WorkBuddy多工具协同实测：5维打分

我给 WorkBuddy 出了一道它没见过的复合题：一次对话里，读三个格式不同的文件、跑一段脚本、抓一次网页、画一张图、输出一份文档，中间还故意埋了两个坑。

结果是 39/50。及格线以上，但有两个维度掉得很难看——不知道的人，会被它带着走完一整条错误流水线。

这篇把五个维度的实测过程和分数全部摊开，包括它翻车的具体位置。

考题设置

为了不做无效测试，我用的是一个真实场景，不是造出来的玩具任务：

• 输入：一个 CSV（订单明细，1.2 万行）、一个 Excel（区域负责人对照表）、一个 PDF（上月复盘报告，14 页）

• 要求：合并三份数据，算出本月各区域达成率，与上月复盘中的目标做对比，抓取一个公开页面的行业均值做参照，输出图表 + 一页纸结论文档

• 埋的坑一：CSV 里有 47 行区域名带空格（”华东 ” 和 “华东”），会导致合并时对不上

• 埋的坑二：PDF 里的目标值是图片式表格，普通文本提取拿不到

下面按五个维度逐项打分。

维度一：任务拆解 —— 9/10

这一项它表现最好。

我只给了终点描述，没给步骤。它自己拆成了六个阶段：读取三源 → 字段对齐 → 合并 → 计算 → 外部参照 → 成文，并且在开始执行前先把计划列出来让我确认，而不是闷头就干。

更值得说的是，它主动问了一个我没想到的问题：「达成率的分母用月初目标还是调整后目标？两者结果差 8 个百分点。」

扣的 1 分在于：它把「抓取行业均值」排在了很靠后的位置，而这一步网络耗时最长，理想顺序应该是先发起抓取再处理本地数据。它不会做耗时预判。

维度二：工具选择 —— 8/10

1.2 万行的 CSV，它没有试图自己「读一遍再心算」，而是直接写脚本处理——这是对的，也是很多人担心的幻觉重灾区，它避开了。

PDF 那份，它先尝试文本提取，发现目标值那一页提取为空，自动改用图像识别方式重读，拿到了正确数字。这个降级切换没有让我提醒。

扣的 2 分在于：Excel 对照表只有 30 行，它也起了一段脚本去读，属于杀鸡用牛刀，多花了两轮工具调用。小文件直接读更快，它缺少这个体量判断。

维度三：中间产物可追溯 —— 7/10

我要求「每一步落盘」，它做到了，clean.csv、merged.csv、summary.csv 三个文件都在。

但默认不加这句要求时，它只落最终结果。我另起一轮不加这句测了一遍，中途第四步出错，只能整条重跑——这就是 7 分的原因：能力有，但不是默认行为，要靠你写进提示词。

一句话就能补上：

维度四：异常自愈 —— 6/10（短板一）

这是第一个掉分严重的维度。

坑一（区域名带空格）它没发现。 合并后有 47 行匹配失败，它的处理方式是——默默丢掉，继续往下算，最终达成率因此偏高了 3.2 个百分点。整个过程它一句提示都没有。

我追问「有没有数据在合并时丢失」，它才回头检查，然后准确定位到了尾部空格问题并修复。

结论很明确：它有排查能力，但缺少主动报告异常的自觉。

补丁提示词，我现在每条流水线都会加：

加了这句之后重测，同样的坑，它在合并环节就主动停下来报了 47 行异常。同一个模型，差一句话，结果天壤之别。

维度五：流程固化 —— 9/10

跑通之后，我让它把整条流程存成技能。

它写出来的技能文件包含了输入路径规则、六个阶段的执行顺序、两个已知坑的处理方式（空格清洗、PDF 图像识别降级），还有一段「验证清单」。这份东西的完整度超出我预期——它把这一次踩过的坑，写进了下一次的流程里。

隔天我用同一套流程跑新数据，一次通过，没有重复踩坑。

扣的 1 分：技能里没写清楚失败时该怎么回滚，这部分要自己补。

总分与结论

| 维度 | 得分 | 关键判断 |

|—|—|—|

| 任务拆解 | 9/10 | 会自己拆，会先确认，但不做耗时预判 |

| 工具选择 | 8/10 | 大文件走脚本正确，小文件过度工程 |

| 中间产物可追溯 | 7/10 | 能力有，非默认，需写进提示词 |

| 异常自愈 | 6/10 | 会静默跳过异常，最大风险点 |

| 流程固化 | 9/10 | 会把踩过的坑写进技能，复用价值高 |

| 合计 | 39/50 | 可用于生产，但必须加异常报告约束 |

我的使用建议

能交出去的：数据合并、格式转换、批量处理、定期报告生成这类结构清晰、有明确交付物的链路。跑通一次后固化成技能，长期收益极高。

不能全交的：涉及口径判断的计算（哪个目标值算数）、结论性的商业判断。它能给候选答案，拍板还得是人。

必须加的一句话：异常必须报告，不允许静默跳过。这一句的价值，抵得上前面所有技巧加起来。

五个维度里，你最在意哪一个？评论区写下你踩过的「AI 静默跳过异常」的坑，我把高频的几种整理成一份排查清单。

觉得这份实测有参考价值，点个「在看」，转发给正准备把流程自动化的同事——先看完这篇再动手，能少走两周弯路。

明天讲一个真实案例：电商运营用这套多工具协同，把日报从两小时压到十分钟，中间摔过的三跤也一起说。

高总AI办公笔记 · 只讲 WorkBuddy 的实战用法

#WorkBuddy #AI办公 #效率工具