AI 办公的下一阶段，从「帮你生成」到「陪你完成工作」开始

作为内容工作者，日常除了纯粹的文字创作，我还承担着几件需要定期周转的运营任务。比如每隔半个月，我都要维护一次《会员社区精选》。这件事听起来不过是选几篇帖子、写一篇文章，真正干起来却得在三种文件里横跳：先在表格里与同事对齐筛选标准、挑出候选；接着切到文档里把素材拼接成文章发布；文章发出后，还要从同一批数据里拎出结论，做一份内部复盘用的 PPT。

开始借助 AI 工具辅助这些工作后，初期的设想是极大压缩这些流程，但在实际体验中，我发现自己依然没能摆脱「数据搬运工」的宿命。把表格传给 AI 做好归类，改点细节又得重新传回对话框；传给同事确定细节后，到了文档与 PPT 环节又需要重新交代上下文。当一项完整的任务被拆解成不同格式的文档，只要稍微增加一个微调需求，都得向对话式 AI 重新把前因后果交代一遍。

近几个月，我开始测试各类桌面端 AI 办公工具，其中 WorkBuddy 在处理这类繁杂数据流时展现出了不错的执行稳定性。特别是近期上线的「人机双写」机制，尝试让 AI 直接在 Office 生态内运行：用户在不同文档里进行修改和批注，AI 能实时同步读取和协作，省去了跳出文档、复制上下文的步骤。

于是，我将《会员社区精选》的工作流迁移至 WorkBuddy 进行了一次测试验证。这篇文章记录了数据、文档和汇报三端的实际流转过程。如果你也正困在反复搬运数据和重述背景的办公流程里，这份「测试记录」或许能为你提供一种新的参考路径。

▍表格处理：先让 AI 看懂我的批注

通常的 AI 辅助表格处理逻辑是：把表格丢进对话框，用长串的提示词交代筛选规则，随后等待模型吐出一张新表。但在真实的业务协同中，内容的筛选标准往往是动态的，并且极度依赖人工复核。

我先从后台拉取了一份包含近期社区原始数据（含标题、频道、点击率等字段）的表格，调入 WorkBuddy。第一环节先试试最基础的「用嘴指挥」，包含视觉调整、数据筛选、创建工作表、高亮内容等，看样子基本功还算扎实。值得一提的是，文件刚提交，WorkBuddy 就已经把表格预处理好了，顺手修复了 HTML 转义、去掉了重复条目。

工作表建好后，接下来上点强度：能不能让 WorkBuddy 根据表格里的落地页链接，直接帮我做好筛选和话题归类？这一步我其实没指望一轮就过，毕竟筛选这事很主观，以前人工协作时都需要挨个点开链接看正文，现在单靠读标题来猜话题，几乎等于开盲盒。

出乎意料的是，WorkBuddy 给出一个基于标题的初步归类后，反倒主动抛出了分支选项：是帮它获取正文再做精确分类，还是接受当前归类、后续由我手动批注引导？既然它能代劳点开那 65 个链接，我又何必亲自吃这个苦。拿到正文后，分类准确度肉眼可见地提升到了八九不离十的程度。

在表格里的批注，会自动放在对话框里，方便随时看到累积的条目。你可以一口气攒五六条，也可以像我一样边发指令边加批注；赶时间的话，直接在表格里手动改也行。此时的人机协同，不再是「把文件发给 AI，再描述一遍需求」，反而像是我在依循原有的工作习惯，在表格内定下框架、写好批注示例，剩下的活儿就全权交由这位「远程实习生」去执行了。

这种共享操作上下文的模式，将割裂的对话沟通转化为同源文档内的直接协作。流程跑通后，还能固化为专属技能指令，直接省去下周期的重述工夫。

▍文档接力：在同一上下文中构建流水线

表格交由同事确认后，接下来是将数据转化为可发布的文本。在旧工作流中这也是个苦差事：得先手动点开链接拼贴出文章骨架，再复制进对话框求 AI 润色，期间还得反复强调结构和改写细节，最后生怕 AI 篡改原意，还得对着原稿逐字比对差异点。

由于在上一步 WorkBuddy 已经学会了获取帖子正文，我便顺理成章让它根据工作表分类，自动抓取落地页生成初稿。协作仅止于此，也比过去省下了一半时间。

也许这就是与 AI 协作的魔力，我又忍不住让它帮我多干几步：补上正文的超链接跳转、附上原文图片改良排版、顺便标准化有序列表的样式。

看着这篇差不多能直接发的「初稿」，准备进入细节调整阶段。当我觉得某段叙述过于生硬时，不再需要复制出去，而是直接在文档内圈选文字添加评论。此时，文章现有的标题结构、原始链接乃至我刚顺手改的几个错别字，都自动成了这位搭子执行下一步的可见上下文。

这种协作甚至支持异步推进。当我在文档后半部分提改写需求时，可以让 WorkBuddy 同时在前半部分调整标点。由于它支持读取在线文档批注，把文档分享给同事后，团队留下的修改意见同样能被它捕捉：

要想成为有求必应的工作搭子，就得跳出「AI 生成、人工验收、重新修改」的单向循环。它活跃在办公软件里，允许使用者随时介入批注或打断，也允许 AI 在指定的锚点接着干活。人和机器围绕同一份动态变化的文档协同，省去了在不同窗口间来回切换的注意力损耗。

▍格式跃迁：将表格与文本转化为汇报演示

稿件定型不代表任务结束。文章还得转成少数派编辑器支持的 Markdown 格式；同时，每半个月还得向团队交一份包含帖子总量、话题分布的社区复盘 PPT。

转换格式时，我让 WorkBuddy 对 Word 文档执行转换，顺带检查标题层级和引用块的结构完整性，随后直接搬进编辑器定稿。

到了复盘环节，我直接要求 WorkBuddy 切回第一部分的原始数据表格。甚至无需重新传输数据，仅要求以它为底本制作一份复盘 PPT，便输出了一份 13 页的 PPT 报告——数据口径、话题分布趋势及本期重点方向均已排布成型。

值得一提的是，除了点选具体控件，你还可以开启「自由框选模式」划定个大概区域来提意见，且局部的修改指令还能外推到全局，改起来飞快。至于审美和排版，少数派内部向来比较开放——图表清晰、能把事情说清楚就行。WorkBuddy 生成的也是不油腻的简洁风，以至于我核对完数据后，甚至都没动力去调整它的默认排版。

在这条流转链路上，表格承载数据筛选，文档负责对外输出，PPT 承担内部复盘。虽是三种截然不同的格式，本质上却是同一项工作的三个阶段。WorkBuddy 让系统的工作状态在这三种格式间实现了跨越——切换文件类型时，操作者无需再向 AI 重新输入一遍背景信息。

▍结语：聊办公中的上下文关系

回溯这半个月一次的常规运营任务，过去在表格、文档、演示文稿间来回倒腾的繁冗工作，这次在 WorkBuddy 里顺着一条线完成了收敛。

剥离掉大模型的技术外衣，这项功能最核心的突破在于「操作记忆的留存」：它读过表格数据，便能理解文档试图呈现的逻辑主线；它知晓了数据结构，便能判断复盘幻灯片里该突出哪些指标。Office 体系依旧是那张表、那篇文档和那份 PPT，但它们终于在操作层面被串联成了一个连贯的整体。这或许才是「人机双写」的实质。

如果你也经常在多个文件与数据源之间周转，不妨挑一项步骤固定的日常任务在 WorkBuddy 完整体验一次。它未必能压缩所有的执行时间，但能显著减少人工在不同文件间充当信息中转站的摩擦力。

我认为当 AI 辅助办公越过基础生成的及格线，竞争维度正在悄然转移，WorkBuddy 就是这个背景下的催生的一款产品。从比拼「生成能力」到比拼「上下文连续性」，当系统不再需要使用者反复递交文件、重述背景时，智能办公的新范式才算真正开始确立。