WorkBuddy AI 办公应用

《WorkBuddy AI 办公应用》

教学大纲

——面向企事业单位工作人员的人工智能办公应用课程

　学时：16 学时 / 可扩展 24 学时

　适用：企事业单位各岗位

出品：河南元力共生AI

2026-10-31

一、课程基本信息

二、课程定位与目标

（一）课程定位

本课程面向零基础或基础较弱的企事业单位工作人员，系统讲授人工智能办公助手 WorkBuddy 的基本原理、操作方法与实战技巧。课程以“任务驱动、成品导向”为核心理念，让学员在真实办公场景中边学边用，最终具备独立运用 AI 完成文档、表格、演示、信息整理与数据分析等高频工作的能力，并将 AI 工具沉淀为本岗位的固定工作方法。

（二）课程目标

1. 知识目标

• 理解 AI 办公助手的工作机制、能力边界与安全合规要求；

• 掌握三种工作模式（Agent / Plan / Ask）的区别与适用场景；

• 了解技能（Skill）、专家、连接器、资料库、自动化等进阶能力。

2. 技能目标

• 能运用提示词四要素准确描述任务，产出高质量成品；

• 能独立完成 Word 文档、PPT、Excel 表格的生成与美化；

• 能完成批量文件整理、数据清洗统计、图表与看板制作；

• 能结合本岗位场景，设计并落地 3 个以上可复用的 AI 工作流。

3. 素养目标

• 树立数据脱敏、敏感信息本地处理的保密意识；

• 形成“AI 出草稿、人做决策、对外人审”的合规习惯；

• 养成不虚构数据、尊重版权、可追溯的工作底线。

三、教学内容与学时分配

四、各模块详细大纲

模块一　认识 WorkBuddy 与 AI 办公（2 学时）

【教学目标】了解 AI 办公的价值与边界，认识 WorkBuddy 的定位与核心能力，掌握界面操作与三种工作模式，树立安全合规意识。

• 1.1 AI 办公发展趋势与 WorkBuddy 定位、核心能力与“成品交付”理念；

• 1.2 三种工作模式（Agent 直接执行 / Plan 先规划 / Ask 只咨询）及切换方式；

• 1.3 界面组成：侧边栏、对话区、结果区（产物 / 文件 / 变更），设置与权限；

• 1.4 安全合规底线：目录授权、脱敏、敏感数据本地处理、高风险操作确认。

【课堂练习】完成一次“一句话生成一份简短文档”的首次实操，熟悉流程。

模块二　提示词与任务描述（2 学时）

【教学目标】掌握高质量任务描述的通用方法，能准确表达“要什么 + 有什么 + 要什么格式”，提高产出质量。

• 2.1 提示词四要素：目标、输入数据、输出格式、约束条件；

• 2.2 上下文喂养：@ 引用文件 / 规则、粘贴截图、拖拽文件、指定工作目录；

• 2.3 常见指令范式：生成、汇总、分析、改写、整理、转换、校对；

• 2.4 任务澄清与迭代追问：结果不满意时如何逐步收敛需求。

【课堂练习】用同一任务分别用“模糊描述”和“四要素描述”各执行一次，对比产出差异。

模块三　文档与内容生产（3 学时）

【教学目标】能独立产出专业规范的 Word、PPT 及各类公文文书。

• 3.1 Word 文档：报告 / 纪要 / 公文 / 总结的生成、排版美化与格式统一；

• 3.2 PPT 演示：一句话生成、大纲驱动、套用模板风格、图表化呈现；

• 3.3 内容规范：公文格式要点、语气与受众适配、事实与数据核实；

• 3.4 批量文书：按模板逐户 / 逐人批量生成独立文件并归档。

【课堂练习】用自带材料生成一份规范会议纪要 + 一份 10 页汇报 PPT。

模块四　表格与数据分析（3 学时）

【教学目标】能运用 AI 完成表格生成、数据清洗、统计分析与图表看板制作。

• 4.1 表格生成：从需求 / 材料生成 Excel，规范表头与数据格式；

• 4.2 数据清洗：合并、去重、分列、纠错、异常值标记；

• 4.3 统计与透视：分类汇总、同比环比、排名、指标完成率、透视分析；

• 4.4 图表与看板：图表生成、数据看板（HTML）、趋势与结构呈现。

【课堂练习】对一份脱敏业务表完成清洗、统计并输出分析报告 + 图表。

模块五　文件与信息治理（2 学时）

【教学目标】掌握批量文件整理、知识沉淀与联网调研的方法。

• 5.1 批量文件治理：按规则重命名、分类归档、格式转换（注意敏感文件）；

• 5.2 资料库 / 知识库：集中存储、检索复用、发布分享；

• 5.3 联网检索与调研：信息查询、多源核查、报告成稿、来源标注。

【课堂练习】整理一个自带文件夹，并做一次带来源标注的专题调研。

模块六　进阶能力（2 学时）

【教学目标】理解并初步运用技能、专家、连接器与自动化，把 AI 固化为岗位工作流。

• 6.1 技能（Skill）：沉淀固定要求，形成可复用的说明与流程；

• 6.2 专家 / 专家团：切换专业身份，多角色协作处理复杂任务；

• 6.3 连接器 / MCP：接入腾讯文档、企业微信、邮箱、数据库等外部服务；

• 6.4 自动化：定时任务（如每周周报、每日简报）与远程助理。

【课堂练习】为本人岗位设计一个可复用的技能或一个定时任务方案。

模块七　分行业实战与结业（2 学时）

【教学目标】结合本行业真实场景完成端到端任务，形成可带回岗位的成果。

• 7.1 分行业场景演练（高校 / 医院 / 物业 / 机关 / 金融 / 外贸 / 传媒等）；

• 7.2 端到端完成一件本岗位任务，产出 1 份完整成品；

• 7.3 成果路演：展示、互评与讲师点评；

• 7.4 结业总结：个人 AI 工作流清单与后续进阶建议。

五、教学重点与难点

（一）教学重点

• 提示词四要素与上下文喂养（贯穿全程的核心能力）；

• 文档、表格、演示三大类成品的完整产出链路；

• 安全合规红线的内化（脱敏、人审、本地处理）。

（二）教学难点

• 学员由“模糊表达”向“结构化任务描述”的思维转换；

• 结合不同岗位抽象出可复用工作流的能力；

• 在提效与数据安全之间把握分寸（尤其金融、医疗、机关等强监管行业）。

六、教学方法与手段

• 讲授法：讲解概念、原理、安全合规，用时约占 40%；

• 演示法：讲师现场演示典型任务，讲解操作要点与踩坑经验；

• 实操法：学员自带脱敏真实材料，当堂完成练习并产出成品（占比约 40%）；

• 案例法：以分行业真实场景为案例，贴近岗位、即学即用；

• 项目式 / 路演法：结业模块以任务为驱动，成果展示与点评；

• 分层教学：根据学员基础分组，设置基础任务与进阶挑战任务。

七、考核方式与评价标准

等级评定：优秀（≥90 分）、良好（75-89 分）、合格（60-74 分）、不合格（<60 分）。结业成绩合格者颁发培训结业证书。

八、教学资源与配套

• 主讲课件：模块化 PPT；

• 练习数据包：脱敏后的成绩表、排班表、台账、工单等样例数据；

• 提示词模板库：覆盖文档 / 表格 / 分析 / 整理 / 创作等高频场景；

• 分行业案例库：高校、医院、物业、机关、金融、外贸、传媒等场景案例；

• 安全合规清单：《通用安全红线》与分行业红线速查卡；

• 配套文档：《AI 办公实战培训方案》《企事业单位 AI 应用课程规划》《分单位 AI 应用场景手册》。

九、教学进度安排（16 学时 / 2 天参考）

扩展至 24 学时（4 天）时，可将模块三、模块四各增至4 学时并加深实操各1学时，模块六增至 3 学时（含技能自建与流程改造工作坊）实操加1学时，模块七增至 4 学时（含部门流程改造方案与评审）。

十、分行业特色模块（附录）

模块七“分行业实战”可按培训对象选择对应行业场景，各行业建议演练方向如下：

各行业安全红线已在《分单位 AI 应用场景手册》中逐条列明