我带培训班这些年最耗时间的从来不是站上讲台那两小时而是上课之前的那些“看不见的功夫”做一页带公式的讲义要反复调排版一章习题要凑够难度层次期末前还要再手工整理重点题库。这种重复性劳动不仅磨人而且一忙起来就不想要质量。后来我开始用 WorkBuddy 和 Obsidian 搭了一套自己的流程专门解决公式教材排版和自动出题这两件事效果是真的明显同样的内容我从过去的一周准备时间压缩到两个下午而且材料质量更稳定。这篇文章是我自己踩完坑之后的完整实操记录想认真整理一下公式类讲义和题库这件事的讲师可以直接照着我的路子来。我先说明这套组合的基本分工Obsidian 负责内容底座和公式排版所有讲义、章节、知识点、题目都以 Markdown 和 LaTeX 形式存在本地文件里WorkBuddy 负责执行那些重复、批量、需要推理的工序比如抓取知识点生成公式示例、按难度批量出题、把题目整理成统一格式。两者共用一个文件目录WorkBuddy 读 Obsidian 的笔记再写回新笔记人在中间只做审校和决策。听起来不复杂但里面值得抠的细节非常多。下面我把设计思路、具体步骤、参数配置、踩坑记录全都展开写都是我能直接复用的实操经验供同样被教材和出题折磨的同行参考。1. 先想清楚讲师做教材和出题的真正耗时点在哪别急着装软件先说需求。教材和题库这事表面上看着是“写内容”实际上时间都耗在三个地方一是公式本身难维护Word 里敲一个矩阵或分式鼠标点来点去能耽误十分钟二是题目需要反复改数字、换条件、调选项稍微一改就得全盘重排三是材料分散在微信、U盘、文件夹各版本里上课前一天才发现讲义和题库对不上。1.1 传统流程里的三个坑第一个坑是公式和排版纠缠在一起。很多讲师习惯用 Word 或者 PPT 写公式公式编辑器再熟练遇到批量替换的时候也容易崩。比如把例题里的“成本 100 万”改成“成本 80 万”连带计算过程和答句都要手动改一遍极容易漏。第二个坑是出题没有复用性。一类题型今年出了明年想换个数字重新出基本等于从零再来因为你没有把“题干模板”和“具体数值”分开。第三个坑是知识内容与输出形式没有分离。讲义、课件、随堂练习、考试卷本质都是同一份知识的不同表达但绝大多数人的做法是每份材料都重新做一遍重复劳动。1.2 为什么选中 Obsidian 当知识底座我一开始也试过 Notion 和飞书文档后来还是换回 Obsidian。原因很简单它是纯本地 Markdown 文件公式用 LaTeX 语法不依赖网络就能渲染文件系统完全透明任何一个脚本、AI 工具都能直接访问。Obsidian 还支持 frontmatter 元数据我可以在每页讲义头部写“章节、难度、知识点标签、是否已审校”这些字段就是后面自动出题的检索依据。更重要的是它的数据就是 txt 格式不怕平台跑路也不怕格式化升级用十年也没问题。对于公式类教材Obsidian 的数学块渲染足够用。只要在设置里把 MathJax 打开输入$$ ... $$写公式阅读模式就能渲染成清晰的行间公式。配合 LaTeX 的分式、根号、矩阵、积分、极限这些常用命令能覆盖培训课程里绝大多数数学公式场景。如果你教的是物流、财务、机械、数据分析这类偏应用型的课程大概率不需要太复杂的排版这套方案完全够用。1.3 WorkBuddy 在这条链路里扮演的角色WorkBuddy 在这里不是单纯聊天问答而更像一个能按脚本干活的本地工作台。我会把一批指令固化成一个“技能”比如“从知识点库生成公式讲义”“按指定难度批量出题”“把题目转成考试系统格式”。每次运行时它读取 Obsidian 里相应文件夹的知识点按我定义的流程生成新内容再写到目标文件夹。我当前用的 WorkBuddy 版本核心是自定义指令和技能配置。你可以把它的“技能”理解成一套带流程提示词和输出规则的工作流比如我告诉它“先读知识点再生成 3 道基础题、3 道提高题每题必须有题干、解析、难度字段”它就会严格执行。因为输出了统一格式落盘之后 Obsidian 会自动变成结构化笔记之后想导入别的系统也只是复制粘贴的事。2. 环境搭建Obsidian 的公式排版与知识库结构想把这套流程跑起来先把环境弄扎实。很多讲师一上来就急着让 AI 生成本文结果生成的内容没法渲染、也没法管理。我的建议是先把 Obsidian 的目录结构和公式渲染调好再考虑接入 WorkBuddy。2.1 Obsidian 里的 LaTeX 公式插件与配置Obsidian 核心插件自带数学渲染不需要额外装复杂插件。需要的步骤是打开设置找到“核心插件”里的数学开关确保公式能渲染。如果你想在笔记里直接用 Latex 快捷输入可以装一个 Latex Suite 之类的插件它支持字母这种快捷片段比如输完后输入fr会自动变成\frac{}{}。这种快捷方式对经常写公式的讲师来说特别省时间。我自己的公式模板分成行内和行间两种情况。行内公式用$...$比如“当 $x 0$ 时函数单调递增”行间公式用$$...$$单独成段。Obsidian 对这两种渲染都很稳定最需要留神的是中文和公式之间的空格建议统一约定公式前后各留一个空格避免排版挤在一起。一组高颜值的讲义公式之间的节奏也非常重要行间公式不要连续铺太多否则阅读体验会像一串算式堆在一起。2.2 教材库的文件结构设计文件结构是整套流程的地基我调整过三轮最终用一个比较稳定的分层方案课程根目录/ 01-章节讲义/ 01-第一章/ 01-知识点清单.md 02-公式速查表.md 03-讲义正文.md 04-例题集.md 02-题库/ 01-基础知识/ 02-提高进阶/ 03-综合应用/ 03-课程包/ 讲义导出.md 随堂练习.md 测试卷.md这套结构有三个好处第一每个章节的知识点是独立文件出题时可以直接读“知识点清单”里的标签和重点第二讲义正文和例题集分开课程更新的时候不用整体乱动第三题库按难度分成三个目录考试组卷时能按难度权重取题。WorkBuddy 要做的操作就是往这些目录里填充内容不会打乱我原有的手写笔记。在 Obsidian 里我还会给每个知识点文件用 frontmatter 打标签。比如下面就是一个典型的知识点文件头部--- 名称: 一元二次方程判别式 章节: 第1章 标签: [方程, 判别式, 基础] 考点: 计算判别式并判断根的情况 难度: 基础 ---这些元数据字段非常关键。自动出题时WorkBuddy 是通过这些字段来锁定知识点的如果标签不统一或者写错生成的题目就会跑偏。强烈建议讲师在开始前就定好“章节、标签、考点、难度”这套字段的填写规则宁可前期多花十分钟后面能省半天。2.3 把 WorkBuddy 接进 Obsidian 的几种方式WorkBuddy 和 Obsidian 的连接不靠什么高深的API本质上就是共用同一个本地文件目录。最朴素的方式是 Obsidian 的仓库直接指向 WorkBuddy 的工作目录WorkBuddy 写完 Markdown 文件Obsidian 自动刷新显示。如果你的 WorkBuddy 版本支持自定义工作路径最好把“工作目录”和 Obsidian 的 Vault 路径设成同一个文件夹省去同步。如果版本支持插件或命令行调用还可以在 Obsidian 里用 Templater 把 WorkBuddy 的输出封装成模板按钮点击按钮就触发一次出题流程。不过我不建议一开始就搞这套先用文件目录这种方式跑通流程等熟悉了再添加插件层。有一点要注意Obsidian 默认会缓存文件索引WorkBuddy 生成新文件之后Obsidian 偶尔不会立刻显示在侧栏。我会把 Obsidian 的文件刷新间隔调短或者手动按一下刷新按钮。3. 公式教材自动化的核心实现环境准备好之后真正的重头戏是怎么把“公式教材”这件事交给 WorkBuddy 半自动完成。我不用它一次性写完整本教材那质量基本不可控。我采用的方式是让 WorkBuddy 基于成熟的知识点清单和公式速查表生成讲义初稿、例题和排版建议然后我把重点放在公式和逻辑的审校上。3.1 给 WorkBuddy 设计“公式教材技能”我习惯把常用操作写成“技能”的形式。一个完整的公式教材技能至少包含四个部分输入条件、生成流程、输出格式、禁止事项。下面这条是我给 WorkBuddy 写过的提示词模板文字不复杂但把边界限定得很清楚技能名称章节公式讲义生成 执行步骤 1. 阅读指定文件夹下的《知识点清单.md》 2. 对每个知识点生成一段通俗解释不少于150字 3. 每个知识点补充至少2个公式用LaTeX行间公式展示 4. 针对每个公式编写1个实际应用场景例题并提供分步解析 5. 输出文件命名为“03-讲义正文.md”写入课程根目录/章节文件夹 禁止事项 - 不得修改原始知识点文件 - 不得生成超出该章节范围的内容 - 公式必须使用LaTeX语法并用$$包裹 - 例题数字要贴近实际业务场景不要凭空编造这里的关键不是让 WorkBuddy 自己发挥而是让它在固定轨道上干活。你可以看到我没有让它“写好整本讲义”而是让它“按知识点生成解释和例题”这样每个产出都短小、可控、容易校验。等它生成完我再在 Obsidian 里打开阅读模式检查渲染效果把不合适的公式或例题直接改掉。3.2 用模板批量生成课件框架公式教材的另一个大头是课件框架。我现在会给每一章建一个统一的模板内容顺序固定为章节目标 - 公式速览 - 典型例题 - 课堂练习 - 小结。WorkBuddy 每次只填充新章节的知识点不重新设计结构。这里体现的其实是“模板思维”把结构和内容分离重复劳动交给工具讲师只需要关注内容的准确性。我实际执行过一轮 16 小时的《供应链成本管理》课程里面涉及线性规划、运输问题、经济订货量这些公式密集型内容。我先花一小时写好模板和一个章节的示例然后让 WorkBuddy 按同样格式把后面九章全部生成了初稿。这个过程中公式速览部分尤其适合自动化因为同一公式在不同章节出现的频率很高比如利润公式、成本分摊公式、目标函数WorkBuddy 可以从公式速查表里直接引用保证各章口径一致。3.3 公式排版与典型场景示例在公式排版里最常用的命令就那么几个。分式用\frac{分子}{分母}下标用_上标用^根号用\sqrt{...}矩阵用\begin{pmatrix} ... \end{pmatrix}。我用一个实际例子演示课程版的渲染效果经济订货量公式$$ EOQ \sqrt{\frac{2DC}{H}} $$线性回归目标函数$$\min \sum_{t1}^{n}(y_t - (\beta_0 \beta_1 x_t))^2$$复利终值公式$$ FV PV \times (1 r)^n $$这类公式在 Obsidian 里渲染得很干净导出 PDF 或者打印也基本不会乱。WorkBuddy 生成的内容最容易出问题的点反而是“括号匹配”比如花括号{}少写一半公式会直接渲染失败。所以我会在提示词里加一条规则所有 LaTeX 公式生成后必须自己检查括号是否成对。这不是可选项是必选项。3.4 避免 AI 乱改公式和符号错乱的经验我踩过最大的坑是让 WorkBuddy“优化”已有讲义结果它把讲义里的公式变量名全改了。比如我原来写的C表示单位采购成本它为了“统一术语”改成了P后面所有题目解析也跟着变导致整章材料的变量体系错乱。从那以后我在技能里加了严格的规则不修改已有公式变量只新增内容不改旧内容如果发现公式错误单独用批注反馈不要直接改写正文。另外中文变量和英文变量之间要约定好。数学公式的变量建议统一使用英文符号中文只出现在解释里。比如“某产品的单位成本为 C”公式里写$C$不写“$成本$”。否则 WorkBuddy 很容易在中文和英文符号之间来回改统一性很差。你现在看我的讲义能发现公式符号体系和文字解释已经形成固定习惯这是用 AI 写教材时特别重要的一条底层规则。4. 自动出题从知识点库到随堂练习教材搞定了另一个重头是出题。这一节我把自动出题分成四步定义题目格式设定出题参数批量生成解析最后做去重和分层。如果你前面把知识点元数据建好了这一步会非常顺手如果没建先回去补。4.1 定义一个统一的题目格式自动出题之前先定题目格式。我用 YAML frontmatter 加固定正文结构这样一个题目文件就是一条完整记录。下面是一道基础题的样子--- 题型: 选择题 知识点: 一元二次方程判别式 难度: 基础 章节: 第1章 选项数: 4 --- 题干已知方程 $x^2 - 4x k 0$ 有两个不相等的实根则 $k$ 的取值范围是什么 A. $k 4$ B. $k 4$ C. $k 3$ D. $k 3$ 答案A 解析判别式 $\Delta (-4)^2 - 4k 0$解得 $k 4$。这套格式有三个好处第一WorkBuddy 按格式生成不会漏字段第二Obsidian 可以通过 Dataview 插件按知识点、难度、章节筛选题目第三想导出到别的考试系统只需要写一个小脚本把字段对应过去就行。你可以根据考试类型调整但一定要在开始前固定下来否则后面会越改越乱。4.2 用 WorkBuddy 按知识点批量出题的三个参数要批量出题给 WorkBuddy 的指令必须足够精确。我一般会控制三个参数题目数量、难度比例、知识点范围。例如出题需求 知识点一元二次方程判别式 题目数量6 难度比例基础3道、提高2道、综合1道 输出格式按统一题目格式写入题库/02-提高进阶/ 要求每题必须单独成文件文件名以知识点序号命名禁止重复题。这样 WorkBuddy 会批量生成多个 Markdown 文件并且自动放到对应目录。生成之后我不会直接拿给学员用而是先做一遍审题。每一道题我都会重点看三处题干是否唯一、数字是否合理、答案是否有歧义。题目这东西不像讲义错了影响很大人工这一道工序我给你划重点必须留。批量出题时有一件事必须提醒不同题型对知识点深度的要求不一样。选择题适合考定义和判断计算题适合考公式套用综合题适合考多个知识点的串联。WorkBuddy 生成题目时如果只按“知识点名称”出题很容易把所有题都变成选题题。所以我会在出题技能里加上题型和考查方式的对应逻辑否则生成的题会非常单调。4.3 答案与解析自动生成答案和解析是自动出题里难度最高也最容易被忽略的部分。很多 AI 工具生成题目时能给出正确答案但解析写得太少甚至绕开核心步骤直接给结论。我的处理方式是要求 WorkBuddy 在生成答案时把步骤拆成“知识点依据、关键计算、最终判定”三块。比如解析里写判别式公式$\Delta b^2 - 4ac$代入系数$\Delta 16 - 4k$判定条件方程有两个不相等实根需 $\Delta 0$解得取值范围$k 4$这样学员复习时能清楚看到每一步怎么来的。WorkBuddy 生成解析自然对自动化的贡献很大但也容易出现“解析和题目数字不一致”的情况。我的排查方法是在批量生成后用公式计算一遍关键数字如果发现不一致再退回重新生成。宁可花十分钟抽查也不能让带错误的题进入课堂。4.4 题库版本管理与难度分层题库是不断迭代的资产一定要有版本管理。Obsidian 本身不支持传统意义上的版本历史但 Markdown 文件可以配合 Git 或者 Obsidian 的同步来做版本管理。我更推荐把课程根目录直接纳入 Git每次批量生成后提交一次改坏了能回滚。难度分层方面我采用三级结构基础题直接考查公式记忆和简单代入提高题需要两个步骤以上推导可能会设置小陷阱综合题要求多个知识点交叉应用常和实际业务场景结合。WorkBuddy 在生成不同难度题目时需要给足限制条件否则它会下意识把所有题都写成“简单代入公式”类型。我的提示词会写清楚每道题的“心智负荷”基础题是单步提高题是两到三步综合题必须包含一个实际背景。5. 真实工作流实录三周课程的教材和题库前面讲了不少方法下面我用一次真实备课流程来对照。这个课程叫《生产计划与物料控制》一共 8 章涉及 21 个知识点公式类内容占比大约一半。我按三周内完成教材新编和题库准备实际耗时大约三天半主要是自动化加人工审校的组合。5.1 第一周搭建和试跑第一周我没有一次性让 WorkBuddy 生成全部章节。我先选了第 2 章“安全库存计算”这个章节知识点数量适中公式不复杂适合试跑。我手动整理了知识点清单写了 4 个公式然后让 WorkBuddy 按我的技能模板生成讲义和 10 道题目。整个试跑用了 40 分钟人工审校用了一个半小时。审校中发现有两个问题比较典型一是部分公式符号和题干里的符号格式不完全一致二是综合题答案的解析步骤顺序倒过来了我调整了顺序之后才顺畅。试跑非常重要它能让你在自动化前摸清 WorkBuddy 的脾气。我通过这一次试跑把技能提示词和出题模板都优化了一遍后面批量生成才没有翻车。5.2 第二周批量生成与人工校正第二周我一次性把剩下 7 章的知识点导入让 WorkBuddy 分批生成。我用的策略是“每章生成一批生成完简单检查再进入下一章”而不是一口气生成全部 8 章。因为全部生成之后如果中途发现格式问题需要回去改的文件会非常多返工成本太高。分批生成时每章大约 25 分钟7 章共用了差不多 3 小时。批量校正阶段我重点关注四类问题公式是否渲染、变量是否一致、题干是否歧义、解析是否闭环。这个过程很枯燥但绝对不能省。我会开着 Obsidian 的阅读模式一边看公式一边对照单选题相当于给 AI 做人工质检。校正耗时大概是生成时间的两到三倍但比起完全手写已经算很轻松了。5.3 效果对比时长和产出三周课程准备下来我的实际投入大概是这样知识点整理和元数据建立3.5 小时这部分是纯人工省不了讲义生成与公式排版2 小时过去至少需要 12 小时以上题目批量生成与格式整理1.5 小时过去需要完整的两个晚上人工审校与修改6 小时最重要的一步不能省略最终导出和打印0.5 小时总时长大约 13.5 小时比之前纯手工节省了三分之二左右。而且产出的复杂度提高了题库从一开始的散装微信群文档变成了带知识点标签、难度分级、解析完整的仓库。这些东西积累下来以后每一期课程都能高效率复用才是真正的“降本增效”。5.4 踩坑记录公式转义、大括号、图片公式等我在实际操作中遇到不少坑整理成速查表供你少走弯路问题现象解决办法大括号转义公式里的{被吃掉渲染成乱码让 WorkBuddy 生成后自查括号配对从不用 Word 的公式格式中文标点进入公式公式里出现导致不渲染公式内只能用英文标点中文标点只出现在文字描述里图片公式从旧 PPT 复制的公式是图片无法检索和修改一律重新用 LaTeX 录入别直接贴图变量不统一一章里同一含义变量有时用 C有时用 P在知识点文件里建立“变量对照表”要求 WorkBuddy 必须读取该表出题重复两道题只是把数字换一下实际考点相同生成后按知识点和考点字段做去重重复的自动标记待删这些坑不是一次踩完的我也走过几次弯路。像变量对照表这个习惯是我连续两个章节的例题出了变量混用问题之后才立项解决但补上之后整体效率明显提升。如果你能从第一篇开始就注意这个点会省很多后续修改。6. 给也想这么干的讲师的建议看到这里估计有一部分讲师已经有点心动但还不知道从哪儿下手。我给三句话先小、再校、后扩。先用一个章节小范围跑通再做好人工审校最后再把流程扩展并沉淀成自己的技能库。6.1 从最小闭环开始不要第一天就想把整门课都交给 WorkBuddy。哪怕只选一个章节、一个知识点也请跑完“知识点 - 讲义 - 例题 - 题目 - 审校”这条完整链路。跑通一次之后你对工具的能力边界会非常清楚它擅长批量框架型内容不擅长深层业务判断。之后你再逐步扩大应用范围才不会一开始就被质量问题劝退。我建议第一次选一个公式相对简单的章节比如“盈亏平衡点计算”或者“批量折扣决策”。这类知识点结构清晰生成效果容易判断出了问题也好改。选太复杂的内容比如线性规划或矩阵运算AI 生成错误较多容易让人对这个流程彻底失去信心。6.2 哪些内容适合交给 AI哪些必须人审我自己的分工是这样的交给 AI 的包括公式速览初稿、典型例题的初稿、按模板生成的大段结构内容、批量出题和格式化、把章节内容转成不同难度的题目。必须人审的包括公式是否准确、例题的实际业务背景是否合理、题目答案是否有争议、知识点的整体难度安排。再自动化AI 也不知道你面对的是什么样的学员它不了解学员的常见错误所以校正和调整难度是不能偷懒的。尤其是有经验的培训讲师应该把 AI 当成一个听话的助教而不是替代品。它帮你把草稿写好了你只负责最终质量把关和个性化调整。我见过有些同行用 AI 直接生成讲义后也不看就印发出问题之后又彻底否定工具这两种极端都没必要。6.3 后续扩展把题库接进课堂测验和考试系统这一套流程沉淀下来的题库不只是放在 Obsidian 里自嗨。我通常会再把题库导出成结构化 CSV 或 JSON然后根据具体平台做二次粘贴。像问卷星、学习通、考试云这类系统大部分都支持批量导入选择题只要按平台模板把题干、选项、答案、解析字段对应好即可。Obsidian 的 frontmatter 此时就起了大作用字段名直接对应导出模板省去大量人工整理。如果你想进一步自动化 Obsidian 内的检索可以给题目笔记添加 Dataview 查询。比如我经常用的一行查询是列出某个章节所有“提高”难度题目只需要在笔记里写一段 dataview 代码Obsidian 会自动生成目录表格。这也是 Obsidian 比普通文档强的地方元数据不再是给人看的而是给工具看的这正好和 WorkBuddy 的自动任务形成互补。最后再分享一点我的个人习惯每隔一段时间我会把 Obsidian 里的资料库整体交给 WorkBuddy 做一次“知识点查漏”让它对比教材纲目和题库覆盖情况标出哪些知识点还没出过题、哪些章节题目密度偏高。这样平时维护题库不需要我自己统计只要定期跑一遍流程就行。我做了这么多年培训现在最明显的感受是工具本身没有多神秘真正讲究的是把重复工作拆成“可批量、可验收、可复用”的小任务然后一点点沉淀下来。希望这套组合打法能帮你把省下来的时间真正放回课程内容和学员身上。