不要被专家口中的术语搞混，非工程师入门只需认准 WorkBuddy 的三大核心工作流。了解它们，是你驾驭全场景 AI 的基础。
最经典的聊天界面。你问它答，丢档案它分析，写文案、做图表、给建议。
重点：响应极快，满足 90% 的日常轻量级需求，是驾驭 AI 的基石，不需要任何门槛。
针对复杂的大型任务（如长文撰写、跨部门数据对齐）。AI 会先输出执行计划的大纲。
重点：等你审核大纲无误后，它才会真正开始执行。大幅减少盲目生成导致的返工时间。
直接授权 AI 读取你电脑的本地文件。你只需给大方向（例如：“整理D盘里的所有发票”）。
重点：它会在后台自动抓取文件、处理数据并生成结果，你在旁喝咖啡验收即可。
在右下角选择底层模型时，不要被参数大小迷惑。你可以直接把它们想象成公司里不同等级的员工，根据任务难度来分配算力。
| 模型等级比喻 | 适用场景与能力 | 核心特点与实战建议 |
|---|---|---|
| 实习生 (基础快速模型) |
核心场景: 日常闲聊、简单的文案润色、快速翻译。 |
速度极快，Token 消耗极低。适合快速的高频查询，不需要耗费高级算力。 |
| 正职员工 (进阶平衡模型) |
核心场景: 执行明确的指令、批量文件操作、常规报告撰写。 |
速度与智慧的完美平衡。官方建议在处理 Word/Excel 等办公自动化生成时，作为首选搭配。 |
| 资深专家 (重度推理模型) |
核心场景: 庞杂的多文件对比分析、深度逻辑推演、写代码。 |
胜任大型专案与深度推理，稍慢且耗费算力。极其聪明的“外援”，不要把简单的排版交给它，大材小用。 |
告别机械死板的套话模板，让 AI 真正听懂你的业务语境。
从现在起，我们要让 AI 摆脱“机器味”，成为懂世界更懂你的执行秘书。
如果你不交代背景，AI 只能给出百度百科式的通用废话。你要像招募新助理一样，先做“深度自我介绍”。
官方推荐提示词结构：【角色 + 任务 + 上下文 + 约束 + 输出格式】。
当你还没想清楚完整的执行框架时，不要痛苦地打字排版，直接打开语音“碎念”：
当你觉得自己没想清楚问题完整性，怕 AI 生成的东西偏题时，在任何提问的最后加上这句话：
突破对话框的限制。
解锁多 Agent 协作、自动化排程、SkillHub 与制品(Artifacts)，让 AI 长出手脚。
AI 不再是“你不问它不答”的算盘，而是能自主在后台打工的专业专案经理。
把 AI 彻底改造成你专属的样子，将繁琐固定流程固化，并赋予它真实的操作权限。
前面所有心法，在这一章变成真实发生过的对话。
主角是一个非技术、自称“表达不算特别好”的投放负责人，和 WorkBuddy 一起，把一堆原始数据调教成每天自动产出的决策日报。
项目第一天，我发给 AI 的不是“做个报表”，而是先给产品定义 + 数据铁律。
大多数人第一句话是“做个报表”，你第一句就定了真相源、归属边界、好坏标准——这是你比同事强的地方。
“我给你 N 个数据源，以 X 为唯一权威，Y 仅对账；好坏标准是 A/B/C；先给我整体 + 我自己的双视角报表。”
系列 ②-sk-8.5-SR803，同一天：
根因：Meta 花费与 AF 几乎一致，但订阅归因系统性偏少。用 FB 的 $21.97 当这条系列的 CPA，结论就错了。
真实需求是逐天叠加的——你每天多想看一个角度，报表就多一层。下面是真实提需求的顺序：
“每条素材有 SYY/ZQX/CYT 分别是素材设计师的素材，我现在需要 8 月 10 号以来他们每天各自的素材消耗，以便算绩效。”
→ 报表新增「设计师每日消耗」板块，把投放账户维度和设计师绩效维度分开。
XJ-CN-SYY 这种的也是 SYY 的素材，不要分类错了，她可能不小心把语言 CN 前置了。”→ 设计师代码要取字符串里第一个出现的，不能只认固定前缀。这是后来归因规则修正的真实起点。
Renewal 指标（年定 $39.99 / 周定 $7.99），推测年周定数量，续费率目标 25% 以上。CN 按【语言】码处理 → 映射到「全球华人 / 港澳台 / 东南亚」。有一次你直接给 AI 甩了一段自己的思考（不是要报表，是在想“怎么带人”）：
你还画了 AI 的 6 层升级：数据层→分析层→机会层→实验层→决策层→复盘层，以及 90 天增长计划、增长地图、主动实验 KPI。
这段暴露了你作为负责人的真实思考深度：你不是在要一张表，你在想“怎么让一个人变成 Growth Owner”。
| 心法 | 在哪一页实战中用到 | 核心动作 |
|---|---|---|
| 01 建立记忆 | 实战01 起点 / 06 CN≠中国 | 第一段话就给全量背景+行业常识 |
| 02 人事实地物 | 实战01 起点 / 04 设计师 | 约束条件前置：数据源/标准/命名规则 |
| 03 碎念法 | 实战03 日报层层长 | 每天碎片需求 → AI 提炼成结构化迭代 |
| 04 AMA 法 | 实战02 AF权威 / 05 续费 | "这个数对吗？""你的建议是什么？" |
| 进阶 排程/SkillHub | 实战07 放量阶段 | 日更自动化 + 脚本固化可复用 |
这份教程最该教同事的，不是报表怎么做，而是“怎么和 AI 互相挑刺”。它是一套可复制的 training mode：你抛结论 → AI 故意挑战 → 你答辩 → 共同收口。我们这段合作，本身就是这么走过来的——
“挑战我的假设” ｜ “如果有人要否决我的方案，他会问什么” ｜ “我哪里可能错了，帮我列 5 个”
※ 其中“JN 黑箱”“单位经济”两块你已明确划为他人职责 / 产品团队范畴，不属于本项目可优化项，故不展开；下面只保留你亲自扛的 5 处盲区。
| 盲区 | 交锋（你发问 · AI 挑战） | 你答辩（真实原话精神） | 我们收敛的结论 |
|---|---|---|---|
| ① 归因偏置 AF 比后台少 ~10 单/天 |
你把后台每天多出来的单子当“赠送量”略过，但偏置可能不均匀——某些系列/市场被系统性低估，你的 CPA 阈值其实踩在漂移的地面上。 | “后台每天多单子，我也比较无奈”——是 AF 与后台归因差异，非我可控；差异小，复盘以 AF 为准已是最优解。 | 双口径不可调和，但把“赠送量”从忽略升级为标注；报表顶部固定 📌 数据口径卡，判级一律用 AF。 |
| ② 单点故障 master 能悄悄空掉 |
8.31 那次你重新归档却没重跑脚本，daily_master 直接空了、报表全废——整条链路没有一道“文件到位了吗”的检查。 | “报表上我没办法让你接 AF 和 Meta 的 API，涉及数据安全”——只能手动丢 CSV，所以校验层必须由脚本兜底。 | 落地 validate_archive.py：纯本地校验（3 张表齐全 / 关键列对齐 / master 非空含当日行 / country_master 存在），FAIL 即非零退出。 |
| ③ 决策无依据 只留结果不留理由 |
砍量、停投你只留了“今天关了 X”，没留“为什么关”——三个月后你或同事复盘，根本不知道当时凭什么。 | “确实停投是我的判断…你可以追溯到这个广告系列的情况，大胆指出来”——判断权在我，但动作要可逆、可追溯。 | 操作日志.xlsx 升级“意图层”（系列-操作 + 素材投放）；砍量规则写死：建系≥14 天且订阅≥10 才评估，<20% 才砍。 |
| ④ 零实验纪律 无对照全凭手感 |
爆款复盘强、提炼公式弱；1-1-N、素材 A/B 多凭手感。“前一天好好的，第二天 0 订阅”——你怎么研判是偶然还是趋势？ | “关于对照，你有什么好的方法？跑量的系列时不时就崩，这种怎么研判？” | 用“连续 N 天 + 同基数对比”代替单日惊吓：① 掉出自身 7 日移动区间？② 安装量是否同步塌（受众 vs 转化）？③ 拉出价/预算变更轴对齐。 |
| ⑤ 投机 vs 战略 放量优先的盲区 |
你说“目标先回本、放量优先”，但放量的往往是已验证的安全市场——等于用战术勤奋掩盖战略空白，KR / 欧美一直没啃。 | “因为我现在目标还是先回本，放量优先…最后就是素材为什么好，你有什么拆解 / 迭代的建议？” | 放量 = 在达标线（续费≥25%）上放，难市场用小预算做对照实验；补“素材为什么好”标准 → 素材评分卡（CTR×0.2 + 订阅率×0.35 + ROAS×0.25 + eCPI效率×0.2，中位=100）。 |
上面 5 处盲区，不是在安静复盘里想出来的，而是在“你发问、我挑战、你答辩”的互审里被逼出来的。回头看，我们搭的体系强在“数对错、定口径、做分级”——它是块优秀的仪表盘。但整个过程，有三件事我一度“判了级、没问为什么”：
把“投放经验”变成“可审计的增长操作系统”：仪表盘稳了，互审机制让我们敢对自己下刀。JN 黑箱、单位经济这些“管不了 / 不是我的活”，我们学会了划边界、留痕、标注，而不是假装不存在。
仪表盘告诉你“发生了什么”，因果显微镜才告诉你“该拧哪个旋钮”。下一步，是把三个因果问题（CPA 区间 / 素材好 / 系列跑出去）变成每天的例程，而不是等崩了再救。
我前半段把效率（CPA / ROAS）当指挥棒，续费 / 留存是后期才补的护栏。而续费本质是“安装意图 × 产品体验 × 价格”——创意是我能拉的杠杆，onboarding / 价格是产品团队的，这条边界我没早画清。别让 AI 只做仪表盘，要逼它做显微镜；别只让 AI 答，要逼它问。
做完这 4 步，你就走完了“从空白对话框到决策框架”的第一圈——和这位负责人做的一模一样。
你从第一行就立铁律开始，— 基于 SnapixAI 投放项目真实对话整理
就已经是 AI 的
产品经理了。