三个月前我下载 WorkBuddy 的时候想法其实挺简单的听说它能把一堆杂活接过去就想着写点文案、改改代码、整理整理资料省点时间。结果第一天我就差点卸载它。让它帮我整理一份上线检查清单它一口气列了 57 项里面一半和我当时的系统架构对不上让它写个 SQL它自信地用了一个我库里根本不存在的函数。我当时的结论是这东西中看不中用。但因为我手头那阵子确实忙不过来就硬着头皮又用了几天。现在三个月过去我可以负责任地说WorkBuddy 不是不能干活是我一开始根本没用对。所谓用对本质上是在解决一个问题你怎么让一个能力很强但缺乏判断力的助手按照你的规则、你的场景、你的交付标准去干活。从能用到敢把活儿交给它中间隔着的不是某个神奇参数而是一整套使用习惯。这没人系统教过我们官方文档也不会写全靠自己踩坑。所以我把自己三个月里摸出来的 30 个实战技巧整理出来按使用阶段分成五个部分先是地基配置再是全局规则然后是 Skill 管理接着是信任边界最后是几个真正帮我挣回时间的业务场景。如果你刚开始用 WorkBuddy建议从头按顺序读如果你已经用了一阵子但总觉得它差点意思直接跳到第二部分十有八九能解决你的问题。1. 第一周别急着干活先把 WorkBuddy 调成自己人1.1 安装包选对缓存早点挪走技巧 1装对版本比什么都重要。WorkBuddy 客户端覆盖 Windows、Linux、macOS不同平台甚至不同硬件架构的安装包完全不一样。我第一次装在公司的老旧 Windows 7 机器上双击最新版安装包直接提示系统版本不支持后来找到官方渠道的兼容版本才装上。这里有两个容易被忽略的坑第一别从第三方下载站随手拉一个安装包版本混乱不说还有安全风险认准官网或官方渠道第二Linux 下如果遇到依赖问题优先看官方是否有 AppImage 或解压即用的版本比硬解决依赖省事得多。技巧 2装完第一件事把缓存目录搬离系统盘。WorkBuddy 长期使用以后模型缓存、历史任务快照、临时文件会持续膨胀。我最初装在 C 盘两周左右缓存就占掉好几个 GBC 盘告急。如果你用的是 Windows最好尽早把缓存目录迁到 D 盘或数据盘。最省事的办法是在设置界面里找到存储路径直接改如果版本里没有这个选项就用软链接迁移先完全退出 WorkBuddy把原缓存目录移动过去然后在原位置建立一个指向新目录的软链接。这个操作做完之后WorkBuddy 完全无感知但系统盘能喘过来。别嫌这事琐碎我见过太多人用了一两个月才来问缓存怎么清理那时候迁移成本已经很高了。# Windows管理员 PowerShell # 先退出 WorkBuddy再执行 Move-Item -Path C:\Users\你的用户名\.workbuddy -Destination D:\WorkBuddyCache New-Item -ItemType SymbolicLink -Path C:\Users\你的用户名\.workbuddy -Target D:\WorkBuddyCache # Linux / macOS mv ~/.workbuddy /data/workbuddy-cache ln -s /data/workbuddy-cache ~/.workbuddy1.2 先立身份再立规矩技巧 3别让 WorkBuddy 以默认身份给你干活先给它立个人设。你把它当成什么它就按什么标准回应你。同样是让它写一段代码如果你不设身份它可能默认给你一个教学级答案如果你在全局设定里写明你是一名有十年经验的后端工程师代码要简洁、要考虑边界条件和可维护性输出完全是另一个档次。我的人设分两层通用层写清楚专业背景和回答问题的方式场景层在工作台里单独指定。比如我开一个客服话术工作台会在工作台描述里写你是客服运营负责人熟悉投诉分级和情绪安抚话术同一个 WorkBuddy到不同场景自动切换状态。技巧 4开工前先定三条基础规则让它们对全局生效。WorkBuddy 的全局规则是最被低估的功能。绝大多数AI 干活不靠谱的问题其实都是规则没立好。我给新人最朴素的建议是先只写三条。我最初这三条是——第一所有回答先给结论再解释原因结论不超过三句话第二不知道的信息直接说不知道禁止编造第三涉及代码修改时先说明改动点和影响范围再给出具体代码。就这三条WorkBuddy 的输出立刻从看起来合理变成了真的能拿来看。规则不在多在于能被稳定执行。1.3 工作台别混着用第一周从小活开始技巧 5按项目拆工作台别把什么活都堆在一个会话里。WorkBuddy 的上下文是有记忆容量的你让它在同一个工作台里又写方案又查资料又改代码它会越来越糊涂甚至把 A 任务的设定带到 B 任务。我的做法是一个工作台对应一个项目或一类任务。写博客开一个维护客服话术开一个处理数据库问题单独开一个。这样每个工作台的上下文干净全局规则和 Skill 也能按工作台单独配置互不污染。尤其是同时推进三四个项目时这个习惯能避免大量低级错误。技巧 6第一周只交小活儿建立手感比追求效果重要。刚装好的前一周不要一上来就让它写整站代码、做全案策划。目标不是产出而是让你搞清楚它的脾气它更擅长什么、哪里容易自作主张、你的提问方式它最听得懂。我第一周只让它干四类事改写一段通知、把一段口语转成书面语、给现有代码补注释、把冗长的会议记录压成三行要点。这些活儿容错率高就算出问题也不影响什么但能帮你迅速摸清 WorkBuddy 的回应风格和规则生效情况。等手感建立起来再逐步交给它真正的任务。2. 全局规则和自定义指令决定它是玩具还是员工如果你只愿意从这篇文章里带走一个技巧我建议是这一章里的任何一个。WorkBuddy 和普通聊天工具最本质的区别就是它能记住你定下的规则并在后续所有任务里持续生效。我认识不少人用了好几个月的 WorkBuddy还停留在每次都要重新说一遍要求的阶段这完全是没理解它的规则机制。2.1 规则在精不在多行为化才有效技巧 7规则总数控制在 5~10 条超过这个数等于没定。我前期犯过一个错误因为太想让 WorkBuddy 按我说的做一口气写了三十多条规则从语气要专业到不要使用感叹号事无巨细。结果它反而像被施了定身术回什么都带着一股努力同时满足三十条要求的僵硬感而且经常顾此失彼。后来我把规则精简到 8 条每一条只解决一个具体问题严格执行率反而大幅上升。规则本质上是指挥指挥太多乐队反而乱。精简到只剩下那些最重要的、反复出错的、影响交付质量的规则就够了。技巧 8规则要写成可观测的行为别写成抽象的口号。同样是想让 WorkBuddy 更专业请专业一些这条规则就没用因为专业是个形容词它不知道该怎么量化执行。但所有回答先给结论结论不超过三句话再给具体依据就是可观测的行为它能清楚地知道该做什么。我写规则的时候有个习惯念一遍问自己如果我是这台机器这句话是否让我明确知道动作是什么。写不出明确动作就继续改直到能写出动作为止。这是从看似在管理 AI到真正管理 AI的转折点。2.2 画好边界规定交付格式技巧 9告诉它不要做什么比告诉它做什么更有效。WorkBuddy 很擅长发挥这是优点也是麻烦。你让它写个活动方案它可能自作主张编一堆数据你让它改代码它可能顺手引入一个你项目里根本不存在的第三方库。所以我的规则里专门加了一个否定清单禁止编造数据和引用禁止使用未在项目中引入的依赖禁止在未确认前修改生产配置生成外部文档时没有把握的事实必须标注待核实。把边界划清楚它反而不容易跑偏。人也是这样的没有边界的时候再聪明的人都容易给出不靠谱的答案。技巧 10在规则里规定交付格式让每次输出都长一个样。这个技巧看着简单实际带来的效率提升极大。我给 WorkBuddy 定了一套默认交付格式结论先行、有分析、有方案、有风险提示。无论是让它写周报、给方案还是整理资料它都会自动按这个结构输出。好处是我不用每次在提问时重复格式要求而且看它的输出成本大幅下降——我知道结论要在哪里找风险要在哪里看。客服团队的同事后来也用了这套格式反馈是至少不用全文通读才能找到重点了。2.3 模板化与规则复述技巧 11把高频任务固化成模板一劳永逸。有些任务你每周都会做生成周报、做会议纪要、整理待办清单、写上线检查单。把这些任务的指令设计成模板存好每次直接套用就不需要每次临时组织语言。我的模板通常是三段式第一段交代背景和目标第二段指定输入材料第三段说明交付格式和注意事项。等你积累了一定数量的模板会发现自己和 WorkBuddy 之间的协作越来越像和一个稳定同事配合而不是每次重新磨合。技巧 12任务开始前让它复述一遍规则和任务目标。这是防止上下文漂移最有效的办法。WorkBuddy 聊到一定轮次之后容易忘了最初的设定和要求回复质量会悄悄下降。我的做法是任务开始的第一轮先发一句请先复述你将要执行的任务目标和我给你定的相关规则然后开始。它复述完一方面提醒它自己接下来按什么标准干活另一方面我也能确认它有没有理解到位。如果复述出来的内容偏离了这时候纠正成本最低总比它执行完了才发现跑偏要省事得多。下面是我现在用的全局规则 v3.0 节选可以直接当参考改自己的版本我的 WorkBuddy 全局规则 v3.0节选 1. 所有回答先给结论结论不超过三句话再展开解释。 2. 涉及代码修改先输出修改计划和影响范围确认后再给 diff。 3. 不知道的信息直接说不知道/待核实禁止编造数据、文献和 API。 4. 没有把握的事实统一标注待核实。 5. 生成表格类内容时使用 Markdown 表格。 6. 一次任务超过三个步骤必须分多轮执行每轮结束询问是否继续。 7. 不要把敏感信息写进回复如必须引用用[脱敏]代替。 8. 禁止使用未在项目内引入的第三方依赖。3. Skill 才是 WorkBuddy 的分水岭会装和会用是两码事如果说全局规则解决的是按我的标准干活那 Skill 解决的就是具备我需要的专项能力。我用 WorkBuddy 的第三个月性能提升最明显的阶段就是开始认真管理 Skill 之后。Skill 相当于给 WorkBuddy 插上不同的专业插件会装和会用完全是两个维度。3.1 Skill 优先装这几个别贪多技巧 13刚接触 Skill先装官方市场里好评率高、用途明确的几个别一次性装三十个。我见过太多人一进 Skill 市场就跟逛超市似的看着什么都好用收藏了一堆结果真正用的永远只有两三个剩下全在后台空转还可能互相干扰。我的建议是第一周只装 3~5 个选那种用途非常明确的比如代码评审、SQL 优化、正则生成用一周留下真正顺手的再逐步增加。Skill 的价值在于组合后的乘法效应不在于数量本身。技巧 14这是我三个月里长期在用的 5 个 Skill你可以按功能找同类。不同版本里 Skill 的名字和叫法可能有差异不必纠结名字按功能找即可。我自己沉淀下来的组合是代码评审、SQL 优化、正则生成、Markdown 排版、长文总结。这五个覆盖了我 80% 的高频任务其中代码评审和长文总结的使用频率最高也最值得优先装。Skill 功能我拿它干什么使用频率代码评审助手提交前自查边界条件、空指针、事务问题每天SQL 优化师傅分析慢查询、生成执行计划解读、改索引建议每周三到四次正则生成器根据业务规则生成正则顺手写测试用例每周Markdown 排版工统一表格、标题层级、列表格式每周长文总结器压缩会议记录、论文、行业报告每天3.2 组合与自写把 Skill 玩明白技巧 15复合任务用组合 Skill比让 WorkBuddy 裸答靠谱得多。举一个我处理慢查询的真实流程先用SQL 优化师傅定位问题索引和慢查询原因再用代码评审助手检查对应 ORM 层的代码改动最后用长文总结器把整轮分析整理成一份给同事看的排查报告。三个 Skill 分步接力每一段都有明确的目标。相比之下如果我只扔一句帮我看一下这个查询为什么慢WorkBuddy 经常只给一个泛泛的解释而不是完整闭环。组合 Skill 的本质是把一个大任务拆成多个有边界的子任务每个子任务交给最擅长的技能去处理。技巧 16自己写一个最小的 Skill比收藏 100 个都有用。WorkBuddy 的 Skill 本质是一组指令和示例的组合并不神秘。我写的第一个 Skill 是个周报压缩器用来把每天记的流水账压成三条工作要点因为内置没有这个功能而我又天天要用。结构也很简单一个描述文件写上这个 Skill 是干什么的、什么时候触发、执行步骤是什么再来几条示例输入输出让 WorkBuddy 知道你要的效果长什么样。写完放到技能目录里刷新一下就能用。如果你用的版本还不支持自定义 Skill把这套逻辑放进常用模板里效果也差不多。关键是自己写 Skill 逼你把流程想清楚这本身就是一次规则梳理。--- name: 周报压缩器 description: 把用户的流水账式周报压缩成 3 条工作要点每条不超过 20 字。 --- 执行步骤 1. 阅读用户提供的周报内容。 2. 找出本周最重要的 3 件事。 3. 用动词 结果格式输出每条不超过 20 字。 4. 不补充原文没有的信息。3.3 Skill 的优先级和定期清理技巧 17搞清优先级单次指令 Skill 内置规则 全局规则。这是我自己使用中摸索出来的顺序。当你单次对话里明确说这次不用某某流程那这次任务就以你的临时指令为准如果没说相关的 Skill 会按自己内置的流程执行全局规则是兜底在两者都没覆盖到时生效。理解了这层优先级你就知道遇到冲突时该到哪个层面去改而不是对着 WorkBuddy 发脾气。比如我某个 Skill 的输出格式和全局规则不一致时我不会去改全局规则而是直接改 Skill 的描述文件或者这次任务单独用一句指令覆盖。技巧 18定期清理不用的 Skill防止上下文膨胀。每个 Skill 在被调用时都会占用一定的上下文空间。我有一阵子装了二十多个 Skill结果发现响应变慢、经常跑偏尤其严重的是它偶尔会把两个相近 Skill 的指令混着执行。后来我清理了一轮只保留真正高频使用的 6 个问题立刻缓解。我的标准是两周内没用过先禁用一个月内没用过直接删。给 WorkBuddy 减负它给出的答案会明显更干净。这个道理和整理书桌一样工具太多的时候寻找正确工具的代价反而更高。4. 敢把活儿交给它之前先守住这三条底线标题里说的敢把活儿交给它关键在敢字。我用了三个月真正把 WorkBuddy 从能用推向敢用靠的不是它能力变强了而是我建立了一套底线机制知道什么能交、什么不能交、交出去之前要做哪些保护。这一章没有效率技巧但比效率技巧重要得多。4.1 数据不脱敏不喂代码不审不用技巧 19涉及客户数据、密钥、未公开项目的代码先脱敏再喂给它。这是我最开始使用时最担心的问题。如果你处理的是客服聊天记录、用户信息这类敏感数据我的习惯是先把姓名、手机号、具体金额这些字段替换成[客户A]、[金额]这类占位符再让 WorkBuddy 处理。能开隐私模式或本地优先模式的场景尽量开着。WorkBuddy 处理数据的能力确实强但作为使用者的底线是不该出去的东西一个字都不该出去。脱敏这个动作看起来麻烦实际上你用顺了之后只需要一分钟但它帮你避开的坑可能是无法挽回的。技巧 20代码改动必须看 diff别直接点接受。WorkBuddy 生成代码的能力很强但能力强和完全正确是两回事。我给自己定了一条死规矩任何由 WorkBuddy 产生的代码改动都要先让它列出改动点和影响范围我再把 diff 过一遍确认无误后才落地。尤其是涉及线上逻辑、数据库操作、权限控制这三类代码我从来不会因为它给的代码看起来很专业就直接用。有一次它帮我重构一个函数逻辑看着完全合理但我顺手检查时发现它改动了一个外部接口的签名影响面远超预期。从那以后先看 diff 再落地成了铁律。4.2 反向验证和产品安全设置技巧 21让它做反向验证自己挑自己方案的毛病。这是我把 WorkBuddy 从执行工具升级为协作对象的关键技巧。具体做法很简单比如它给了一套 SQL 优化方案我会在同一轮里追加一句现在请你站在数据库管理员的角度审查你刚才的方案指出它可能存在的问题和适用边界。你会发现同一个模型的反向审视通常能找出不少前面生成时忽略的漏洞。这种感觉很像让一个写方案的人自己当验收员虽然做不到绝对客观但至少能多一道内部审查整体质量会稳定很多。重要的任务我都会让它先自审一轮再交给人来终审。技巧 22提前确认内容安全过滤的设置知道哪些任务会被拦截。多数 AI 工具产品都内置了内容安全相关的能力WorkBuddy 也不例外。我在用它的过程中发现某些特定表述或敏感场景下任务可能被过滤机制直接拒绝或改写。正确做法是早点找到设置里的相关开关了解你的工作场景会触发哪些限制这样就不会在关键时刻发现任务被拦下来白忙一场。这从来不是让你去规避产品设定的边界而是提前校准预期——哪些活儿它确实接不了就老老实实换人工处理。把它当成工具边界的一部分使用时会从容很多。4.3 任务拆小边界分清技巧 23越是重要的任务越要拆成小步骤逐轮确认。我最开始的错误是直接扔过去一个很大的需求帮我写一个完整的活动策划方案。结果它交回来的东西宏观上没问题细节上有大量经不起推敲的地方。后来我改成第一轮先聊目标、受众、资源第二轮确定结构和重点第三轮才让它输出完整方案。每一轮我都会确认方向没问题再继续。这样做的代价是多花几分钟交互但收益是最终输出基本能用返工率大幅下降。人和 AI 协作最怕的就是一次性甩大活儿拆开来做才是效率最高的方式。技巧 24给自己建一张敢与不敢清单贴在常用工作台旁边。这是三个月下来我认为最实用的一张表它帮我在信心和能力之间建立了边界。场景敢/不敢我的依据邮件草稿、会议纪要、周报敢容错高错了也能快速修正数据清洗脚本、文档格式转换敢有备份可回滚跑测试数据验证生产库变更 SQL不敢直接执行涉及线上数据必须以人工带测试环境验证客户对外交付的正式文档敢但需人工复核结构可用但所有事实数据逐项核对合同条款、法律风险相关不敢直接下结论涉及法律责任只能用来做初步梳理自动发送消息、对外操作不敢需要人工确认后才能执行这张表不是一成不变的。随着你越来越了解 WorkBuddy 的实际表现敢的范围会慢慢扩大但不敢的那几栏我建议永远保留。敢和不敢之间没有明确的分界线唯一的判据是你对风险有足够的认知而不是对 AI 有足够的信任。5. 三个月里真正帮我挣回时间的三类场景前四章解决的是能不能用的问题这一章讲几个具体的场景。我不打算把所有场景都写一遍只挑三个我真实做过、并且确实省下大量时间的场景外加两个延伸想法一个是把 WorkBuddy 变成团队工具一个是多工具分工。如果你所在岗位完全不在这些场景里同样值得读完因为方法本身就是通用的。5.1 文献综述有方法别直接复制技巧 25用 WorkBuddy 做文献综述关键在于结构化拆文献和防幻觉验证两步。我写过一篇行业相关的文献综述最开始尝试直接把几篇 PDF 丢给它让它写综述结果它写出来的东西读着很顺但细看有几处引用的观点和原文根本对不上典型的 AI 幻觉。后来我调整了做法第一步让 WorkBuddy 逐篇拆解文献按研究问题、方法、结论、局限、与本文关系这五个维度输出结构化笔记第二步把多篇笔记合在一起让它找共性和争议点第三步让它在生成综述每一段的观点时必须写明依据来自哪篇文献的第几页或哪个段落凡是给不出来源信息的内容一律标注待核实。这样生成的综述初稿虽然还要花时间核对但骨架和思路已经基本省去我一半工作量比完全从零开始写快很多。5.2 客服负责人部署话术库技巧 26客服负责人用 WorkBuddy先做三件事话术库、规则集、每日总结。这是我的客服管理岗朋友亲测有效的路径。第一步把团队自己整理的高频问题清单和对应回复逻辑交给 WorkBuddy让它生成一版结构化的话术库包括礼貌开场、问题定位、解决方案、安抚话术和结尾收口之后每月按新问题迭代第二步把投诉分级和处理流程写成全局规则让 WorkBuddy 在处理每个工单时自动按照分级标准给出处理建议而不是每次重新解释一遍第三步每天把当天客服聊天记录脱敏后交给它做总结自动输出高频问题 TOP 5、满意度风险点和新人薄弱项。这三件事大概花了一个下午配置之后每天能省下客服主管接近一个小时的整理时间。但同样的提醒必须再说一遍聊天记录涉及用户信息先脱敏再使用。5.3 知识库、Docker 与多工具分工技巧 27把 WorkBuddy 当个人知识库的加工厂而不是数据库。我最开始试图把 WorkBuddy 当成所有资料的存储器发现它聊完就忘根本不适合当数据库。后来我调整思路它负责加工我负责存储。具体流程是看到一篇好文章先让 WorkBuddy 压缩成 300 字摘要并提炼出 3~5 个标签我再把摘要和标签存进自己的笔记系统。写博客的时候反过来先扔给它一堆零散笔记让它整理出大纲和素材清单我再逐节展开。这样 WorkBuddy 扮演的是信息加工厂而最终的知识沉淀还是握在自己手里既高效又不会丢东西。技巧 28需要定时任务或服务端运行时用 Docker 部署更干净。如果你想把 WorkBuddy 的某些能力变成定时自动跑的服务比如每天早上整理待办、定时抓取数据并生成报告Docker 部署是一个省心方案。大致思路是拉取官方镜像把数据目录挂载到宿主机映射需要的端口让容器跑起来。之后配合 cron 之类的任务调度工具到点自动执行。具体镜像名、挂载路径和端口以你使用的版本官方文档为准但整体套路是通用的。容器部署的好处是环境隔离、迁移方便你本地折腾坏了也不会影响宿主机尤其适合在 Linux 服务器上干活的人。技巧 29WorkBuddy 和 CodeBuddy、Cursor、Trae Work 这类工具不是取代关系是分工关系。这几个产品我都用过一段时间各自的侧重点确实不一样。我的个人分工是这样的重度代码原生开发场景比如长期在 IDE 里写业务逻辑、调试、做代码重构我会用更偏编辑器的 Cursor 或 Trae Work 这类工具而 WorkBuddy 我主要拿来做跨场景的工作台任务比如写文档、整理资料、处理客服话术、做分析报告以及把一系列任务用规则和 Skill 串起来。实际使用下来与其纠结哪个更强不如确认哪个更适合当前场景。很多人的问题不是工具不够好而是用错了战场。5.4 每周复盘让 WorkBuddy 持续进化技巧 30每周花 15 分钟复盘规则和 Skill让 WorkBuddy 跟着你一起进化。这是最后一个技巧也是我认为最重要的一个。WorkBuddy 不是那种配置好就一劳永逸的工具你的需求在变它的能力边界在被你一点点试探出来。我每周五下午会做一轮简单复盘这一周它在哪些任务上表现最好哪些任务上让我不满意是因为规则没定清楚还是因为 Skill 不匹配还是因为它真的做不到。然后把复盘结果转化成行动新增一条规则、改一个模板、启用一个 Skill或者把某个任务从敢挪回不敢。三个月下来我的规则从最初的 3 条迭代到 8 条Skill 从 20 个精简到 6 个WorkBuddy 的输出稳定性肉眼可见地变高了。工具本身没有变变的是我对它的使用方式。最后说点个人体会。三个月前我差点因为第一次使用体验卸载掉 WorkBuddy三个月后我敢把文献综述初稿、客服话术库、上线检查清单这类正经活儿交给它。中间没有发生什么奇迹我只是按上面的步骤一步步把规则立起来、把 Skill 理清楚、把边界想明白。如果你刚拿到 WorkBuddy我建议你只做两件事先把缓存目录换了技巧 2再定三条基础规则技巧 4。其他的留着遇到具体问题时再回来翻。希望你能少走一点我走过的弯路早点把活儿放心地交给它。