写这篇东西之前我先交代一下背景。我是从 WorkBuddy 还不太被关注的时候就开始用的前后用了整整三个月从最开始只是拿它写点小脚本、改改文案到后来真的把一个完整的小项目拆给它干甚至把日常复盘、文档整理、远程服务器操作这些事都慢慢挪到它上面。这中间踩了不少坑也总结出一套自己的用法。今天这篇就把我这三个月攒下来的 30 个实战技巧完整梳理一遍给正在用或者准备用 WorkBuddy 的朋友一个参考尤其是那些跟我一样一开始只是图新鲜、装上之后不知道拿它干嘛的人。先说一句总体的感受WorkBuddy 这类 AI 工作台真正拉开差距的从来不是模型本身有多强而是你怎么理解它的工作方式。它提供的不是一个聊天框而是一整套可以组合的工作环境。你把它当成聊天机器人那它就是个聊天机器人你把它当成一个能和代码、文档、服务器、Skill 体系深度打交道的数字员工那它就能帮你把活干完。所以这篇文章的核心不是在教你某个按钮怎么点而是在建立一套“怎么跟 AI 协作干活”的方法论。1. 先想明白 WorkBuddy 到底解决什么问题1.1 一句话理解它的核心定位WorkBuddy 本质上是一个“AI 工作台”类工具它把大模型的能力、项目文件的管理、技能包的编排、外部工具连接比如 SSH、编辑器等整合到了一个统一界面里。说得直白点它和单纯在网页里打开一个对话窗口不一样它更强调“上下文”和“自动化”。我打个比方你就懂了。普通 AI 聊天工具像是你去便利店买东西你告诉他你要什么他给你拿每次对话都是短时的、松散的。而 WorkBuddy 更像是你把一个员工请到了自己办公室它能翻你桌上的项目资料、能按你的固定流程办事、能记住你偏好的做事方式甚至你不在的时候它还能通过你配置的连接器去远程机器上帮你处理点活儿。所以技巧 1先别急着问“它能帮我写什么”而是先问“我的工作内容里哪些是重复的、哪些是依赖大量上下文的、哪些是可以规则化的”。这三个问题的答案才是 WorkBuddy 真正能帮上忙的地方。我用前两周的时间就是反复观察自己平时的工作流把所有能用文字描述清楚的重复环节都列了出来这才有了后面的一切。1.2 它和普通 AI 编程助手的玩法差异很多人会把 WorkBuddy 和 CodeBuddy 这类偏重代码生成的工具混为一谈。两者确实有关系但定位并不一样。CodeBuddy 更聚焦在“代码生成”这件事上而 WorkBuddy 更像是把代码生成、文件操作、文档处理、远程连接、技能封装这些东西统一在一起的工作底座。举个例子CodeBuddy 可以帮你写一段 Python 爬虫代码但 WorkBuddy 可以做到你把你爬虫项目需要的依赖、要访问的站点结构、数据处理规则都整理好之后它帮你把整个项目搭起来然后通过 SSH 连接器直接把代码推送到你的服务器上跑再把运行日志拉回来给你分析。这是“帮你想一步”和“帮你干到底”的区别。技巧 2不要试图让它一次性搞定一个大任务而是按照“拆解 - 分步执行 - 反馈修正”的节奏来。这也是从“能用”到“敢把活儿交给它”最重要的一步认知升级。我一开始总是给它一个很大的任务描述比如“帮我做一个完整的后台管理系统”结果它给出的东西往往很泛根本跑不起来。后来我改成“先帮我把项目目录搭好再帮我写用户登录模块一次只做一件事”效果立刻就不一样了。1.3 我前三个月的使用路线图为了让你有个整体概念我先说我三个月大致经历的几个阶段第一个月是新鲜期混乱期。装好了到处点每个功能都试一遍但实际干活还是用自己的老办法WorkBuddy 大部分时候像个高级玩具。第二个月开始进入“半熟期”。我把一些固定周报、文档初稿、代码模板这类低风险任务交给它开始认真整理 Skill慢慢找到手感。第三个月才是真正的“信任期”。我把一个小型但完整的内部工具项目交给它主导编写我只负责提需求、做审查和修改关键部分。技巧 3记录你自己的“使用日志”。这不是指给 WorkBuddy 记录而是记录你自己的感受哪些任务交给它你心里是踏实的哪些是你不放心的哪些是你觉得它绝对做不了的。这份记录是你判断“能不能把活儿交给它”的判断依据比任何测评都准确。2. 安装部署与基础配置先让它住得舒服2.1 安装环节的常见坑WorkBuddy 的安装其实不复杂官网上拿安装包一路装下去就行但有几个小地方值得注意。第一安装路径和缓存目录别都扔在系统默认的 C 盘。为什么因为 WorkBuddy 这种工具跑起来之后尤其是处理大文档、大项目时缓存文件体积膨胀得很快长期塞在系统盘里会让电脑越来越卡。我一开始没管这个事结果用了一个多月之后发现电脑的 C 盘空间一直在报警。后来查了一下才发现是它的缓存目录里堆积了大量历史会话和临时文件。技巧 4安装完成后第一时间把系统缓存目录改到空间充裕的盘里。具体操作就是打开设置界面找到缓存或者存储相关的配置项把路径指向 D 盘或者其他数据盘的专用目录。这个操作只需要两分钟但能省掉未来几个月“电脑怎么突然变卡了”的烦恼。第二workbuddy 对老系统比如 Win7的支持比较有限如果你的电脑还在用非常老的操作系统建议先确认官方文档里的系统要求再决定是否安装别装了之后因为缺少运行库导致各种奇怪报错。2.2 自定义指令给未来的自己省时间安装完之后我最推荐你做的第一件事不是急着体验对话而是把“自定义指令”这个功能认认真真配置好。什么叫自定义指令简单说就是你可以预设一套全局的、永远生效的做事规矩它会在你每次发起对话时自动附加给 AI。技巧 5把你自己最容易忘的“交代”写成自定义指令。比如我会写“你是在帮我做事的资深工程师回答要直接简洁不要客套涉及代码时优先给出完整可运行的版本如果信息不足先告诉我缺什么不要编造。”就这么几句话在后续使用中反复发挥价值。很多朋友说自己用 WorkBuddy“AI 味太重”其实大概率就是没有设置自定义指令AI 默认的回复风格里全是礼貌用语和车轱辘话。技巧 6自定义指令要定期迭代。我用了一段时间后发现它会在我处理项目代码时过于啰嗦地解释每个函数于是我又加了一条“代码注释只在关键逻辑处写普通函数不要逐行注释”。每个月花十分钟翻一翻自己写过的指令内容看看哪些已经不需要了、哪些需要强化这是低成本高收益的维护动作。2.3 工作区与项目上下文的组织方式WorkBuddy 里非常核心的一个概念是“工作区”。它本质上是你给某类任务划出的一块独立地盘包含文件、对话历史、技能配置等。我强烈建议你按照项目或者任务领域来建工作区而不是把所有东西都堆在一个默认空间里。技巧 7一个项目对应一个工作区项目结束就归档。比如我手头有“内部工具开发”“数据分析报告”“学术文献整理”三个主要方向我就建了三个工作区。这样做的好处是每次切换任务时AI 能快速加载对应的上下文不用我在对话里反复解释背景而且不会因为 A 项目的记忆干扰到 B 项目的输出。很多人问“为什么我的 WorkBuddy 回答老是张冠李戴”多半就是因为没有做工作区隔离所有项目混在一个上下文容器里。你把工作区分开之后这个问题基本就消失了。2.4 多模型与多实例的配置思路WorkBuddy 比较灵活的地方在于它可以对接多种模型服务。不同模型的能力侧重点不一样有的擅长代码有的擅长长文本总结有的在逻辑推理上更强。你没必要绑死在一个模型上。技巧 8为不同任务预设不同的模型组合。比如我平时写代码和调试脚本时优先选择代码能力更强的模型整理文档、写周报这类文字任务则切换到偏文字风格的模型。这个过程只要在设置里预先配置好几套组合之后每次开启新对话时快速切换就行非常方便。这里有个实用细节如果你对某个模型的服务稳定性有顾虑可以把一些高价值任务同时用两个模型跑一遍然后对比输出。技巧 9关键任务双模型交叉验证。这个思路尤其适合写正则表达式、写复杂 SQL、做技术方案这类“错了代价高”的场景。我试过很多次两个模型给出的结果不一致时往往答案里能合并出更优方案。3. 写代码与跑项目真正干活的核心玩法3.1 项目说明文件是第一生产力要把 WorkBuddy 从“聊天工具”变成“干活工具”第一个关键动作就是给项目写一份像样的说明文件。你可以理解成给一个新入职的同事写交接文档。这个文件不需要很长但一定要把项目的目标、技术栈、目录结构、运行方式、关键约定写清楚。技巧 10在你的项目根目录放一个项目说明文件并在对话开始时告诉 WorkBuddy 先读这个文件。这一条对我的帮助极大。以前我不写说明每次让它改代码之前都要花大量篇幅描述项目背景现在它打开项目就先读说明文件我只需要说“修一下那个登录逻辑”它就能准确找到位置并理解上下文。可以说这一条直接决定了你能不能放心把项目代码交给它动刀。3.2 上下文管理别把对话拖到天荒地老大家用 AI 工具最容易犯的错误就是在一个对话框里无限续聊直到上下文塞满了、回答质量越来越差然后开始抱怨工具不行。WorkBuddy 的上下文窗口再大也有它的物理极限。技巧 11当一个任务的讨论超过二三十轮果断新开对话。新对话打开后直接把项目说明文件拖给它再精炼地描述当前任务进展它就能无缝接上。这个“重置上下文”的习惯是保证输出质量稳定最有效的手段比任何参数调优都实在。技巧 12把对话过程中有价值的结论沉淀到项目说明文件里。比如你和它讨论后确定了一个设计决策把它追加写进说明文件下次新对话时它一读文件就知道了不会再把之前推倒的结论翻出来。这本质上是在构建一个项目维度的“长期记忆”比依赖 AI 自身记忆可靠得多。3.3 配合 Cursor 等编辑器使用的实操经验WorkBuddy 本身有很强的文件读写能力但在某些场景下把它和统一的编辑器配合使用效率更高。以 Cursor 为例编辑器的界面更适合直接查看代码变化、做 diff 比较而 WorkBuddy 的优势在于理解全局上下文和批量处理。技巧 13复杂代码修改以编辑器为主战场WorkBuddy 负责方案设计和代码审查。我的典型流程是先在 WorkBuddy 里描述需求让它生成修改方案甚至直接生成 diff 补丁然后我拿到编辑器里应用跑测试如果出了问题再把报错信息丢回 WorkBuddy 分析。这样既避免了 AI 直接改坏代码的失控感又享受到了它快速分析和方案设计的红利。我知道有人会问那到底要不要让 WorkBuddy 直接改文件我自己的经验是小项目、低风险文件可以放手让它直接改但核心文件、业务逻辑密集的地方尽量还是用“生成方案 - 人工确认 - 手动应用”的流程。这不是不信任而是工程上的审慎。3.4 让 AI 先出计划再写代码很多人的习惯是直接说“帮我写一个 XX”然后 AI 就直接开写。但一旦任务稍微复杂写出来的东西很容易跑偏。我后来养成了一个习惯一切复杂的任务先让它出计划。技巧 14复杂需求的第一轮对话只问思路和执行步骤不急着要代码。比如我要写一个数据清洗程序我会先说“请先列出你准备怎么实现这个任务包括读取方式、清洗规则、输出格式、异常处理方案不要写代码”。等它的方案出来我确认无误之后再让它“按这个方案实现”。这一步看似多花了一轮对话实际能省掉后面两三次返工。技巧 15让它在正式开写之前自己列一批测试用例。这是一个反直觉但极为有效的习惯。如果你让它写一个函数它连测试都没列出来那你几乎可以断定这个函数大概率有边界情况没考虑。反过来它如果能主动说出“这个逻辑要考虑空值、极端长度、编码不一致”这些情况你就能放心多了。3.5 处理 PDF 与文档资料的高级用法WorkBuddy 能直接读取和解析 PDF这一点在做文献整理和合同审查时非常有用。但要注意的是很多 PDF 是扫描件或排版非常复杂直接丢给它解析容易乱。技巧 16让 WorkBuddy 读完 PDF 之后先把它识别出的结构复述给你确认再做下一步。具体点说你可以让它“先告诉我这份 PDF 的章节结构和大纲”如果结构正确再让它进行详细提取和总结。这个确认步骤能避免 PDF 解析错误导致的结论偏差。文档场景还有一个高频需求把一堆零散资料整理成规范的文档。技巧 17给 WorkBuddy 提供输出模板。比如你想让它把会议记录整理成正式纪要就先把你要的格式写清楚在提示词里分“背景-讨论要点-行动项-责任人-截止时间”几块。它输出的东西才能直接拿去用而不是还要你重新调整格式。3.6 科研与学习场景的进阶用法很多学生和研究者也在用 WorkBuddy热点词里的“科研”需求确实很真实。这类场景的核心不是让它替你写论文而是利用它的信息整合和逻辑梳理能力做辅助。技巧 18用它做“概念对比表”而不是直接要结论。比如你研究某个算法可以让它整理这个算法和传统方法在时间复杂度、适用场景、优缺点上的对比。得到对比表之后你再基于你自己的理解去判断和引用。这个用法既发挥 AI 的信息广度又保住了学术判断的主动权。4. Skill 体系把常用操作封装成能力4.1 Skill 到底是什么WorkBuddy 的 Skill 体系是它区别于普通聊天工具的一大特色。你可以把 Skill 理解成“预设流程”或者“能力插件”。平时你在对话里长篇大论告诉 AI 的一套做事流程在 Skill 里被写成了标准化的规矩下次你只要一句话触发它就按整套流程执行。我举个例子。我有个常用的 Skill 叫“代码审查”。如果没有 Skill我每次都得打一大段“请先分析代码结构、再审查是否有安全问题、再看性能、给优化建议、按严重程度分级…”。有了 Skill 之后我只需要说“跑一下代码审查针对昨天改的那个模块”它就自动按我的标准执行了。技巧 19把使用频率高、流程固定的任务都考虑沉淀成 Skill。这是把 WorkBuddy 变成专属工作台最关键的一步。用数量来衡量的话我觉得一个认真使用的人一个月内积累 10 到 20 个属于自己的 Skill 是合理的。4.2 哪些 Skill 最值得优先配备我根据自己的实际使用推荐几个最值得优先配置的 Skill 方向第一个是“代码审查”。它的价值在于你写完代码之后不用每次重新描述审查要求它自动关注安全、性能、可读性、边界情况。第二个是“周报生成”。你把本周的工作要点用零散的记录丢给它它根据你预设的风格和结构帮你生成正式周报。这个 Skill 最省时间因为它直接解决每周重复的繁琐劳动。第三个是“文档总结”。给定一篇文章或一份报告它按固定结构输出核心内容、关键数据和行动建议。第四个是“需求拆解”。当你提出一个模糊想法时它按模板向你追问细节并输出一份结构化的需求文档。技巧 20不要追求 Skill 数量多追求每个 Skill 都能稳定解决一类真实问题。与其建二十个偶尔才用一次的 Skill不如先把上述这四类高频场景做成精品。我会定期清理那些长期没触发的 Skill避免配置库变得臃肿。4.3 自己写 Skill 的完整步骤很多人以为写 Skill 需要编程基础其实不需要。它就是写一份“给 AI 看的流程说明文档”。我分享一下我自己最常用的一种写法首先明确触发条件和适用场景。开头写清楚“这个技能适用于什么情况不适用于什么情况”。其次定义工作流程。分步骤写清楚要先做什么、再做什么每步骤要给 AI 明确的指引。再次定义输出格式。告诉它最终结果要用什么样的结构呈现比如标题怎么分级、是否需要表格。最后写入边界与禁忌。告诉它遇到什么情况应该停下来问人而不是自作主张。技巧 21写完 Skill 之后用小样本测试跑通了再扩大使用范围。我第一次写“周报生成”Skill 时试了一个月的数据发现输出风格太正式、不够口语化就去调整了提示词里的语气描述。这种迭代优化才是 Skill 真正好用的原因。4.4 Skill 的管理与版本维护Skill 多了之后管理就成了一件正事。我的做法是给每个 Skill 的命名带上场景前缀比如“代码-审查”“报告-周报”“文档-总结”。这样在对话中触发时识别准确在 Skill 列表里也一目了然。技巧 22Skill 文件用版本号管理。每当我对某个 Skill 做了调整就在描述里加一行“v1.2 更新内容增加了 XX”。这个做法帮我避免了一个很大的坑有时候调整了 Skill 之后AI 的行为变化不是我想要的又说不清楚是哪次改动导致的。有了版本记录我随时可以回退到上一个版本。5. 自动化与外部连接让它干点“不需要我盯”的活5.1 SSH 连接器把能力延伸到远程服务器WorkBuddy 的 SSH 连接器是我很晚才发现的功能但发现之后使用体验立刻上升了一个档次。简单说这个功能让 WorkBuddy 能通过 SSH 访问远程服务器执行命令、查看日志、传输文件。技巧 23用 SSH 连接器做“日志分析”效率极高。以前我在排查服务器问题时要自己先 ssh 登录服务器、翻日志、找异常、再回来查资料。现在我可以直接在 WorkBuddy 里说“连接服务器查看最近一小时的应用日志找出异常并分析可能原因”它自己就去执行命令并汇总结果了。这节省的时间是实在的不是几个百分点而是几倍。当然安全这根弦不能松。技巧 24给 WorkBuddy 用的 SSH 账号要遵循最小权限原则。我专门建了一个低权限用户只授予它查看日志和读取指定目录的权限绝不让它使用 root 或者有高权限的账号。这是底线别图省事直接用主账号。5.2 定时任务与自动签到的合理用法很多人提到 WorkBuddy 能自动签到、定时跑任务之类的玩法。我的看法是它的价值不在于帮你做一些打擦边球的事而是把日常维护类的定时工作自动化。比如每天定时拉取某个数据源的更新生成摘要推送到指定位置或者每周定期检查服务器磁盘空间和关键进程状态异常时给你预警。技巧 25让 WorkBuddy 跑定时任务时一定要让它在异常情况下停下来而不是硬跑。我设置任务时都会明确写“如果执行过程中出现预期之外的错误停止并输出错误信息不要尝试自行修复。”这个边界条件非常关键——AI 有时候会为了“完成目标”而瞎折腾最后把环境搞得更糟。我也劝大家一句任何定时任务在跑正式环境之前先在测试环境里连续跑一周确认它每天都如期执行再挪到正式环境。别嫌麻烦这周时间花得非常值。5.3 让 WorkBuddy 写代码调脚本做日常杂活我的一个切身体会是把日常杂活交给 AI 做大概是你从“能用”到“敢用”的转折点。这里的杂活不是指重要业务代码而是那些重复劳动批量重命名文件、整理表格数据、批量处理图片尺寸、把一摞 txt 文件按规则合并等。技巧 26让 WorkBuddy 针对一次性任务写“一次性脚本”用完即弃。你不需要维护它的代码质量只要能解决当下问题。我经常说“帮我写一个脚本把下载目录里所有 .jpg 文件按创建日期移动到对应文件夹”它写完后我直接运行跑完就完事。这类需求不需要完美工程化能用就行。这个用法最大的好处是降低心理门槛。你对 WorkBuddy 的信任不是靠一两次大项目的成功建立的而是靠几十次这种小任务“每次都靠谱”积累起来的。6. 我踩过的坑和排查实录6.1 安装后白屏、启动异常怎么办我用 WorkBuddy 的日子里遇到过几次“白屏”问题就是启动之后界面空白对话框完全加载不出来。这类问题大部分不是软件本体坏了而是缓存或者配置出了问题。技巧 27遇到界面异常先清缓存重启而不是急着卸载重装。具体的做法是备份你自己的配置和对话数据一般都会在数据目录中然后清空缓存目录重启应用。大多数情况下白屏问题就会消失。如果还是不行再考虑重装——重装时只卸载程序文件不要清掉配置数据否则你的 Skill 和自定义指令都没了。有一个细节值得记住任何时候做格式化操作之前先备份你的 Skill 配置和自定义指令。这些东西是你花了大量时间迭代出来的比软件本身更宝贵。6.2 “AI 味太重”怎么破很多朋友反馈 WorkBuddy 生成的文字一股 AI 味。所谓 AI 味说白了就是结构化过度动不动给你列 1、2、3 点、用词空洞大量使用提升、赋能、助力这类词、语气完美但缺乏活人感。技巧 28用“风格采样 反面约束”来消除 AI 味。风格采样就是你给它一段“你希望模仿的语气范文”让它照着这个调性写反面约束就是在自定义指令里面明确写“不要使用‘首先、其次、最后’这类过渡词不要使用‘赋能、抓手、闭环’这类黑话不要每段都加粗标题”。这两个动作同时做效果立竿见影。另外我发现把“控制对象”说出来很有效。比如你让它写一封邮件你写“语气像同事之间的日常沟通不要像客服模板”它立刻就会调整。关键是你要意识到AI 默认的风格是“标准职场风”你不给出明确的方向它就往那个方向跑。6.3 数据记忆与账号切换的困惑还有人遇到一个比较头疼的问题换了账号之后原来账号的记忆和 Skill 配置怎么转移。这个问题在官方文档中有数据导入导出的功能但很多人不知道。技巧 29定期导出完整配置而不是等到换账号时才处理。我给自己定的节奏是每次对 Skill 做大的调整后就做一次配置导出存到自己的网盘或加密文件夹里。这样即使账号出了问题也能快速恢复不损失积累。顺带一提关于“记忆”这件事我的心态是比较务实的会话历史丢了就丢了真正重要的是 Skill 配置和项目说明文件这些是结构化的知识资产比聊天记录值钱得多。把重心放在资产备份上你就不会太焦虑对话记忆的丢失。6.4 常见问题速查表我把三个月以来最常见的几个问题和处理方式整理成一张表你遇到了可以直接按图索骥问题现象可能原因处理办法启动白屏缓存损坏备份配置后清空缓存目录重启回答明显变笨上下文过长、记忆混乱新开对话重新加载项目说明写代码时反复返工没有先对齐方案第一步先让它出计划确认后再写输出风格不是想要的缺少自定义指令约束配置自定义指令 风格范文磁盘空间告急缓存目录默认在系统盘修改缓存路径到数据盘Skill 触发不准确命名不清晰、描述含糊加场景前缀明确“适用/不适用”边界7. 从“能用”到“敢把活儿交给它”的最后一公里7.1 重建信任的三阶段法我总结了自己和不少朋友的使用路径发现从“能用”到“敢用”普遍要经过三个阶段而且不能跳级。第一阶段叫“观察期”。你只让它做低风险、低重要度的事比如写周报草稿、整理格式、翻译资料。这个阶段的目标是观察它的输出风格和工作习惯同时不断调整自定义指令。第二阶段叫“试用期”。你开始让它接触真实的、有一定重要性的任务但你的角色是全流程审查者——每一步输出你都要过目、验证、纠正。这阶段你会明显感觉到它越来越懂你。第三个阶段叫“授权期”。你只在关键节点审查日常执行放手让它自己跑。技巧 30把“责任边界”写进你的使用规则里。我给自己划了三条线涉及钱的事它只能出草案我来最终决策涉及对外沟通的话它只能写初稿我必须过目修改涉及生产环境的操作必须先干跑一遍测试流程确认没问题才允许正式执行。有三条线在我放心的程度就高得多了。7.2 给团队管理者的特别建议如果你是一个客服负责人、运营负责人或者其他带团队的角色想用 WorkBuddy 来提升团队效率我有几句真心话想说。第一先从团队里最痛苦的重复劳动开始试点不要一上来就搞宏大规划。问问你的组员哪些事情每周都要花两三个小时做但本质上非常流程化。这些就是最适合交给 WorkBuddy 的切入点。第二让团队里 AI 上手比较快的人先跑通一个完整的例子整理成内部使用模板再扩散给所有人。比统一培训的效果要好得多。第三建立一个“可靠交互词典”把你们团队里常用的术语、缩写、内部黑话整理成一个文档喂给 WorkBuddy。你会发现它瞬间从一个“通用 AI”变成了“懂你们团队的行内人”。我在第二个月时就给一个做客服管理的朋友推荐了这套思路。她整理了一份团队的“常见问题标准答复要点”和“客户分级的处理规范”做成了两个 Skill现在团队里新人的一大部分日常问答都是先由 WorkBuddy 输出初稿老同事审核后发出整体响应速度提升非常明显。7.3 最后提醒最后再分享一个朴素的感受WorkBuddy 这类工具的本质是把“你做事的经验”加速放大了。你越是把自己脑子里那些说不清道不明的流程、偏好、判断标准梳理成文字喂给它它就越像一个得力的同事。反过来你什么都不梳理只指望它靠猜来理解你那它永远只能做到“泛泛而谈的好”到不了“懂你的好”。这三个月下来我最大的收获不是学会了三十个技巧而是养成了一个习惯遇到重复的事先别急着动手想想这个事能不能被描述成一套规则然后交给 AI 去执行。这个习惯本身才是从“能用”到“敢把活儿交给它”的分水岭。希望这篇整理能让你少走一些我走过的弯路早点到那个“敢放手”的阶段。