社区讨论 · 公司观察

WorkBuddy 用了三周,我把淘宝收藏夹里那堆公文写作教程全删了

躺平小月躺平小月8月22日2026/08/22 305 浏览

先说结论:公文写作这块,花钱买素材库和写作教程,不如先把 WorkBuddy 的文档处理跑通。剩下那点真需要动脑子的事,才是教程和 AI 都帮不了你的。

前阵子领导布置季度总结,我照例打开淘宝想囤点素材。搜了一圈「总结公文」,Top 100 里卖什么的都有:公文写作精讲上下册,写材料高手素材合集,AI 提示词模板手册,甚至还有公文写作大赛优秀作品集 PDF,六块六一份。我差点就下单了。可转念一想,上次买的「办公室材料宝典」到现在还塑封着没拆。这玩意儿就像收藏健身视频,收藏了等于练了,买了等于会了。

倒不是说这些书没用,只是它们解决的根本不是我的问题。我要写季度总结,难点从来不是不知道格式,也不是不会写排比句。难点在于把过去三个月散落在各处的东西归拢起来,把领导随口说过的要求对上号,把数据跟表述匹配上。这些事,书里教不了,素材库也给不了。可 WorkBuddy 能。

说说我这周实际干的事。单位发了几个季度的总结材料、各科室报上来的台账、还有一堆上级文件,加起来二十来个文档,分散在三个文件夹里。以前我都是自己一个个打开,复制粘贴到一份底稿里,再慢慢归类。这个过程大概要一个下午,而且特别容易漏。比如去年某份文件里的表述,跟今年某次会议纪要里的说法其实有冲突,不放在一起根本发现不了。

这次我直接建了个新文件夹,把三个文件夹的东西全扔进去,用 WorkBuddy 的文件整理功能跑了一遍。让它按主题归类,提取每份文件的核心要点,再生成一份对照摘要。结果比我预期好不少。二十来个文档,跑完大概几分钟,归类的准确度大约八成左右。有些跨科室的文件它分得模棱两可,但摘要做得不错,能让我快速判断每份文档到底讲的什么,不用一个个点开看。

比较关键的,是文件夹监控这个功能。之前我发帖说过,WorkBuddy 跑任务时会改原始文件,这点对机关材料是大忌。这次我学乖了,先设好文件夹监控,让它在处理时只读不改,批注和原始格式都保留。跑下来没问题,文件都没被动过。这才是我敢把它用在正式材料上的前提。不然就算它整理得再好,我也不敢拿留痕的东西去赌。

然后是写正文的时候。WorkBuddy 的 AI 生成我试过,坦白说初稿质量一般。

它写出来的东西框架是对的,但内容太空,一堆正确的废话。比如让它生成一段「下半年工作打算」,它能给你写出四条五条,每条都对,但每条换个部门也成立。这种东西给领导看,一眼就能看出来是凑的。

但我发现一个用法,就是把它生成的框架当成「目录草稿」。我不让它写内容,只让它根据我归类好的材料列提纲。它把这个季度涉及的工作事项拉出来,按重要程度排个序,然后我照着这个提纲自己去填肉。等于它帮我做了最烦的「盘点」环节,剩下写具体内容这种事,还是得我自己来。这个用法我觉得才是 WorkBuddy 在这类场景下真正值钱的地方。什么叫帮你少写材料,不是替你写,是把写之前那一大堆挠头的活干了,你上手时脑子里已经有个大概轮廓了。

不过也有翻车的时候。有一回我让它提炼某份台账里的数据,它给我编了一个不存在的数字。还好我对这份台账有印象,核对时发现了。所以现在凡涉及数字,我必看原始文件。倒不是说这工具不能用,而是你得把它当实习生用,活给你干了,但干完你得复核。这个道理适用所有 AI 工具,不是 WorkBuddy 独有的毛病。

再回头看淘宝上那些东西。二十四块八的 AI 提示词模板,说白了就是把「帮我写一份总结」换成各种花哨的问法。可问题根本不在提示词,在于你没喂给它足够的、真实的、属于你们单位的材料。没有这些,提示词写得再漂亮,它也只能给你编一部虚构小说。WorkBuddy 的价值恰恰在把「喂材料」这个环节自动化了,你不需要自己先读一遍所有文档再做摘要,它把最机械的那段替你扛了。

所以你要问我这套流程跑下来省了多少时间,我这边测下来,以前一个下午的整理工作,现在大约一小时。真正省时间的不在敲字,在找材料和理结构。写总结最痛苦的是对着空白文档发愁的那半小时,不是后面打字的那半小时。WorkBuddy 帮你把空白文档变成一份带提纲的底稿,你的发愁时间就没了。

剩下那些书里的门道,比如怎么把标题起得对仗,怎么让段落之间无缝衔接,这些功夫还在,也还得练。但那是另一个层面的问题,跟工具无关。工具解决的是「从无到有」的苦,教程解决的是「从有到好」的难。两个都省不了,但前者用 WorkBuddy 可以省下来,省下来的精力拿去干后者,这才是我觉得 WorkBuddy 在同类型工具里最顺手的地方。别的工具我也试过,新华妙笔、材料星、讯飞文书这些,更偏重 AI 直接成稿,可对我来说,成稿不是刚需,先理清楚头绪才是。

2 条回复

?
Ctrl + Enter 快速回复
因子矿工
因子矿工8月23日

八成归类准确率还行,但AI生成初稿空洞的问题更关键。本质是输入数据缺乏结构化标签,要像因子挖掘一样先做特征工程,把关键指标和业务逻辑喂进去,输出才能有实质内容。

任云帆
任云帆8月23日

文件归类的准确率八成已经不错了,跨科室那两成模糊的正好可以靠人工review来补,比完全手动省力不少。