WorkBuddy「人机双写」工作流拆解：一份正式文档的 80/20 分工法

一、什么叫「人机双写」？

先给个我自己在用的定义。

「人机双写」不是让 AI 替我写完，而是把一份文档拆成两段，AI 写它擅长的 20%，我写只有我能写的 80%。

那 20% 是：梳理素材、列大纲、检查语句通顺、统一格式。这活儿机械、耗时、不需要判断，交给 AI 最划算。

那 80% 是：观点、经验、真实数据、业务口径。这活儿 AI 干不了——它不知道我们内部那套流程为什么这么定，也不知道上个季度那个数字为什么不能照抄。硬让它写，产出就是一篇"看着挺顺、一句都不能用"的东西。

WorkBuddy 在这套分工里的角色，是桌面智能体工作台：它跑的是"感知 → 规划 → 执行 → 交付"闭环，能读你授权目录里的文件，调用技能和专家，最后把成品文件落到你手上，而不是只给一段建议文字。这一点很关键——能交付文件，才谈得上"双写"；只给建议的，那是"双聊"。

为什么我坚持这个分工，而不是追求"一句话生成全文"？两个原因。 在这里80/20 分工说法只是借代说明，为了更好描述，不抬杠。

一是质量。正式文档的价值密度在判断里，不在字数里。

二是风险。我所在平台对"AI 生成占比过高"的内容有明确判罚口径，"较多段落为 AI 生成"直接被列为不鼓励项，可能导致文章被拦、成长值被扣。全自动生成的东西，往往在这个口径下最脆弱。

二、核心功能详解：支撑「双写」的四个能力

2.1 工作空间与本地文件读取（输入侧）

WorkBuddy 可以读写你明确授权的工作目录，这是它的基本安全边界。我习惯在授权目录下建一个固定子目录放素材，别散落到桌面各处——散落的后果是引用时找不到路径，来回折腾。

支持常见办公格式（Word / Excel / PPT / PDF / 纯文本）。我的实测经验：给纯文本 .md 或 .txt 最稳，PDF 也能读但复杂排版容易错行，扫描件靠 OCR 会漏字。 素材能转文本的，先转。

2.2 技能（Skill）与专家配置（内容侧）

WorkBuddy 的生态里有 Skill（技能）和专家两类可调用配置（。我的用法很克制：只装与当前任务直接相关的，不囤技能。 装十个技能让它自己选，结果往往是它选错的那个。

2.3 权限模式（安全侧）

处理内部材料时，我把任务权限限定在"仅可读取本次任务相关目录"。这不是多此一举：正式文档里往往带内部信息，权限放太宽，等于把不该读的东西主动递过去。

2.4 结果区与文件产出（输出侧）

它生成的内容会以文件形式呈现，可以直接在结果区查看、落到指定目录。这一步让我能把 AI 草稿和我的终稿分开放，避免误把草稿当定稿发出去——我踩过一次，至今心有余悸。

三、实战案例：按四要素拆解

场景是我真实做过的一类任务：撰写一份企业内部管理制度的说明文档（含适用范围、职责分工、操作流程、监督条款）。这类文档每个企业职能岗都会遇到，且对措辞准确性要求高。

3.1 输入材料（已脱敏）

• 一份现行制度的 docx 原文（已删除单位名称、文号、签发人，保留条款结构）。
• 一份我自己整理的 Excel 清单：条款编号 / 涉及岗位 / 常见疑问（岗位写为泛化表述）。
• 上一版说明文档的 md 文本，作为行文风格的参照。

3.2 WorkBuddy 配置

3.3 操作步骤：六个环节

第 1 步 · 选题与定范围（人主导）我先手写三行：写给谁看、解决什么问题、不能碰什么。这一步不给 AI。范围不清，后面全是返工。

第 2 步 · 大纲（AI 起草，人裁剪）把制度原文和疑问清单丢进去，要它列大纲。它给的通常是标准四段式。我删掉不符合本单位实际的条目，补上它想不到的两条（比如某项日常操作的例外情形）。

第 3 步 · AI 草稿（AI 主写）大纲确认后让它扩写。这一步产出的是"骨架肉"——结构完整、语句通顺、但业务细节处于待核实状态。

第 4 步 · 人工改写（人主写）★ 最费时间的一步我逐段问自己三个问题：这句话的表述和我们内部实际做法一致吗？这个职责归属写对了吗？这段换成另一个人看会不会误解？不一致的整段重写，不修修补补。

第 5 步 · 真实数据与口径注入（人独占）把 AI 写的内容换成真实的条款编号、真实的流程节点、真实的时限要求。凡是 AI 自动填的数字，一律视为错误，逐个核。 这一步没有任何捷径。

第 6 步 · 去 AI 味（人主导）具体动作有三个：删掉"在当今形势下""众所周知"这类开场套话；把长句拆短；把"应当予以高度重视"改成"要盯住"这种能落地的说法。改完通读一遍，读起来像人写的就收工。

3.4 产出物（Before vs After）

我的节奏记录（个人记录，非行业基准）：这类 2000 字左右的正式文档，过去从空白页到定稿，我通常要断断续续跨两天；现在集中在半天内完成，其中真正由我动手的时间约两到三小时。变化主要来自两处：不用再从零搭结构，以及不用反复翻原文找措辞参照。省掉的是准备和收尾，不是判断。

四、使用技巧与最佳实践

先划清 20 / 80 的边界，再开工具。 ✅开工具前用三分钟写清"哪部分我交给它、哪部分我绝不外包"。没有这条边界，很容易被它流畅的输出带跑，最后整篇都变成它的，你自己那 80% 反而没了。

真实数据一个字都不许它编。 ✅我在指令里会明确写"凡涉及数字、编号、时限，一律标注'待确认'，不得填写"。

把"等我确认"写进指令。 ✅明确要求它先出大纲、停下、等确认。不然它一口气写三千字，你在三千字里挑毛病，比从头写还累。

素材用完即清。 ✅含内部信息的素材，任务结束后从工作目录移除。知识库是长期资产，泄漏成本远高于复用收益。

正文只放内容，不放链接。 ✅这条来自我自己的教训——文章里出现外部链接、二维码、社群话术，在被平台判定时属于最重的一档。正文就该只有正文。

不要指望"全自动"。 ❌追求一句话出全文，产出的是"看着像那么回事"的稿子。它经不起细看，也经不起核实，最后返工的时间比省下的多。

五、常见问题

1.人机双写会不会最后还是我在写，AI 没帮上忙？会，如果你的 20% 划错了位置。AI 真正省时间的是"准备工作"和"收尾工作"这两头：搭结构、找措辞参照、通读查漏。中间那 80% 的判断，本来就不该外包。

2.正式文档给 AI 看，涉密怎么办？先把能定位到具体单位、人员、事项的信息删干净（也就是脱敏），只留条款结构和通用表述，再用不涉密的清单去驱动它。脱敏是前置动作，不是补救动作。

3.效率提升是不是真的？我的节奏记录是"跨两天变成半天"。但要提醒：这个数字跟你文档的复杂度、素材的整齐度强相关，素材乱七八糟的时候，AI 反而增加整理负担。别把别人的数字当承诺。

「人机双写」的价值不在"让 AI 多写"，而在把人的注意力从准备工作里解放出来，集中放到判断上。我个人的判断是：随着模型能力继续涨，那 20% 的边界会往上涨到 30%、40%，但"谁对结果负责"这件事不会变，永远是人。所以与其研究怎么全交给它，不如把你那 80% 打磨得更值钱。如果你也在用 WorkBuddy 处理文档类任务，欢迎在评论区说说你的 20 / 80 是怎么划的——我更好奇的是，你们踩过哪些和我不同的坑。