企业官网建设流程全解析

你们有没有一种感觉：现在的 AI 工具，聊天一个比一个能聊，但真要让它干活，就变成了“一问三不知”的摆设。我自己也踩过不少坑，从通用大模型到各种 Agent 框架试了一圈，最后把目光锁定在 WorkBuddy 上。它的核心玩法不是让你去调模型，而是让你像搭积木一样，自己创建专家——把提示词、知识库、工具权限、定时任务全塞进一个角色里，然后这个角色就能替你跑完整条工作流。

这篇攻略就围绕“自己创建专家”这条主线展开，从环境准备、人设设计、实操创建，到权限管理、定时任务、常见问题排查，全部基于我实际跑过的流程来写。不管你之前有没有折腾过这类工具，照着操作都能快速上手。

1. 先搞清楚：WorkBuddy 里的“专家”到底是什么

1.1 为什么大家都在用 WorkBuddy，却很多人用不明白

WorkBuddy 这段时间热度确实高，网上一搜，教程、安装包、使用手册满天飞，但大部分内容都在讲“能做什么”，很少讲“怎么做”。结果就是很多人下载安装完，打开界面之后懵了：这跟普通聊天工具有什么区别？

区别大了。WorkBuddy 本质上是一个“智能体工作台”，它不满足于简单的问答，而是让你把一套标准操作流程固定下来。比如你每天要写日报、整理表格、回复邮件、排版公众号文章，这些重复劳动都可以交给“专家”来处理。你只需要告诉它规则、给它资料、给它工具入口，剩下的它按部就班帮你完成。

很多人用不明白，就是因为把这个工具当成了 ChatGPT 的替代品。你问一句它答一句，自然体验不到效率提升。正确用法是：先花十分钟创建一个专家，把规则、资料、技能都配好，之后每次调用就非常省心。

1.2 “专家”不是混合专家模型，而是业务角色

这里先澄清一个概念。很多做算法的人看到“专家”两个字，会联想到混合专家模型（MoE），以为 WorkBuddy 是在做模型层面的专家路由。实际上不是一回事，WorkBuddy 里的“专家”更像是业务层面的角色化 Agent。

打个比方：MoE 是公司里的一群顾问，谁擅长什么，问题来了就分配给谁；而 WorkBuddy 里的专家，是你亲手培养的一名“实习生”。你给它写好岗位职责（系统提示词），给它一堆参考资料（知识库），教它用哪些工具（Skill），它就能顶上一个固定岗位。

这个概念区分很重要，因为很多人一开始就搞错了方向，花大量时间研究模型参数，结果完全用不上。真正要关心的是：这个专家要完成什么任务，需要哪些资料，有哪些操作边界。把这些想清楚了，创建专家就已经成功了一半。

1.3 适用人群与使用场景

我自己用过之后，觉得最合适的人群有三类：

第一，内容创作者。每天要产出大量文案、排版、图片描述，用专家把风格固定下来，每次输入素材就能直接出稿。

第二，企业里的运营和行政。经常要处理日报汇总、数据整理、会议纪要、通知发送，这些流程高度标准化，非常适合做成专家。

第三，有一定折腾精神的普通用户。不想写代码，但想让 AI 更“听话”，愿意花点时间配置规则，让工具越用越顺。

2. 创建专家前，准备工作别偷懒

2.1 安装与环境：Windows、macOS、Linux 都能跑

WorkBuddy 在安装上属于“下限很低、上限很高”的类型。Windows 直接下载安装包跟着向导走就行，macOS 也一样。如果你在 Linux 服务器上跑，尤其是 Ubuntu，要注意依赖问题，比如缺少必要的系统库会导致启动失败，建议先看一眼官方文档的依赖清单再装。

我自己是在 Windows 上跑的，安装在 D 盘，数据目录默认在用户目录下。这里有一个值得注意的点：如果系统盘空间紧张，可以把数据目录改到其他盘，避免后续知识库、历史记录多了之后拖慢系统。改法一般在设置里能找到，找不到就手动迁移数据文件夹再新建软链接（Windows 上需要管理员权限，Linux 上用 ln -s 就行）。

还有一类朋友问“网页版能不能用”。我只能说，WorkBuddy 确实有网页端和开发者平台，但如果你要挂知识库、做定时任务、访问本地文件夹，最终的完整体验还是在客户端里。网页版更适合临时应急看看对话记录，重度使用建议还是装客户端。

2.2 写清楚“人设卡”：名字、职责、底线

创建专家之前，最重要的不是研究功能，而是写清楚“人设卡”。我第一次创建专家时，直接就在系统提示词里写“你是一个智能助手”，结果用起来跟普通聊天完全没有区别。后来想通了：你要把它当成一个正式员工来带，岗位职责不清晰，干活自然稀里糊涂。

人设卡一般包含四个部分：

• 角色定位：一句话说清楚它是谁，比如“你是一名有五年经验的公众号编辑”。
• 核心职责：列出它需要完成的具体任务，越具体越好。
• 工作流程：说明收到任务后先做什么、再做什么、最后交付什么格式。
• 边界与底线：明确它不能做什么，不确定时要怎么处理。

这四个部分不用写得很长，但要写得足够明确。实际测试下来，300 到 800 字左右的人设卡效果最好。太短缺乏约束力，太长模型容易忽略中间段的内容。

2.3 模板 vs 空白创建，新手这么选

WorkBuddy 提供了不少专家模板，比如文案专家、数据分析专家、会议纪要专家等。这些模板省事，但我建议新手不要直接把模板拿来就用。模板最大的作用是让你看懂“一个专家应该包含哪些配置项”，而不是让你跳过思考。

我的做法是：先打开一个模板看看它的系统提示词怎么写、挂了哪些 Skill、访问权限设置了几项，参考它的框架，然后自己从空白开始创建。为什么？因为模板面向的是通用场景，跟你自己真正要处理的业务往往有偏差。直接套用模板，效果可能比自定义还差。

你可以把模板当成“试卷答案”，借鉴思路可以，抄上去就可能水土不服。等你自己创建三五个专家之后，就会慢慢形成一套自己的配置习惯，那时候再回头看模板，反而会觉得模板太浅了。

3. 实操：5分钟创建一个“公众号排版专家”

3.1 基础信息与系统提示词怎么写

整个操作流程其实不复杂，打开 WorkBuddy 主界面，左侧找到“创建专家”按钮，点进去就是配置页。你需要填写名称、描述、头像，然后是系统提示词。

我以一个“公众号排版专家”为例，名称就叫“排版百晓生”，描述写“负责把口语化内容改写成适合公众号发布的结构化文章”。头像随手传一张图就行，不用太纠结。

系统提示词这块，我实测下来不要写得像诗歌一样华丽，要写得像操作手册。我的完整写法可以拆解成三层：

第一层是身份与目标。写明“你是公众号排版专家，目标是将用户输入的口语化内容转换成正式、有条理、适合发布的文章”。

第二层是输出格式要求。规定标题层级怎么用、段落怎么分、重点加粗、列表怎么处理。如果你有固定的排版风格，一定要在这一步说明。

第三层是互动规则。比如“如果用户输入内容过短，先提问澄清再输出”，再比如“每次输出前先列出标题大纲，确认后再补全正文”。这些看起来琐碎，但能避免专家自作主张，跑偏方向。

3.2 挂接知识库，让专家有语料

光靠系统提示词，专家只能处理通用内容。你要让它真正贴合自己的风格，就得给它喂语料。WorkBuddy 的知识库功能支持上传 Markdown、Word、PDF、Excel 等格式，我把过去三个月写过的十几篇高阅读文章全都传了上去。

上传之后注意到一个细节：同一份文档不要重复上传，容易造成知识库内部信息冲突，输出反而变差。如果长期迭代内容，建议定期清理旧版本文档，只保留最新规范和代表作。我就犯过这个错，把一篇修改前的旧稿和修改后的新稿同时传上去，结果专家输出的风格忽左忽右，检查半天才发现是知识库打架了。

另外，文件名称建议起得直白一点，比如“排版规范-20250319.md”，方便后续管理和定位。如果你后续要做记忆迁移或换设备，清晰的命名会让导出导入过程顺畅很多。

3.3 编写 Skill，把排版指令变成可复用插件

如果说知识库是给专家“喂料”，那 Skill 就是给专家“装工具”。WorkBuddy 的 Skill 机制，说白了就是把一套你经常执行的指令封装成插件，之后专家在对应场景下会自动调用。

Skill 的编写格式不复杂，通常是一个说明文件加一个指令模板。以“公众号排版”为例，我会写一个名为“save_markdown_article”的 Skill，它的作用是：接收一段长文本，自动套用排版规范，输出 Markdown 格式的文章，在关键部分加上原文对照。

封装 Skill 的过程中，最核心的是把“确定性”写进指令里。比如字段名、输出格式、需要严格遵守的分隔符，这些一律写成固定值，不要留给模型自由发挥。我见过很多人写 Skill 就是把系统提示词复制一遍，那样做没问题，但效果提升有限。真正的 Skill 一定要有“人机互动边界”——模型负责生成内容，程序负责检查格式，两边各管一段。

项目联动的话，如果你熟悉 CodeBuddy，会发现 WorkBuddy 的 Skill 思路跟它有共通之处，但不是完全兼容。CodeBuddy 偏代码生成插件，WorkBuddy 偏业务工作流，两者定位不同，不能混用。

3.4 第一轮对话调优，把输出校准到可用

配置完系统提示词、知识库、Skill 之后，创建专家只完成了六成。剩下四成都在第一轮对话调优里。

我会用三条测试输入来“验收”专家：一条是正常长度的工作需求，一条是模棱两可的模糊指令，一条是明显超出范围的内容。看它在三种情况下分别怎么反应。正常情况下应该顺畅输出，模糊情况下应该主动提问，超范围情况下应该明确拒绝或提示用户调整。

实测下来，第一次测试基本都会发现一两个问题。最常见的是格式跑偏，我要求用二级标题，它偏要全用加粗；还有的时候它会把知识库里的旧例子直接原封不动搬出来，明显就是检索任务没做好。这些问题不要怕，直接在对话里纠正，并把纠正后的规则补进系统提示词里。

4. 让专家真正干活：权限、定时与多专家协同

4.1 文件夹访问范围怎么设置才安全

当专家开始承担真实任务之后，权限控制就是你绕不开的话题。WorkBuddy 支持设置专家能够访问的文件夹范围，这个功能千万别忽略。很多人图省事，直接把整个用户目录授权了，结果专家在对话里“乱翻文件”，偶尔还会把无关文件的内容混进回答里。

我的建议是给每个专家设置一个独立工作目录，比如“D:\WorkBuddyWorkspace\公众号排版\”。所有待处理的素材、中间稿、最终输出都放在这个目录里，专家访问范围就锁定在这里。

这个设计跟现实中的公司门禁是一个逻辑。你不能给一个实习生全公司所有机房的钥匙，他只要自己能完成工作所需的那扇门就够了。权限越小，不仅越安全，专家输出的聚焦度也越高，因为它不会被无关文件干扰。

4.2 定时任务：让专家自动发微信消息

WorkBuddy 最让我上头的一个功能，就是定时任务。你可以让专家每天早上九点自动汇总昨日数据，生成一段简报，然后推送到微信。这个功能对于日报、周报、项目播报之类的场景，简直是效率救星。

配置步骤不复杂：在专家页面找到“定时任务”入口，新建一个任务，选择触发频率、要执行的指令模板、消息推送渠道。触发频率支持类 cron 表达式，如果你不熟悉 cron，界面也有简单模式：每天早上、每周一、每小时等常用选项直接选。

我第一次配置的时候翻过车。当时太心急，把任务设成了每一分钟跑一次，结果手机整整震了一个小时，微信消息刷了几十条。后来才意识到，定时任务的“最小时间粒度”要克制，日常汇报类任务按天或按周触发就够了，按分钟触发的场景非常少。

还有一点，定时任务执行的前提是软件保持后台运行。Windows 下要注意设置里开启“开机自启”，否则关机重启后任务就断了。Linux 服务器上则建议直接用系统级定时任务来拉活，稳定性更好。

4.3 多专家协同与历史记忆迁移

单个专家搞定一个岗位，那多个专家能不能协同作战？可以的。我现在的搭建方式是一个“主编专家”统筹，下面挂“排版专家”“数据分析专家”“竞品监控专家”三个子专家。需要写一篇行业分析文时，主编专家发起任务，数据分析专家提供数据图表，排版专家负责成稿。

这个协同模式不是 WorkBuddy 开箱就有的，需要先积累一段时间的对话记录和知识库，然后手动整理成流程。更实用的其实是“记忆迁移”。如果你换了电脑，或者想把自己调优好的专家共享给同事，历史对话记录和本地记忆都可以导出迁移。站内操作路径一般是设置里的“数据导出”，选好哪些专家的记录，导出文件后再在新设备上导入。

这里要留意一个坑：知识库文件如果引用了本地绝对路径，比如“D:\WorkBuddyWorkspace\xxx.pdf”，迁移到别的机器上很可能失效。建议所有引用都改成相对路径，或者把整个工作目录一起打包带走。这个细节我第一次完全没注意，迁移完才发现好几个 Skill 读取不到文件，排查了半小时才找到原因。

5. 常见问题排查与自定义指令推荐

5.1 启动慢、网络连接失败这类问题怎么定位

WorkBuddy 常见问题榜单上，启动非常慢和网络连接失败绝对排前两名。

启动慢，大概率是首次加载时在构建本地索引，尤其是知识库文件多、体积大的情况下。我的知识库里有两个 50 多 MB 的 PDF，第一次启动等了一分多钟，之后几次就正常了。如果每次都慢，可以检查一下是不是装在了机械硬盘上，或者是杀毒软件在后台扫描数据目录。把数据目录加进杀毒白名单，实测提速明显。

网络连接失败 3002 这个报错，我碰到过几次。一般来说，这类问题跟本地端口被占用、服务未正常启动有关。可以先重启软件，看端口是不是被其他进程抢走了；还不行就检查防火墙设置，放行 WorkBuddy 的本地通信端口。如果公司网络有严格管控，也可能是在局域网环境中出了限制，这个要结合自己所在环境判断，不要一上来就怀疑账号问题，反而浪费时间。

如果重启解决不了，可以去设置里找“诊断模式”或“日志目录”，把最新日志打开看一眼，报错信息比客服更直接。

5.2 输出效果不对，先改提示词还是先改知识库

这个问题几乎每个用 WorkBuddy 的人都会遇到。我的判断顺序是：先看事实性错误是不是来自知识库，再看风格性问题是不是来自提示词。

如果专家输出的数据、引用、表述跟预期不符，大概率是知识库检索或冲突导致的。处理方式是调整知识库，删掉旧文档、补充新规范，必要时给关键文档加一段“引用优先级”说明。如果专家输出内容面面俱到但风格不对，那就是系统提示词的问题，把风格要求拆得更细，加示例、加禁止项，都可以解决。

改完一次之后，不要立刻下结论。同一个测试用例至少跑三轮，如果三轮输出都能稳定落在可接受范围内，才算真正调优完成。单次输出好不代表稳定，稳定性才是专家可用性的核心指标。

5.3 几组值得收藏的自定义指令思路

最后分享几组我在实践中沉淀下来的自定义指令，不一定要照搬，但思路可以参考。

第一组是“先复述再执行”。在系统提示词末尾加一句“收到用户指令后，先用一两句话复述任务理解，得到用户确认后再开始完整执行”。这样可以大幅减少误解，特别适合任务比较复杂的时候。

第二组是“结论先行”。格式上要求“先给结论，再给分析过程，最后附注意事项”。这个指令几乎适合所有汇报类专家，因为阅读者最关心的是结果，而不是过程。

第三组是“出处可追溯”。要求专家在引用知识库内容时，在括号里标注文档名称或编号。这样后续校对效率高很多，也方便追责——万一内容错了，你能很快定位是哪份资料带偏了。

这三组指令彼此可以组合，也可以根据实际场景改造。等你创建了五六个专家之后，自己也会有顺手的新指令，到时候再回来看这些基础模版，会觉得非常简单。

我个人在实际操作中最大的体会是：创建专家这件事，门槛真的不高，但天花板很高。它更像是在训练一名“数字员工”，前期花半小时配置，后期每天能省下两三个小时的重复劳动。如果你已经下载了 WorkBuddy，却还在拿它当普通聊天框用，我强烈建议你打开创建页面，认真把第一个专家建出来。过程中遇到报错、跑偏，都正常，调一调、改一改，等它稳定输出的那一刻，你会觉得前面所有折腾都值了。