关于我:
我是连续创业者峰哥,长期关注 AI Agent 与高效办公。
希望我的文字,能帮助更多普通职场人从“会用 AI”走向“会管理 AI”,把重复工作交给数字员工,把时间留给真正重要的事。

最近这两天,我看到越来越多人开始分享 WorkBuddy。
有人在晒它能处理文件。
有人在晒它能生成表格、文档、PPT。
有人在测试它能不能接住一个真实办公任务。
这说明一件事:
WorkBuddy 已经不是一个只能围观的新工具了。
它开始进入真实办公场景。
但我觉得,接下来真正拉开差距的,不是谁最早打开了 WorkBuddy,也不是谁截图最多。
而是谁能把一件真实工作交给它,并且拿到一个可用结果。
今天直接进入实战。
我会用自己的 W-O-R-K 四步工作法,拆解一个最普通、但几乎每个职场人都会遇到的任务:
整理会议纪要,并生成会后跟进清单。
这篇不是 WorkBuddy 按钮教程。
我不讲点哪里。
我讲一件更重要的事:
怎样把一项真实工作,整理成 WorkBuddy 能执行的任务。
很多人打开一个新 AI 工具,第一反应是问:
“它会什么?”
这个问题当然重要。
但如果你一直停在这个问题上,就很容易变成看热闹。
你会不断收集别人发的案例:
这个人让它写报告。
那个人让它做 PPT。
还有人让它整理文件。
看完很兴奋,但轮到自己打开工具,反而不知道该交给它什么。
因为真实办公不是功能展示。
真实办公通常是一句很模糊的话:
“你把今天会上的内容整理一下。”
“这个客户反馈你汇总一下。”
“这份表你看一下有没有问题。”
“下周汇报材料你先拉个框架。”
这些话没有明确输入。
没有明确输出。
没有明确标准。
也没有明确谁来检查。
如果你直接把这种模糊需求丢给 AI,结果大概率也会模糊。
所以,使用 WorkBuddy 的第一步,不是问它会什么。
而是把你的工作讲清楚。
这也是我设计 W-O-R-K 四步工作法的原因。
W:Watch,观察任务。
O:Organize,组织上下文。
R:Run,交给 AI 执行。
K:Keep,沉淀知识和流程。
今天我们就用这四步,把“会议纪要”这个任务拆一遍。

假设你刚开完一场项目推进会。
会上讨论了三个问题:
第一,产品新功能上线延期。
第二,销售侧反馈客户对报价有疑问。
第三,运营需要下周前准备一版活动方案。
会后老板说:
“你把会议内容整理一下,顺便把后续要跟进的事情列出来。”
过去你可能会这样做:
翻聊天记录。
看会议录音。
打开 Word。
按时间顺序整理发言。
再从里面挑待办事项。
再手动标责任人。
再补截止时间。
最后发到群里。
这件事看起来不难,但很烦。
因为它不是简单写几段文字。
它至少包含四个小任务:
整理会议内容。
提取关键结论。
识别待办事项。
生成会后跟进清单。
如果只是让 AI “帮我写会议纪要”,它可能会给你一份看起来很完整的纪要。
但真正有用的,不是那份纪要。
真正有用的是:
会后谁要做什么,什么时候完成,风险在哪里,下次怎么跟进。
所以,这个任务很适合用 WorkBuddy 来练习。
因为它不是让 AI 单纯写作,而是让 AI 完成一条办公流程。

Watch 不是看热闹。
Watch 是观察一项工作,看它到底适不适合交给 AI。
我通常会用四个问题判断:
第一,这件事有没有明确输入?
比如会议录音、会议文字记录、群聊纪要、会议议程。
第二,这件事有没有明确输出?
比如会议纪要、待办清单、风险提醒、跟进计划。
第三,这件事有没有固定结构?
会议纪要通常有固定结构:背景、讨论内容、结论、待办、责任人、截止时间。
第四,这件事是否需要人最后判断?
需要。
因为 AI 可以提取信息,但它不一定知道公司内部真实优先级,也不一定能判断某个承诺是否靠谱。
这四个问题一问,你会发现:
会议纪要很适合交给 WorkBuddy 做初稿和整理。
但不适合完全无人审核。
这就是任务边界。
你不是把责任甩给 AI。
你是把重复整理交给 AI,把判断和确认留给自己。
这一步很重要。
很多人用不好 AI,不是因为工具不行,而是从一开始就没有判断任务边界。
确定任务适合交给 AI 以后,下一步不是马上开干。
而是组织上下文。
AI 不是读心术。
你给它的信息越乱,它越容易输出一份看起来完整、实际上不靠谱的结果。
以会议纪要为例,我会先准备四类材料。
第一,会议原始材料。
可以是录音转写稿,也可以是会议文字记录。
第二,会议背景。
这场会为什么开?
是项目例会、销售复盘、产品评审,还是客户沟通?
第三,参会角色。
谁是产品负责人?
谁是销售负责人?
谁负责运营?
谁有最终拍板权?
第四,输出标准。
你希望 WorkBuddy 输出什么?
只要纪要?
还是要待办清单?
要不要风险提醒?
要不要按责任人分类?
要不要能直接发到群里?
如果你只是输入:
“帮我整理会议纪要。”
这就是一句需求。
但如果你把这些信息都准备好,它就变成了一份任务说明书。
这两者的结果会完全不同。
到了 Run 这一步,才是真正交给 WorkBuddy 执行。
我建议不要把任务写成一句 Prompt,而是写成一份完整的工作说明。
你可以直接参考下面这段:
请根据我提供的会议记录,帮我整理一份会后工作材料。
任务目标:
让参会人员在 3 分钟内看懂本次会议结论,并清楚知道自己接下来要做什么。
输入材料:
1. 会议文字记录
2. 项目背景说明
3. 参会人员与角色说明
请输出以下内容:
1. 会议摘要:控制在 300 字以内,只保留关键背景和核心结论。
2. 关键讨论:按主题分类,不要按发言顺序流水账整理。
3. 待办清单:包括事项、责任人、截止时间、依赖条件。
4. 风险提醒:列出可能影响交付的风险点。
5. 群内可发送版本:用简洁口吻整理一版,方便直接发到工作群。
质量标准:
1. 结论优先,不要写成长篇记录。
2. 如果责任人或截止时间不明确,请标注“待确认”,不要编造。
3. 所有待办事项必须能被执行和检查。
4. 不要输出空泛建议。

这段文字看起来比普通 Prompt 长。
但它本质上不是 Prompt。
它是一份任务说明书。
你告诉 WorkBuddy:
目标是什么。
材料是什么。
输出什么。
质量标准是什么。
哪些地方不能乱编。
这样做的好处是,AI 不只是生成一段文字,而是围绕一个明确交付物工作。
如果 WorkBuddy 读取了你的会议记录和项目材料,它就可以按这个结构先生成一版完整初稿。
你再做审核和修改。
这时候,人和 AI 的分工就清楚了。
AI 负责整理、归类、提取、生成。
人负责判断、确认、删改、拍板。
很多人用 AI 最大的浪费,是每次都从零开始问。
今天让 AI 写会议纪要。
明天又重新写一遍提示词。
下周再开会,又重新组织一次语言。
这样当然也能用,但效率提升有限。
真正值得做的是 Keep。
也就是把一次成功任务沉淀下来。
比如这次会议纪要任务,如果结果还不错,你就可以沉淀三样东西。
第一,任务说明模板。
也就是上面那段可以反复使用的工作说明。
第二,输出结构模板。
固定为:
会议摘要。
关键讨论。
待办清单。
风险提醒。
群内可发送版本。
第三,验收清单。
每次发出前检查:
有没有结论?
有没有责任人?
有没有截止时间?
有没有待确认项?
有没有 AI 自己编出来的内容?
有没有一句话可以直接发到群里?
当你把这三样东西沉淀下来,下一次就不是重新“问 AI”。
而是调用一套流程。

这就是 WorkBuddy 真正有价值的地方。
它不是让你每次都临时聊天。
而是帮你把重复办公任务,逐步变成可复用的工作流。
写到这里,你应该能看出一个区别。
如果你只把 WorkBuddy 当写作工具,那会议纪要只是:
“帮我总结一下会议。”
但如果你把它当成 AI Agent 办公工具,会议纪要就变成:
读取材料。
理解背景。
按主题归类。
提取结论。
生成待办。
标出风险。
输出可发送版本。
沉淀下次模板。
这才是从聊天到执行。
也是我后面写 WorkBuddy 的基本方式。
我不会只写:
这个功能在哪里。
这个按钮怎么点。
这个界面怎么设置。
我会尽量写:
一项真实工作怎么拆。
哪些材料要先准备。
哪些步骤适合交给 WorkBuddy。
哪些地方必须由人检查。
最后怎样变成可复用流程。
这也是我和普通工具体验文想拉开的差异。
别人写 WorkBuddy 能做什么。
我更想写:
WorkBuddy 怎样真正进入你的工作流。
如果你想跟着这篇文章练一次,不需要选复杂任务。
就从最近一次会议开始。
你可以准备三样材料:
一份会议记录。
一段会议背景。
一份参会人员角色说明。
然后把上面的任务说明复制进去,根据你的实际情况稍微改一下。
重点不要看它能不能一次写得完美。
重点看三件事:
第一,它能不能把会议内容从流水账变成主题结构。
第二,它能不能提取出真正可执行的待办事项。
第三,它有没有把不确定的信息标注为“待确认”,而不是假装都知道。
如果这三件事能做到,你就已经不是在让 AI “写一篇纪要”了。
你是在让 WorkBuddy 参与一个会后跟进流程。
这就是 AI Agent 办公的开始。
写在最后,WorkBuddy 不是越早用越有优势。
真正有优势的是,你能不能把真实工作拆成 AI 可以执行的任务。
前两篇文章,我们讲了为什么 AI 不只是聊天,为什么不要只写软件教程。
从这一篇开始,我会尽量少讲“为什么”,多讲“怎么拆”。
下一步,我会继续用 WorkBuddy 拆真实任务。
比如:
一份 Excel 怎么从数据变成结论。
一个文件夹怎么整理成项目资料库。
一段客户反馈怎么变成产品改进清单。
一篇公众号怎么从选题变成发布稿。
方法论不是挂在嘴上的概念。
它必须进入真实任务,才有价值。
今天这篇,就是第一步。
共勉。
—— END ——
持续研究 AI Agent、数字员工、个人办公自动化和高效工作方法。
希望帮助普通职场人从“会用 AI”走向“会管理 AI”,把 AI 真正变成自己的数字员工。