

> 一个普通水利工程师的真实体验：从逐字翻规范到 AI 一键校核，审查效率提升了不止一个数量级。

## 先交代背景

我在长沙一家小型水利设计院做技术工作，平时最头疼的事情之一就是**水利报告的校核审查**——水土保持方案、水资源论证、洪水影响评价……随便一本报告动辄上百页，数据密密麻麻，要对照的规范条文几十本。

前段时间一个县的三个灌区项目要上水资源论证报告，三本报告加起来超过 400 页，下周就要上会审查。初审的任务落在了我头上。

传统的审查方式是什么样的？把报告打印出来或者打开 PDF，对着规范一条一条对。GB/T 35580-2017《建设项目水资源论证导则》翻一遍，SL/T 769-2020《农田灌溉建设项目水资源论证导则》再翻一遍，DB43/T 388 用水定额还要查……光规范就是十几本。还得对照地方水资源公报核对数据，看计算底稿 Excel 有没有和 Word 报告对不上的地方。

一个报告审下来，一天起步。三个报告，按传统方式就是三天。![20260703-ddd2d310.png](https://developer.qcloudimg.com/http-save/yehe-12595339/cc74e1f6513b0f4f50699a8c1a445590.png)

但这次，我用了一个新的工作方式——WorkBuddy。

---

## WorkBuddy 是什么？

简单说，WorkBuddy 是一个**能直接操作电脑的 AI 助手**。它不同于你问一句答一句的聊天机器人——它能读文件、写文件、运行代码、查规范、生成文档，像一个真正的数字工程师一样完成完整的工作任务。

对我来说最关键的能力：

- **能读 PDF、Word、Excel 文件**——水利报告各种格式都有，不用先转格式
- **能运行 Python 脚本**——提取数据、做计算、生成文档全靠自动化
- **有长期记忆**——规范库路径、审查标准、历史项目记录能跨对话保留
- **能同时处理多个关联文件**——Word 报告正文 + PDF 附图 + Excel 底稿交叉比对

---

## 怎么用它审报告？实战三步走

### 第一步：把"兵器库"准备好

建一个规范库目录，把所有技术标准按级别分类整理好。一次整理，长期复用：

```
规范库/
├── 01法律法规/
├── 02技术标准/
│   ├── 01国家标准/
│   ├── 02水利行标/
│   └── 03省地标/
└── 04参考资料/
    └── 水资源公报（多年）/ 水功能区划/
```

跟 WorkBuddy 说一次规范库在哪，以后每次审查它都知道去哪找。

同时建立一个专用的**审查工作空间**，写好审查规则：依据什么标准、怎么分级标注（严重/一般/建议完善）、输出什么格式（.docx）、走什么流程（通读→提取→对照→校核→出具意见书）。

这些配置写完一次，后续所有审查任务自动继承。

### 第二步：把任务说清楚

不需要写什么 Prompt 模板，用自然语言把下面几点讲清楚就行：

- 待审文件在哪（Word + 附图 PDF + 计算底稿 Excel）
- 审查依据哪些规范
- 重点审什么方向
- 输出什么格式

WorkBuddy 接下来自动完成的事情是：

1. 浏览规范库，找到所有相关的标准文件
2. 用脚本提取 PDF 规范的提纲和关键条款，梳理成速查表
3. 提取多年水资源公报数据，建立对比表
4. 拆解三本报告全文——正文段落 + 所有表格 + 附图信息 + Excel 底稿
5. 按 GB/T 35580-2017 的章节框架逐项对照
6. 交叉比对 Word 报告和 Excel 底稿的数据一致性
7. 生成审查意见书（.docx，带格式、带颜色分级、带规范编号引用）

整个过程我没有打开任何一个文件。效率的提升是碾压级的。

### 第三步：看审查结果

WorkBuddy 输出的审查意见书结构如下：

- **审查基本信息**——项目概况、编制单位、审查依据
- **审查意见汇总**——各等级问题数量统计
- **逐项审查意见**——每条意见含：
  - 级别标注（严重/一般/建议完善，分色显示）
  - 规范依据（精确到条款号）
  - 问题描述
  - 修改建议
- **审查结论**——总体评价 + 上会前修改优先级![20260703-bd58ce73.png](https://developer.qcloudimg.com/http-save/yehe-12595339/638bc03a7058caa188516ebfa1bbec86.png)

---

## 这次审查发现了什么？

三本报告加起来发现了数十项问题，里面有几种问题是人工审查很容易漏掉的：

### 数据口径打架——同一样东西三个数

A 灌区的报告中，灌溉面积出现了三个不同数字：

- 设计灌溉面积 2.248 万亩
- 现状有效灌溉面积 1.1 万亩
- 报告某处写的"项目实施后新增面积" 2.73 万亩

2.73 > 2.248，新增面积比总面积还大，这在逻辑上就有问题。但这三个数字分别藏在报告的不同章节——一个在项目概况、一个在水资源分析、一个在结论段落——人工通读时前后翻几十页，非常容易放过。

WorkBuddy 在提取全文表格和段落数据后，把所有"灌溉面积"相关的数值全部捞出做了交叉比对，直接标红。

### 规范版本悄悄过期了

三份报告引用的是 DB43/T 388-2020《用水定额》。但你不知道的是——这个标准的新版已经在审查前一个多月实施了，旧版废止。

WorkBuddy 在扫描规范库时发现新旧版本并存，自动在新旧之间做了对比。这种规范时效性的检查，靠人脑记忆几乎不可能全覆盖——光是水利行业每年新发布和修订的标准就有几十本。

### Word 报告和 Excel 底稿对不上

B 灌区的 Excel 计算底稿中，有一个村被登记为某个乡镇，但 Word 报告正文统一写的是另一个乡镇——两个乡镇行政上根本不挨着。同时 Excel 中的耕地面积合计值和 Word 中的描述值差了将近 1000 亩。

这个问题藏在 Excel 底稿里。如果只审 Word 版报告，永远发现不了。WorkBuddy 同时读了三个格式的文件做了交叉比对。

### 同一指标两处出现两个数值

B 灌区的灌溉水利用系数——前面一个章节写 0.548，后面节水分析那段又写成 0.538。0.538 低于当地用水效率控制指标，取哪个值做计算，需水量和水量平衡的结论会完全不同。

这两处数字相隔几十页，人工审查很容易因为疲劳而放过去。AI 不会累。

---

## 效率对比

| 环节 | 传统人工（估算） | WorkBuddy |
|------|:----------:|:---------:|
| 查阅规范、整理审查要点 | 2-3 小时 | 自动完成 |
| 通读报告正文 + 附图 + 底稿（单本） | 3-4 小时 | ~15 分钟 |
| 三本报告数据交叉比对 | 几乎做不到 | ~5 分钟 |
| 逐项校核、写审查意见 | 4-6 小时 | ~20 分钟 |
| 排版、输出意见书 | 1-2 小时 | 自动生成 |
| **合计** | **15-22 小时** | **~1 小时** |

但更重要的是——**人工干 22 小时也不一定能查出现在发现的所有问题**。AI 不会因为"连续看了三本报告眼睛花了"而跳过某个表格，不会因为"前面刚查过一个类似的数值"而漏掉后面的矛盾。

---

## 我的理解：AI 做"体检"，人做"诊断"

用了这段时间后，我的体会是：

1. **规范对照是 AI 的强项**——几十本规范数字化后，条文检索和交叉比对远超人力
2. **数据一致性是 AI 的强项**——同一个数字在不同位置出现不同值，人容易忽略，AI 精确标注
3. **结构化输出是 AI 的强项**——一键生成格式统一、规范编号齐全的审查意见书
4. **但专业判断仍然是人的事**——"这个参数取值合不合理""这个论证逻辑有没有硬伤"，最终还是要靠工程师的专业判断

AI 不是来替代水利工程师的，它是来解放水利工程师的——把那些重复性的、机械性的校核工作交给它，把时间留给真正需要专业经验的判断。

---

## 怎么搭这套工作流？

### 1. 规范化你的资料库

建一个结构清晰的规范库，告诉 WorkBuddy 路径即可。后续有新规范直接往里面丢，它会自动识别。

### 2. 写好工作空间"岗位说明书"

在审查工作空间里写一个配置文件，明确：
- 空间用途（报告审查）
- 审查标准和规则
- 输出格式要求
- 分级标注规范

相当于给 AI 配了一份 SOP（标准操作流程）。

### 3. 把任务说清楚

不需要"调优 Prompt"，就用日常工作语言说明：审什么、依据什么、输出什么。WorkBuddy 会把完整的执行链路自动走完。

---

## 局限和实话

这套流程目前有几个现实限制：

1. **扫描版 PDF 的 OCR 效果因人而异**——建议优先使用文字版 PDF
2. **单次对话有上下文上限**——300 页以上的超大报告可能需要分批次处理
3. **复杂的水文计算仍需专业软件支撑**——AI 能做数据提取和框架性审查，但设计洪水推求这类计算不在它的核心能力范围内
4. **它不能替代正式专家评审**——工具是辅助，专家的经验判断和签字负责不可替代

后续我打算把这套流程固化下来，作为日常审查的标准前置步骤——所有送审的报告先过 AI"初筛"，把格式问题、数据矛盾、规范过期这些低级错误拦住，再进入人工精审。

---

## 写在最后

水利行业数字化整体偏慢，AI 应用更少。但正因如此，哪怕只做一点点的自动化，效率提升都非常显著。

如果你也在做工程咨询、设计审查类的技术工作，建议试试把重复性的校核交给 AI。不是要取代什么，而是给自己配一个"不喊累的数字同事"。

---

*作者：江河行笔*  
*工具：WorkBuddy（AI 技术助手）*  
*案例涉及项目信息已脱敏处理（2026 年 7 月）*


一个普通水利工程师的真实体验：从逐字翻规范到 AI 一键校核，审查效率提升了不止一个数量级。

# 我用 AI 助手 WorkBuddy 给水利报告做"体检"，一晚上审完三本论证报告

本文以水利报告校核审查为场景，分享了一名基层水利工程师如何利用 AI 助手 WorkBuddy 替代传统人工翻阅规范的审查流程。以一次灌区水资源论证报告审查为实战案例，展示了从建立规范库、下达审查任务到自动生成带规范编号标注的审查意见书的完整工作流。三本报告共计 400+ 页，传统审查需 15 小时以上，借助 WorkBuddy 压缩至约 1 小时，同时发现了人工审查极易遗漏的数据矛盾、规范过期、

人工智能

职业发展

开发工具

水利工程师分享AI工具WorkBuddy提升报告审查效率的真实案例，从传统人工逐页核对到AI自动校核，实现400页报告1小时完成审查，精准发现数据矛盾、规范过期等人工易漏问题，解放工程师时间专注专业判断。

聊天机器人

数据一致性

代码解释

WorkBuddy 

Python

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

# 我用 AI 助手 WorkBuddy 给水利报告做"体检"，一晚上审完三本论证报告-腾讯云开发者社区-腾讯云

# 我用 AI 助手 WorkBuddy 给水利报告做"体检"，一晚上审完三本论证报告

# 我用 AI 助手 WorkBuddy 给水利报告做"体检"，一晚上审完三本论证报告

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐