导语
你是不是还停留在"搭智能体"的旧思维里------建知识库、配提示词、调参数、测对话，一个智能体折腾三天？本文从一个真实场景切入，讲清 2026 年 AI 办公形态的一次关键变迁，并给出 WorkBuddy 中技能、专家、专家团的完整四层玩法，帮你把重复劳动压缩 6 倍。
一句话概括：AI 从"你造一个 AI"变成了"你直接指挥 AI 干活"，门槛从"会搭"降到"会点"。
场景：一张纸条，两秒上手
讲师培训上，一位狮姐递来纸条，问两个问题："智能体用哪个好？""该怎样调教？"
我没有长篇大论，只让她做一件事：写下最想让 AI 帮自己干的事，她在专家搜索栏输入"财富"，点了"财富管理专家"的「召唤」，两秒上线。她的困惑瞬间变成惊讶------选一个专家，就是选一个调教好的智能体。
背景：这两个问题为什么不再成立
狮姐的问题在 2025 年下半年是真问题------那时各家平台的逻辑都是"给你一个画布，让你自己搭智能体"，一个智能体要调三天。但到了 2026 年，逻辑变了：
- 2026 年初，OpenClaw 龙虾提出"你直接指挥 AI 干活"，不需要画布、提示词、知识库。
- 2026 年下半年 ，腾讯将 QClaw 团队并入 WorkBuddy，将其确立为 AI 办公旗舰，并把 AI 能力封装成专家 和技能。
概念：技能、专家、专家团
很多人把这三种东西混着叫。官方定义清晰，可直接对照：
| 概念 | 干什么 | 一句话定位 |
|---|---|---|
| 技能 Skill | 让 AI 会做某件事（画图、查资料、去 AI 味） | 工具 |
| 专家 | 让 AI 以岗位资深者视角做判断（合同审查、财富管理、公众号写作） | 顾问 |
| 专家团 | 团长接任务、拆子任务、派团员并行干、合并交付 | 部门 |
记忆口诀：技能是工具，专家是顾问，专家团是部门。 默认 AI 是万金油，专家是螺丝刀，专家团是生产线。
核心玩法：四层拆解
第一层：召唤单个专家（三种姿势）
| 姿势 | 操作 | 适用 |
|---|---|---|
| 专家中心点选 | 左侧栏「专家」→ 搜场景词 → 看擅长领域 → 召唤 | 最稳，新手推荐 |
| 对话里 @ 唤醒 | 输入 @合同审查专家 请审查附件采购合同...... |
最顺，高手常用 |
| 一句话身份声明 | 请以【数据分析专家】身份，分析销售表...... | 兼容老习惯 |
提示词四要素：身份 + 目标 + 范围 + 格式。描述越具体，专家越不用猜你的心思------很多人说 AI 不好用，其实是让它猜了一路。
第二层：召唤专家团，你只说目标
单专家解决单点问题；跨岗位任务（公众号要选题、写、排版、封面）交给专家团。流程：进「专家」→「专家团」→ 选方向 → 召唤 → 选工作空间 → 发任务。团长自动拆子任务，派团员并行干，界面可见整个拆解过程。
两个技巧：
- 提示词先写人话，再点「增强提示词」按钮，系统自动展开成结构化维度（如功能规格书维度、竞品对比维度、路线图分期），喂得越结构化拆得越准。
- 不进预置团，普通对话里也可用"接力式指令"临时组队，前一个专家的产出直接喂给后一个：
bash
帮我完成一篇公众号文章，接力流程：
1. 热点追踪专家：搜本周 AI 工具最火的 3 个话题
2. 公众号写作专家：选 1 个写 2000 字初稿
3. 排版美化专家：转成公众号格式
4. 封面设计专家：出 16:9 封面含标题第三层：串成你自己的流水线
单篇公众号从选题到草稿箱拆成六个环节，将原来的 3 小时压缩到 30 分钟，存成固定流程一句话调用。最关键的转变是角色的变化：从"写文章的人"变成"验收文章的人"------文章还是你的，观点还是你的，搬运的活全交出去了。
第四层（进阶）：建你自己的专家
预置专家不够贴身？进「我的专家」→ 创建：
- 思路一，做单专家 ：把团队资料（如
C:/项目/前端规范/）喂成"前端开发规范专家"。 - 思路二，自建专家团：每个角色绑不同的技能（如科研团：文献检索员绑联网搜索，主笔绑画图技能，审稿人纯人设挑刺），保证各角色工具箱不串味。
避坑清单：90% 的人栽在这几点
- 必须用桌面端------网页版和小程序唤不出专家中心。
- 先授权工作区------否则专家团读不到本地文件，产物也没地方落。
- 任务描述要具体------"写个方案"不行，要写到背景、范围、字数。
- 专家不代验收------产出仍要你把关，尤其合同、财务、医疗类。
- 分清场景------单点问题请专家，跨角色并行的活才请团。
结语：真正的瓶颈是"信息的不平等"
狮姐从递纸条到用上专家只隔两秒，从困惑到惊讶不到五分钟。她不是没能力，而是没被"告知"。
AI 行业正在制造一种新型不平等------不是技术的不平等，而是信息的不平等。知道的人两秒上手，不知道的人花三天搭智能体，最后得出结论"AI 不好用"。工具在进步，但抵达普通人的最后一公里，需要有人去铺。
把被 AI 圈封装成黑话的东西，翻译成普通人能听懂的大白话------这正是 AI 普惠培训的价值所在。
