WorkBuddy 在国内办公类 Agent 里月访问量排第一，累计安装量超 3000 万。作者把三个月踩过的坑整理成 12 条技巧，从怎么把任务表达清楚、用样例替代抽象描述，讲到选对工作模式、控制会话上下文用量，每条都说清背后的原理。

WorkBuddy在国内办公类Agent的月访问量和环比增速都排名第一，累计安装量达到3000万+，与第二、第三名可以说是断层式领先，足以说明Workbuddy已经成为大家日常办公使用频率很高的一款工具了。

今天这篇文章，分享一些 WorkBuddy 中非常实用的使用技巧并以简单的原理说明，以帮助大家更高效的使用WorkBuddy，让它成为你工作中的好搭档。

01 把任务表达清楚，别让AI猜

很多同学给Agent下发任务时，需求表达很模糊，上下文信息没有，要做什么和做到什么程度也不明确，但是期望又很高，结果肯定是没法满足预期的。

毕竟AI不会读心术，如果我们给的信息越少，它自由发挥的空间就越大，偏离预期就越远。

要让任务执行效果更好，可以按照这个结构去表达：做什么 + 有什么 + 要做到什么程度。

做什么，就是明确动作和目标，比如写代码、出方案、做数据分析还是写文章。

有什么，说明背景是什么，参考资料有啥，哪些信息是已经确认的。

要做到什么程度，包括内容的受众、格式、语气、长度、重点。

这里举个例子，我想让workbuddy整理会议纪要

差的表达：

帮我把会议纪要整理一下

好的表达：

把这份 @/需求评审会议纪要.docx 会议文档整理成一份议题清单，包含：

1. 每个议题的结论

2. 对应的责任人和截止日期

3. 标记有争议、未决的事项

用表格输出，不需要开场白

其实就是把AI当成一个实习生，它对你当前要做的事情是一无所知的，你需要尽可能的把背景信息、参考资料、任务目标、交付要求跟它交代清楚，它才有可能完成得很好。

把需求表达清楚，这是最核心的，它比下面任何一条技巧都有用。

02 提供样例比说一堆要求更有用

语言描述有时很难精确表达我们想要的效果。

这时候，更有效的方式就是，直接给 AI 提供参考例子，并告诉它：“按照这个来”，效果会好很多。

比如我想模仿某篇文章的语言风格，我可以直接把这篇文章作为参考提供给AI，让它学习这篇文章的风格，提示词如下：

参考《xxx文章》的语言风格、段落长度，重写当前文章，不要复用里面的任何内容。

AI非常善于对样本进行学习，直接提供例子，比我们抽象的描述更加直接。

需要注意的是，一定把参考边界要写清楚，避免过度模仿。

03 使用提示词增强

如果觉得提示词表达不顺畅、冗余、有歧义，可以让 AI 帮忙优化一遍，对话框右下角的小闪光图标，就是 WorkBuddy 的“增强提示词”功能。

它会把提示词里的重复表达删掉，把有歧义的地方改清楚，并把这部分信息结构化表达，让AI能更好的理解。

这样我们就不必纠结遣词造句，把注意力放回真正重要的事上：你要 AI 帮你完成什么。

但是，它只能帮忙整理已经提供的信息，缺失的信息仍然需要自己补充。

04 执行任务前，选对工作模式

WorkBuddy有三种模式，分别为Plan模式、Ask模式、Agent模式，默认情况下是Agent模式。

有时候我们并不准备让 Agent 立刻修改文件或执行任务，只是想聊聊思路，但它收到任务后却直接开始干活了。

遇到这类情况，可以打开“仅问答”模式，它不会做任何执行类的操作。

虽然使用Agent模式时，也可以用提示词要求不要执行任务，仅回答问题。但是开启“仅问答”这个模式后，Agent不会加载部分执行和编辑相关的工具，可以减少工具定义带来的固定上下文开销，也能让模型更专注于分析和讨论。

仅问答这个模式适合讨论方案、分析问题、需求澄清等场景。

任务比较复杂时，可以使用计划模式，让 WorkBuddy 列出：准备读取哪些文件、会修改什么、分几步完成、怎么验证结果、哪里存在风险。人工确认计划没有问题，再让它开始执行，这样更加提前规避它跑偏。

而简单任务或者需求已经很明确的场景，就直接用默认的Agent模式。

05 把复杂任务拆成多个步骤完成

对于复杂任务不要指望一步就能搞定。

比如我想要让WorkBuddy根据一份50页的某某行业报告，制作一份用于内容汇报的PPT。

我们可以把这个任务拆成多个步骤来依次执行，每一步只聚焦一个核心问题：

1. 提取核心结论
2. 基于结论设计PPT大纲
3. 逐步实现每页内容，第一页确认没有问题后，在进入下一页实现，直到所有页面完成。

这样分步骤执行，看起来很麻烦，可能比反复修改更节省时间，关键是生成的内容是按照我们的意图来的。

每一步完成后可以还及时校准，而不是等全部做完了又推翻重来。

06 选对任务和空间

侧边栏的会话管理，分为任务和空间，大家需要注意这里的区分。

任务，通常用于处理一次性需求，比如整理一次会议纪要、分析一份销售表、写一篇公众号文章，用完即丢。

而空间相当于一个项目，需要长期进行的，要完成这个项目可能需要创建多个任务，这些任务共享这个空间下的所有文件，但各自的会话上下文是相互独立的。

比如我要开发一个网站，可以先建立“xx品牌官网”空间，再分别创建项目初始化、用户登录、首页开发等任务，每个独立的功能使用单独的会话，而不是在一个任务中完成所有需求，并且这些任务都能共同访问这个项目下的源文件。

07 同一个会话，别频繁切换模型

有些同学为了省积分，会在同一任务中频繁切换模型：计划阶段用高阶模型、执行时切换成普通模型。

这样操作可能带来几个问题：

第一，提示词缓存失效。之前处理过的内容形成的缓存是跟具体模型相关的，切换模型以后，原有的缓存就会失效，最终任务执行下来实际消耗的Token并不一定更低。

第二，之前模型的执行思路，对于新的模型并不一定适合，这跟程序员基于别人的代码进行迭代开发是一样的。

第三，不同模型上下文窗口不同，切到窗口更小的模型时，上下文可能需要压缩或裁剪。

因此，同一个会话中的任务尽量用同一个模型完成，如果中途实在要切换时，可以先执行一次 /compact压缩上下文，成本消耗会降低。

输入框右下角有一个灰色圆圈，点开后可以看到当前使用比例、已用量、模型窗口上限，以及系统提示词、对话消息、工具、子智能体、连接器和技能分别占用了多少。

随着对话轮次增多，这个占用比例会来越大，模型表现最好的状态是用量在在60%以内，如果超过这个范围，就该考虑压缩上下文或开启新任务。

因为上下文越大，尤其是临近模型最大上下文时，模型的注意力开始下降，对上下文中的一些信息失去关注，尤其是中间段的内容。

08 对话太长，用/compact压缩

有时候会遇到任务还没完成，但是上下文已经很长了，模型开始变慢或变笨。

此时可以在对话中输入 /compact，会主动压缩前面聊过的内容，使用摘要信息替换原始对话记录，给后续任务腾出更多上下文空间。

主动压缩通常比等到窗口接近上限后被动裁剪更友好，但是压缩肯定或多或少是有损的，一些特殊约束、中间状态，可能在压缩的时候被弱化。

因此，复杂任务压缩前，建议先让它整理一份交接文件：

请总结当前任务状态生成一份handoff，包含最终目标、已完成的内容、重要约束、修改过的文件、待解决问题和下一步动作

确认没有遗漏后，再让它把handoff保存到空间中的文件，例如 TASK_CHECKPOINT.md。

然后在执行 /compact，压缩完成后，重新读取handoff，再让Agent继续工作。

09 给够权限，别让AI束手束脚

权限范围设置，会直接决定使用体验是否顺滑。

WorkBuddy的权限档位分为两个档位：默认权限和完全访问。

这两个档位，从便利性考虑，开启完全访问当然是最爽的，也是推荐大家使用的，可以减少任务执行中反复审批权限的麻烦

从实践来看，如果选择默认权限，Workbuddy在执行任务的时候，遇到没有权限的情况下，有时候它不会直接申请权限，而是尝试用其它更复杂的路径来实现，导致耗时更长、积分消耗更多，甚至最后以失败告终。

但是需要注意使用完全访问档位的风险，Workbuddy能够访问到我们电脑上面所有的资源文件和联网操作。

另外建议把沙箱安全开关打开，设置路径如下：

开启后，可以对本地文件操作、命令执行、URL访问做更多自定义控制。

10 技能不是越多越好，按需开启

技能虽然支持渐进式加载，可以节省Token，但并不是说安装得越多越好。

在每次跟模型对话时，都需要把激活的技能的定义，发送给模型。模型要知道装了哪些技能，每个技能是干什么的，在什么时候调用。

而这些技能的定义，会占据一部分窗口上下文，技能越多，占据的上下文就越多，这些都是固定开销，每一轮会话都会消耗。

并且技能越多，模型判断这次任务执行时需要调用哪个的干扰也越大，尤其是安装了很多功能类似的技能，模型也会犯纠结。

因此更好的做法是：

• 把长期不用的技能删除掉，低频使用的关闭掉，需要用的时候再打开
• 同类技能仅保留最常用的一个，避免选择困难，或者不稳定触发

11 理解记忆、个性化和项目规则

WorkBuddy记忆和个性化，很容易搞混淆。

首先说记忆，它是系统自动从历史会话中提取长期有价值的信息，存放在个人记忆库中，每天晚上会自动生成，比如你的偏好、习惯、人物关系和近期跟进事项，并在后续任务中按相关性调用。

不过，自动积累的记忆最好定期检查，发现有过期的信息、错误推断和已经改变的偏好，及时删除或更新。

如果你不希望自动沉淀记忆，也可以选择关闭掉，设置路径如下：

然后是个性化，这是主动设置的称呼、回复语气、展示方式和用于所有对话的自定义指令。比如“默认用中文回复”、“输出先给结论”等，这个相当于全局记忆，对所有的会话都生效，这些指令会自动添加到系统提示词中去。

如果使用固定工作空间，还可以维护项目级规则，它只对当前项目下的会话有效，适合记录项目背景、目录结构、文件命名、项目规范等。

WorkBuddy的记忆规则维护路径如下：

12 把重复的事情自动化

我们有很多重复琐碎的工作，比如每天收集AI行业新闻，每周分析公众号数据等，这些事情单次只要十几分钟，但它们会不断打断注意力，长期成本很高。

这类事项，可以使用自动化任务。创建自动化任务时三个核心要素：

1. 提示词：到点要执行什么，写得越清楚越好
2. 执行计划：什么时候执行，执行频率是怎么样的
3. 技能和连接器：执行时可以调用的外部能力

自动化任务执行后，结果会出现在对话里，也可以把结果推送到微信小程序、企业微信中，我们可以随时查看到执行结果。

比如，建立一个“每日行业简报”：

每个工作日早上 8 点，搜索过去 24 小时内人工智能办公产品的重要更新。只保留有明确来源的信息，按“产品更新、融资商业、值得关注的案例”三类整理。每条附原始链接，重复新闻合并，最后给出 3 条与内容创作者相关的选题建议。保存为 Markdown，并推送到小程序。

创建自动化时，建议先手动跑通几次，确认输入、输出稳定、不会误删或误发之后，再转为无人值守。

另外，自动化任务需要电脑要保持开机、联网，并且WorkBuddy是打开的，否则无法自动执行。可以把系统里的防休眠设置打开，确保电脑一直是开机状态。

13 结语

以上就是一些关于Workbuddy的使用技巧分享，这些技巧也并不局限于Workbuddy这款单一工具，在其它的Agent工具上也是相通的。

今天的内容希望对大家有用！