三个月前，朋友把 WorkBuddy 推荐给我时，我正在为一堆重复劳动头疼。说实话，我当时对这类“AI 自动化工具”是持怀疑态度的——市面上号称能替代人工的工具太多了，大部分都是演示视频好看，真上手就露馅。但 WorkBuddy 不太一样，它不是一个“聊天的 AI”，而是一个“能干事、能调用软件、能自己拆解任务”的执行体。用了一个多月后我逐渐意识到，只要摸清了它的脾气，它真能帮你把正经活儿干得又快又稳。
这篇文章就是我整整 3 个月实战经验的完整复盘。我盘点了 30 个高频实用技巧，按照“基础配置 → 任务设计 → 效率进阶 → 质量排查”四个阶段来组织。不管你现在是刚下载还不会用，还是已经跑过几个任务但总觉得“不放心”，按这套方法走下来，基本都能把它从“能用”调到“敢把活儿交给它”的状态。
1. 先摸清 WorkBuddy 的工作逻辑，剩下的技巧才有意义
1.1 它到底是什么，和普通聊天机器人有什么本质区别
第一次接触 WorkBuddy 的人，很容易把它当成一个“更聪明的对话框”——你发一段指令，它回一段话，然后完事。这是理解偏差最大的地方。WorkBuddy 的核心定位是“任务代理”，它接收的是“目标”，而不只是一句“指令”。
普通聊天机器人回答“怎么批量重命名文件”，WorkBuddy 则可以直接帮你把 500 个文件按规则重命名好，并且告诉你哪些文件因为重名被跳过。它本质上是一个“能拆解任务、能调用工具、能记住上下文”的执行体：拆解任务，意味着它会把一个模糊的需求细化成可执行的步骤序列；调用工具，意味着它不只是嘴上说说，而是能真实操作系统里的文件、表格和网页；记住上下文，则意味着它不需要你每次都把背景交代一遍。
这三点结合起来，才是“敢把活儿交给它”的前提。所以后面 30 个技巧，全部围绕三件事展开：怎么把目标说清楚、怎么约束执行过程、怎么验证输出结果。
1.2 理解“委托-执行-反馈”的闭环
WorkBuddy 的工作方式和一位得力下属很像：你交代任务、它制定步骤、执行完成、向你汇报结果。想用好它，第一课是建立“委托”思维。它不会假装全知全能，而是要求你像给同事做交接一样，把任务背景、期望产出、特殊情况都说清楚。
我常打一个比方：把任务交给实习生，你会说“把这份 Excel 里所有空行补上，格式参照上一张表，补不全的列出来告诉我”，而不是“处理一下这份表格”。这个比方说明了一件事：你的指令质量直接决定执行质量。后面第二部分的所有技巧，本质上都是在训练你把交代过程写得更标准。
1.3 先想清楚什么事能交给它，什么事绝不能
用 3 个月之后，我的经验是：适合交给 WorkBuddy 的任务有三个特点——规则明确、重复性高、结果可验证。比如批量改文件格式、抓取网页信息、定时生成日报、多表数据合并、邮件分类归档，这类任务非常适合。
不适合的任务也有三个特点：需要复杂主观判断、涉及敏感决策、结果无法量化。比如“帮我想一个品牌名”这种创意活，或者“根据客户语气判断他是否真的生气”这种模糊活，还是自己来。
这条经验非常重要。很多人在头两周放弃，就是因为拿一个模糊、开放的任务去试，试完觉得“它不理解我”，实际上是你没选对任务类型。技巧 1：任务选型比提示词更重要，先选简单明确的任务练手。
2. 基础配置阶段的 8 个技巧：先把“能用”的地基打好
2.1 技巧 1-2：任务描述三段式与输出格式示例
技巧 1：写任务描述时，用固定的“输入 → 步骤 → 输出”三段式结构。
例如不好好写：“帮我整理一下这个销售表格。”三段式写法是：
- 输入：文件 sales_2024.xlsx，包含 1340 行销售记录，字段有日期、区域、销售员、金额、订单号。
- 步骤：按区域字段分组，统计每个区域的总金额和订单数，排除金额为 0 的无效记录。
- 输出：生成一个新的 CSV 文件，列名为 region、total_amount、order_count，按总额降序排列。
这样写的好处是，WorkBuddy 不需要“猜测”你的意图，它可以把算力集中在执行上，而不是揣摩上意。我实测下来，一段规范描述比一段“自然语言描述”的成功率高出至少 40%，错误率也明显下降。
技巧 2：给输出格式示例。很多人都忽略了 WorkBuddy 的一个特点：它很擅长模仿格式，前提是你给它看一个例子。
比如说，“整理完后，每行输出一条，格式像这样：2024-03-15 | 华东 | 张伟 | 12800”——这比你说一百遍“请按日期、区域、销售员、金额输出”都有效。道理和带新人一模一样：你说“按规范填表”不如直接给他一张填好的样表。技巧的本质是把期望固化成模板，让系统不用猜。
2.2 技巧 3-4：最小权限原则与超时熔断
技巧 3：给 WorkBuddy 配置最小权限。很多人刚上手图省事，直接给它“管理员权限”，让它什么都能操作。这是我最想劝退的做法。
我的建议是：按任务需求分配权限。如果只是处理文档，就不要给它操作系统级权限；如果只是读取数据库，就只给只读账号。这不仅是安全问题，还是行为约束问题。权限越小，WorkBuddy 做离谱操作的空间就越小，等于给它加了一个物理层面的“行为保险丝”。我见过有人给它全权限，结果它把文件目录搞乱了。不一定是它主动犯坏，而是某个环节理解偏差后，权限越大，错误被放大的可能性越大。
技巧 4：设置合理的超时时间与最大重试次数。WorkBuddy 执行任务时默认会有超时机制，但默认值不一定适合你的网络环境和任务复杂度。
我的配置经验是：普通任务超时设 3 分钟，复杂的批量任务设 10 分钟，最大重试次数设为 2。原因很简单：重试次数太多，一旦任务本身有 bug，它就会在一个错误路径上反复横跳，既浪费额度又浪费时间。这里有个隐藏设置很多人没注意到：重试间隔。默认是几秒钟，但我建议把预计超过 10 分钟的任务的重试间隔调大，给外部服务留出恢复时间。这个小改动直接减少了很多无意义的失败。
2.3 技巧 5-6：日志与审计是信任的基础
技巧 5：开启完整执行日志。这是我最想强调的一个技巧。WorkBuddy 默认情况下会记录一部分操作摘要，但我建议在设置里开启“详细日志”模式，记录每一步的输入、调用、输出。
代价是日志文件会变大，但这笔投资太值了。每次任务失败，日志是唯一的现场证据；每次运行结果异常，日志能告诉你在哪一步开始偏离预期。我实际遇到过：有一次批量文件处理任务莫名其妙地重复处理了一部分文件。看最终输出根本发现不了问题，但翻了日志，发现某个文件名里含有一个全角括号，导致重试机制把它当成了“新文件”。没有日志，这个问题我估计能排查一整天。
技巧 6：每一次执行都保留“审计快照”。在任务跑完以后，WorkBuddy 会自动生成一个执行摘要。很多人扫一眼就关掉了。
我建议你把每次执行的摘要、输出文件路径、关键参数全部归档到一个专门的历史目录里。不需要额外软件，用一个固定文件夹配合日期命名就行。这样，同类任务出了新问题时，可以快速对比上一次成功执行的变化。这个习惯一开始有点麻烦，但坚持两周后，你会发现自己排查问题的时间至少缩短一半。
2.4 技巧 7-8：环境隔离与中间产物清理
技巧 7：为不同任务划分独立工作空间。很多人把任务都放在同一个默认工作目录里，文件堆在一起，命名混乱，任务之间还可能相互影响。
我的做法是：为每个场景建独立工作区，比如 reports/、data_collection/、automation/，每个工作区里再按日期建子目录。好处很明显：避开不同任务临时文件互相干扰；出问题时排查范围小；任务之间不会因为文件重名互相覆盖。尤其当你开始跑定时任务的时候，隔离的意义会越来越明显。
技巧 8：定期清理中间产物。WorkBuddy 在执行复杂任务时会产生大量临时文件、缓存、中间结果。如果不清理，一段时间后磁盘空间暴涨，还会让后续的文件匹配操作变慢。
我现在的习惯是：每周一清理一次超过 30 天的临时目录，配合自动清理功能一起用。注意：清理前确认不影响仍有价值的输出文件。我的经验是，把“中间产物目录”和“最终输出目录”分开放——中间产物随便删，最终输出做好归档。这样清理就不需要每次临时纠结。
3. 任务设计阶段的 12 个技巧：把自己从“保姆”位置上退下来
3.1 技巧 9-11：一次一事、失败条件与检查清单
技巧 9：一次只做一件事。这是最容易被忽视的原则。新手喜欢把多个不相关的子任务塞进一条指令里：“先把文件下载下来，然后再整理成表格，最后发一封邮件通知相关人员。”
这种复合指令看起来省事，实际上对 Agent 来说是个巨大的负担。任何一个环节出错，整个链路就断了，而且你很难定位到底哪一步出了问题。我的推荐做法：把这样的复合任务拆成 3 个独立任务来执行。下载任务、整理任务、通知任务，每个任务单独验证成功后再启动下一个。这样做的另一个好处是，你可以单独重跑某个环节，而不必把整条链路重新执行一遍。
技巧 10：明确“什么时候停下来”。很多人交代任务时，只说了“做什么”，没说“什么情况算完成、什么情况要停下求助”。这是它“自作主张”的根源之一。
我的写法是：正常流程全部跑完，输出汇总文件，标记任务完成；如果出现文件缺失、数据格式错误、权限不足，立即停止，并在报告里说明原因。这个“失败条件”写得越清楚，系统的行为就越可控。你会发现，它的“幻觉”和“自作主张”很大程度上是因为目标不够完整——这事不能全怪它。
技巧 11：为长任务配置检查清单。WorkBuddy 支持在任务描述里加入检查清单，让它在执行关键节点时逐项确认。
比如批量发布文章的任务，我会在流程里写明：
- 所有文章标题已生成；
- 内容通过敏感词检测；
- 图片已插入对应位置；
- 发布时间已设置；
- 所有发布确认已完成。
每次执行到清单的某一项时，系统会自动暂停确认，条件不满足就不继续往下走。这个机制非常实用，等于给 Agent 装了一个强制质量关口，避免它一口气闷头冲到终点、结果前几步就错了。
3.2 技巧 12-15：输入校验、参数变量、边界条件与人工检查点
技巧 12：在任务开始前做输入校验。任务一开始就校验输入数据的合法性，能帮你避免“垃圾进、垃圾出”。
比如：要求处理的文件必须存在、格式必须正确、内容不能为空。这样，即使前面的文件或数据有问题，也能在第一时间停下来，而不是让 WorkBuddy 蒙着眼睛处理一堆空数据，最后给出一个看似正常实则毫无意义的“成果”。我一般会在任务描述开头加一句：“开始前，先校验所有输入文件是否存在且非空，若不符合条件则直接停止并报告原因。”
技巧 13：用变量和参数把任务模板化。当同一个任务要反复执行时，不要每次都写新指令。
把任务描述做成模板，用 {{日期}}、{{区域}} 这类变量替换关键参数。WorkBuddy 的任务模板功能可以直接引用这些变量，你只需要每次填新的参数值，就能复用整套流程。这个做法节省的不只是时间，更重要的是它能保证任务描述的一致性。用同一个模板跑 10 次，每次的流程完全一样，出现差异时就容易定位是参数问题还是环境问题——不像每次手写新指令，结果好坏完全取决于当天你写指令的心情。
技巧 14：在任务里明确边界条件。边界条件指的是那些“特殊情况”。比如：处理数据时遇到金额为负数怎么办？文件数量超过 100 个时是否分批？网络请求失败是否重试？
这些事如果不写清楚，WorkBuddy 会自己发挥，而它的“发挥”大概率不是你想要的结果。我的习惯是：任务描述最后单列一节“特殊情况处理”，把能想到的所有边界条件都写进去。想不全也没关系，这个清单可以在实际运行中不断完善。这个动作，就是“敢把活儿交给它”的关键。
技巧 15：设置人工检查点。有些任务虽然可以全自动执行，但某些关键步骤你希望人工确认。WorkBuddy 支持在流程中加入“暂停等待确认”节点。
我会在以下场景使用：发送重要邮件或对外通知之前；修改或删除文件之前；支付、下单、提交数据之前。这是一个“保留控制权”的手段。不要觉得加了人工检查点就“不自动化”了，恰恰相反，只有让 Agent 在关键节点尊重人的控制，你才敢让它处理更复杂的任务。
3.3 技巧 16-17：大任务拆小与控制执行轮数
技巧 16：大任务必须切碎。如果你要处理一个上千行的 Excel，或者需要从一个网站抓取 500 页数据，不要试图让 WorkBuddy 一次跑完。
我实测过：越大的任务，中途出错的概率越高，成功率越低。我的做法是：把大任务切成 20~50 条的小批次，每批独立执行、独立验证、独立存储结果，最后再把所有批次的结果合并。这和在 Excel 里处理大文件的道理一样——内存压力、超时风险、中途断电，任何一个小问题都可能让整趟白跑。切碎之后，即使某一批失败，你只需要重跑那一条，而不是从头再来。
技巧 17：给任务设置最大执行轮数。Agent 类工具在执行任务时，有时候会陷入“死循环”——不断地尝试、失败、再尝试。
WorkBuddy 有一个“最大执行轮数”的设置，我建议默认设置成一个具体数值（比如 20 轮），超过之后强制停止，改为上报错误而不是继续盲试。这个设置就像给 Agent 装上了刹车。它宁可真报失败，也不能失控空转。实测下来，这个配置帮我省了非常多的时间和调用额度。
3.4 技巧 18-20：模板库、回归测试与优雅降级
技巧 18：沉淀自己的“工作流模板库”。用三个月 WorkBuddy，我积累了一套自己的模板库。
比如“周报自动生成模板”“多文件夹批量重命名模板”“网页信息抓取模板”。每个模板都是经过多次调试、踩坑之后才稳定的版本。后续遇到相似任务，我不会重写，而是直接复制模板改参数。这个习惯带来的最大好处是稳定。模板是经过验证的成功路径，重写的任务则充满了未知风险。
技巧 19：配置一条“回归测试”任务。这个方法很多人会觉得“太正式”，但我的体会是它极其有效。
每当你修改了某个模板，或者 WorkBuddy 升级了大版本，就手动触发一条之前验证过的测试任务。如果测试任务仍然按预期执行成功，说明配置没有变坏；如果失败了，说明引入了变化。这其实就是从软件工程里的回归测试思路迁移过来的。你不需要一个复杂的测试框架，只需要保留 2~3 个“金标准”任务，代表不同类型的工作（数据处理、文件操作、网络抓取），每当系统变化时就跑一遍。三分钟成本，换来的是对整个系统状态的确认。
技巧 20：设计“优雅降级”方案。网络不稳定、接口限流、第三方服务不可用，这些外部故障一定会发生。
与其等它出错后被动处理，不如在任务描述中提前约定“降级策略”：情况 A 发生时用方案一；情况 B 发生时用方案二；方案二也不行就直接终止。一个例子：批量查询汇率时，如果主接口连续三次失败，自动切换到备用接口；备用接口也失败，则等待 30 秒后重试一次；仍然失败则以当前已知最近汇率为准并加标记，提醒用户手动复核。这种“降级链路”的写法，能让你把失败控制在一个可接受的范围。
4. 效率进阶的 6 个技巧：从“能跑”到“跑得快”
4.1 技巧 21-23：批处理、队列编排与定时任务报告
技巧 21：把同类型的散碎操作合并成批处理。“批处理”这个词听起来很大，实际做起来很简单。
比如，把“筛选出表格里所有空值”“对空值填充默认文本”“重新保存文件”这一系列操作用一条任务描述串起来，一次性完成。关键点在于，让 WorkBuddy 在内存中完成整条流水线，而不是每步都写盘再重新读取。合并批处理的好处很明显：减少启动开销、减少临时文件、减少出错的中途写入点。我实测，同样 2000 行数据的清洗任务，拆成三个独立任务跑大约要花 2 分 30 秒；合并成一条流水线跑只需要 48 秒。差别就是这个量级。
技巧 22：用队列机制管理定时任务。定时任务跑起来之后，很快会遇到“撞车”问题——两个任务同一时间启动，抢资源或抢文件。
我的方案是：给任务配置一个执行队列，设置串行或限制并发数。优先级高的任务插队，优先级低的任务排队，同一时间最多运行一个任务。这就像公司里只有一个会议室，所有会议要排队。你别高估并发带来的收益，在多数自动化场景里，串行执行反而更稳、更容易排查问题。
技巧 23：定时任务报告发送给自己。定时任务的失败天然容易被忽视——它在凌晨 3 点跑，失败了，你在睡大觉，早上起来看到一堆烂摊子。
我的做法是：每个定时任务都配一个执行结果通知。成功时发一条简洁的状态摘要，失败时发一条包含错误信息的告警。这样既不会每天被无关紧要的“成功通知”轰炸，又能确保失败第一时间暴露。这个配置很不起眼，但它是我敢把定时任务放心交出去的前提之一。
4.2 技巧 24-26：自定义命令、键值存储与历史归档
技巧 24：将高频操作封装为自定义命令。如果你发现某个操作（比如“把当前目录下所有 PDF 转成长文本并保存到 txt 文件夹”）经常要用，就把它保存为 WorkBuddy 的自定义命令。
之后只需要输入一个简短命令名，系统就会展开成完整的任务描述来执行。这类似于给常用工作流做一个“快捷键”。自定义命令其实就是在技巧 13 和技巧 18 之上的“封装”。你不需要每次回忆怎么写出那些复杂步骤，只需记得命令名。我给自己配了十几个常用命令，日均节省的重复描述时间至少 20 分钟。
技巧 25：善用“键值存储”记录状态。有些多步骤任务需要跨步骤保存状态，比如：“步骤一抓取到的页面列表，留给步骤三使用。”
WorkBuddy 有内置的键值存储能力，可以在任务执行中写入临时状态变量，供后续步骤读取。合理使用这个功能，能让你把复杂任务拆得更干净，同时避免把临时数据写进外部文件再去读取的麻烦。这个功能初看没什么大用，但在设计长链路任务时，它几乎是刚需。
技巧 26：建立可搜索的历史执行档案。跑了一百多个任务之后，你一定会遇到这个问题：“我上周跑过一个类似的任务，当时怎么处理的来着？”
我给每次运行都打上标签，并保留完整的执行记录。这个“档案”其实就是技巧 6 的升级。不建议用复杂的数据库，一个结构良好的文件夹加合理的文件命名就足够了。我习惯的命名格式是：日期 + 任务类型 + 状态，例如“2024-06-18_报表处理_成功”。搜索时直接按文件名关键词过滤，效率极高。
5. 质量保障与问题排查的 7 个技巧：敢把活儿交给它的最后一道护栏
5.1 技巧 27-28：输出自校验与对比测试
技巧 27：给输出结果加“自动校验步骤”。这是我认为 30 个技巧里最有价值的一个。
在任务描述中增加一个最终校验环节：检查 CSV 行数是否为 1340 行；检查所有金额字段是否大于 0；检查是否存在重复订单号。如果校验不通过，则自动重新执行修正步骤，仍然失败则标记错误并终止。为什么这一步如此重要？因为 WorkBuddy 即使执行过程完美，也可能因为输入数据本身的问题产出错误；而“自动校验”相当于给输出加了一道质量闸门。用一个生活类比：你可以让大厨自由做菜，但上菜前必须有一个人试菜——这个“试菜员”就是自动校验。
技巧 28：改配置之前，先跑一次对比测试。当你打算调整某个任务的参数、提示词或权限时，不要直接在生产环境改。
先复制一份任务配置，在小范围数据集上跑一个“对比测试”——新配置和旧配置各跑一次，对比输出结果的差异。我吃过一次亏：调整了提示词的措辞，自认为是“更好的表述”，结果批量运行时才发现它把输出格式的某个字段名称改了，导致下游系统解析失败。如果有对比测试，两分钟就能发现这个差异。现在，凡是涉及模板修改，我一定会保留一份旧版本，并在对比测试中确认差异合理之后才上线。
5.2 技巧 29-30：失败时先看日志、保留手动干预通道
技巧 29：失败时先看日志，别急着重跑。遇到任务失败，最本能的行为就是“马上重试”。但我的经验是：盲目重试通常只会重复同样的失败。
正确的做法是：先查看执行日志，定位是在哪一步失败的、失败原因是什么。如果是临时性的外部故障，可以重试；如果是任务设计问题，重试一万次也没有用。为了减少“无效重跑”，我会为每一次失败保存现场快照，把当时的输入、日志、中间输出打包保留。之后即使要调试，也有一手的现场资料可参考。
技巧 30：永远保留一个手动干预的通道。你不可能预知所有可能的异常情况，所以一定要有一个“离开自动流程、手动接管”的机制。
我会在关键任务里设置一个手动模式开关。这个开关不复杂，很多时候就是在流程开始前有一个人工确认步骤，或者提供一个可以被用户触发的中断命令。这个技巧在心理层面也很重要。知道自己随时能介入，你敢放手的程度就会更高。反而是那些没有“紧急制动”的方案，你会一直不敢把真正的活交给它。所谓“敢把活儿交给它”，最后的底线其实就是“我随时可以把它抢回来”。
6. 完整实战复盘：我是如何把整套周报流程完全交给它的
6.1 从 40 分钟手动操作到 3 分钟自动执行
以上 30 个技巧单独拆开看，可能只是一个个“功能点”。我再用一个自己跑了整整两个多月的任务，把它们完整串起来展示一遍。
我每周需要从公司运营后台导出销售明细，然后做数据清洗（去重、填充空值、统一日期格式）、按区域生成汇总报表，最后把报表发送给三个同事。这个活儿以前每周一早上要花我将近 40 分钟，现在完全交给了 WorkBuddy，全程只需要 3 分钟左右，我只需要在最后一步确认邮件内容后点一下发送。经历过一次配置完成、连续十周零故障之后，我对它的信任度才真正达到了“敢把活儿交给它”的级别。
这个任务的完整结构是这样的：
- 每周一早上 9 点触发器自动启动；
- 第一步：连接运营后台，抓取上一周的销售明细；
- 第二步：清洗数据，规则全部写在任务模板里；
- 第三步：按区域分组生成汇总表，并自动生成一个简单的趋势图；
- 第四步：生成邮件草稿，等待我人工确认后发送。
6.2 任务完整描述（可直接参考的结构）
我把这个任务模板里最关键的一段描述整理出来，你可以直接照这个骨架去改自己的任务。注意看它是如何把技巧 1、9、10、11、14、15、27 融在同一个模板里的：
【任务目标】 每周一自动生成上周销售周报，并发送给指定同事。在邮件发送前必须等待人工确认。 【输入】 - 数据来源：运营后台导出接口，导出的 CSV 文件保存在 /data/weekly/ 目录下。 - 期望数据量：约 1200 行，实际行数可能有波动，但不应少于 500 行。 【执行步骤】 1. 校验输入：确认 CSV 文件存在且行数 >= 500；不满足则停止并报告。 2. 清洗数据： - 删除订单号完全重复的记录； - 金额字段为空时填充为 0； - 日期统一为 YYYY-MM-DD 格式； - 区域字段的“华东区/华东”统一为“华东”。 3. 按区域分组汇总：计算每个区域的总金额、订单数、平均单笔金额。 4. 生成输出文件：周报汇总表 summary_<日期>.xlsx，包含汇总数据和趋势图。 【输出】 - 汇总表保存至 /output/weekly/summary_<日期>.xlsx。 - 生成邮件草稿，包含正文摘要和附件，但不要自动发送。 【检查清单】 - 清洗后的数据行数与原数据行数差异在合理范围内（<5%）； - 每个区域都有汇总行，没有遗漏； - 趋势图生成成功。 【特殊情况处理】 - 如果后台接口请求失败，最多重试 2 次，间隔 5 分钟； - 如果清洗后行数比原始行数少超过 5%，立即停止，说明可能误删了数据； - 如果工作区磁盘剩余空间不足 500MB，停止任务并发出告警。 【人工确认点】 - 邮件草稿生成后，暂停等待人工确认发送。人工确认后，任务视为完成。这一套模板里，几乎每个技巧都在起作用：三段式任务描述是技巧 1；检查清单是技巧 11；边界条件在“特殊情况处理”里，是技巧 14；人工确认点是技巧 15；输出校验在“检查清单”里，是技巧 27。你看，把这些技巧组合起来，一个“敢把活儿交给它”的任务就成型了。
6.3 这个过程中我踩过的四个坑
第一个坑：刚开始没有写“行数校验规则”。有一次运营后台导出的数据缺了整整三天的记录，数据行数从 1200 掉到了 900 多，WorkBuddy 完全没有察觉，照常生成了一份“少了四分之一数据”的周报。还好我发出去之前扫了一眼总数，才发现不对劲。从那以后，我就把“行数不能少于 500、且清洗前后差异不能超过 5%”写死了。这就是技巧 27 的由来。
第二个坑：把所有任务都放在同一个工作区，结果两个定时任务同时跑，互相覆盖了同名文件。后来我把工作区按场景拆开，一个任务一个目录，撞车问题再也没有出现过。这个经历让我真正理解了技巧 7 的必要性。
第三个坑：关闭了详细日志，导致有一次任务失败后完全不知道中间发生了什么。当时我只能一遍遍重跑，越跑越乱。后来我养成了“先开日志再跑任务”的习惯，问题定位时间缩短到过去的四分之一。现在新配置任何任务，第一步都是把详细日志开关打开。
第四个坑：太相信模板的稳定性。有一次我改了模板里的一句措辞，以为“只是换个说法”，结果下游解析脚本直接崩了。就是因为少了一次对比测试，白白折腾了半天。现在，任何模板改动都必须先在测试数据集上跑通，这条规矩我一次都没再破过。
最后说点真心话
我用 WorkBuddy 这三个月，最大的感悟不是“AI 真厉害”，而是“把任务说清楚这件事，比我想象中难得多，也比我想象中有价值”。很多技巧表面上是写给 WorkBuddy 的，实际上是逼着我把自己脑子里那些模糊的想法一点点磨清楚。
这三个月来，我最大的体会是：信任不是一蹴而就的，它是靠一个又一个成功案例堆出来的。先跑简单的、结果可验证的任务；再到定时任务；再到多步骤长链路任务。每一步都设置校验和人工确认点，每失败一次就复盘一次规则。慢慢地，那个“我盯着的 AI”就变成了“能盯着做活的搭档”。
最后再分享一个小技巧：每个月底，我会把当月所有失败任务的日志重新过一遍，把共性原因提炼成新规则补充到模板里。这样 WorkBuddy 会越来越懂你的工作方式，你交给它的活儿也会越来越精细。三个月下来，我的模板库里已经有二十多套成熟任务，每周真正需要我动手的重复劳动，几乎降到了零。这种把活交出去的感觉，是真的痛快。
