第 一讲 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，自主规划执行，交付可验收结果

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：可同时发起和管理多个任务，互不干扰

5. 三层记忆系统：云端记忆（跨会话用户画像）、用户级本地记忆（跨项目偏好）、工作空间记忆（项目日志与笔记）

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、企业落地现状与本课程定位

1. 蒙牛：200 名「AI 先行官」（大部分非程序员）→ 45 个数字员工、199 个潜在提效场景，覆盖八大业务域

2. 晶科能源：「龙虾探索营」200 个账号一抢而空，两个多月后 95 人形成深度使用

3. 上海家化：9 大部门规模化落地，整体平均提效超 4.5 倍

4. 学员定位：部门「AI 先行官」，结营硬指标为「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）

▸ 案例分析：拆解上海家化供应链对账——一位经济专业、不会写代码的运营经理，把月度对账从 2 人天做到 15 分钟（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（默认模式）

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；支持 PDF、Word、TXT、Markdown、RTF、Excel、CSV、TSV、PPT、常见图片、ZIP/RAR、代码文件

2.4 补充说明：在描述中明确目标、范围、约束和预期产出

第二讲 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——300 个杂乱文件按日期归档，30 秒完成

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：高频低值任务整体外包

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；网页类成果一键部署到 CloudStudio 生成访问链接

三、结果区四类视图

1. 产物：查看生成的文件与交付物，可分享，可上传云端网盘、腾讯文档、ima 知识库、乐享知识库

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）

第三讲 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：完全兼容 OpenClaw 技能生态

二、三层存储与复用范围

1. 用户级：~/.workbuddy/skills/，跨项目、个人通用

2. 项目级：{工作区}/.workbuddy/skills/，项目内共享

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，另一个部门直接拿来用

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）

▸ 案例分析：拆解上海家化供应链物流对账——7 类原始账单、18 个月约 6000 万行数据，从 5-6 人天到 20 分钟，单项提效最 高 150 倍（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）

第四讲 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：一次接入处处可用，不用为每个系统单独开发

二、可连接生态

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）

▸ 案例分析：商派把 OMS 的 Web API 封装为标准 MCP 工具，一句话跨渠道销售对比报表 16 秒出结果，原需 1-2 小时（15分钟）

▸ 互动答疑：就权限申请与系统对接现场答疑（10分钟）

第五讲 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——每天 9:00 推送日报

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——每月 1 日出上月经营分析

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，几秒定位到具体段落——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：自定义成员查看、编辑、转发权限，支持在线批注、评论、进度标记；实时性不如专业协作文档，适合「沉淀归档 + AI 检索」

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 → 数据更新后自动同步

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）

第六讲 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

第七讲 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）

第八讲 安全合规、能力边界与 30 天落地

一、官方安全四条

1. 所有文件处理默认在本地完成，原始数据不上传云端

2. 服务端仅处理数据片段，用后即弃，不保存也不用于模型训练

3. 只能访问你主动勾选授权的文件夹，系统敏感目录自动拦截

4. 高危操作需二次确认

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，不要整个磁盘挂载

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. 任务解决率官方口径 72% → 90%，意味着仍有约 10% 的任务做不了，必须有人兜底

2. 第三方评测 70 道题平均 2.31/4 分，设计类仅 1.45 分——复杂与审美类产出，人的把关不可省

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

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）」；有私有化与合规需求的客户，可增加「企业部署与安全合规专题（0.5 天）」。

说明：本课纲对应 WorkBuddy PC 端 V5.3.14。产品迭代较快，开班前讲师须自行打开客户端核对界面与功能名称，以现场实际界面为准。