务等业务与职能岗,以及承担场景挖掘、技能沉淀和内部带教的IT与数字化人员。

学习这门课可以获得什么收益?

1 个可运行技能;1 份岗位提效测算表。

课程通常安排多长时间?

课程通常可按2天,12小时安排,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?

理论讲授、案例解析、实战演练、小组研讨、工作坊

企业可以基于这门课做定制吗?

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长,对案例、练习和重点模块做适配