
我想让AI红利普惠大家,看了网上讲WorkBuddy的内容大多没有体系化更缺少实操。于是我希望做一套体系化的、可落地的《WorkBuddy 从入门到精通》实操教程(没有AI基础也能看懂)。本公众号(没关注的尽快关注)将连载6章内容:第1章初识 WorkBuddy《WorkBuddy 从入门到精通》连载,第一章初识WorkBuddy;第2章高效对话技巧 《WorkBuddy 从入门到精通》连载,第 2 章:高效对话技巧;第3章职场实战应用;第4章进阶功能探索;第5章安全与合规;第6章企业智能体构建与管理。重要的是为了加强大家学习每章我都精心设计了练习题。

2.1 概念辨析 AI 是按 token 概率「接龙」生成的,不是从正确答案库里查的;当它对你给的线索不确定时,会倾向于接出一个「看起来合理」的 continuation,于是出现假数据。数字、日期、法规条文、人名、代码这类关键事实,不能只信 AI,必须回到官方或原始来源人工核验。
2.2 应用改写(一) 参考改写(仅用于示例):
「你是我方的客户沟通助理(角色)。起草一封告知(客户名)项目交付延期的说明邮件(任务)。背景:因(具体原因)需延至(新日期),对方是长期合作客户,情绪上需要安抚(上下文)。正文150 字内,结构为『致歉—原因—新时间表—补偿 / 后续』,结尾留一个联系人(格式)。不承诺合同外的新条款,不给未批准的赔偿金额,语气诚恳不推诿(约束)。」
2.3 应用改写(二) 这条指令只写了「任务」(分析数据)和隐含的「上下文」(文件夹),缺了:角色、格式、约束。补全示例(仅用于示例):
「你是销售数据分析师(角色)。分析『Q3 销售』文件夹里各区域销售额(任务),对比基线为 Q2(上下文)。输出总览表 + Top 3 增长与下滑区域 + 2 条原因(格式)。数字保留两位,异常项标红并说明口径,不编造缺失数据(约束)。」
2.4 综合分析 给上下文最合适的方式是「@ 引用」配合一份「术语表」文件——因为你公司内部功能名是固定资产,放成可复用的术语表,每次翻译都 @ 引用,能保证全公司译文一致,也避免重复上传。指令「约束」段建议写:「保留所有内部功能名原文不翻译;使用我 @ 引用的术语表;正式商务语气;不意译法律与承诺性条款;歧义处加译注而非自行替换。」理由:翻译类任务最大的返工来自术语不一致,把术语表当硬约束喂进去,能从根上减少偏差。
2.5 思考题 本题无标准答案。要点:是否用五段式定位到缺失的那一段(多数情况是缺「上下文」或「约束」);是否对应到四类场景里的某一类;改写是否具体可验收。示例:我曾让AI「总结这篇文章」,它给我写了篇泛泛的读后感——缺的是「角色」(要当什么视角的总结者)和「格式」(要几段、给什么结论)。重来我会写:「你是我行业的调研助理,基于这篇文章写 200 字摘要,面向技术团队,列 3 条可行动启发,不延伸未提及的观点。」
前两章讲的是「能力」和「说法」。真正决定AI 有没有用的是第三件事:你手上那堆活儿,能不能拆成它接得住的形状。
我用WorkBuddy 好久了,回头看自己下过的两千多条指令,发现它们只有三种:让它替我读(把看不完的变成能看的)、替我写(把想清楚的变成能交的)、替我析(把散着的数据变成能判断的)。岗位差得很远,拆到最后都是这三件事的排列组合。
这一章不讲功能清单,只讲我怎么用。三节核心讲解对应三类任务,每节都有我自己的翻车记录;后面四个完整案例包含指令原文、执行耗时、以及我们各自做的后处理。案例中的公司名、金额、项目名、人名均为虚构或替换,仅用于示例。
• 掌握「读 / 写 / 析」三类任务的拆解框架,能把手上任何一件活儿归进其中一类
• 会用长文档摘要、会议纪要、资料库检索三种「读」的打法,知道各自边界在哪
• 能让 AI 产出周报、方案、邮件、译稿,并懂得为什么「我的语气」要单独喂给它
• 学会数据透视、竞品对比、经营分析三种提问方式,识别 AI 在数字上最易出错的位置
• 拿到四个可直接套用的完整案例(指令原文 + 执行步骤 + 后处理清单)
• 建立一套自己的验收动作,避免把 AI 的错误当成自己的结论交出去
我把职场里能交给AI 的活儿归成三类。

读是输入侧——信息进来太多,需要有人替你消化;写是输出侧——想法在脑子里,需要有人替你落到纸上;析是中间那层——数据摆在那儿,需要有人替你变成判断。
三者难度递增:读错了你会发现,写错了改一稿,析错了可能直接影响决策。所以这三节的验收力度也应该递增。
先说我改变最大的习惯:我现在很少「打开」长文档了。不是不看,是不再从第一页开始滚。默认动作变成先让WorkBuddy 读一遍出张地图,我再决定跳到哪一页细看。
「读」在职场里有三个高频场景。
场景一:长文档消化。 行业白皮书、招投标文件、政策原文、上百页的验收报告——共同特点是「不看不行,全看看不完」。我的指令模板:
「读桌面/ 资料 / 行业白皮书 2025.pdf,输出四部分:(1) 800 字整体摘要;(2) 分章要点,每章不超过 3 条;(3) 挑出所有涉及『供应链』和『交付周期』的段落,标注页码并原文引用;(4) 用一段话说明这份文件对一家做 B 端软件的公司意味着什么。不确定的地方标注『需核对』,不要推测。」
这条指令有四个我踩坑踩出来的设计:
要页码——没有页码的摘要不可核验,能翻回原文是「敢用」的前提。
要原文引用——摘要是转述,转述就有失真空间;开场那个「同比 / 累计」的错就是靠原文引用抓出来的。
指定关键词——68 页里我真正在意的可能只有 6 页,与其让它均匀用力,不如告诉它我的立场。
给它一个「不知道」的出口——大模型倾向于把话说完整,你不给它一个说「这里我拿不准」的位置,它就会把拿不准的地方写得跟确定的一样通顺。这是幻觉最常出现的位置。

场景二:会议纪要。 纪要难写不是因为记不住,是因为要分层。一小时的会里混着已定的事、待定的事、有人随口说的想法、还有一段跑题。人脑分层很累,AI 分起来反而稳定。我的纪要指令固定成三栏:
「读这份会议录音转写文本,整理成纪要,按三栏输出:决议事项(已明确拍板的,写明结论)、待办事项(事项/ 负责人 / 期限三列,缺失的标『待确认』)、风险与分歧(没达成一致的点,原样保留双方观点)。会上提到但没有结论的设想放进第三栏,不要写进决议。最后附一句100 字以内的总结。」
「没有结论的设想不要写进决议」是我加的补丁。AI 天然想把内容归到看起来更完整的类别里,一句「我觉得可以考虑下 XX」,很容易被写成「决议:推进 XX」。这个错很危险——纪要是要发出去的,发出去就成了事实。我的验收动作是:只重点看第一栏。二三栏错了影响不大,第一栏错了要出事。
场景三:资料库检索。 前两个是「读一份」,这个是「读一堆」。资料库让你把一批授权文件变成可以提问的知识源(第4 章讲怎么搭)。我们部门资料库里放着三年的项目复盘、合同模板、流程文档,400 多份。它改变了我一个动作:从「找文件」变成「问问题」——过去要知道「去年那个客户的验收标准怎么定的」,得先想起是哪个项目、再翻文件夹、再打开三四份文档;现在我直接问。
「在资料库里查:过去两年所有项目的验收标准条款,按项目列出来,标注每份文件的名称和位置。哪些项目用了『分阶段验收』?」
它给我一张表,每行带来源文件名。这个「带来源」很关键——资料库检索的价值在于可追溯,一条没有来源的检索结果,跟 AI 自己编的没有区别,我不会用。
「读」的共同边界,我总结成三条:扫描质量差的PDF 可能识别出错;表格密集的文档容易串行;跨文件的隐含逻辑(比如「A 文件这条其实推翻了 B 文件那条」)它一般不会主动发现,需要你明确问。遇到这三种情况,我会把范围切小、多跑几次。
「写」是很多人对AI 的第一印象,也最容易用得浅。浅在哪儿?大部分人的用法是「帮我写一份 XX」,然后拿到一篇看起来挺好、但一看就不是自己写的东西,再花时间改——改的时间比自己写还长。这就是很多人试一次就放弃的原因。我的解法只有一句:别让它「自己写」,让它「按我的方式写」。

周报:把素材喂够,把语气固定。 这是我用得最频繁的写类任务:
「读『本周记录』文件夹里的所有内容(每日笔记、3 份会议纪要、任务清单导出),生成部门周报。结构:(1) 本周完成(按项目分组,写清结果和数据);(2) 下周计划(承接未完成项);(3) 需要支持的事项(找谁、要什么、什么时候要)。语气参考『周报模板 / 上周周报.docx』,不要用『赋能』『抓手』『闭环』这类词,句子控制在 30 字以内。数据一律来自素材,素材里没有的写『待补』,不要估算。」
三个关键点。素材要给全——没有素材的周报是 AI 在编,编出来还得逐条改,得不偿失;我平时随手记,周五让它一次性收。语气要有参照物——「参考上周周报」这一句比十句形容词管用;你说「口语一点、别太官腔」,它对「口语」的理解和你不一定一致,给它一份你认可的样本它才抓得住。我给部门建了个「语气样本」文件夹放三份历史文档,从此周报的味道就稳了。禁词清单——AI 写中文职场内容特别爱用一批词,不禁掉通篇都是那个味道。至于「素材里没有的写待补,不要估算」,和读类指令那句同源:周报里一个编出来的数字,可能在季度复盘时被翻出来对不上。
方案:先大纲,再扩写。 方案类(活动方案、项目立项、季度规划)我从不让它一次写完。一份方案里真正值钱的是结构和判断,这两样应该是我的;AI 擅长把结构填满、把判断展开。所以固定两步:
第一步(Plan 模式):「我要做一个面向中小企业客户的产品线上发布会方案。目标三个月内获取 200 个有效线索,预算 15 万,团队 4 人,时间 6 月中旬。先给我大纲,不要展开,一二级标题即可。列 2 个不同思路的版本供我选。」
第二步:「按修改后的大纲扩写,每个二级标题下200-400 字。预算部分给分项测算表格。风险部分至少 4 条,每条配一个应对动作。」
这样出来的方案,骨架是我的,肉是它的,改动量比一次性生成小很多。
邮件:短,但难。 同样一件催进度的事,发给平级、发给合作方、发给老板,措辞完全不同。所以我的邮件指令一定包含收件人关系和我的目的:
「给合作方项目经理写一封邮件。背景:约定的接口文档上周五应交付,至今未收到,我们的联调排期受影响。目的:拿到明确交付时间,同时不把关系搞僵——后面还有两期合作。语气客气但要让对方感到时间压力,200 字以内。给两版供我选:一版偏软,一版偏硬。」
「给两版供我选」这个技巧推荐给所有人。AI 生成两版的成本几乎为零,但你在两版之间做选择,比在一版上做修改快得多。
翻译:给上下文,给术语表。 职场翻译有两个坑:术语不统一、语域不对。
「把这份技术方案译成英文。术语按『术语表.xlsx』统一,表里没有的保留中文并标注。读者是对方公司的技术负责人,语域偏正式书面。译完后单独列一个表格:所有你不确定的译法,以及选择这个译法的理由。」
最后那句把AI 从「给你一个答案」变成「给你一个答案 + 它的把握程度」,我核验时就有了重点。
「写」的共同提醒:AI 生成内容里凡是具体数字、人名、公司名、日期、引用的政策条款,都要当成疑似幻觉逐条核。它编这些东西时语气极其自然,看不出破绽。我的规矩是:这五类一律回原始素材对一遍,没有来源的直接删掉。同时也要注意用WorkBuddy 写作避免AI味,怎么避免?原则上尽量避开AI检测器的5个维度(这部分内容感兴趣的可以留言)

「析」门槛最高,我验收也最严。原因很直白:读错了少知道一件事,写错了改一稿,析错了可能做错一个决定。

数据透视:把「怎么算」说清楚。 新手最常见的问题是只说了「分析一下」,没说「怎么算」。同样一句「分析各区域销售情况」,可以按金额、按订单数、按客单价、按增长率,可以含税可以不含税。AI 会替你选一个,但不一定是你要的,而且它通常不会告诉你它选了什么。
「读『Q1 销售明细』下 3 张 Excel,合并后做透视:行=区域,列=月份,值=销售金额(不含税,字段名『金额(不含税)』)。剔除状态为『已退货』的行。另加两列:Q1 合计、环比 Q4(Q4 数据在『Q4 汇总.xlsx』)。结果开头先告诉我:合并后总行数、剔除多少行、多少行因字段缺失被跳过。 然后再给透视表。」
加粗那句是我最推荐的习惯:先报数据体检结果,再给分析结论。我吃过一次亏——有次透视表看起来很正常,我拿去汇报了,后来发现有张表因为表头多了个空格没被合进来,少了三分之一数据。从那以后每条数据类指令我都要它先报「进来多少行、丢了多少、为什么丢」,对不上后面的分析我一律不看。
竞品对比:先定框架,再填内容。 竞品对比容易做成一堆信息的堆砌,解法是先给维度框架。
「对比以下5 家竞品(附官网链接)。维度固定 6 个:目标客户、核心功能、定价模式、部署方式、公开的标杆客户、近半年产品更新。输出对比表格,每格 40 字以内。信息一律标注来源页面;官网上找不到的填『未公开』,不要用行业常识补充。 表格后补300 字:这 5 家里哪两家和我们定位最接近,为什么。」
「找不到就填未公开」在竞品分析里特别重要。竞品的定价、客户数很多不公开,而AI 的训练数据里可能有过时的旧信息。它把两年前的定价当成现在的写进表格,你拿去做定价决策,后果不小。我做完竞品表还有一个动作:随机抽三个格子自己去官网核。三个都对我信这张表,有一个错我全表重核。
经营分析:让它给假设,判断留给自己。 这是「析」里最难的一层,边界也要划得最清楚。原则是:AI 负责发现现象和提出假设,我负责下结论。
「读『2025 年 1-6 月经营数据.xlsx』做半年度分析。(1) 列出你观察到的 5 个显著变化(用数据说话,写清幅度和时间点);(2) 每个变化列 2-3 个可能的原因假设,并说明验证这个假设需要什么额外数据;(3) 不要下结论,不要写建议。明确区分『数据显示的事实』和『你的推测』,分两栏写。」
为什么不要结论?因为经营的原因往往在数据之外。二季度某条产品线下滑18%,数据能看到这个数,但真实原因可能是核心销售离职了、竞品做了大促、或者我们自己把交付周期拉长了——这些 AI 不知道。它如果硬给结论,只能从数据表面推,看着有道理但很可能是错的方向。而「假设 + 需要什么数据验证」这个形式,等于把我的下一步动作也列出来了。
「析」的三条铁律:口径先说死(算什么、剔除什么、对比哪个基线、含不含税);先看体检再看结论(对不上就重来);结论我自己下(涉及投资、人事、合同、定价的决定,不能只依赖AI 的分析结果)。
上面讲的是方法,这一节讲「真的跑起来长什么样」。我找了三位不同岗位的同事加上我自己,各挑一件那一周真实做过的活儿完整记录。案例中的公司名、金额、项目名、人名均为虚构或替换,仅用于示例;耗时为示例值,实际受文件数量、格式与运行环境影响。

背景:小柯是部门行政,每周五要出一份《部门周动态摘要》发给全员和上级。素材很杂:8 份会议纪要(散在不同人的文档里)、12 封需周知的邮件、5 份通知(有 Word 有 PDF 有截图)。她过去要花大半天,还经常漏。
指令原文:
「读『本周素材』文件夹下所有文件(8 份纪要 docx、12 份邮件 eml、5 份通知,其中 2 份是图片),合并成《部门周动态摘要》,结构:(1) 本周要闻(3-5 条,每条 50 字内,按重要性排序);(2) 会议决议汇总(按会议名列,只保留已拍板事项,未拍板的不要写);(3) 待办跟踪(事项 / 负责人 / 期限,缺失的标『待确认』);(4) 通知公告(标题 + 一句话说明 + 原文件名)。全文 1500 字以内,语气参考『上周周动态.docx』。图片格式的通知请识别文字,识别不清的标『需人工确认』。所有内容用括号标注来源文件名。输出 Word,命名『部门周动态_第 45 周.docx』,同时把这 25 份素材按『会议纪要 / 邮件 / 通知』三类归档到资料库『部门周动态』目录,按周建子文件夹。」
WorkBuddy 怎么跑的:
步骤 | 内容 | 耗时 |
|---|---|---|
1 | 扫描文件夹,识别25 个文件格式,报告清单 | 40 秒 |
2 | 逐份读取,2 份图片通知走文字识别 | 4 分 10 秒 |
3 | 按四板块抽取内容,标注来源文件名 | 3 分 30 秒 |
4 | 对照语气样本生成Word | 1 分 50 秒 |
5 | 按三类归档到资料库,建第45 周子目录 | 1 分 20 秒 |
合计 | 约11 分 30 秒 |
小柯的后处理(约25 分钟):重排「本周要闻」(AI 按内容长度和出现频次排,她按「哪件事领导最关心」重排);删掉 2 条误入决议栏的内容(一句「后面可以考虑加个流程」被写成了决议,她移到待办栏标「待确认」);补 3 个待确认的负责人(AI 标的位置很准,问三个人五分钟补齐);核对文字识别结果(一份图片通知的日期识别成「3 月 18 日」,原图是「3 月 13 日」,AI 已标「需人工确认」,一眼就找到);文末加了一段送别——本周有位同事离职,这段 AI 写不出来。
小柯的体会:
「我以前最烦的不是写,是『找』——8 份纪要散在三个人的文档里,12 封邮件得一封封翻。现在找和整这两步它包了,我只做判断和补漏,从大半天变成半小时出头。归档这件事我以前每个月底才想起来补,现在它顺手就做了。」
背景:老周是财务,每月初三天是他的地狱周——上月报销发票要核、要归类、要对预算。
指令原文:
「处理『10 月报销』文件夹:(1) 读『发票』子文件夹下所有 PDF 和图片(约 200 张),提取四个字段:开票日期、销方名称、金额(价税合计)、发票号码。识别不清的单独列『待人工核对』清单,不要猜。(2) 与『报销单汇总.xlsx』按发票号码逐条比对,输出三类:已匹配、有发票无报销单、有报销单无发票。(3) 按『费用科目对照表.xlsx』给已匹配发票打科目标签,规则匹配不上的标『待归类』,不要凭销方名称推测。(4) 汇总成《10 月报销明细》Excel,四个 sheet:明细表、科目汇总、异常清单、待人工核对清单。(5) 读『2025 年度预算表.xlsx』的 10 月列做预算执行率:每科目一行,列预算数、实际数、执行率、差异额,执行率超 100% 标红。处理前先告诉我:识别成功多少张、失败多少张、重复发票号码几组。这三个数不对我就不往下看。」
WorkBuddy 怎么跑的:
步骤 | 内容 | 耗时 |
|---|---|---|
1 | 扫描发票文件夹,清点203 个文件 | 30 秒 |
2 | 逐张提取四字段,输出体检报告 | 18 分 40 秒 |
3 | 与报销单三向比对,生成异常清单 | 2 分 15 秒 |
4 | 按对照表打科目标签 | 1 分 40 秒 |
5 | 生成四sheet 的 Excel | 2 分 05 秒 |
6 | 读预算表算执行率,标红超支行 | 1 分 50 秒 |
合计 | 约27 分钟 |
体检报告:203 张里成功 187 张,失败 16 张(9 张手机拍照反光、4 张折痕遮挡、3 张重复扫描),发现 2 组重复发票号码。
老周的后处理(约1 小时 40 分):手工处理16 张识别失败的发票(这部分省不掉,但从「200 张全靠眼睛」变成「16 张靠眼睛」);核实 2 组重复号码(一组确实重复提交,一组是他自己看错,前者实打实避免了一次重复报销);处理 7 条「有发票无报销单」,找同事补单;人工归类 23 条「待归类」(多为新供应商),归完后加进对照表——下个月就自动了;复核 4 个标红的超支科目,其中 1 个是季度集中采购的时点问题,不算真超支;随机抽检 20 张已匹配发票的金额,全对。
老周的体会:
「它给我最大的价值不是快,是它不会累。200 张发票看到第 150 张时人一定会走神,我以前每个月都会漏一两张。但我要强调一句:它识别不出来的那 16 张,它老老实实告诉我识别不出来——这比硬猜一个数字重要得多。我第一次跑没写『不要猜』那句,它给了几个明显是编的金额,吓我一跳。现在这句话我永远带着。」
补充提醒:财务数据涉及公司敏感信息,老周的做法是本地处理、不上传云端、发票原件不出内网。这类操作的安全边界,第5 章会专门讲。
背景:阿May 是产品运营,每季度要出一份竞品跟踪报告给产品和市场团队。
指令原文:
「做《竞品Q1 跟踪报告》,素材三部分:(1) 5 个竞品官网(链接见下),抓六个维度:产品定位、核心功能变化(对比『竞品 Q4 跟踪.docx』里记录的)、定价、目标客户、公开案例、官网可见的近期动态;(2) 『用户调研_Q1.xlsx』(132 份有效问卷),提取用户提到竞品的所有原话,按竞品分组,做情感倾向分类;(3) 『Q1 业务数据.xlsx』取我们自己的关键指标。输出结构:竞品对比总表 → 各家逐一分析(每家 400 字,重点写「和上季度比变了什么」)→ 用户声音摘录(每家 3 条原话,标问卷编号)→ 我们的位置(结合业务数据,只列事实对比,不要写建议)。所有竞品信息必须标注来源页面;官网上找不到的填『未公开』,不要用你的既有知识补充。上季度有但这次官网找不到的,标『本季未见』而不是直接删掉。」
WorkBuddy 怎么跑的:
步骤 | 内容 | 耗时 |
|---|---|---|
1 | 逐个访问5 个官网,抓取产品页 / 定价页 / 案例页 | 9 分 20 秒 |
2 | 读上季度报告,建立对比基线 | 1 分 30 秒 |
3 | 六维度结构化提取,标注来源 | 6 分 10 秒 |
4 | 读132 份问卷,抽取竞品提及并分类 | 7 分 40 秒 |
5 | 读业务数据表提取指标 | 50 秒 |
6 | 生成完整报告Word | 3 分 30 秒 |
合计 | 约29 分钟 |
阿May 的后处理(约 2 小时):核验全部定价信息(5 家全部自己去官网看了一遍,发现 1 家的企业版价格 AI 抓的是页面上一个旧的活动价,这一条如果没核会直接影响我们的定价讨论);补充AI 抓不到的信息(两家的重要动态在公众号和行业媒体上,官网没有);重写「变了什么」的判断(AI 逐条罗列,她把其中三条合并成一个判断——「这三家都在往中小客户下沉」);重挑用户原话(AI 按情感强度挑,她按「哪条最能说明问题」挑);删掉一段疑似过时的功能描述(去官网翻了半天没找到,判断是 AI 用旧知识补的)。
阿May 的体会:
「抓取和整理这两步替我省了至少大半天。但核验不能省,尤其是竞品的价格和数据。我写了『不要用既有知识补充』,它大部分时候听话,但那一次还是补了,所以涉及数字和事实的格子我至少抽检三分之一。另外报告里最有价值的那句——『这三家都在下沉』——它给不了我,那需要我把五家放一起看,还得知道我们自己的处境。它给我的是材料,判断还是我的。」
背景:老张管着六个项目,每周一上午要向上汇报。过去是周五收齐周报、周日晚上自己读一遍、合并、挑重点、写摘要,大概两小时。
指令原文:
「读『第45 周项目周报』下 6 份周报,做三件事:
一、合并成《部门项目周报合集》:按项目分段,每段含进度(本周完成/ 计划完成,算完成率)、关键事件、下周计划。各负责人写法不一致的按统一模板重排。
二、做风险标注,三级——红:进度落后超 20%、或明确写了阻塞项、或连续两周提到同一问题(对比『第 44 周』文件夹);黄:进度落后 10-20%、或有依赖外部方的未决事项;绿:正常。每条风险要写清依据来自哪份周报的哪句话(原文引用)。判断不了级别的标『需人工判断』,不要硬分。
三、出一页纸摘要给上级:一句话总体结论+ 3 个需关注的项目(各 50 字)+ 1 个需上级决策的事项。500 字以内,不要用『赋能』『抓手』『闭环』『打法』。语气参考『历史汇报 / 第 40 周摘要.docx』。
不要替我判断哪件事该上升到老板那里,把候选项列出来,我自己选。」
WorkBuddy 怎么跑的:
步骤 | 内容 | 耗时 |
|---|---|---|
1 | 读取本周6 份 + 上周 6 份(作对比基线) | 2 分 10 秒 |
2 | 统一格式,合并成合集,算完成率 | 3 分 40 秒 |
3 | 三级风险标注,附原文引用 | 4 分 50 秒 |
4 | 生成一页纸摘要+ 决策事项候选清单 | 2 分 20 秒 |
合计 | 约13 分钟 |
老张的后处理(约40 分钟):改了2 条风险等级——一个项目它标红(落后 25%),但老张知道那是客户方主动要求延期,改成黄;另一个它标绿,但老张从那句「等对方确认」读出了味道,那个对方已经拖了三周,老张改成红。这两个判断都需要周报之外的信息。 合并了两个项目的风险(都在等同一个部门的资源,它分开列,老张合成一条——这才是问题的真实形状)。从 4 个候选里选了 1 个要上升的决策事项。重写了「总体结论」(它写的是数据陈述「6 个项目中 4 个按计划推进」,老张改成判断「整体节奏可控,但外部依赖是这个月的主要风险源」——老板要的是后者)。抽检 3 个完成率数字,都对。
老张的体会:
「这件事上老张最看重的是原文引用。每条风险都附上周报原文的哪句话,老张扫一眼就知道它的判断依据,两分钟能复核完六个项目。如果它只给我一个红黄绿,老张还得回头自己读一遍周报,那就没意义了。
另外『不要替我判断哪件事该上升』那句是踩坑加的。第一次跑它直接帮老张选了一件事写进摘要,那件事其实不该那个时候提。管理判断这一层我不打算交出去,也交不出去——它不知道我上周跟老板聊了什么。」
四位不同岗位的人,跑的活儿完全不同,但做法上有四点一样:
共同点 | 具体表现 | 为什么重要 |
|---|---|---|
给「不知道」留出口 | 「识别不清标待核对」「找不到填未公开」「判断不了标需人工判断」 | 防幻觉的第一道闸门 |
要求可追溯 | 标源文件名、标页码、标来源页面、附原文引用 | 让复核从「重做一遍」变成「扫一眼」 |
先体检再看结论 | 进来多少条、丢了多少条、异常几条 | 数据基础错了,后面全白干 |
判断留给自己 | 排序、定级、选择、下结论都是人做的 | AI 缺的不是能力,是你脑子里的上下文 |
还有一个数字规律:四个案例里AI 的执行时间是 11 到 29 分钟,人的后处理是 25 分钟到 1 小时 40 分——后处理普遍长于执行时间。如果你的后处理时间接近零,多半不是AI 太强,是你没在核。
任务类型 | 典型场景 | 指令要点 | 验收重点 |
|---|---|---|---|
读 | 长文档/ 会议纪要 / 资料库 | 要页码、要原文引用、指定关键词、给「不知道」出口 | 摘要里的数字与原文核对;纪要重点看「决议」栏 |
写 | 周报/ 方案 / 邮件 / 翻译 | 喂足素材、给语气样本、列禁词、方案先大纲后扩写 | 数字/ 人名 / 日期 / 政策条款逐条回源核 |
析 | 数据透视/ 竞品对比 / 经营分析 | 口径写死、要数据体检、只要现象和假设 | 体检数字对不上就重来;结论自己下 |
三句话记住这一章:读,要的是可追溯——没有来源的信息等于没有信息;写,要的是你的味道——给它样本比给它形容词管用;析,要的是口径清楚——它算得比你快,但它不知道你想算什么。
还有一句贯穿全章:给AI 一个说「我不知道」的位置。这句在四个案例里出现了四次,是我半年里学到最实用的一件事。
1. 任务分类 把下面6 件事分别归到「读 / 写 / 析」,跨两类的说明你会怎么拆:
• a) 把一份 120 页的招标文件里跟资质要求相关的条款找出来
• b) 给三位候选供应商写询价邮件
• c) 判断上季度哪条产品线拖了后腿
• d) 把上周五的客户拜访录音整理成拜访记录,并起草一封跟进邮件
• e) 把公司的中文产品手册译成英文
• f) 分析近半年客服工单,找出投诉最集中的三个环节并提出改进方向
2. 指令补全 下面这条指令缺了「读」类任务的三个关键要素,请指出是哪三个并补全:
「读这份PDF,帮我总结一下重点。」
3. 防幻觉设计 你要让AI 从 80 份合同里提取「付款周期」字段。请写出指令中用于防止 AI 瞎编的两句话,并说明各自防的是什么。
4. 后处理清单 参考案例四,假设你是项目经理,让AI 把 4 份供应商月度履约报告合成一份评估表。列出你的后处理清单(至少 4 条),标明每条为什么必须由人来做。
5. 思考题(开放) 回想上一周做过的一件「花了两小时以上、其中至少一半时间在做机械动作」的事。把它拆成读/ 写 / 析三段,写出你会给 AI 的第一条指令(须包含来源路径、输出结构、一个「不知道」出口)。想不到的话,用「把本月部门考勤明细汇总成一张月报表」做替换练习。
欢迎关注公众号“技术人个人品牌训练营”,将获得后续连载内容,下期将给出本章节练习题参考答案。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。