用了 3 个月 WorkBuddy，从最初连缓存目录都不知道在哪，到今天把客服话术、文献笔记、定时签到这些活儿都丢给它，中间折腾了不少。这篇文章不是官方文档的复读，是一条条踩出来的实战记录。我把它整理成 30 个技巧，按“能用—好用—敢用”三个层次来组织，适合刚装上还一脸懵的新手，也适合已经用了两个月但总觉得差点意思的进阶用户。全文没有废话，每条都是我自己试过之后觉得可以长期保留的操作。
1. 做扎实“能用”：环境、版本与账号记忆
1.1 安装之前先把这三个问题想清楚
很多人装 WorkBuddy 的时候只看“下一步”，结果装完不到一周就卡在路径、权限、兼容性这些基础问题上。我三个月里重装过四次，最后总结出一个经验：安装前先问自己三个问题——系统是什么版本、这台机器主要跑什么任务、要不要长期保留历史数据。
先说系统版本。WorkBuddy 对比较新的 Windows 和 macOS 支持都做得不错，但真到了老环境就未必了。我自己在一台只跑得动 Win7 的旧笔记本上装过，界面能起来，但部分渲染和字体模块明显不正常。后来查资料才知道，新版客户端依赖的某些底层组件在 Win7 上已经不再更新，强行使用只能换来白屏和卡顿。所以如果你的机器还是 Win7，不要追求最新版，找接近那个时期发布的稳定版更靠谱。
再说任务类型。如果你只是拿它做文本整理、会议纪要这类轻量工作，默认配置完全够用；但如果你要接文档批处理、定时任务、多轮对话总结这些稍重的场景，建议安装时就把数据目录和缓存目录指到独立分区，不要让它和系统盘抢空间。这一点在 Linux 服务器上尤其明显，很多人装完发现明明磁盘很大，但/home被日志和缓存塞满了，就是因为装的时候没规划目录。
最后是历史数据。WorkBuddy 的记忆和配置不是只存在账号里的，本地还有一份工作区数据。这意味着换账号、换机器之前，必须先搞清楚哪些该导出、哪些该复制，后面 1.3 节我会详细说。
1.2 缓存目录：第一次启动就要改
在搜索热词里看到很多人问“怎么更改系统缓存目录”“缓存换位置”，这个问题我太有发言权了。默认情况下，WorkBuddy 会把模型缓存、会话索引、临时文件都放在系统盘的用户目录下。前两周没感觉，等到你开始跑大量文档分析、反复调用 skill 的时候，C 盘会被悄悄吃掉十几个 G，然后各种莫名其妙的白屏和卡死就来了。
我的建议是：第一次启动，进入设置界面之后第一件事就改缓存目录。把缓存指到 D 盘或者单独的 SSD 分区，路径里尽量不要用中文和空格，避免后续某些脚本读取路径时出问题。改完之后不要急着跑任务，重启一次客户端，确认新目录下正常生成了缓存文件夹，再把旧的缓存手动清掉。
改缓存目录背后还有一层原因：WorkBuddy 的“快”很大程度依赖本地索引。如果索引目录在系统盘，而系统盘本身空间紧张，索引读写会变得非常慢。把索引放到高速盘上，实测下来长文档的加载速度能提升一个明显的档次。这个操作五分钟搞定，但很多人一拖就是几个月，等到卡到不能忍才想起来。
注意：迁移缓存目录是在“设置—存储”里改路径，而不是直接复制文件夹，否则新会话还是会在旧路径重建缓存。
1.3 账号记忆：换账号前必须做的三件事
关于“换账号如何获得原来账号的记忆”这个问题，我一开始也踩了坑。WorkBuddy 的记忆并不是你登录同一个账号就自动同步全部内容的，尤其是本地工作区数据、自定义 skill、自定义指令这三样东西，账号只是身份边界，真正干活的是本地的配置和数据。
所以换账号之前，必须按顺序做三件事：
第一，把当前账号下的自定义指令和 skill 全部导出。这些是你花时间调出来的“私有资产”，不导出的话换账号后等于从零开始。具体操作是在技能管理界面对每个 skill 做备份，导出会生成一个描述文件加若干脚本文件的组合包，换完账号再导入就行。
第二，把工作区里还在进行中的任务状态截图或者记录成文档。WorkBuddy 会话列表虽然还留着，但换账号后会话归属变了，历史上下文不一定带得过去。我自己的习惯是每周把项目相关的结论性内容单独整理一份摘要存到本地，这样即使账号切换也不怕丢上下文。
第三，检查缓存数据里的索引是否需要保留。如果之前的会话涉及大量本地文档分析，那些向量索引一般绑定在本地目录上，换账号不会自动迁移。你可以直接复制整个缓存目录到指定路径，然后在设置里重新指定索引位置。
这套流程走完，换账号基本能做到“无痛切换”。不要幻想着登录新账号后老账号的记忆还跟着你，本地索引、技能配置都不是账号级的，这是 WorkBuddy 的工作机制决定的。
2. 从“能用”到“好用”：工作台搭建与指令调教
2.1 工作台骨架：项目、任务、文档三件套
很多人把 WorkBuddy 装好之后就开始聊天式的提问，用了一个月还是“能用”的水平，觉得它不够聪明。问题不在于工具，而在于没有给它一个结构化的“工作台”。我自己的经验是，一定要按照“项目—任务—文档”三层来组织。
项目是最高层级。比如我建了“客服话术优化”“月度复盘报告”“文献阅读笔记”这三个项目，每个项目对应一类长期在做的事。任务则是在项目下面的一次具体执行，比如“把六月客服高频问题整理成话术库”“提取这篇文献的实验方法部分”。文档是任务产出的载体，WorkBuddy 可以把对话、生成的内容、你上传的参考资料全部挂到同一个项目底下。
这套骨架的本质是让 WorkBuddy 有上下文可依。你单独问“帮我写一个开场白”，它只能猜你的语气和使用场景；但如果你在“客服话术优化”这个项目里，给它上传过历史聊天记录和话术风格参考，它输出的东西就完全是定制化的。很多人觉得“换个工具还不如换回原来的”，其实缺的不是工具能力，而是没有把工作环境结构出来。
搭建工作台时还有一个容易被忽略的点：项目描述一定要写清楚背景和边界。在新建项目时花两分钟写一段项目说明，告诉它这个项目是干什么的、产出给谁看、风格偏好是什么。在多个项目间切换时，这个描述会直接影响回答的质量，我用三个月后回头看，新建项目时认真写描述的，后面基本不用反复调教。
2.2 自定义指令：把“AI 味”过滤掉的第一道闸
热词里“workbuddy减少ai味”被搜得很频繁，我太理解这种感觉了——一上来就是“作为一个人工智能语言模型”，要么就是“希望以上信息对您有所帮助”，看得人头皮发麻。其实减少 AI 味最有效的入口，就是自定义指令。
我的自定义指令不是一句话，而是一份固定格式的“工作偏好”，里面写了三层内容。
第一层是身份说明：你是谁、你在帮谁干活。比如我的客服项目，指令开头就写“你是一名资深客户成功顾问，服务对象是一线客服人员，输出要可执行、可落地，不要讲空话”。别小看这句话，它能把后续所有回答的视角都拉到一个从业者的角色上，而不是万能百科。
第二层是表达约束：少用“在这个日新月异的时代”“综上所述”“首先其次最后”这类连接词；能直接给结论就先给结论；能用表格就不要用大段文字；不要每次都在回答末尾加一句“请随时告诉我您的需求”。这些要求写得越具体，输出就越像人写的。
第三层是交互约定：让它遇到信息不足时先追问，而不是自己脑补。比如“当你不确定我所在行业的术语时，请先问我，不要假设”。这能避免大量看似合理但完全跑偏的回答。
自定义指令写完之后，关键动作是测试。拿一小段真实文本丢给它，让它按指令重新处理一遍，看看还有没有“AI 腔”。一般要迭代两三轮，每轮删掉一种不喜欢的表达方式。这个过程一开始觉得麻烦，但一旦沉淀下来，就是你个人风格的“过滤器”，之后所有的输出都会自动过这一层。
2.3 Skill：别囤，要养
关于 skill，我看到很多新手的第一反应是到处收集别人分享的现成技能，装上几十个，看起来火力很猛，实际用起来哪个都不顺手。我个人的观点很明确：skill 是拿来“养”的，不是拿来“囤”的。
一个真正好用的 skill，通常都是从一次具体任务里长出来的。比如我想让 WorkBuddy 自动把客服聊天记录转成结构化报表，一开始只是在对话里描述需求，发现每次都要重复一遍格式要求。后来我把这些要求固化成一个 skill：输入是聊天记录原文，输出是固定的字段表格，包括情绪倾向、问题分类、建议回复、紧急程度。这个 skill 第一次跑就有七八成效果，接着我在实际使用中不断微调，加一个字段、改一个判定规则，慢慢就成了团队一直在用的标准工具。
skill 的核心不是“写很多步骤”，而是“输入和输出足够清楚”。一个技能如果连你自己都说不清输入什么、输出什么，那 WorkBuddy 大概率也搞不清楚。我在每份 skill 的描述里都会写明三件事：触发场景、输入字段、输出格式。描述越清楚，后续调用的准确率越高。
另外一定要记得给 skill 设置合适的触发条件。不要让它什么对话都接管，只在明确提到相关任务或者关键词时才启动。否则会出现一种很尴尬的情况：你只是想闲聊几句，它突然开始按流程输出报表了。
3. 30 个实战技巧逐条拆
下面这 30 条是我在过去三个月里一批批沉淀下来的，分成四组：基础搭建、表达调校、提效自动化、场景落地。每条都是我实际用过的，不是纸面推演。
3.1 基础搭建与日常维护（技巧 01—08）
技巧 01：安装之前先看系统版本，别闭眼装最新版
最新版不一定适合你的机器。老系统强烈建议用旧一两个版本的稳定包，新系统再考虑追新。我见过有人在 Win7 上硬装新版，结果界面白屏、索引无法生成，最后只能全部卸载重来。安装前花两分钟查一下系统位数和版本，能省后面一整天的折腾功夫。
技巧 02：数据目录和缓存目录分开
不要把所有数据都堆到同一个目录。我自己是数据目录放在 D 盘 WorkData，缓存目录放在 E 盘 WorkCache。这样即使缓存被清掉，历史数据和技能配置还在；反过来也不怕数据导出时把缓存一起带走，文件大得吓人。
技巧 03：改完缓存目录一定要重启并确认新目录生效
很多人改完设置觉得“应该生效了”，结果下次打开又白屏。实际验证方法很简单：重启后打开任务管理器，查看进程的存储路径或者直接看新目录下有没有生成索引文件。如果新目录还是空的，说明设置没保存成功。
技巧 04：插件按需启用，不要全家桶
WorkBuddy 的扩展能力很强，但装得越多，互相干扰的概率越大。我遇到过两个插件同时改输出格式，结果每段话都被重复处理了一遍。现在我的原则是：一个功能只保留一个插件，装新的之前先把旧的停用。
技巧 05：新建项目的时候，花两分钟写项目背景
这是性价比最高的一件事。项目背景写得好，后面所有任务都不用重复解释。我习惯在项目说明里写清楚：这个项目是给谁服务的、产出的格式是什么、有哪些术语需要统一。别嫌麻烦，这个动作能直接决定后续回答的质量上限。
技巧 06：常用任务存成模板，而不是每次敲一遍
比如“周报生成”“会议纪要整理”“话术分类”这些每周都要做的事，我会把输入要求、输出格式存成任务模板。下次直接调模板，只用替换当周的原始材料，省时省力还稳定。
技巧 07：每周做一次会话归档，别让历史记录无限膨胀
历史会话越积越多之后，索引会变慢，有时候还会导致上下文互相污染。我现在每周五会把本周有结论的会话归档到项目文档里，然后清理掉一些临时对话。这既是给 WorkBuddy 减负，也是给自己留一份可检索的记录。
技巧 08：养成“导出配置”的习惯
每次调整完自定义指令或者 skill，顺手导出一份配置备份。我就曾经因为一次误操作把辛苦调好的指令全清了，幸好有备份才救回来。这个习惯十秒钟能完成，但关键时候能救命。
3.2 让输出更像人话（技巧 09—16）
技巧 09：自定义指令里写清楚“给谁看”
同一段内容，写给老板看和写给同事看，语气完全不一样。我在指令里会明确标注受众，比如“输出给客服经理，重结论轻过程”“输出给一线客服，重操作步骤”。这两个字的差别，输出风格能差出一个数量级。
技巧 10：让它先问再答，别抢话
WorkBuddy 为了表现“聪明”，经常在你需求不明确的时候强行给一个答案。我在指令中设置了“模糊需求先反问”的规则。比如只丢给它一份聊天记录，它会先问“你是想要情绪分析、问题分类，还是标准回复？”而不是直接给你一整套猜测式的产出。
技巧 11：建立术语表，让关键词保持一致
做客服场景时，我当时被“工单”“客诉”“投诉升级”这几个词混用搞得很头疼。后来在项目里建了一份术语表，明确每个词的定义和使用场景，输出立刻稳定了很多。术表不需要很长，主要是把高频词汇的定义固定住。
技巧 12：给输出加“字数上限”，卡死废话
如果你发现回答总是冗长，直接在下指令时写清楚“结论部分不超过 150 字”“步骤不超过 5 条”。这个硬约束比任何“要简洁”都有效，因为模型会直接把表达压缩到限定范围内，而不是在末尾加一句“当然，更简洁地说”。
技巧 13：需要对比的时候，强制要求表格输出
比如“对比这几个方案的区别”，如果不做格式约束，它会写一大段。我是这样写的：“用表格输出，列字段包括：方案名称、适用场景、优点、缺点、推荐指数”。表格格式一旦固定，它不仅回答得清爽，你后续整理给同事看也直接能用。
技巧 14：让它先复述题目，再给答案
有些复杂任务，直接让它回答容易跑偏。我一般会在指令里要求“先复述一遍你的理解，等我确认后再继续”。这个小动作能把出错率降一半。尤其是在处理客户投诉这类敏感内容时，先确认理解比急着给出建议更安全。
技巧 15：用短句替换长句，去掉连接词
AI 味重的一大来源是被“首先”“其次”“此外”“总而言之”这种连接词堆出来的结构感。我在自定义指令里明确禁止这类词，要求用短句直接推进，段落之间留白，不要用连接词硬凑逻辑。效果立竿见影。
技巧 16：要求它“直接给结果，不要收尾赞歌”
很多 AI 工具都会在末尾补一句“希望这些建议能够帮助您”“如果您需要进一步了解请随时联系”。这类句子对实际工作没有任何价值。我在指令里写死了一种格式：内容到最后一个建议或者步骤结束，不要任何形式的结束语。
3.3 提效与自动化（技巧 17—24）
技巧 17：重复性任务一律用 Skill 包装，不要每次都从头描述
以自动签到为例，我一开始每天手动说着同样的话让它执行，后来把所有签到逻辑写成一个 skill——检查链接、发起请求、记录结果、生成回执。现在每天只要调用一次，剩下的全部自动完成。重复动作变成技能，才是真正的提效。
技巧 18：Skill 的“输入清单”比处理逻辑更重要
我自己写的 skill 里，最稳定的是那些输入说明写得极细的。比如处理聊天记录的 skill，我会写清楚：“每行一条记录，时间格式统一为 YYYY-MM-DD，若含情绪词标注情绪倾向”。输入规范了，后面的处理逻辑就很少出错。
技巧 19：把多步骤流程拆成“判断 + 执行”两段
复杂任务容易翻车，是因为模型经常在中间步骤产生歧义。我现在习惯把一个复杂 skill 拆成两段：第一段负责判断场景，第二段才真正执行。比如先让它判断“这个客户问题是咨询还是投诉”，再根据判断结果走不同的回复模板，正确率明显提高。
技巧 20：给每个 Skill 写“使用条件”，防止误触发
我踩过的一个坑是：某次我把一个客服回复类的 skill 开着，结果写普通邮件它也套用客服话术，语气别扭得不行。后来我在所有 skill 前面都加了一句“仅当用户明确提到客服回复或话术优化时才启用”，从此再也没有误触发过。
技巧 21：批量处理文档前，先做格式校验
一次过给 WorkBuddy 丢 20 份格式混乱的文档，它虽然能处理，但质量会大打折扣。我一般会先让脚本把所有文档转成统一格式、清理掉多余空行，再交给 WorkBuddy。先整理垃圾进去，出来的才是宝藏。
技巧 22：多设备之间切换时，先确认索引路径一致
我在一台台式机和一台笔记本上交替使用，经常遇到“这边改的东西那边不认”。原因不是数据没同步，而是两台机器的缓存索引路径不同。现在我在两台机器上都把缓存路径设成同一个结构，导出导入省很多事。
技巧 23：善用命令面板，减少鼠标来回点
WorkBuddy 的命令面板我用熟之后，几乎不点菜单栏了。切换项目、调用 skill、打开最近的文档，全都能在命令面板里完成。一开始不习惯快捷键，但硬练三天之后效率完全是两个级别。
技巧 24：和 Cursor 这类代码工具搭配时，明确边界
如果你既用 WorkBuddy 又用 Cursor 写代码，一定要明确分工。我现在的习惯是：WorkBuddy 负责整体方案设计、文档生成、数据分析，Cursor 负责纯代码实现。先把边界分清楚，就不会出现两边互相生成对方内容的混乱场面。给 WorkBuddy 的指令里写明“不生成代码，只输出实现思路”，它的回答会专业很多。
3.4 场景落地与团队协作（技巧 25—30）
技巧 25：客服负责人快速上手的第一件事——建话术库
如果你是个客服负责人，想快速用上 WorkBuddy，第一件事不是研究各种功能，而是把手里的历史话术库整理成结构化文件传上去。让它从“基于你的话术库”出发工作，而不是从网上搜一段通用的客服话术。我处理过最典型的案例是：把近 3 个月的客户投诉记录按照问题类型、情绪标签、处理结果整理进项目库，之后所有新回复都能在几分钟内生成，而且风格跟你团队保持一致。
技巧 26：科研场景——让 WorkBuddy 做“结构化阅读笔记”
拿它做科研阅读时，不要问“这篇文章讲了什么”这种开放式问题，而是给它一个固定框架：研究问题、方法、数据集、结论、局限、对我当前课题的启发。每篇文献都按这个框架输出，积累到几十篇的时候，文献综述的材料就已经整理完成一半了。
技巧 27：教育或小程序教学场景——先跑通再提问
如果是带学生或者带团队做小程序之类的教学项目，让新手用 WorkBuddy 最大的坑是：他们自己还没把问题想清楚就开始提问。我给学员定的规则是：先自己动手跑一个最小案例，把报错信息和运行环境整理好，再让 WorkBuddy 帮忙分析。这样既锻炼了独立解决问题的能力，WorkBuddy 给出的建议也更有针对性。
技巧 28：换账号后找回旧记忆——核心是“本地数据包”
前面第 1.3 节讲过备份，这里说实际操作。换账号后如果要恢复旧账号的记忆，最快的方式不是登录回去慢慢查，而是把旧账号下导出的 skill 包、指令配置文件、缓存索引复制到新账号的环境里。我实际操作过一次，大约 20 分钟就无缝接上了。前提是你之前真的做了备份，因为本地数据包是记忆的载体。
技巧 29：每周留 30 分钟做“技能体检”
这是我连续实践了两个月的习惯。每周挑一个固定时间，把常用的 3—5 个 skill 逐一跑一遍，看看输出质量有没有下降，指令描述有没有过时。有一次我发现话术优化那个 skill 输出开始变得笼统，后来发现是新的客服数据里出现了很多新名词，术语表没及时更新。不体检的话，这种质量下降会悄悄发生。
技巧 30：学会“用输出倒推输入”，持续迭代项目
最后一条也是最核心的。每次 WorkBuddy 的输出不理想，不要急着换工具或者重新提问，先看看是不是输入端信息不够。我会反问自己：它缺什么上下文？缺术语表、缺格式要求、还是缺历史案例？把缺的东西补进去，下一次效果就会好一截。这样持续迭代下去，才真正从“能用”走到“敢把活儿交给它”。
4. 排障实录：白屏、中文环境和那些“为什么不行”
4.1 白屏问题排查顺序
“workbuddy安装后白屏”是热词里被问得很多的，我在自己机器上也遇到过两次。第一次是缓存目录指向了一个不存在的路径，第二次是插件冲突。按照排查效率，我建议按这个顺序来：
先看缓存目录。白屏最常见的原因是索引目录写入权限不够或路径不存在。检查一下设置里指定的缓存路径是否真实存在，如果没有就手动建好，然后重启。再看插件。把非必要的插件全部停用，逐一启用，找到冲突的那个。最后看图形加速。在设置里关闭硬件加速，再重新打开客户端。大多数白屏问题都逃不出这三板斧。
如果这三个方向都排查完还是白屏，就考虑重置配置文件。去用户目录下找到 WorkBuddy 的配置文件夹，改名备份一下再启动。这相当于恢复出厂设置，之前的自定义指令和 skill 不会被删除，只是暂时不加载，确认正常后再逐个导回。
注意：重置配置前一定要先手动备份技能和指令包，不要直接删掉配置目录。
4.2 中文环境和路径问题的几个隐蔽坑
中文环境下面会出现一些看起来匪夷所思的问题。我遇到过三种：一是项目名用了中文，结果某些自动化流程读取路径时出错；二是文档名里带了全角符号，导致索引抓取不上；三是输入法状态干扰快捷键操作，命令面板偶尔失灵。
这不是 WorkBuddy 故意为难你，而是底层很多工具链还是以英文路径为默认假设。使用习惯上做个小调整就能避开：项目名、文件名尽量用拼音或者英文，正文内容随便用中文。比如文件名写成customer_service_0628，但文件里全是中文内容，完全没影响。
还有一类问题是 Windows 用户独有的：杀毒软件或者安全策略拦截了 WorkBuddy 的本地索引进程。表现是功能看起来一切正常，但就是无法加载历史记忆。解决方法也很简单，把 WorkBuddy 的数据目录加入白名单。索引进程需要大量读写文件，经常被安全软件误判。
4.3 我踩过的三个隐蔽坑
第一个坑是过度依赖在线模板。有一次我从网上导入了一份看起来很专业的 skill，但里面引用了一个旧版的字段名，导致调用时报错。从那以后我导入任何外部 skill，第一件事就是检查字段名和版本注释，绝不直接盲跑。
第二个坑是缓存清理过度。有一段时间 C 盘空间紧张，我直接删了缓存目录里的部分文件夹，结果索引异常，所有历史会话的相似文档检索全部失效。正确清理方式是：在设置里执行“安全清理”，让它自己重建索引，而不是手动删文件。
第三个坑是上下文污染。我原来喜欢让所有任务都在同一个项目里进行，结果客服话术、文献笔记、会议纪要这些完全不相干的内容互相干扰，输出风格越来越乱。现在严格按“项目—任务”隔离，不同领域的内容绝不放在同一个项目里，质量立刻恢复稳定。
4.4 自定义指令写坏了怎么办
自定义指令不是写一次就一劳永逸，我改坏的次数也不少。最典型的情况是：同时加了太多限制，结果它什么都没做好，反而变得畏手畏脚。比如我在指令里又要求“简洁”又要求“详尽”又要求“分点输出”，模型直接陷入了矛盾。
解决办法是做“指令减法”：每次只改一个变量，看输出变化。觉得“语气不够自然”就只调语气相关的约束，保留其他不变。这样能精准定位影响说话风格的那句话。如果你已经改得乱七八糟，最快的路径是：先恢复到默认指令，然后重新写一份极简版本——只保留身份、受众、格式三条核心要求，跑通了再逐步加细节。
5. 写在使用三个月之后
如果只让我分享一条经验，那就是：WorkBuddy 这种工具的边界不在它的模型能力，而在你给它搭的环境。输入端的项目结构、自定义指令、skill 配置、术语表，每一样都比“换一个更聪明的模型”重要。我自己从“能用”到“敢把活儿交给它”，靠的不是发现了什么神奇功能，而是不断把工作套路转化成它可以理解的结构。
现在每天开工的第一件事，不是打开一堆文档，而是打开 WorkBuddy 的工作台，在对应项目下看一眼昨天的产出和今天要跑的任务。客服话术的初稿它来写，周报的素材它来整理，文献的重点它来抽取，自动签到这类固定流程就交给 skill 定时跑。
最后再分享一个小技巧：每天结束前，花十分钟回顾一次当天所有让它干过的活儿，把觉得“还有点别扭”的那几次对话单独存到一个“待优化”项目里。一周后集中处理一次，把那些反复需要你纠正的地方写成新的指令规则。我就是靠着这个笨办法，从第一周恨不得每个回答都改一遍，到现在大多数任务直接就能用。工具不会替你思考，但只要你把套路沉淀下来，它就能稳稳地接住活儿。
