AI CEO 二期班 · D1 上午
01 — 43
序 · 开场
李学恒 · 岭南学院
+
+
01 序 · 开场
←
→
中山大学岭南学院 · AI CEO 二期班 · 2026.08.22
AI 智能体基础WorkBuddy 实践
认知升级 · 亲手跑通你的前三个智能体任务
李学恒
AI CEO 二期
0 今天上午
不只听概念，上午动手三次
I
从对话到干活 演示 + 实战演练 1：亲手填一份新表 回到原理：拆开看它怎么跑 II
把话说清楚 六要素公式与六大心法 实战演练 2：批量审核一摞报销单 III
用上现成能力 现有 Skill 与连接器 实战演练 3：Skill 调研小队出简报
上午你会亲手让 AI 跑完第一个任务；中午之前，你会带着三份自己做出来的文件 离开教室。
I 发展趋势
2022—2026，AI 沿着三条线 走向 Agent
脑更强 对话 → 推理
2022-11 ChatGPT 自然语言对话
2023-03 GPT-4 理解与规划
2024-09 OpenAI o1 深度推理
2025-01 DeepSeek-R1 推理能力普及
手更多 调用 → 操作
2023-06 Function Calling 调用外部工具
2024-10 Computer Use 操作电脑界面
2024-11 MCP 标准化工具接口
现在 连接器生态 进入业务系统
更像员工 回答 → 工作
2023 Agent 框架 多步自主执行
2025-02 Claude Code 项目级长链任务
2025-07 ChatGPT Agent 跨工具完成任务
2026 H1 数字员工 长期运行与汇报
三条线汇成数字员工：更聪明、更自主、更自动化。AI 的入口仍可以是对话，但它正在从回答问题 走向完成任务 。
I 人的工作
AI 能做得更多，对人的要求也在提高
在适合交给 AI 的任务中，人会把更多精力放在定义任务、提供判断和承担最终责任 上。
I 个人 AI 应用
个人使用 AI 的三种方式
三种方式按任务需要组合，不是对人的分级。课程分工：今天上午聚焦 Tool User；今天下午张一帆老师展开 Tool Builder；明天上午展开 System Builder 。
I 一页认识 Agent
Agent = LLM + Tool + Context
三个构件先记住入口。它到底怎么跑？先亲手用一次，回头再拆原理。
关键推论
模型无记忆，上下文工程 非常重要
每一轮送进什么材料，决定它做出什么判断——组织 Context，就是在组织它的工作条件
I 三类入口
同一套 Agent 运行方式，被做成了三类产品
OFFICE WORKBENCH
办公工作台 WorkBuddy
界面直观，常用于文件、办公和综合岗位任务。
ENGINEERING AGENT
工程型 Agent Claude Code
在终端、IDE 或云端工作，适合工程与研究任务。
OPEN SELF-HOSTED
开源自托管 Agent OpenClaw
可自行部署，也可连接消息入口、不同模型和自动任务。
选型先看四件事：日常入口、数据边界、需要接入的系统，以及团队维护能力。今天我们用 WorkBuddy 。
I 演示 + 实战演练 1 · 新表照旧表填
三份旧文件，一份新表，它自己对着填
界面四件事：Ask 快速问答 · Plan 先出方案再执行 · Craft 动手生成成果 · 工作空间限定文件范围。
I 实战演练 1
轮到你：同一个任务，自己跑一遍
实战演练 1： 第一次亲手指挥一个能读写本地文件的 AI——三份格式不同的旧文件，一份新表，你只交代一次。卡住的同学休息时我们个别看。
指令卡与素材：学员实操页 ai.lingnan.top/26aiceo-II-A-prompts
I 实战演练 1 · 验收
表填好了，先过四个检查
1 先计划 它先给了计划，等你确认才动手
2 对得齐 三份文件字段名都不一样，它自己对齐了
3 不硬编 旧文件里没有的字段标了【待填】，没有编造
4 会提问 两份文件里入职时间不一致——它停下来问你了吗
说破一件事：查资料写报告那类活，豆包和 DeepSeek 网页版也能做个八成像（调研任务已放进课后自练）；但你们刚才做的填表，和休息回来的批量审核 ，它们做不了——它们没有手。
I 文件怎样经过 AI
Markdown 适合做中间底稿
→
Markdown 方便读取 · 修改 · 追踪
→
LLM 处理与文件交接
Word／PPT／Web／PDF
最终交付可以是常用办公格式。Markdown 的作用，是让中间过程便于检查和追溯 。
刚才填表就是这条线：三份旧文件（Word／PDF／Excel）先被读成文本，对齐、核对之后再写回表格。
I 回到原理 · 什么是 Agent
代码可以先不懂，先认出输入和输出
from openai import OpenAI
client = OpenAI(
base_url = "https://api.deepseek.com" , # 请求发给哪个服务
api_key = "sk-…" , # 调用凭证
)
response = client.chat.completions.create(
model = "deepseek-chat" , # 使用哪个模型
messages = [{"role":"user","content":"分析这份行业材料" }],
)
print(response .choices[0].message.content)
刚才练习里发生的，底层就是一次次这样的请求：本轮输入进去，本轮输出出来 。
I 回到原理 · 什么是 Agent
围绕大模型，反复组织输入与输出
→
大模型
一次 API CALL
依据本轮输入判断
→
本轮可能输出
直接回复 Final Response · 文本、计划或总结
工具调用请求 Tool Call · 工具名称与参数
Tool 执行后的 Tool Result，作为下一轮输入重新送入模型——刚才填表时读文件、写文件的每一步都是这样跑的
我们感到“它还记得”，是因为应用在每一轮重新组织并传入 Context ——模型本身不会自动带上上一轮业务材料。
BREAK
课间休息交流
回来后，人机协作最佳实践：6 个提示词要素 + 6 个交互心法
II
PART II · 使用心法
人机协作最佳实践：6 个提示词要素 + 6 个交互心法
六要素公式 · 六大心法 · 九招提示词——句式都可以照抄
II 心法 1／6
先对话，再让它干活
❌ 直接甩一个大任务
“帮我写一份 Q2 销售策略。”
输出：5 段空话 + 通用框架
它完全不知道你在做什么生意
✅ 先聊清楚，再执行
我是某行业业务负责人，想做 Q2 策略——你先别急着写，先问我 5 个你需要了解的问题
它会反问：目标客户？产品形态？主要竞品？渠道结构？目标数字？
把答案告诉它，再让它写
AI 会“猜”你的意图，但猜得不准。主动让它反过来问你 ，是高质量输出的前提。
II 心法 3／6
复杂任务先出计划 ，再逐步展开
❌ 指望一次到位
“帮我做一份完整的行业研究报告。”
它闷头写 3000 字，你看完发现方向错了
全部推倒，时间白费
✅ 先要大纲，确认后展开
先别写正文，第一步给我大纲 ：章节结构、每章要点、数据来源建议大纲可以先改：“第四章不要风险，只要机会”
确认后，再让它逐章展开
超过 3 个步骤的任务都适用。刚才演示和练习里的“先列计划、确认后执行” ，就是这一条。
II 心法 4／6
切换话题，新建工作空间
❌ 一个对话窗聊所有事
早上写客户致歉邮件（语气低姿态）
下午在同一个窗口写对供应商的强硬催货函
结果催货函软绵绵——上下文污染 ，风格全错
✅ 每个独立任务一个空间
在 WorkBuddy 里为独立任务新建工作空间
命名清晰：「合同_长沙项目_Q2」「研究_海外政策」
同一项目可以留着多天反复问——连贯反而是优势
新建空间零成本，清除污染高代价——宁可多建几个，不要图省事共用 。
II 心法 5／6
给角色 + 给框架，输出立刻专业化
❌ 普通问法
“帮我分析一下这个新业务要不要做。”
输出：5 条优点 + 5 条缺点，平铺直叙
✅ 专业问法
“你是 10 年经验的战略咨询顾问 ，用 SWOT + 波特五力 两个框架分析这个新业务要不要做
每个维度给 1 个观点 + 1 个数据支撑 + 风险等级”
输出：结构化矩阵 + 量化判断 + 决策建议
战略 组织 数据 沟通 项目
II 心法 6／6
让 AI 自己批判自己 ，再优化一遍
II 实战演练 2
用六要素，让它一口气审完 10 张报销单
你是一名严格的财务审核专员（角色） 。今天要处理部门本月的差旅与招待报销，审核依据是 02_参考资料 里的差旅报销制度（背景） 。请读取 01_输入／报销单据 文件夹里的全部单据 ，对照制度逐单核验（任务） 。只依据制度条款判断，制度没写的不要自行发挥；拿不准的单据归入“需人工复核”，不要直接判退回（约束） 。按「合规通过／需人工复核／退回」三类，输出两个文件 到 03_输出：一份审核报告 Word，写清每张单据的结论与原因；一份 Excel 统计表 ，逐单列出单号、申请人、类别、金额、结论、原因，并在表尾按三类汇总单数、金额小计与总计（格式） 。输出后自查：有没有漏掉的单据，Excel 的金额加总是否与单据一致（自检） 。
这就是纯聊天 AI 做不了的事： 10 张单据，txt、Word、Excel 混着来，版式五花八门——它自己打开文件夹一张张读完，拿制度去对每一张，你只交代了一次。
操作：先把工作空间指向素材包的 练习2_批量报销审核／ 文件夹，再照抄指令。指令卡可在学员实操页一键复制：ai.lingnan.top/26aiceo-II-A-prompts
II 实战演练 2 · 第二轮
拿到审核报告，再逼它复查一遍
有一张单据的明细和总额对不上——看它自己有没有抓出来。抓不出来，就是人工验收存在的理由 。
II 收藏页
提示词技巧总结——九招随用随取
1 角色赋予 先说“你是谁”，切到专业语料 “你是 10 年经验的财务总监…”
2 背景前置 业务背景写前面，它才知道语境 “我们公司主营 XX，目前面临…”
3 明确格式 指定表格／列表／段落，输出可直接用 “用表格列前 5 项 + 100 字总结”
4 限定边界 说清“只看什么”“不要什么” “只分析金额 ≥ 10 万的科目”
5 分步指令 复杂任务拆步骤，先确认再执行 “第一步先列大纲，确认后展开”
6 调用框架 点名专业框架，输出立刻专业化 “用 SWOT + 波特五力分析…”
7 自我批判 让它自己挑毛病，再优化一版 “挑出 3 个最严重问题，再优化”
8 对抗性提问 预设反对声音，帮你查漏补缺 “老板反问时我怎么答？给 5 个预设”
9 多版本生成 一次多版，覆盖不同场景 “再出一版英文版／短消息版”
讲义里有这一页的大字版，回去照抄即可。
III
PART III · 现成能力
用上现成能力 ：
web-research 联网调研简报 · 人工验收 · 裸指令与 Skill 加持差在哪
III Skill 是什么
Skill：把可复用的做事方法 装进 Agent
III 连接器 · 教师演示
接上专业数据源，调研再升一档
金融行业的同学课后可在 WorkBuddy 连接器市场自行安装体验。
III Skill 实例 · Web Research
一次专业调研，被 Skill 连成一条工作链
先列计划 拆成子题 分路搜索 写下发现 综合后停止
III Skill 实例 · Web Research
调研做过什么，过程都留在文件里
这是课前预跑的真实产物。想自己跑一遍？轻量调研指令在学员实操页的课后自练里。
III 任务现场
动手之前，先把任务现场 交代清楚
会变化的项目事实留在目录，稳定的个人信息才考虑 Memory。每个文件夹都有《指令卡》，离线也能照着做。
III 实战演练 3
用 web-research Skill，召唤一支调研小队
请使用 web-research（网络调研） 这个 Skill，帮我调研「＿＿＿＿ 」（例如：2026 年上半年中国新能源汽车市场的最新动态与竞争格局；也可以换成你自己所在的行业）。先给出调研计划 （拆成哪几个子问题、各查什么方向），我确认后再开始；最多 3 个子问题，每个 2—3 个可靠来源 ，不做长时间深度研究；引用来源清单 ，导出 Word 到 03_输出。
工作空间指向 练习3_行业情报简报／。 它跑的时候别闲着——打开目录，亲眼看刚才解剖过的那些文件（计划、各路 findings）一个个长出来 。
指令卡与素材：学员实操页 ai.lingnan.top/26aiceo-II-A-prompts
III 打开文件检查
对话里写着“已完成”，还不等于可以交付
随机抽查 3 条结论 ，点开引用来源核实 重要数字带来源和日期 查不到的信息标为【待确认】 ，没有编造 过程留痕齐全：计划与各路 findings 都在目录里；简报 Word 落盘 03_输出 交付标准很明确：文件能打开，结论能追溯到来源，并且已经通过人工核验。
III 两次任务对比
裸指令与 Skill 加持 ，差在哪
裸指令调研（课后自练同款）
怎么查全靠你一句句交代
一条线从头查到尾
过程散落在对话里，难检查
查多深、何时停，看当天发挥
实战演练 3 · web-research Skill
Skill 自动拆子问题、出计划
多路并行 分头查，各写各的 findings计划与发现全部落盘 ，随时可检查
自带停止条件和引用规范
同一个调研任务，两种做法（课后可亲自对比）。把好方法沉淀成 Skill，一句话召唤一支小队——这正是今天下午 Tool Builder 的主题 。
IV 避坑指南
新手最容易犯的 6 个错
01 不给背景直接下指令 ❌ “帮我写个 Q2 销售策略”→ 输出空洞 ✅ 先讲清行业／产品／目标，或让它反问 5 个问题
02 一次性甩大任务 ❌ “帮我做完整行业研究报告” ✅ 先要大纲 → 确认 → 逐章展开
03 数据不核查直接用 ❌ 把“市场规模 850 亿”直接抄进汇报 ✅ 关键数字必问来源，给不出可信源就不用
04 同一对话窗聊不同事 ❌ 上下文污染，风格全错 ✅ 独立任务建独立工作空间，命名清晰
05 敏感数据发公网 AI ❌ 客户合同／薪资／商业秘密上传公网模型 ✅ 敏感数据走企业版／私有化（不出网 + 不训练）
06 期望一次到位的完美输出 ❌ 第一版不满意就放弃 ✅ 第一版 60 分 → 自我批判 → 优化 → 90 分
每条都对着今天学过的东西：①→心法一 ②→心法三 ③→人工验收 ④→心法四 ⑤→课堂纪律 ⑥→心法六。
IV 课后练习 · 现在交办 · 看它在浏览器里自己填
先开权限、装技能，再让它替你上网填一张表
它默认在沙盒 里干活，装不了浏览器驱动——先在权限里选「允许完全访问」，再到技能市场装「网页自动化」 （agent-browser）。权限是你授予的，随时可以收回。
完整指令在学员实操页（ai.lingnan.top/26aiceo-II-A-prompts）和素材包指令卡里，一键复制；没跑通的课后照卡再来一遍。
请用「网页自动化」技能，以有头模式 打开 ai.lingnan.top/survey 这张报名表，代我填写并提交：先读一遍页面结构、说出哪些必填再动手；自测题每题选第 3 项；联系方式一律用测试身份（姓名「浏览器自动化测试」 ，其余按指令卡）；提交前后各截一张图存到 03_输出/；被校验拦住就查漏补上，按钮点不动就换种方式再点 ，同一步失败 3 次停下问我；做完汇报填了什么、提交是否成功、画像是什么。
先读结构、再一项项勾填、卡住就换法子——怎么做，它自己判断
有头模式交办：浏览器窗口弹出来 ，亲眼看它填、提交、拿到「画像」——上午三个练习读本地文件，这一个伸手到网页上
IV 小结
从 Tool User 出发，两天走完三级台阶
今天上午 Tool User · 今天下午 Tool Builder （张一帆老师）· 明天上午 System Builder 。今天上午的工作方式，现在就可以带回你的真实任务里。
谢谢。
欢迎提问，也欢迎讨论你准备先做哪一项任务
李学恒
AI CEO 二期
