1 新手十大坑总表
一位老用户的原话值得贴在桌面上："网上大多只讲功能有多好用，很少提到实际使用里隐藏的问题。"下面这张总表，把系列里所有踩坑警告按"症状 → 后果 → 对策"收拢，照着自查一遍，你已经比 80% 的新手强了。
| # | 坑 | 典型症状 | 后果 | 对策 |
|---|---|---|---|---|
| 1 | 指令太模糊 | "帮我整理文件"→AI反问整理啥；"帮我做个月度总结"→不知道数据在哪、给谁看 | 模糊需求平均要调整 3 次，清晰需求只需 1 次 | 按"动作+对象+要求+输出格式"说；检验标准：一个完全不了解你工作的人能否据此独立完成任务 |
| 2 | 不设工作空间 | 下载→登录→直接用，默认 C 盘系统目录 | 用一周找不着生成的文件 | 安装第一件事：工作空间设到 D 盘固定文件夹（第三篇） |
| 3 | 文件没授权 | 首次弹授权窗口直接点"跳过"，后面"读取D盘销售数据"报找不到 | 约 80% 新手因未授权遇访问失败 | 设置→授权文件夹→加进去；别整盘授权 |
| 4 | 不给上下文 | 不告诉它公司业务背景、汇报习惯 | 它按通用逻辑答，答不到点上 | 第一次用多说一句背景（"我们公司有三条业务线…"），同一工作空间内会记住 |
| 5 | 无节制消耗积分 | 几十份表格直接 Craft 一键执行 | 任务没做完积分先耗尽（有用户因此加班4小时） | 复杂任务先 Plan 模式预览步骤再执行；定时任务指定轻量模型 |
| 6 | AI 数据幻觉 | 自动生成的台账、报表排版工整但数字是编的 | 错误数据直接上交 | 凡涉及数字、金额，输出后逐项核对；数字必须与源表对账 |
| 7 | 过度授权 + 误删风险 | 直接授权整盘/桌面全部目录 | 指令出错误改误删重要资料 | 单独新建专用工作文件夹，只授权需要的文件；涉密合同不交给 AI |
| 8 | 完全甩手掌柜 | 关键决策直接采信 AI 输出 | 人事沟通、业务谈判、重要方案出错 | AI 输出仅作参考素材，关键工作人工二次审阅 |
| 9 | 期望过高 | "帮我写个跟微信一模一样的 App" | 得到简化框架就骂垃圾 | 合理预期：AI 助手做 80%，剩下 20% 由你完成；保持批判性思维 |
| 10 | 一上来全套自动化 | 模式、指令、技能都没玩熟就配定时任务 | 跑出来一坨用不了的东西，积分白烧 | 先从低风险任务起步（待办提醒→早报→周报），新建任务先手动试跑 |
另外三条高频补充：一次问太多（拆成小任务一个一个来）、不会追问（把它当实习生，一次不够就两次）、忘记它需要上下文（不是你肚子里的蛔虫）。
还有一份"15 个坑"清单的提炼可以对照参考：指令笼统、AI 误报完成（说做完了其实没做）、过度授权、模型错配、幻觉编造、误删文件——共性结论都一样：精确下达指令、拆分复杂任务、敏感操作前确认、自己把关输出与积分。
2 积分经济学：每一分都要花在刀刃上
2.1 积分是怎么没的
积分是 WorkBuddy 的"燃料"：每次对话、每个任务执行、每个自动化触发都消耗积分。烧钱的三大典型场景：
- 大批量文件处理：几十份表格直接一键执行，任务没完积分先光；
- 模型错配：没有一个模型能通吃所有场景，写代码可能 GLM 效果好且成本低，复杂推理才需要更强模型——不同模型价格差可达 10 倍甚至 100 倍，选错就是在白烧钱；
- 自动化任务贪多：每条定时任务每次执行都耗积分（简单任务约 1-2 分/次），攒十条自动跑。
2.2 六条省钱心法
- 复杂任务先 Plan 后执行：Plan 模式只花小钱预览步骤，确认无误再切换执行，避免跑偏重来的双倍消耗；
- 轻活用轻模型：日常整理、格式转换指定混元/Flash 等轻量模型；深度分析才上 reasoning/DeepSeek——"让最合适的模型干最合适的活，成本自然可控"；
- 批量任务分批跑：几十份文件分 2-3 批，每批确认输出没问题再跑下一批；
- 自动化只留刚需：保留 3-5 条高频任务（早报/周报/备份），临时任务手动跑；
- 跑通的流程封装 Skill：第一次大白话讲清规则，之后调 Skill 连话都不用说——省的不只是钱，更是每次重复解释的 token；
- 提示词越具体越省：输出精准度与提示词颗粒度强相关，越具体越结构化，一次到位的返工率越低，积分自然省。
2.3 套餐与价格速览（以官方公布为准）
- 个人版：原单一专业版 58 元/人/月，2026 年 7 月 1 日起升级为「标准/高级/旗舰」三档体系，档位越高赠送积分越多；连续包月低至 7 折、包年再享 8 折；老用户权益只增不减，自动升级为标准版（每月实得 4,000 积分）；
- 企业版：旗舰版 198 元/人/月（1 人起购，含 CodeBuddy+WorkBuddy 双产品），专有云版 316 元/人/月（100 人起购）；2026 年 7-9 月新购/续费另有积分赠送活动（额外 2,000 Credits/账号/月）。
3 个人版 vs 企业版：怎么选不花冤枉钱
3.1 本质区别一句话
个人版是"单兵装备"，企业版是"组织操作系统"——个人版解决"我怎么更快干活"，企业版解决"企业怎么统一、安全、可管理地用 AI 干活"。两者界面和通用功能差不多，差异全在"看不到的地方"。
3.2 七维对比表
| 维度 | 个人版 | 企业版 |
|---|---|---|
| 定位 | 个人 AI 效率工具 | 企业 AI 基础设施 |
| 管理后台 | 无（各自各用） | 统一后台：组织架构、成员审批、用量看板、成本归集 |
| 数据安全 | 公有云基础防护，数据在云端 | 私有化部署/多租户隔离/IP白名单/全链路审计日志，数据不出域 |
| 知识管理 | 个人电脑本地，"人走茶凉" | 企业知识库+全局提示词+Playbook 模板，经验沉淀为组织资产 |
| 数字员工 | 自定义专家，本地运行，关机即停 | 7×24 云端数字员工（CloudAgent），可分发共享、接业务系统 |
| 系统集成 | 仅桌面客户端 | 企微/飞书/钉钉/TAPD/OA/CRM/ERP + 开放 API |
| 服务支持 | 自助（官网+社区） | 专属客户成功经理+技术支持+场景咨询+集成服务 |
3.3 "5 人定律"：决策速断
- 团队 <5 人、没形成标准化 SOP：先用个人版把单点效率拉满，写文档做表格搞 PPT 完全够用；
- 团队 ≥5 人、需要协同/管控/知识沉淀：直接上企业版，月均多花约 140 元/人换来整个团队的安全底座和组织级 AI 能力；
- 老板开始问"AI 投入产出比"：企业版是刚需——Admin 后台的用量数据让你能用数据证明 AI 不是"玩玩而已"；
- 七大场景不用纠结直接企业版：团队超 3 人需协作 / 需管理"谁可以用 AI 干什么" / 涉敏感数据（金融法律医疗政务）/ 想把公司经验变成 AI 能力 / 需对接企微或内部系统 / 要过安全审查或投标资质 / 管理层需要看到 ROI。
一句话总结："个人版让你一个人跑得快，企业版让一群人走得远。"以及最重要的提醒：企业版是"一把手工程"——买软件不等于落地，上线前先梳理业务 SOP、搭好知识库，否则功能再强也跑不起来。
4 从入门到精通：完整进阶路线图
对照这个路线图，看看你现在走到哪一级：
Level 1 会用（第 1 周）——三种模式分得清（干活用 Craft、不确定要不要动手用 Plan、聊天查资料用 Ask）；指令按"动作+对象+要求+输出格式"写；工作空间设好、文件夹授权好。标志：清晰指令一次到位，不再被 AI 反问。
Level 2 用熟（第 1 个月）——办公四件套（pdf/docx/pptx/xlsx）装好并验证；数据分析五步法跑通真实业务表；三条数字铁律内化（数字必须对账、表格截图核对、不给就问）；习惯 Plan 模式预览。标志：一份脏数据从导入到出报告，20 分钟独立完成。
Level 3 善用（第 2-3 个月）——跑通的任务封装成 Skill（对话式沉淀两句话搞定）；配置 3-5 条高频自动化（早报/周报/备份）；ima 三库搭好、@提问成为习惯。标志：每天至少 1 小时的固定工作从待办列表里消失。
Level 4 精通（3 个月以后）——组合拳自由：自动化触发→专家分析→技能执行→知识库供料→连接器推送；多 Agent 并行任务；跨会话记忆管理写作风格；Skill 分享到团队甚至社区。标志：参照第九篇，出现"招聘 18 倍效率""单篇文章 2 小时→5 分钟"量级的个人工作流。
Level 5 组织化（团队负责人向）——推动团队从个人版到企业版：梳理业务 SOP → 搭企业知识库 → 全局提示词统一口径 → Playbook 让新人继承工作流 → 用量看板量化 ROI。标志：AI 从"我的工具"变成"公司的资产"。
给所有层级的三条不变原则：① 从简到繁，先用最小组合验证再扩张；② 人机分工铁律——AI 做初筛起草整理执行，人做判断把关沟通拍板；③ 与工具磨合两周，效果才稳定。
5 全系列知识地图：十篇文章一张图
收官之际回顾整个系列的骨架，方便随时回查：
| 篇目 | 主题 | 一句话核心 |
|---|---|---|
| 第一篇 | 认识篇 | WorkBuddy 是"懂点技术的员工"：本质、福利、与传统 AI 助手的区别 |
| 第二篇 | 核心功能篇 | 三种模式（Craft/Plan/Ask）+ 指令公式"动作+对象+要求+输出格式" |
| 第三篇 | 环境配置篇 | 工作空间规划、文件夹授权、锁屏远程、存储路径 |
| 第四篇 | 基础实战篇 | 文档处理、表格分析、PPT 制作三大高频场景 |
| 第五篇 | 数据分析实战篇 | 数据导入→清洗五步法→统计分析→可视化→报告生成 |
| 第六篇 | Skill 沉淀篇 | 把跑通的流程变成一句话复用的技能（SKILL.md 四要素） |
| 第七篇 | 自动化篇 | 设置一次永不操心：定时任务、模板库、微信远程指挥电脑 |
| 第八篇 | 知识库篇 | RAG 原理 + ima 三库结构 + "读取→处理→存回"闭环 |
| 第九篇 | 案例篇 | 六大岗位组合拳 + 30 分钟照抄起步方案 |
| 第十篇 | 避坑与进阶篇（本篇） | 十大坑总表、积分经济学、版本选型、五级进阶路线 |
本系列的隐含主线其实就一句话：从"你伺候 AI"（写提示词、反复调教）到"AI 伺候你"（技能复用、定时自动、知识积累）——每往上一篇，你从重复劳动里解放出来的时间就多一分。
6 实战：给你的 WorkBuddy 做一次"体检"
收官实战不是学新东西，而是花 20 分钟给这两个多月的使用做个体检：
- 指令体检：翻最近 10 条对话，数一数被 AI 反问了几次。超过 3 次，回去重背"动作+对象+要求+输出格式"；
- 安全体检：检查工作空间在不在 D 盘固定文件夹；授权列表里有没有"整盘授权"，有就收窄到专用文件夹；
- 积分体检：看本月积分去向，找出最大头的消耗场景——是批量处理？模型选重了？还是自动化攒多了？按 2.2 对症下药；
- 资产盘点：列出你现在有几个自建 Skill、几条自动化、ima 几个库。少于"2 Skill + 3 自动化 + 3 库"，说明还在 Level 2，回第九篇抄作业；
- 里程碑确认：写下本月你想"技能化"的一个任务和想"自动化"的一件事，设个截止日期。
体检完，把结果记进你的 ima「03-输出库」——这本身就是一次知识库闭环的实践。
7 本篇小结与全系列收官自测
本篇要点回顾：
- 十大坑总表：模糊指令、不设空间、没授权、不给上下文、积分失控、数据幻觉、过度授权、甩手掌柜、期望过高、过早自动化——每一条都有对应解法，核心是"建立正确使用习惯"；
- 积分经济学六心法：先 Plan 后执行、轻活轻模型、批量分批、自动化留刚需、流程封装 Skill、提示词具体化；
- 版本选型"5 人定律"：<5 人无 SOP 用个人版，≥5 人要协同/管控/沉淀上企业版；企业版是"一把手工程"，先梳理 SOP 再上线；
- 五级进阶路线：会用→用熟→善用→精通→组织化，每级有明确"标志"；
- 三条不变原则：从简到繁、人机分工、磨合两周。
