50 · 企业与团队落地
项目Skill知识库变成组织资产
项目、Skill、专家和知识库只有进入资产台账，才可能从个人经验变成组织能力。每项资产都需要负责人、版本、权限和退出机制。
项目、Skill、专家和知识库只有进入资产台账，才可能从个人经验变成组织能力。每项资产都需要负责人、版本、权限和退出机制。
本章最终要解决的问题是：个人经验怎样变成团队可共享、可更新、可退出的资产？
版本说明：本章原始资料来自不同时间。界面名称、入口、模型、积分、价格、权限、连接器和企业能力如与当前客户端不一致，以当前官方说明、实际界面和企业合同为准。文中的历史数值不作为购买或合规承诺。
这一章怎么学
- 核心教程
- 功能清单：项目到底能干什么
- 应用场景：跨角色的事最适合用项目
- 实操案例：市场部「新品上市」项目（示意）
- 三个坑，别踩
- 补充教程
企业级应用关注统一身份、组织资产、权限、审计、成本和持续运营。 阅读正文时，把注意力放在任务输入、真实动作、交付文件和人工判断点上。
资料说明：下面的具体步骤、案例和截图根据已收集的第三方教程重组。正文中的第一人称均指原教程作者，不代表曾俊本人的经历或实测；案例数字也不能直接视为官方承诺。
核心教程
WORKBUDDY · 企业版功能 02
项目，让人和 Agent 在同一个空间里接力
市场部推一款新品，你大概见过这种场面：选题你拍的，文案同事写的，设计另一个人做的，最后投放又是一个人。信息散在微信群、文档和个人脑子里，每接一次力就丢一层上下文，返工全靠口头对齐。
个人版 WorkBuddy 能帮每个人提速，但它管不了「人和人、人和 AI 之间的协作」。
企业版的「项目」，就是专门干这个的：把人、Agent、上下文、Skills 放进同一个空间，让一群人和一群 Agent 像团队一样共事，而不是各干各的。
下面拆开讲它干什么、在什么场景用、怎么落地。
图：从「一个人带 AI 单打」到「人 + Agent 在同一个项目空间里共事」
——●——
功能清单：项目到底能干什么
① 人 + Agent 共建同一空间 人和 Agent 在同一个项目里，共享同一份上下文，不用每次把背景重新讲一遍。 ② Skills / MCP 资产共享 项目内挂载的 Skill、连接器一次配置，全员和所有 Agent 都能调用，不重复造轮子。 ③ 流水线接力推进 任务在人和 Agent 之间按节点传递，上一棒的产物直接喂给下一棒，上下文不断档。 ④ 产物自动归档溯源 每次交付自动留痕，可沉淀为 Skill 供 N 人复用，形成「启动—协作—交付—复利」的飞轮。 ——●——
应用场景：跨角色的事最适合用项目
市场 + 产品 + 研发的联合项目
需求、方案、开发在一个空间接力，避免「传话游戏」式的上下文丢失。
内容生产流水线
选题、撰稿、配图、排版由不同 Agent 分段完成，人只在关键节点把关。
研发协作
在 IDE 内用 Agent 写码、跑测试、做单测，研发任务自我闭环验证。
图：人和多个 Agent 头像在同一个共享看板上接力任务，上下文贯通
——●——
实操案例：市场部「新品上市」项目（示意）
以某消费品牌为例（数据为示意），他们用「项目」把新品上市拆成流水线，三步跑通：
1搭项目空间：挂上品牌资料 Skill + 数据连接器
所有 Agent 进来就「懂这个品牌」，不用每人重新喂背景。
2分节点接力：选题 Agent → 文案 Agent → 设计 Agent
上一棒的产物直接进下一棒，人只在「定方向、审终稿」两个节点介入。
3归档复用：爆款打法沉淀为 Skill
这次跑顺的流水线存下来，下个新品直接套用，越用越省事。
图：新品上市流水线，多个 Agent 节点把任务依次传递、人只把关关键节点
——●——
三个坑，别踩
- 把项目当群聊用 要有明确的节点和交接物，不然还是各说各话。项目不是热闹的群，是有流水线的车间。
- 不共享 Skill，重复造轮子 项目价值在「复用」。每个 Agent 各配一套相同的工具，等于没上企业版。
- 跑完不归档
不复用、不沉淀，下次又从零开始。归档这一步偷懒，飞轮就转不起来。
结论：项目让超级个体的天花板，变成超级团队的起点。
下一篇预告｜企业版功能 03
《企业管理后台》：谁能用、用了多少、花了多少钱，一屏看清——让 AI 投入产出可见可控。
如果这篇对你有启发，做几件小事
👍点个赞：让平台知道这类企业 AI 实战内容值得推给更多同行
🔁转发 / 推荐：发给正被跨部门接力折磨的同事或老板
💬写留言：你们最卡的是哪类协作？我挑高频的后面几篇细讲
➕关注【李宏阳讲AI】：每周一个能落地的企业 AI 功能，下篇讲管理后台
关于作者
李宏阳讲AI| AIGC培训讲师
懂业务的AI培训师，教你能落地的AI
曾任职戴尔、安踏、乔丹、欣贺、斯凯奇等CIO
专注：AI办公提效 | AI转型顾问 | AI陪跑落地 | AI全域营销
微信：AIPX991
公众号/视频号：李宏阳讲AI
邮箱：Hong_Yang_Li@msn.com
补充教程
前面几篇文章，我们一直在讲 AI 工具怎么选。 国内工具、国外工具、代码工具、设计工具、办公工具，表面上看起来越来越多。 但真正用久了，会发现一个更现实的问题： 工具会越来越像。 今天这个工具能写文档，明天另一个工具也能写文档。 今天这个工具能查网页，明天另一个工具也能查网页。 如果只停在“哪个工具功能更多”，很容易陷入反复横跳。 更值得关注的是：一个工具能不能进入我们的真实工作流程。 WorkBuddy 的价值，也要放在这个角度里看。 它不是只做聊天。 官方文档把 WorkBuddy 说成全场景职场 AI 智能体桌面工作台。 一句话描述需求之后，它可以拆解任务、操作本地文件、生成文档、处理表格、做研究、管理多个任务。 但如果只会在输入框里临时提问，WorkBuddy 仍然只是一个更强的对话工具。 真正往前一步，是学会使用 Skill。 再往前一步，是把多个 Skill 组合成一套 SOP 工作流。 这篇文章就从这里开始。 我们不讲复杂技术。
- 只讲三个问题：
- 什么是 Skill？
- 为什么需要 Skill？
怎样从一个 Skill，走到一套可以反复使用的 SOP？
一、先把概念讲清楚：Skill 不是更长的提示词
很多人第一次听到 Skill，会自然把它理解成“高级提示词”。
这个理解有一点接近，但不够准确。
提示词解决的是表达问题。
Skill 解决的是能力问题。
可以用一个生活化例子理解。
我们临时请同事帮忙，可以直接说：“帮我整理一下这份资料。”
这是提示词。
但如果这个同事手里没有浏览器、没有文档编辑器、不能访问文件夹、不能调用某个外部工具，他最多只能给建议。
真正要把事做完，还需要工具。
Skill 就像给这个同事配了一套专项工具箱。
WorkBuddy 官方文档里的定义更直接：Skill 为 WorkBuddy 增加“特定工具能力”，封装一组可执行的脚本与工作流，让 AI 在授权下完成具体动作。
这句话里有三个关键词。
第一个是特定工具能力。
它不是泛泛地变聪明，而是让 WorkBuddy 会做某一类具体事情。
比如进入网页、下载视频、处理 Office 文件、搜索信息、整理笔记。
第二个是可执行。
它不只是告诉 AI “应该怎么做”，而是让 AI 在合适权限下真的去做。
比如读取文件、生成表格、打开网页、保存结果。
第三个是授权。
Skill 越有用，往往也越接近真实文件、网页、第三方服务和本地操作。
所以它不是无风险增强。
它是一种需要管理权限和边界的工作能力。
二、为什么要 Skill：因为 AI 不该每次都从零开始
如果每次用 AI，都从一句临时需求开始，效率会有明显天花板。
同样一类任务，我们会反复解释背景。
同样一种输出，我们会反复规定格式。
同样一个工具动作，我们会反复告诉它应该怎么操作。
这就像每次做饭，都重新发明菜谱。
第一次可以。
第二次也能忍。
到了第十次，就应该把常用步骤固定下来。
Skill 的意义，正是在这里。
它把某类高频任务需要的工具、步骤、能力封装起来。
下次再遇到类似任务，不必把所有细节重新说一遍。
只要任务意图足够明确，WorkBuddy 就能调用对应能力。
比如一个普通对话工具，可以帮我们写“请整理这份录音”的提示词。
但如果没有语音转文字能力，它无法直接处理音频。
Local Whisper 这类 Skill 的作用，就是让 WorkBuddy 可以先把本地音频转成文字，再继续整理纪要、提炼行动项。
再比如，我们想让 AI 总结网页资料。
如果网页内容是静态的，普通搜索可能够用。
但如果页面需要点击、滚动、展开后才能看到内容，就需要 Agent Browser 这类 Skill，让 WorkBuddy 像真实用户一样进入网页并读取信息。
所以，Skill 不是为了让对话看起来更高级。
它解决的是一个更朴素的问题：让 AI 从“会说”，进一步变成“会动手”。
三、如何使用单点 Skill：先解决一个明确动作
新手最容易犯的错误，是一上来就想设计复杂工作流。
这个顺序不太稳。
更合理的方式，是先从单点 Skill 开始。
什么叫单点 Skill？
就是只解决一个具体动作。
比如“查最新资料”。
比如“打开网页并截图”。
比如“处理一个 PDF”。
比如“把音频转文字”。
比如“把内容保存到 Obsidian 笔记库”。
单点 Skill 的好处，是任务边界清楚。
边界清楚，AI 才不容易跑偏。
在 WorkBuddy 里，Skill 的使用路径大致可以分成四步。
第一步，进入技能页面。
这里通常能看到技能市场和已安装技能。
技能市场适合找官方推荐或已有 Skill。
已安装区域适合查看本机已经可以调用的 Skill。
第二步，添加技能。
官方文档里给了几种方式：可以上传本地技能包，也可以通过“查找技能”输入任务描述，让 WorkBuddy 帮忙找相关 Skill，还可以通过“创建技能”描述需求，让 WorkBuddy 生成相关 Skill。
第三步，启用或关闭技能。
这个动作很重要。
官方文档明确建议：仅启用当前任务所需的技能，减少无关干扰并降低误调用概率。
这句话值得认真对待。
Skill 越多，不代表越稳定。
一个任务只需要搜索，就不要同时开一堆无关的文件、网页、第三方操作能力。
第四步，在对话中描述任务。
这里仍然需要清楚表达。
Skill 不是替代提示词，而是和提示词配合使用。
比较稳的表达方式是：目标页面或文件是什么，要执行什么动作，最后输出成什么形式。
比如使用 Agent Browser，可以这样说：
请打开这个网页，完整阅读需要展开和滚动后才能看到的内容，整理成结构化摘要，并为关键页面截图留档。
这句话里有三个要素。
网页在哪里。
动作是什么。
结果是什么。
对单点 Skill 来说，这就够了。
四、从单点 Skill 到 SOP：差别在“是否能重复交付”
讲到这里，我们已经知道 Skill 能帮 WorkBuddy 做某一个动作。
但真实工作通常不是一个动作。
真实工作更像一串动作。
比如做一篇行业简报。
第一步要查资料。
第二步要筛来源。
第三步要读网页。
第四步要整理摘要。
第五步要生成文档。
第六步要保存到固定目录。
如果每一步都临时说一遍，当然也能完成。
但这不叫流程。
这只是一次性操作。
SOP 的意思，是 Standard Operating Procedure，中文可以理解成标准作业流程。
它不是为了把工作写得很复杂。
它是为了让一类重复工作，下次还能按相同标准完成。
用生活例子说，单点 Skill 像一把螺丝刀。
SOP 像一张家具安装说明书。
螺丝刀很重要。
但只有工具，没有步骤，也容易装错。
步骤写清楚以后，换一个人来，或者下个月再做，也能尽量得到接近的结果。
放到 WorkBuddy 里，SOP 工作流通常需要说清四件事。
第一，输入是什么。
比如网页链接、录音文件、PDF、Excel、一个文件夹，或者一个主题关键词。
第二，处理步骤是什么。
比如先搜索，再筛选，再阅读，再整理，再生成文档。
第三，输出标准是什么。
比如输出 Markdown、Word、PPT、表格、摘要卡片、行动清单。
第四，验收规则是什么。
比如必须附来源，必须分栏目，必须列出不确定信息，必须保存到某个目录。
很多人写提示词，只写目标。
比如：“帮我做一个行业简报。”
这很容易导致 AI 自己猜步骤、猜格式、猜判断标准。
SOP 的关键，是把“我以为你懂”的部分写出来。
让 AI 不只是知道要去哪里，还知道应该怎么走。
五、一个可落地的例子：自媒体选题素材包 SOP
为了让这件事更直白，我们用一个具体例子。
假设任务是：每周整理一次“AI 办公工具”选题素材包。
这个任务看起来是写作。
其实里面包含多个动作。
可以拆成一套 SOP。
第一步，确定主题范围。
比如本周只看 AI 办公工具，不看 AI 编程工具，不看大模型技术论文。
这一步的目的，是防止信息过宽。
第二步，搜索最新资料。
这里可以使用 Web Search。
指令可以写成：
请搜索最近 7 天 AI 办公工具领域的重要动态，优先查找产品更新、官方公告和权威媒体报道，整理成候选素材清单，并附来源链接。
这里要注意“最近 7 天”和“附来源链接”。
前者控制时间范围。
后者方便复核。
第三步，打开重点页面细读。
如果某个页面需要点击、滚动、展开内容，就可以用 Agent Browser。
指令可以写成：
请打开这 3 个链接，阅读页面中需要展开和滚动后才能看到的内容，分别提炼核心信息，并为关键页面截图留档。
第四步，整理成文档。
如果希望输出成正式文档，可以用 DOCX 相关 Skill。
如果希望继续做表格管理，可以用 XLSX 相关 Skill。
如果只是形成写作素材，可以先保存成 Markdown。
第五步，沉淀到知识库。
如果我们已经在用 Get笔记，就可以把最终结果保存到固定目录。
比如保存为“2026-08-03_每日反驳清单.md”。
第六步，形成复盘。
每次做完后，记录一条经验：哪些来源质量高，哪些关键词噪音大，哪些输出格式更好用。
如果使用 self-improvement 这类 Skill，就可以帮助 WorkBuddy 在后续相似任务中参考历史偏好。
这样一来，整套流程就从“临时让 AI 查资料”，变成了“每周固定生产一个选题素材包”。
这就是 SOP 的价值。
它把 AI 能力从一次性产出，推进到持续迭代。
六、自动化和权限：成熟后再放大，关键处留护栏
当一套 SOP 跑顺以后，自然会进入下一个问题：
能不能让它定时执行？
WorkBuddy 官方文档里的“自动化”功能，正是处理这类场景。
它可以按设定时间执行周期性、重复性任务。
比如每日简报、周报汇总、定时数据整理。
在自动化任务里，我们可以配置任务名称、提示词、调度规则、工作目录，也可以选择模型和技能。
这听起来很诱人。
但这里需要先泼一点冷水。
自动化不是 SOP 的起点，而是 SOP 成熟后的放大器。
为什么？
因为自动化会放大一切。
好的流程会被放大。
不清楚的流程也会被放大。
稳定的输出会被放大。
错误的路径、错误的权限、错误的文件操作，也可能被放大。
所以新手不建议一上来就创建高频自动化任务。
更稳的顺序是：
先手动跑一次。
再手动跑三次。
每次都检查输出是否符合预期。
然后把提示词、输入范围、输出格式、保存目录固定下来。
等这些固定下来，再考虑自动化。
这和公司里的流程管理很像。
一个流程还没跑通，先不要急着排班、定时、批量执行。
否则效率越高，返工越快。
在 WorkBuddy 里做自动化任务时，尤其要注意三类边界。
第一，文件边界。
尽量为每个任务准备独立工作空间，只放需要处理的副本。
第二，权限边界。
日常建议使用默认权限，让高风险操作在关键节点停下来确认。
第三，结果边界。
自动化输出涉及文件改动、对外发送、数据变更时，要保留可追溯记录。
自动化真正适合的，不是“我还没想清楚，让 AI 自己试试”。
它更适合“这件事我已经知道怎么做，只是希望系统按时帮我做”。
Skill 的本质是能力扩展。
能力越强，边界越重要。
WorkBuddy 官方文档里有几类提醒，适合新手直接记下来。
第一，Skill 可能接触数据。
具体范围取决于安装和启用的能力。
可能涉及账户身份信息、用户输入内容、第三方平台凭证、本地文件读写、屏幕与输入控制权限。
这不是说 Skill 一定危险。
而是说：我们要知道它可能碰到什么。
第二，部分 Skill 可能把输入内容发往第三方。
比如调用外部服务、第三方 API、消息平台或其他工具。
如果内容涉及客户资料、内部会议、财务信息、未公开方案，就不要随便交给不清楚来源的 Skill。
第三，复杂任务和复杂 Skill 往往会带来更高积分消耗。
所以新手测试时，不要一上来就让它处理一整套大任务。
先小样本测试。
先低频率运行。
先看结果是否稳定。
第四，权限模式要慎重。
WorkBuddy 有默认权限和完全访问权限。
日常任务更建议默认权限。
可以把默认权限理解成一层安全护栏。
普通处理不挡路，但遇到敏感路径、重要删除、脚本命令、网络访问等高风险动作时，会要求再次确认。
完全访问权限会减少确认，但也意味着风险动作可能直接执行。
如果任务涉及生产资料、客户资料、财务资料、唯一文件副本、批量删除、批量覆盖，不建议开启完全访问权限。
这里有一个简单原则：
越是高频自动化，越要低风险边界。
不要在真实资料上试流程。
先用副本。
不要在大目录里批量执行。
先用测试文件夹。
不要让不熟悉的 Skill 直接改重要文件。
先让它生成计划、预览结果、列出清单。
AI 工作流不是把控制权全部交出去。
恰恰相反，成熟用法是把低风险重复动作交给 AI，把关键判断点留给人。
七、零成本 Skill 精选 10 个：按任务回到流程
接着，我们回到一个非常实际的问题：
新手应该先装哪些 Skill？
这里不建议按“看起来厉害”来选。
更建议按任务分组。
先问自己：我最常见的工作，是查资料、处理文件、整理知识、处理网页视频，还是做安全检查？
下面这 10 个 Skill，可以作为入门清单。
分组
Skill
适合解决什么问题
新手使用建议
网页处理
Agent Browser
打开网页、滚动、点击、展开内容、截图和读取网页信息
适合动态网页、需要截图留档的任务
办公文件
办公文档四件套
处理 PDF、DOCX、PPTX、XLSX 文件
遇到什么文件，就用对应 Skill
语音资料
Local Whisper
本地语音转文字，适合会议、访谈、课程音频
转写后继续整理纪要和行动项
视频资料
tl_video_downloader
下载视频、提取音频和字幕，再做摘要整理
注意平台服务条款和版权边界
信息检索
Web Search
搜索最新资料、新闻、文章并整理来源
一定要带时间范围和来源要求
知识沉淀
Obsidian
读取、写入、搜索和整理本地笔记库
适合日报、周报、项目记录
安全检查
Skill Scanner
安装第三方 Skill 前做安全审查
先审计，再安装
经验沉淀
self-improvement
记录偏好、失败原因和固定做法
适合长期使用者
选型辅助
Find Skills
根据需求筛选候选 Skill 并解释差异
不知道装什么时先用它
页面设计
Frontend Design
生成更有设计感的前端页面或演示稿
先说清页面目标和风格方向
这张表不需要一次性全装。
更稳的方式，是按自己的真实任务安装。
如果主要做内容工作，优先考虑 Web Search、Agent Browser、Office 文档四件套、Obsidian。
如果经常处理会议和访谈，优先考虑 Local Whisper。
如果经常试装第三方 Skill，先把 Skill Scanner 放进流程。
如果已经有固定写作、整理、复盘习惯，再考虑 self-improvement 和自定义 Skill。
工具清单只是入口。
真正重要的是把它们放进稳定流程。
回到这篇文章的核心判断。
Skill 很重要。
但 Skill 本身还不是终点。
一个单点 Skill，只是让 WorkBuddy 多了一种能力。
一套 SOP，才是把能力变成可重复交付。
如果我们只是偶尔让 AI 查一次资料、改一次文档、总结一次网页，当然也能提高效率。
但这类效率是零散的。
今天省一点时间。
明天又重新开始。
更大的价值，是把高频工作沉淀成流程。
比如每周素材包。
比如会议纪要整理。
比如客户资料清洗。
比如竞品动态追踪。
比如课程资料归档。
每一类任务都可以问四个问题：
输入是什么？
步骤是什么？
输出是什么？
验收标准是什么？
这四个问题回答清楚，Skill 才能真正进入工作流。
再稳定一些，才值得自动化。
所以 WorkBuddy 的 Skill 用法，可以分成三层。
第一层，单点能力。
让 AI 会查、会读、会转写、会处理文件。
第二层，SOP 工作流。
让 AI 按固定流程完成一类任务。
第三层，自动化执行。
让成熟流程按时间、目录、任务规则周期运行。
但顺序不能反。
先有明确动作。
再有稳定流程。
到这一步，才适合自动化。
这也是 AI 工具学习里一个很重要的分水岭：
新手追功能，熟手建流程。
真正让效率沉淀下来的，不是今天用了多少个新工具。
而是有多少重复工作，已经变成了可以复用、可以检查、可以迭代的 SOP。
觉得有帮助，转发给需要的人。
我是文左灬刀右，明天见。
把这一章真正跑一遍
下面这条任务可以直接放进 WorkBuddy。先用脱敏副本练习，确认无误后再替换成正式材料。
把现有 AI 资产整理成台账：资产类型、场景、负责人、来源、权限、当前版本、测试状态、更新时间和退出处理。重复资产先标记，不自动删除。
本章完成后，应留下这些结果：
- AI 资产台账 已生成、能打开，关键内容能回到输入材料。
最后再看一遍实际文件和变更记录。删除、覆盖、外发、发布、付款、审批和生产写入继续由有权限的人确认。遇到材料冲突、权限不足或外部状态不确定，让任务停下并列出待处理问题。
AI 办公产品教程 · 完整版