招聘会前，你可能刚核完企业回执，又收到学生发来的简历；另一位老师则正在备生涯课，想着怎样让学生把“认识自己”落到具体实践中。大家都在谈AI，却未必在寻找同一种帮助。

看见别人用AI做出一个成果，值得进一步问的是：它解决了什么工作难题？我这里是否也有类似的问题？先回答这两个问题，才能把后面演示里的方法带回自己的岗位。

1.1同样在做生涯就业，AI的发力点各有不同

生涯课程教师熟悉理论和教学目标，常要为不同专业、年级寻找合适的任务。同样讲职业探索，低年级学生可能需要认识工作世界，已有实习经历的学生则需要比较经历与岗位要求。AI提供十个活动名称并不难，真正有用的是帮助教师把一个目标转成学生能理解、能完成的活动。

咨询教师面对的是具体的人。学生说“没有方向”，可能还没有接触足够信息，也可能在几种选择之间犹豫，或者受到家庭、经济和地域条件的影响。教师需要准备问题、理解处境，并准确留下谈过什么、约定了什么。这里，AI的帮助更适合放在材料整理、问题准备和复盘上。

就业市场与招聘服务人员的工作重心又不同。企业愿意提供哪些岗位，学生有没有相应需要，进校安排是否确认，活动后还能了解到哪些结果，都需要持续联系和记录。AI的价值可能首先出现在企业资料核对、临时变更整理和后续反馈汇总中。

负责就业事务和数据的老师，则要面对政策版本、材料补交、去向变化和院系报送。汇总表做出来之后，还要能回答一条记录为什么这样填、两次报送为什么不一致。比起AI提供一段分析文字，他们更需要可追溯的依据和定位明确的问题清单。

院系就业专干、毕业班辅导员可能同时承担几类工作；教研与赛事指导教师又需要把课堂、求职与备赛联系起来。因此，你可以按自己正在做的事选择接下来的章节阅读。别人眼中的高频任务，不必限定你的学习顺序。

1.2从熟悉的困难，看见AI可以参与的位置

学生拿来简历，老师需要先知道什么

一份简历上写着：“参与校园活动运营，具有良好的沟通能力。”如果请AI润色，它很容易写出更流畅的句子。但老师仍然不知道：学生负责什么，和谁沟通，怎样处理问题，这段经历与目标岗位有什么关系。

此时可以改变请求。把目标岗位中的相关要求与这段经历一起提供，请AI先帮助准备追问：

拿到问题后，老师可以选择最值得先问的一条。例如：“活动当天你负责哪一段？出现情况时，你自己作了什么处理？”学生补充之后，才有依据判断哪些内容该写进简历、哪些还需要核实。

这样用AI，帮助的是老师准备指导的过程。简历只是其中一个结果。到了模拟面试，如果学生无法解释自己写下的内容，还可以回过头来检查经历与表达。

岗位一直在发，怎样让资料随工作留下来

发布一则招聘信息，通常不会特别困难。难的是过了几个月，要回答“今年这些专业有多少相关岗位”“哪些企业连续两年提供机会”时，资料仍散在推送和附件里。

可以先选几份公开发布材料，让AI提取企业、岗位、日期和来源。遇到同名企业时先标记，不急着合并；招聘人数没有写明，就保留未注明。老师检查之后，再加入一份新资料，看看记录能否继续更新。

这里需要的帮助，是把一次发布顺带变成一次资源积累。后续是否值得回访、企业今年是否仍有需求，还要结合实际去联系。已发布的岗位、发生过的投递和最终录用，也需要分别记录。

就业创业支持政策同样需要衔接。通知发出后，学生可能仍不清楚适用条件，或者不知道由哪个部门办理。AI可以依据正式材料整理说明，也可以将尚未回答的问题单列出来，再按已获得的反馈更新跟进事项。

课堂材料准备齐了，学生还需要做什么

和AI说“请设计一堂职业探索课”，可以很快得到一份结构完整的教案。但如果学生已经知道职业探索的概念，真正不会的是如何比较具体岗位，再讲一遍概念就未必有帮助。

老师可以把困难说得更具体：学生能列出岗位名称，却说不清两份工作的实际差别。再请AI依据两份岗位材料，帮助设计一个短任务，让学生找出各自服务谁、完成什么工作、需要哪些经历，并解释比较依据。

任务做完后，AI还可以辅助准备追问。例如，学生判断“这个岗位更适合我”，老师可继续问“你依据哪项工作要求作出判断”。这些问题有助于把学生从给结论带到说明理由。教师再根据回答决定是否补充材料或调整任务，而不是以交齐练习作业作为结束。

咨询结束后，怎样继续支持

一次咨询里，学生可能同时谈到考研、求职、家庭期待和对城市的偏好。结束后整理记录，需要区分学生说过的内容、教师的理解，以及双方实际达成的约定。

在允许使用的材料范围内，可以请AI按这些类别整理笔记，将不完整的地方标出来。比如，笔记记下“想了解家乡的相关岗位”，但没有约定时间，就不应自动生成“下周提交岗位分析”的任务。

教师回看记录，可以据此准备下一次联系：学生找到了哪些信息，遇到了什么困难，原来的想法是否变化。整理和复盘让后续支持有据可接，并不意味着AI已经理解了这个学生，更不意味着它可以代替实际咨询。

1.3本系列的内容怎样连接起来

用AI处理这些情境需要一些共同方法，比如：提供合适材料，说清希望得到的帮助，检查回答与文件，并依据实际使用继续修改。本册集中介绍这些基础方法，后续内容再进入招聘、就业支持、课堂、咨询和比赛等具体工作。目前重点规划了以下几个方向：

这些方向不是一张封闭的出版清单。系列推出后，还会继续收集读者在实际工作中遇到的问题、希望深入了解的主题和可以分享的案例，据此调整专题范围，拆分内容或增加新的主题。某项工作如果同时涉及几个方向，也不必为了目录把它硬拆开，而会按照老师实际完成工作的过程来组织。

各个专题既可以单独阅读，也可以联系起来使用。比如，职规赛与平时的教学和指导关系紧密。学生在课堂完成过职业探索，求职时整理过真实经历，这些都可以成为备赛的基础；备赛中的追问暴露出实践不足，再回到学习和行动中补充。比赛材料由此有了依据，方法也能服务未参赛的学生。

再比如，课堂与个别咨询之间也可以互相助力。让AI分析课堂练习结果，能帮助老师发现学生普遍在哪一步遇到困难，留下的材料在咨询时，还可以综合个人选择、家庭期待或现实条件等问题，进一步优化咨询前的准备工作。咨询中反复出现的共性困惑，经过AI的提取和整理，也能成为改进课堂提问和练习的基础材料。

每个专题都会从老师熟悉的工作难题出发，讲清给AI什么材料、怎样协作、如何检查，再把结果用于后续工作。基础用法可以通过搜索（百度、必应等）和对话式AI（豆包、千问、DeepSeek等）完成；需要重复处理、制作文件或持续更新时，会进一步介绍智能体的用法。例如，招聘季整理不同岗位的指导材料，生涯课堂制作并修改配套教学文件，咨询后依据确认的记录更新跟进事项。你可以先用好其中一个环节，再逐步熟悉智能体怎样参与连续任务，结合实际需要决定是否采用。

1.4选一件近期工作入手

刚开始时，适合选择你了解背景、手里有材料、做完后能够判断好坏的任务。范围不必大，但应当真的有用。

如果你主要做指导，可以选一段实习经历，准备下一次要问学生的问题。如果你负责就业业务，可以选几份招聘资料，提取自己反复需要的字段。如果你正在备课，可以选一个学生常常答不清的问题，准备一个短练习。

选择时，试着补全下面这句话：

例如：“我下周要做简历指导。最费力的是教会学生怎么写好参与项目中的个人贡献。我已有一份岗位说明和学生提供的一段经历，希望AI先帮助我准备三条追问。拿到结果后，我会检查问题是否贴近岗位、是否要求学生补充真实细节。”

先选定这样一个小场景，后面每学一种方法就有了对照。随着你更清楚地判断结果，也会更容易发现下一段可以请AI参与的工作。

假设你准备给毕业班发布一组招聘机会。企业发来了JD（岗位说明）。时间紧的时候，最直接的做法是转发到群里，再提醒一句：“有意向的同学抓紧投递。”

有了AI，你可以在发布之前很快做完以下工作：解读JD中没有直接说透的能力要求和工作特点，给准备投递的同学提供针对岗位的简历修改建议；收到一批简历后，整理共性问题，分别指出需要补充的内容；对于有意愿、且经你了解比较匹配的几位学生，还可以辅助起草给企业的推荐说明，讲清他们为什么值得进一步接洽，等等。

这些工作如果自己动手，原本也能做。但AI让老师有机会把招聘信息处理得更深入，让一次岗位发布同时带上更多有用的指导。AI扩展了我们的能力边界，让之前想做但没时间做的事情，变的易如反掌。

2.1从转发招聘信息，到帮助学生准备应聘

刚才的场景，咱们拆解的更细一些。一份JD里，“沟通协调能力”“数据分析能力”“结果导向”等词并不少见。学生读完，可能只记住自己符合学历和专业条件，对这些要求却没有具体理解。老师如果只请AI把JD缩写成群通知，信息更简洁了，学生未必更知道怎样准备。

可以让AI再往下分析一层。例如，岗位写着“协同销售、设计团队推进活动，并跟踪转化效果”，老师可以请它解释：这项工作涉及哪些协作任务，需要学生提供什么经历来说明自己的能力，还有哪些工作安排应向企业进一步了解。

这里的“隐含信息”有两类。一类是岗位任务背后的能力要求：跨团队推进活动，可能需要协调进度、明确分工、处理变化；另一类是工作的实际特点：是否存在明显的活动高峰、怎样考核效果、需要对哪些结果负责。AI可以帮助提出分析和问题，其中超出原文明示的部分还要核实。例如，“抗压能力强”值得进一步了解压力来自哪里，不能直接等同于加班多或管理方式不好。

理解了这些，简历指导也就有了针对性。面向准备投递这类岗位的学生，老师可以提醒他们回看课程项目、社团活动和实习经历：有没有需要协调多人完成的任务？自己具体负责什么？遇到变化怎样处理？怎样了解最终效果？学生据此补充真实内容，比统一加上“沟通能力强”更有依据。

从岗位发布到准备应聘，AI可以参与不同环节：

这几类帮助可以按需要组合。不是每次发岗位都要做齐全套，而是看本次学生最需要什么、老师的时间主要花在哪里，再选择AI参与的环节。

2.2搜索、对话式AI与智能体，各有用处

搜索：找到原文、最新信息和可以核实的依据

AI时代，搜索是不是该淘汰了？当然不是，查企业招聘官网、当期报名入口、政策原文、官方统计或最新公告时，百度、必应等常见搜索工具，仍然很有用。有些问题找到原始页面就能解决，并不需要先让AI写一篇分析。

例如，企业发来的JD没有写明截止时间，或者转发材料与官网的岗位名称不一致，可以搜索“企业名称＋当届校园招聘”，进入正式页面核对。如果两份材料仍有冲突，再联系企业确认。搜索在这里提供的是回到信息源的路径。

搜索本身也在融入AI。有的搜索服务会汇总多处资料，给出附带来源的回答；一些对话式AI（豆包、千问、DeepSeek等）也能联网检索。因此，不能再简单地认为“搜索只给链接，AI只给答案”。不管从哪个入口查，老师最终都应能找到支持关键条件的原文。

有了AI，搜索仍然是查证工作的重要工具。 对话中的解释可以帮助理解“这句话是什么意思”，原始招聘页面则帮助确认“企业这次究竟写了什么”。当你需要的是具体日期、报名入口或正式要求时，直接查找原文通常更明确。

对话式AI：把已有材料分析清楚，再逐步改成能用的内容

豆包、千问、DeepSeek等，是读者比较熟悉的对话式AI例子。它们以自然语言交流为主要入口，适合解释材料、比较差异、起草内容，以及根据反馈继续修改。

同样是处理JD，可以先请AI解释岗位要求，再问：“面向我们这个专业的毕业生，简历里值得重点说明哪些经历？”看到回答后，你还可以补充：“今年的学生普遍缺少实习经历，请把建议调整为课程项目、校园活动和学习中可以真实找到的内容。”

这几轮对话各有作用：先理解岗位，再结合学生群体，最后把建议落到他们能够准备的材料上。老师熟悉的专业背景、学生基础和常见困难，正是在这里帮助AI减少空泛回答。

对话式AI也不只会输出文字。具备相应功能的工具可以读取文件、联网查资料或生成成果文件。例如，豆包、千问等支持在对话中直接生成Word、Excel、PPT。具体可用功能取决于产品、账号与使用环境，不能仅凭“聊天助手”这个名称判断它只能做什么。

智能体：围绕一个目标，使用工具连续完成操作

WorkBuddy、豆包工作等可以作为认识智能体的例子。它们能够在具备相应工具和权限的条件下，围绕任务读取材料、安排步骤、处理文件，并根据执行结果继续调整。本书重点关注这种能够参与实际办公任务的用法。

如果只有一份JD，需要解释和修改，对话往往就够用。假如你收到多家企业的岗位文件，又要给一批报名学生准备反馈，工作中就会出现大量衔接操作：打开文件、对应岗位、提取内容、整理反馈、保存结果，新增材料后再更新。智能体的独特价值，就体现在把这些操作连接起来一起完成。

例如，你可以指定学生要应聘的岗位和对应的岗位文件，请智能体先整理岗位要求，再按同一套检查要求处理其他材料，分别生成共性指导与逐份反馈。老师先检查少量结果，确认没有把不同岗位或学生的材料混在一起，再扩大处理范围，完成批量处理。

咱们再看下三类工具的用处：

这些是帮助识别用法的例子，不是产品排名。三类功能可能在同一个产品中出现。老师可以从熟悉的工具开始，遇到它无法完成的操作，再考虑补充其他工具。

2.3一次招聘工作中，怎样组合使用搜索、对话式AI和智能体

现在回到章首的任务。你手里有一组企业JD，准备面向毕业班发布；发布后，有意向的同学会报名或提交简历。可以怎样让搜索（百度、必应等）、对话式AI（豆包、千问、DeepSeek等）和智能体（WorkBuddy、豆包工作等）分别帮上忙？已经手痒的读者们，可以跟着我们下面的介绍说明，动手来实操了。

第一步：补齐岗位信息，准备学生看得懂的解读

先通过企业正式渠道核对岗位、对象、时间和投递方式，再请AI依据JD与查到的资料，按岗位分别解释“主要做什么”“需要怎样的能力”“哪些工作特点还要了解”。

这一步可以先用搜索（百度、必应等）找到依据。输入“企业名称＋当届校园招聘”，或再加上具体岗位名称，优先打开企业招聘官网、官方公众号等正式来源，核对招聘对象、发布时间、截止时间和投递入口。把确认过的页面链接和JD一起交给对话式AI（豆包、千问、DeepSeek等），再请它分析：

拿到结果后，老师结合本专业学生的情况选择重点。需要向企业确认的内容先去确认；暂时没有答案的保留为待了解事项。最终随JD发给学生的，不只是缩写版通知，还包括有依据的岗位解读和准备提示。

第二步：按岗位提供简历修改建议，让一批学生知道怎样准备

岗位发布时，可以同时附上一份面向应聘同学的修改提示。比如，前面强调跨团队协作和活动效果的岗位，提示学生重点说明自己负责的任务、协调过的问题和结果依据；偏内容制作的岗位，则提醒学生准备本人作品，并交代选题、制作与修改过程。

老师可以让AI把这组岗位分开整理，形成“岗位要求—值得回看的经历—简历中需要说清的内容”对照。它提供的是学生可以据此自查的方向，不需要先读取全班每个人的简历。

接着第一步的岗位解读，可以这样说：

同学提交简历之后，再对报名材料作进一步处理。材料较少时，可以逐批用对话辅助检查；数量较多且需要分别保存反馈时，可以交给具备相应能力的智能体（WorkBuddy、豆包工作等）。按学生实际应聘的岗位对应检查，整理共性问题用于集中讲解，再把各份材料需要补充的内容分别反馈。

如果已经收到简历，就把本次可以使用的材料和学生应聘岗位的对应关系提供给AI，再加一句：

这样，老师面对的是一批学生的准备过程：先给共同的方向，再处理差异。不会因为工具一次能够生成很多文字，就给每个人发一份同样的“通用优化建议”。

第三步：把推荐理由写具体，帮助合适的学生与企业对接

在学生有投递意愿、材料也已补充清楚之后，老师可以进一步了解哪些同学与岗位较为匹配。有企业推荐渠道时，请AI根据已经确认的岗位要求和学生经历，帮助起草简短的推荐说明。

推荐说明需要回答企业关心的问题：这名学生有哪些相关经历，承担过什么，为什么值得进一步沟通。AI可以帮助组织表达；推荐对象由老师结合实际了解确定，不能仅凭一个自动匹配分数。

对几位准备推荐的学生，可以用一致的结构分别整理说明，老师逐份核对，确认学生意愿后再发给企业。这里的推荐说明是面向企业介绍候选人，与第一步面向毕业班介绍岗位的文字，用途不同。

把已确定的推荐名单、对应岗位和确认过的经历材料一起提供，便可以这样起草：

老师重点核对每段理由是否确实属于这位同学、是否回应相应岗位，再决定怎样向企业介绍。

第四步：材料有变化时，让相关文件一起更新

如果企业补充了作品要求，老师既要更新岗位解读，也要调整给应聘同学的准备提示；学生补充了真实项目经历，相应的反馈或推荐草稿也可能需要修改。

这时可以让智能体（WorkBuddy、豆包工作等）读取指定范围的最新资料，找出受影响的文件，按确认要求修改，并列出改动位置。老师核对后，再发布新的说明或完成实际联系。涉及已经对外发送的内容，还需要明确通知相关学生或企业，不能以文件更新代替通知。

操作时，先把本次的更新资料和需要检查的旧文件放在一个文件夹里，方便智能体去查找访问，再对智能体提出要求：

拿到新版后，老师可以沿着改动清单检查，确认哪些说明需要重新发给学生，哪些推荐内容需要与企业补充沟通。

回看这次工作，搜索（百度、必应等）帮助你找到可靠依据，对话帮助你把岗位与指导内容分析清楚，智能体则在材料增多、反复修改时承担连续操作。你可以按工作量选择其中几步，也可以把它们组合起来。下一章就进一步讨论，怎样检查手头的工具是否具备这些能力。

已经用过几个AI工具，仍然可能遇到这样的情况：同样上传一份材料，有的能读出内容，有的遗漏表格；同样说“给我一份岗位表”，有的是在对话里列出表格，有的能交付可编辑文件。有时结果不好，是要求没说清；有时则是需要的功能根本没有启用，或者当前工具不具备。

选工具时，先把“好不好用”换成一个具体问题：它能否完成我现在需要的这一步，并留下我能够检查的结果？

3.1先看任务需要，再看产品名称

你可以先用手头熟悉、工作中允许使用的工具，不必为了学习这本书同时注册多个产品。需要检查的是当前账号和使用环境中，实际有哪些功能可用。

如果要解释一份已经掌握的岗位说明，重点是能否正确读懂材料、回应问题；如果要查当期招聘条件，还需要获取当前来源。如果要整理表格，则要进一步区分只是提取少量文字，还是需要处理多个工作表、计算或生成文件。

这里的区别会直接影响你怎样使用结果。比如，学生口述答案被转写成文字之后，AI可以据文字帮助检查逻辑与细节；但如果你没有提供声音，它就没有依据评价语速和停顿。即便工具能够处理音频，也应先确认所提供的反馈是否对应实际声音。

工具介绍可以帮助找到候选功能，真正的选择还要落到小试。无需一开始就比较所有维度，只检查当前任务不可缺少的能力。例如，这次只需要两份岗位的内容比较，就先确认能读全、比得有依据；制作文件是否方便，可以等确实需要交付文件时再判断。

当你实在觉得这个测试过程比较麻烦的话，可以选择豆包（doubao.com）或千问（qianwen.com），这两个AI产品在功能上几乎是最全的，以上场景基本都能满足。

3.2同样能上传文件，实际能处理到什么程度

文件是我们和AI打交道时最常见的准备材料和产出物。文件上传成功，通常只是材料进入了工具，并不说明整份内容已被正确处理。接下来至少要看清三件事：有没有读到需要的内容，能做什么处理，结果以什么形式交付。

先确认有没有读到。 一份可以选中文字的PDF，与一份由扫描图片组成的PDF，需要的读取能力可能不同。表格中也可能有多个工作表、批注和不同时间的记录。拿到总结之后，可以要求AI指出某个关键条件位于哪一段、哪一页或哪张表，再由你打开原文件核对。它说“已阅读全部内容”本身还不够。

再确认能做什么。 能概括一张表，不意味着已经正确完成去重、计算或跨表对照。涉及数量和规则时，要看到按什么口径处理、哪些行参与计算、哪些地方缺少依据。先用少量你熟悉的记录检查，比一次交出整批资料后再猜结果可靠得多。

最后确认交付在哪里。 对话中的表格，通常仍需复制到工作文件；可下载的表格文件，则应实际打开检查。文件里可能有不同工作表、公式或格式要求，不能只看文件名。让工具修改文件时，还要确认修改的是哪一版、结果存在哪里，原文件是否保留。

如果所用工具支持访问本地文件夹，也应明确指定本次需要的目录或文件。访问本地文件不等于资料一定只在本机处理，实际处理方式仍需按学校要求和工具说明确认。初次尝试用公开资料即可，不必为测试功能提供真实学生档案。

遇到问题时，先定位是哪一层：

粘贴文字是解决输入限制的一种办法，但它不能验证原文件读取是否可靠。如果以后要处理大量PDF或表格，仍要用实际文件另做检查。

3.3免费与付费，怎样结合使用频率和效果判断

目前不少AI产品已经开始收费，比如Kimi、WorkBuddy、豆包工作等。付出一定费用，能否获得更好效果，确实是一件值得琢磨的事。是否付费，可以先看一个月里反复发生的任务，而不是只看一次演示/测试有多出色。

偶尔解释一份岗位说明、修改一段活动文字，现有已经熟悉的工具如果能够完成，就可以继续使用。若每周都要整理多份招聘资料，或者经常需要生成并更新文件，则值得进一步比较处理数量、稳定性、交付能力和用量限制。例如，DeepSeek支持上传文件并提取文字，豆包也支持文件输入和对话，可以先用它们讨论一份JD、修改一段招聘活动介绍。若需要把多份招聘资料汇成可编辑表格，千问、豆包都支持汇总多份材料并导出Excel文件。

比较工具时，要把准备与检查算进去。一份表格即使很快生成，如果你需要逐格重新核对并修正，整体帮助可能有限。相反，一个能够指出缺项、保留来源、按修改要求准确更新的流程，可能让你把更多精力放在关键事务上。以Kimi表格为例，可以请它把几家企业的招聘材料汇成岗位表，同时列出信息出处和未注明的条件。下载文件后，核对专业要求、投递截止时间等关键项，并检查缺项有没有被擅自补全。

可以用同一组材料试验，并记录四件事：你花了多少时间准备，等待多久，结果需要怎样修改，最终能否直接进入下一步工作。做过一次之后，再加入一份新材料，看第二次是否确实更省事。这个比较比“哪款AI更强”的笼统问题更贴近你的需要。比如，用豆包起草一份招聘宣讲会通知，再复制到Word；也可以让WorkBuddy直接生成Word通知，它支持通过后续对话继续修改文档。随后给两者同一条变更：“宣讲地点改为就业指导中心报告厅，请更新通知。”比较从起草到保存新版文件的全过程，看哪一种更适合你平时的发布方式。

费用还要看具体计费方式。订阅包含哪些功能、是否存在额外用量收费、额度耗尽后会怎样，都应在购买前查看当前说明。学校已经提供的账号或服务，也可以先确认适用范围。多人使用时，需要分别考虑账号安排和材料管理，不能只按单人体验估算。例如，WorkBuddy按积分计算用量，所用模型和任务复杂程度会影响消耗；Kimi的文档、表格、PPT等功能共用账户积分。经常改文件、做课件的老师，应一起估算这些任务的用量，不能把“已订阅”理解为所有功能都能无限使用。

本书中的基础对话练习可以从你已有的工具开始。智能体（WorkBuddy、豆包工作等）体验也不要求直接购买长期方案：先确认功能与条件，再用小任务判断是否值得继续投入。例如，WorkBuddy提供有用量额度的免费体验版，可以先用一份公开的招聘活动材料，尝试生成通知、修改时间并保存文件。看清这一轮用了多少额度、还需要自己处理什么，再决定是否付费。

付费也可以从最低档开始体验，在使用中探索如何节约积分、额度，花小钱办大事。因为中外大模型的发展很快，在付费周期上也可以选择单月、连续包月这种，最多包季，尽量不要一下子就包年，因为3-5个月之后，很可能就会出现比当前付费的更好的产品。

3.4用一个小任务验证工具是否适合

下面用两则简短岗位材料做一次尝试。目的不是考工具知道多少行业知识，而是检查它能否按照提供的材料提取信息、保留未知，并交出可核对的结果。

练习材料

这两则材料可以直接粘贴到熟悉的工具中。先新建一个对话，避免与此前无关任务混在一起。请它完成下面这件事：

先看结果是否忠于输入。 对照时可以从下面几处入手：

如果AI擅自给第二个岗位填了“每周三天”，可以直接指出：“每周三天来自材料一。请重新检查材料二，不要把不同岗位的条件合并。”再看它能否修正，并保持原本正确的内容。

表后的确认问题也要有针对性。第二个岗位需要了解每周到岗安排和截止时间；第一个岗位需要了解提交哪些材料。若结果泛泛列出“了解企业文化、发展前景”，可以继续要求：“先只列影响本次投递或安排、且原文尚未说明的问题。”

再看结果能否方便地留下来。 如果只需要一张小表，可以复制到常用文档，检查行列是否正确。如果本次想验证文件生成功能，就明确要求生成可编辑表格文件；拿到后实际打开，核对上述几处。没有生成文件，也不影响完成这次信息提取，但说明“交付文件”这项能力还没有通过本次验证。

这次尝试没有检验搜索（百度、必应等）的联网查找能力，也没有检验读取扫描件或处理复杂表格的能力。它只回答一个具体问题：面对你给出的短材料，这个工具能否准确整理、接受纠正并留下结果。下一次确实需要其他能力，再增加相应材料与检查。

如果你选择的是指导或教学任务，也可以沿用这种试法。先提供一小段经历，检查AI是否会围绕真实内容提问；或提供一个教学目标，检查它设计的任务是否让学生作出判断。每次看清一项实际能力，逐渐形成自己的使用依据。

读到这里，你已经可以把一个任务拆成几种需要：找依据、讨论内容、组织练习，或者处理文件；也可以用小材料检查手头工具是否适合。接下来还要解决的是，同一个工具为什么有时答得贴切、有时却很空泛。第二部分会先讲怎样交代背景，再讲怎样核实依据、继续讨论和修改，帮助你得到更贴合工作需要的结果。

你把任务交给AI，它很快给出一份看似完整的方案。可仔细看，换个年级、换个专业，这份方案似乎照样能用。你再加几条要求，它写得更长了，但仍没抓住你最想解决的问题。到底该告诉它什么，才能让回答贴近眼前的工作？

真正能改变回答的背景，是那些我们和人交派任务时也会想到的信息。本章用一场毕业班秋招指导说明怎样挑出这些信息，再看它们如何改变AI的结果。

4.1面对一句话需求，AI觉得缺少什么

假设你负责给一个毕业班做40分钟秋招指导。你可能已经试过告诉AI“帮我设计一个秋招指导活动”，收到的是看似可用的几步：“讲形势、讲技巧、最后答疑”，但仔细一看又觉得不够贴近自己的实际。因为这么布置任务，背景信息太少了。

比如，没有告诉它这次的目标是什么，也没告诉它这次要用什么材料、学生结束后需要做什么。再比如，从学生视角来看，学生可能已经收到一些岗位信息，但有人只按城市和岗位名称筛选JD，有人投完岗位仍不知道该先准备什么。这些都是老师已知、但AI没办法从“秋招指导”四个字里自然得出的信息。

和AI互动，可以把它们当作人一样看待。想让它完成一个任务，它也好奇这个任务的各种潜在背景和要求。写提示词的过程，是一个把你自己知道的信息尽可能告诉AI的过程。要给谁用？学生现在卡在哪里？这次能拿出什么资源？活动结束时，希望他们完成什么？这些背景信息比“请写得专业、请写得有趣”之类的表述更能改变生成结果。

如果自己也没想清楚要介绍什么，可先问AI：

咱们看看AI的回答：

1. 这次秋招指导面向的毕业班总人数大概多少，是线下还是线上开展？
2. 活动时长多久，有没有固定的主题侧重（简历 / 面试 / 网申 / 岗位选择等）？
3. 目标学生的专业背景是单一专业，还是多专业混合？

这几个问题看了是不是觉得自己思路清晰了一些，如果觉得还不够，可以让AI再多想一些。其实所有给AI的活儿都可以这么问一问，AI通常能给出很不错的思路提示。

4.2说清对象、目的、材料和要求

上一节请AI反过来提问，是为了找出它不知道什么。接下来老师该怎样回答，才能让它设计的是这一次完整的秋招指导活动？只补上“30人、线下、40分钟”，AI知道了活动规模，仍不知道老师希望学生学会什么、学生现在分别卡在哪一步。

假设这次面向同一专业的30名毕业生。老师希望大家在活动中完成一项适合自己当前进度的准备，而不只是听完一场讲解。一些学生还在挑选岗位，需要学会看具体工作内容；另一些已经投递，却不知道接下来该准备什么。老师手头有两份已核对的校招岗位说明，可供还在选岗位的学生练习。

把这些信息交给AI，就像向一位帮忙备课的同事说明情况：

这样得到的安排，至少应覆盖开场了解进度、按进度练习、交流问题与确定下一步三个环节。还在选岗位的学生可以比较工作内容；已经投递的学生可以依据所投岗位梳理还需准备的经历或问题。老师再看活动时间是否够用、两类学生是否都有事可做。具体问题由现场回答来检验，AI不能预先替学生作选择。

回头看这段任务说明，影响结果的信息主要有四类：给谁用，这是一份教师用的活动安排；要解决什么，不同进度的学生需要不同练习；依据什么，使用已核对的岗位说明和老师掌握的学生情况；怎样算合适，每名学生都能留下一个明确的下一步。这四类信息也给老师提供了检查方案的依据：40分钟里，两类学生是否都能练习，岗位材料是否真正用上，结束时是否各自知道下一步要做什么。

4.3怎样提供参考样例

上一节已经让AI知道这场活动面向谁、学生处在哪一步。说到活动形式，老师还可能顺口补上一句“增强参与感”。你心里想的是让学生自己读岗位、作比较、说出理由；但增强参与感这几个字没有告诉AI，学生究竟要做什么。那怎样把这个要求说得更明白呢？

可以像和一起备课的同事说明想法那样，不要总说抽象概念，而是举具体例子，给AI看一段你认可的学生任务：

这样，还在选岗位的学生可以从两份岗位说明中各找出一项日常任务，写下自己更想了解哪个岗位以及理由；已经投递的学生可以从所投岗位中选一项要求，写下自己的哪段经历能回应这项要求，以及还需要补充什么。老师就能检查学生是否真的读了材料、作了判断。参考样例的作用，是让AI看懂你认可的任务写法；具体让学生做什么，仍要结合这次活动的目标。

4.4用途变了，需要补充什么

活动安排和两组练习都定下来了，接下来还想让AI写一段发给学生的说明。材料仍是同一场活动，但谁要读、读完要做什么已经变了：教师用安排要写环节时间、观察学生什么；学生用说明要讲清怎样参加、需要带什么、现场会做什么。若只说“把刚才的内容改成一段话”，这些差别就没有交代给AI。

可以明确告诉它用途发生了什么变化：

活动的具体时间、地点，等老师确认后再补上。这个例子说明：同一份材料换了读者，需要保留和删去的信息也会变。以后用在学生练习或企业沟通，同样先交代接收对象和用途。

试着回看你最近一次不满意的AI回答：它缺的是老师的目标、学生现状，还是成果的使用对象？补上最影响结果的一项，再看回答如何变化。背景说明清楚后，下一章还要解决另一个问题：AI给出的解释和建议，究竟依据什么？

你可能遇到过这样的情况：让AI查资料，它很快给出一份看似周全的回答。仔细一看，本轮招聘要求、去年的信息、个人经验和AI自己的推断，都被写成了肯定的结论。哪些话可以据此告诉学生，哪些只能作为准备思路？光让AI列出来源还不够，还得核对来源是否对应本轮招聘、这个岗位，结论是否超出了原文。

本章用学生收到校招项目助理岗位初面通知的情境，练习找回原始资料、区分四种不同程度的判断。重要安排仍不清楚时，再决定查哪里、问谁。

5.1找到原始依据，检查时间与适用范围

例如，学生收到项目助理岗位的线上初面通知。老师让AI结合岗位说明准备指导建议，回答里却出现“面试前须提交作品”。这句话是企业本轮招聘的要求，还是某篇往届面经中的经历？先找回原始资料，才能判断AI的说法能不能用于指导。

在能联网检索的AI中，可以继续要求：

老师打开关键链接核对：一份去年的同名岗位说明，不能证明今年的要求；学校就业网的转发可以帮助定位消息，关键条件仍要看企业本轮发布的原文。学生收到的通知也要保留原件，核对它写明的面试安排。到这里，老师才能知道每条信息来自哪里、是否适用于这名学生的面试。

5.2区分原文明示、解释、比较发现与推测

找到可核对的资料后，AI的下一步分析仍可能把不同性质的话写成同一种结论。比如，岗位说明写“协调讲师与场地”，据此建议学生准备一次协调活动的经历，是合理的指导思路；说“今年初面一定考活动策划题”，就超出了现有材料。该怎样让AI把这层区别写出来？

沿着本章的材料，四类信息可以这样分：

四类信息分开后，老师就能把已确认的安排告诉学生，把岗位分析用于准备，把往届经验当作可选练习；没有依据的预测则不作为指导结论。AI给出的类别也需要回到原句核对，不能因为它标了“原文”就直接采信。

5.3信息不足时，怎样继续查、继续问

分类之后，如果还有一个会影响准备的空白，老师接下来该做什么？例如，通知只说“线上初面”，没有说明是个人面试还是小组面试；一篇往届面经却提到了小组讨论。老师先检查收到的通知及附件，再请能联网检索的AI查本轮公开说明：

如果仍找不到，就不必让AI继续猜。学生可以按通知上的渠道询问招聘联系人：“请问本轮项目助理岗位的线上初面是个人面试还是小组面试？”得到答复后，老师再更新给学生的准备说明；答复前，不把“小组面试”写成确定安排。这就是信息不足时的顺序：先找原文，找不到再问相应联系人。第6章将用已经核对的岗位信息，练习怎样根据学生回答继续追问。

你有没有遇到这样的情况：本来只想让AI先问一个问题，等你补充信息后再继续，它却把后面的分析、建议甚至最终答案一股脑全给了出来。内容看起来很完整，你却失去了中途判断和调整的机会；如果前面的信息还不准确，后面一连串回答也会跟着跑偏。

有些任务本来就需要边沟通、边判断、边继续。模拟面试时，要等学生回答后再追问；生涯咨询中，要根据学生刚才说的情况继续了解；课堂活动中，也可能需要学生先完成一步，再看到下一项任务。本章先用一次模拟面试说明，怎样让AI一次只做一步，中途出现变化时怎样继续，最后又怎样整理整段沟通。

6.1先约定一次只做一步

想让AI一步一步来，不能只说“慢一点”或“不要一次说完”。就像请一位同事协助带练习，还要告诉他这一轮先做什么、做到哪里停下来、等谁提供什么信息，以及现在不要提前做什么。

假设老师准备让学生使用AI做一次简短的模拟面试。学生手里有目标岗位说明，也选好了一段真实经历。老师可以先用示例材料试一遍下面的要求，再发给学生使用：

AI先问：“你在学院就业分享会中负责联系嘉宾，具体做了什么？”问完以后停下来，才给学生留下回答的空间。学生回答后，AI再决定下一步，而不是在学生开口前就把问题、分析和答案全部给完。

这里可以迁移的不是这段面试提示词，而是四个交代：当前做什么、做到哪里停、等待什么信息、哪些内容暂时不要给出。任务需要新的信息才能继续时，都可以用这四点控制AI的回答节奏。

6.2中途出现变化，怎样从当前一步继续

即使一开始约定清楚，对话也不一定完全按预想进行。AI可能问完第一题后，又连续列出后续问题和示范答案；学生也可能回答得很笼统、偏离问题，或者一时想不起细节。这些情况不必让整段对话重新开始，先指出现在停在哪一步，再决定下一步做什么。

如果AI抢着往下做，可以直接把它拉回当前问题：

如果学生补充说“嘉宾到校时间改了，我跟大家沟通了一下”，AI可以接着问：“时间调整后，你本人先做了什么？”如果学生暂时想不起来，可以先停下来查看当时的通知或分工记录；若确实没有做过，就如实保留，不能为了完成练习让AI补出一段经历。

学生也可能说了不少，却没有回答当前问题。这时可以请AI先用一句话指出偏离在哪里，再把问题缩小：

中途调整的关键，是保留已经谈清的内容，只处理眼前没有完成的一步。AI做快了，就让它停下来；学生的信息不够，就追问或等待核实；回答偏了，就回到当前问题。这样才能继续沿着真实信息往下走。

6.3对话结束后，怎样总结和提炼

一轮一轮的沟通结束后，聊天记录往往很长。学生可以让AI先整理过程，再把总结和问答记录交给老师。老师需要看清哪些内容原来就有，哪些是经过追问才补充出来的，还有什么没有说清。

例如，第一次回答只有“沟通了一下”，追问后才说清自己先请老师确认调整顺序，再通知场地和签到的同学。老师可以据此判断下一步是继续核实事实、调整回答顺序，还是练习口头表达。如果这次任务有明确的评价标准，也可以在整理结果的基础上继续评分或反馈。

同样的方法还可以用于其他工作。生涯咨询辅助场景中，可以模拟一次问一个问题，结束后整理已知情况和待了解内容；就业指导场景中，可以让学生先解释岗位或个人经历，再根据回答继续追问；课堂活动设计中，可以一次发布一项任务，根据学生完成的结果决定下一步。场景不同，方法相同：让AI先完成当前一步，等新的信息进来以后再继续，最后把整个过程整理成可供老师使用的结果。

本章处理的是对话进行过程中怎样控制节奏。若AI已经形成了一份结果，但其中有些内容不合适，下一章再看怎样通过多轮反馈逐步修改。

你有没有遇到这样的情况：AI回复的第一稿有些内容可用，有些地方不合适。你让它“再具体一点”或“重新写”，它不仅没改到关键问题，还把原来可用的内容也换掉了。来回几轮，版本越来越乱，你只好重新开始。

筹备一场企业进校宣讲，老师要同时推进企业沟通、校内协调和学生组织。时间、场地、主题等信息确认后，还要准备学生通知和工作人员安排，继续跟进尚未确定的事项；中途如果安排发生变化，相关材料也要随之更新。本章就用这项工作说明，怎样把任务分步交给AI，并在每一轮说清改什么、保留什么。

7.1先看完整任务，再分步完成

某企业计划周四进校宣讲。目前已经确认：宣讲时间为14:00—15:00，地点为B301，主题是“数字营销岗位与校招说明”，企业招聘负责人主讲，最后安排现场提问；企业讲师和校内工作人员需要在13:40调试设备。是否现场接收简历，还需要向企业确认。

老师最终要准备三类内容：给学生看的通知、给工作人员看的安排，以及继续向企业确认的问题。如果一开始就让AI把三份材料全部写完，不同用途的信息容易混在一起。可以先让它整理共同依据：

老师核对这两部分后，再让AI依次生成材料，而不是同时铺开：

学生通知确认后，再让AI准备工作人员安排和待确认问题：

先统一几份材料共用的事实，再逐份处理不同对象需要看到的内容，学生通知就不会混入内部安排，待确认事项也不会被提前写成已经确定。

7.2指出哪里要改，也说清哪里要保留

有时候AI会生成错误的内容，比如在学生通知里把“13:40调试设备”写成成“学生13:40到场”，同时漏掉了现场提问。通知中的主题、主讲人、正式开始时间、结束时间和地点都是正确的。如果只说“时间写错了，重新修改”，AI可能连正确内容也一起改掉。

这一轮反馈需要把相关背景、问题依据、修改要求和保留内容一起交代：

这样反馈以后，AI能够同时知道为什么要删、需要补什么、哪些内容已经正确，以及这次只改到哪里。老师也有明确的检查对象：两处问题是否改对，原来正确的信息是否保留下来。

7.3安排发生变化，怎样继续修改

宣讲材料已经形成后，场地临时从B301调整为B302。这时不必把整个任务重新交代一遍，也不能只修改眼前打开的学生通知。要告诉AI哪些材料受影响、哪些内容保持不变，以及本轮修改到什么范围：

老师检查时，既要看B302是否已经写入，也要找B301是否还残留在标题、正文或备注中。AI说“已经同步”不等于每份材料都真的改过；只有它能看到的内容，才可能在这一轮被更新。

这个例子走完了三轮协作：先把整项工作拆成可检查的结果，再针对第一稿作局部修改，最后根据新信息同步更新。资料更多、需要反复操作多个真实文件时，第三部分再讨论智能体（WorkBuddy、豆包工作等）怎样接手；下一章先看这些结果拿去使用前怎样检查。

你有没有遇到这样的情况：AI已经给出了结果，你想在使用前检查一下，却不知道该从哪里查起。只让AI回答“有没有问题”，它给出的常常还是一段笼统结论；如果最后仍要自己从头到尾重新核对，AI也没有真正减轻检查负担。究竟应该重点检查什么，怎样借助AI查出问题，又怎样确认修改后的结果可以使用？

招聘会后的学生进展表很适合说明这个问题。签到、投递和面试信息可能来自不同记录，AI能够帮助汇总，也容易在信息缺失或状态变化时作出没有依据的判断。下面就用一份简化的进展表，练习怎样检查AI整理的结果。

8.1先确定这份结果最不能错什么

同一份结果，用途不同，最需要检查的地方也不同。招聘会后的学生进展表，是为了帮助老师判断学生目前到了哪一步、接下来需要联系谁。因此，排版是否整齐不是检查重点；学生是否投递、是否收到面试通知，以及有没有把现场签到和后续求职进展混为一谈，才会直接影响后续跟进。

如果一开始拿不准重点，可以先把表格用途告诉AI：

这一步是先确定检查重点。对这张表来说，至少要分清三件事：有没有现场签到、有没有投递、有没有收到面试通知。它们可能前后相接，也可能通过不同渠道发生，不能用其中一项代替另外两项。

8.2按照检查重点，筛出需要核对的记录

先看三条原始记录与AI整理出的“当前进展”：

甲的状态有学生反馈作为依据。乙的原始记录只说明“尚未收到反馈”，不能据此确定没有投递。丙确实没有现场签到，但“未参加招聘会”不能代表当前求职进展；如果表格只留下这一项，就遗漏了已经投递并收到面试通知的信息。

如果表里有几百名学生，不需要老师从第一行开始逐人翻材料。可以把原始记录和整理结果一并交给AI，让它先筛出可能有问题的记录：

注意：为了让AI更准确的识别潜在的错误，老师们可以事先抽查一小部分结果，如果发现一些典型问题，比如“把没有反馈写成“未投递”、遗漏投递或面试进展、不同来源的信息相互冲突”等，这些例子可以让AI更深入的理解“可能存在问题的”是指什么。这样得到的异常记录清单会更加完备。接下来老师可以重点查看AI标出的这些记录，而不是重新核对整张表。AI负责缩小范围，是否确有问题仍要以相应的签到、学生反馈和企业通知为准。

8.3核对异常记录，再让AI修改

AI筛出的记录不一定都有错误。老师先打开对应材料确认，再把已经确认的修改告诉AI：

AI改完后，老师重点复核本次改动：乙有没有继续被写成“未投递”，丙的投递和面试进展是否完整保留，其他记录有没有被连带修改。还可以从未被标出问题的记录中抽看几条，判断前面的筛查有没有漏掉同类问题。这样，AI先从大量记录中找出疑点，老师核实疑点后再让AI定点修改，检查才真正减少了重复劳动。

换成其他工作，检查项会随用途变化：学生通知重点核对时间、对象、办理要求和入口；岗位信息重点核对来源、发布日期和适用对象；面试练习记录重点看追问是否依据学生回答、总结是否忠于原话。方法是一致的：先确定最不能错什么，再对照原始材料查无依据、遗漏和冲突，修改后重新核对关键内容。

前面几章已经讲清怎样与AI沟通、修改和检查。接下来进入第三部分，看看任务涉及多份文件和重复操作时，智能体（WorkBuddy、豆包工作等）可以怎样继续参与。

你可能已经用AI完成过不少局部任务：这次整理一段内容，下次修改一份材料。单看每一步都有帮助，可一件工作从准备材料到形成结果，中间的复制、整理、保存和更新仍要自己来回衔接。AI用得不少，为什么整件事还是没有轻松多少？

生涯就业工作中，这种情况并不少见。几份岗位材料需要逐一打开，同类信息要汇到一张表里，缺少的条件要标出来，企业发来新通知后还要找到原来的记录继续修改。下面就从这段过程入手，看看智能体（WorkBuddy、豆包工作等）究竟比一次次对话多做了什么。

9.1从一段真实操作过程看差别

假设你准备把本周收到的岗位材料整理成一份可供学生查看的岗位表。除了提取企业、岗位和投递方式，还要识别重复信息，把原文没有说明的内容标出来，完成后保存文件。第二天企业又发来变更说明，还需要找到受影响的记录，更新截止时间，并保留修改前的版本。

使用对话式AI（豆包、千问、DeepSeek等），这些步骤并非做不了。你可以把材料加入对话，让AI提取信息、比较差异、生成表格；支持表格处理的产品还可以继续修改文件。只是整件工作通常仍由老师亲自组织：先决定这一步交给AI什么，拿到结果后再发起下一步；需要结合新材料继续处理时，再把相关文件和要求接上。

智能体（WorkBuddy、豆包工作等）更适合接收一个包含多步操作的任务。老师说清目标、材料范围、处理规则和交付结果后，它可以先规划步骤，再调用相应工具执行：读取材料、整理信息、生成文件、根据反馈修改，并交付可以继续使用的成果。遇到需要确认的地方，它可以停下来等待；老师不必亲手衔接每一个操作，但仍要决定规则、确认关键变化并检查结果。

两者的差别因此不只是“谁回答得更好”。对话式AI主要帮助老师完成当前这轮分析或生成；智能体进一步尝试把若干相关步骤连接起来，实际操作工具并形成交付结果。现实中的产品能力已经有不少重合，同一产品也可能同时提供普通对话、表格处理和智能体模式。这里比较的是两种典型工作方式，而不是给所有产品划一条固定边界。

9.2智能体可以接手哪些步骤

9.1展示了两种工具参与完整任务时的总体差别。再往下看，一项工作通常包含查找材料、整理内容、制作文件、修改结果和继续更新等步骤。对话式AI（豆包、千问、DeepSeek等）能够帮助完成其中许多步骤；智能体（WorkBuddy、豆包工作等）进一步改变的，是这些步骤由谁衔接、是否能够连续执行。

不同产品支持的工具和文件格式并不相同，表中的操作需要以实际功能和授权范围为准。这里真正值得关注的是：一项工作完成之前，哪些操作仍要由人来回衔接。如果只是解释一个概念、比较两份岗位说明或修改一段文字，对话式AI已经足够直接；如果查找、转换、写入、保存和更新等操作反复发生，就可以考虑把其中一部分交给智能体。

适合交出去的步骤，通常有相对明确的规则，执行结果也能够检查。工作目标怎样确定、特殊情况怎样处理、最终结果能否使用，仍然需要由人判断。接下来先从这些操作中最基础的一种开始：让智能体读取指定文件夹里的材料，完成处理，再把结果保存到指定位置。

9.3使用智能体最基础的操作

第一次打开智能体（WorkBuddy、豆包工作等），你可能会看到助理、项目、连接器、定时任务等一大堆功能，一时不知道从哪里开始：使用智能体，难道需要先把这些功能都学会吗？

其实不需要。最重要、最基础，而且一学会就能让智能体发挥明显价值的操作，是让它读取指定文件夹里的材料，完成一项处理，再把结果保存到指定位置。这三个动作连起来，就是一个最小的智能体任务。这个小循环走通以后，再学习批量处理、持续更新或其他功能，才有一个可以依托的起点。

可以先新建一个“岗位整理练习”文件夹，再分成两个子文件夹：

• “原始材料”：放入一两份公开岗位材料的副本；
• “整理结果”：先保持为空，专门接收智能体生成的文件。

下面以WorkBuddy桌面端为例。它把新建任务时选定的文件夹作为工作空间，默认权限主要以这个范围为边界。新建任务后，选择“岗位整理练习”文件夹，第一步先确认它是否读到了正确的材料：

如果列出的文件与实际一致，再让它完成一次很小的整理，并直接保存结果：

任务结束后，不要只看对话里出现了“已完成”。打开“整理结果”文件夹，确认文件确实存在，再打开表格查看字段和内容。至此，一个最小循环才算走通：WorkBuddy从授权的工作空间读取材料，生成文件，并把文件保存到指定子文件夹。若使用其他产品，应分别核实它是否支持本地工作空间、哪些格式可以读写，以及生成结果实际保存在本地还是云端。第10章将在这个基础上加入计划确认、错误修正和新材料更新。

9.4智能体需要付费，怎样判断值不值得

你可能愿意尝试智能体（WorkBuddy、豆包工作等），但一看到积分、订阅和付费套餐就会犹豫：免费额度往往只能体验一段时间，如果以后需要持续付费，它带来的帮助真的值得吗？

这种顾虑很现实。不少智能体会提供免费体验额度，但只要开始读取较多材料、连续执行任务或反复修改文件，用量就可能很快增加。不同产品会采用积分、订阅额度或Token等计量方式，具体规则也会变化。与其寻找一个永远免费的工具，不如先判断：付费以后，买到的究竟是不是自己需要的帮助。

智能体值得付费的地方，不只是一段回答写得更好，而是它能否接手原来需要老师亲自衔接的一串操作。例如，同类材料经常增加，同一张表需要反复更新，每次还要保存新版、核对变化。如果智能体能够稳定完成其中的读取、整理、修改和保存，老师付费换回的是持续减少的重复操作。反过来，如果只是偶尔解释一份岗位说明、润色一段通知，对话式AI已经能够完成，使用智能体未必划算。

不必把每一分钟都计算出来，可以先用五个问题作判断：

1. 这类任务是不是经常发生？ 每周、每月或每个招聘季都要重复处理，比偶尔发生一次更值得建立稳定做法。一次性任务如果工作量特别大，也可以继续往下判断。
2. 它是不是一项长程任务？ “长程”不是简单指耗时长，而是包含多个前后相接的步骤。例如，读取材料、提取信息、搜索资料、比较差异、修改文件和保存结果，前一步的结果还要交给下一步继续使用。
3. 一次是不是要处理较多材料或文件？ 两三句话就能解决的问题，使用对话式AI往往更方便；一次要读取多份材料、处理大量记录，或者把同一规则用于一批文件，智能体的价值会更明显。
4. 大量时间是不是耗在操作衔接上？ 可以作一个简单判断：如果不用反复打开文件、复制内容、合并结果、修改格式、重新命名和保存版本，这项工作会不会明显轻松很多？如果会，说明其中相当一部分操作可能适合交给智能体。
5. 同一份成果以后是不是还要继续更新？ 岗位表、企业资源库、学生进展记录和活动材料等，往往不是做完一次就结束。新材料到来后还要找到原文件、比较变化、修改并保存新版，这类任务更能体现持续使用智能体的价值。

如果五条中有三条以上比较符合，值得用免费额度认真试一次，并考虑是否需要付费。如果主要只是一次问答、写一段文字或分析一两份材料，对话式AI通常已经够用。如果工作时间主要花在专业判断、与学生沟通或联系企业上，即使任务很重要，也不代表付费使用智能体就能明显减轻负担。

这些标准只能帮助你筛选值得尝试的任务。决定购买之前，还要确认所选产品确实支持需要的文件格式、工具和操作范围。试用后如果准备材料和检查返工花费的精力仍然很多，就暂时没有扩大使用的必要。确定值得使用以后，下一步才是控制每次任务的实际消耗。

9.5使用智能体，怎样少花钱、少花积分

使用智能体（WorkBuddy、豆包工作、千问办公等）时，你可能很快发现：不同产品有的显示积分，有的显示会员额度、可用次数或时长。名称虽然不同，老师真正关心的是同一件事——怎样在完成工作的同时，减少没有必要的消耗？

用上一节的标准筛出值得交给智能体的任务以后，下一步是看当前产品怎样计算用量。不要凭印象选择“最强”配置，也不要等额度快用完才第一次查看用量页面。

下面先以WorkBuddy为例。它使用积分管理用量，模型选择面板会显示不同模型的积分倍率：在材料和输出相近的情况下，倍率越低，通常消耗的积分越少。快速、均衡、极致三档模式，以及是否启用专家或多智能体协作，也会影响任务消耗。可以结合生涯就业工作这样选择：

WorkBuddy可以在“套餐与积分”中查看余额和使用情况。模型、倍率和限免活动都可能调整，实际选择时以模型面板当时显示的信息为准。你不必自己计算每个Token，可以记录任务开始前后的积分变化，比较同一类小任务在不同模型或模式下的消耗和结果，再决定以后优先使用哪一个。

换成其他智能体，省钱的基本思路没有变，但要先看清它采用什么计量方式。豆包专业版采用会员额度体系，具体AI功能的消耗会根据实际调用折算成可用次数或时长，额度按月刷新。使用豆包工作时，应以当前功能页面和会员页面显示的规则为准，并在订阅管理中查看剩余额度；如果界面没有提供模型倍率选择，就不必照搬WorkBuddy的做法，而应通过缩小材料范围、减少无关产物和避免整项重做来控制消耗。

千问办公采用积分和订阅套餐。当前个人免费版提供新用户赠送积分和每日登录奖励，标准版、高级版包含不同的月度积分，付费用户还可以按需要补充积分，并在“用量详情”中查看消耗。第一次使用时，可以先用免费积分完成一项有代表性的小任务，记下消耗和节省的操作；只有当同类任务经常发生、免费积分难以覆盖时，再考虑订阅。临时出现一次大任务，也不必因此长期购买高档套餐，可以比较一个月的订阅和实际需要的积分，再作选择。

无论使用哪一种产品，都不必记住某个阶段的具体价格和赠送额度，因为套餐与活动会调整。更实用的办法是：购买前查看当时的计费页，试用时记录“一次任务花了多少额度、替自己省下了哪些操作”，连续做两三次后再判断是否值得长期付费。第10章的完整体验，也可以用来完成第一次记录。

你可能已经看过不少介绍智能体（WorkBuddy、豆包工作等）的文章、视频和案例，也大致知道它可以读取文件、生成表格、修改材料。可轮到自己动手时，问题马上变得具体：材料应该怎样放，第一句话怎样说，执行前要看什么，生成的文件有问题怎样接着改，过几天收到新材料又怎样继续？如果这些问题没有想清楚，再精彩的演示也很难变成自己的顺利使用。

本章不从复杂项目开始，只用三份公开岗位材料整理一张岗位表，再加入一份更新材料。你会完整走过准备材料、确认计划、生成文件、修改结果和继续更新五个环节。岗位表只是练习载体，重点是看清怎样把一项实际工作交给智能体，并把中间的确认权留在自己手里。

10.1先把材料、规则和交付结果放进同一个任务

刚开始使用智能体（WorkBuddy、豆包工作等）时，最容易说的一句话是“帮我整理这些岗位”。可“这些”指哪些文件，要整理哪些内容，原材料能不能改，最终文件放在哪里，智能体并不知道。第一步不是把要求写得很长，而是把它完成任务必须知道的几件事交代清楚。

下面以WorkBuddy为例。新建一个“岗位表体验”文件夹，再在里面建立三个子文件夹：

• “原始材料”：放入三份公开岗位材料的副本；
• “更新材料”：暂时留空，后面放企业发来的变更说明；
• “整理结果”：暂时留空，用来保存岗位表的各个版本。

选择“岗位表体验”作为工作空间。第一次交代任务时，只需说清四件事：读取哪些材料，提取哪些字段，遇到原文没有说明的内容怎样处理，文件保存到哪里。

最后一句“等我确认后再执行”很关键。它让老师先看到WorkBuddy准备读取什么、怎样处理、交付什么。材料范围、处理规则或保存位置只要有一项不对，就可以在文件生成之前纠正。

10.2先看它准备怎么做，再让它生成文件

智能体（WorkBuddy、豆包工作等）列出计划（也就是怎么处理）以后，界面上可能出现一串步骤和工具名称。你不需要先弄懂每个技术名词，只要检查与工作结果直接有关的三件事：它读的是不是“原始材料”中的三份文件，准备生成的字段是不是刚才确定的八项，结果是不是保存为“整理结果”中的“岗位表-v1.xlsx”。

三项都对，再让它开始：

任务完成后，先到“整理结果”文件夹找到“岗位表-v1.xlsx”，再打开文件。这样拿到的不是对话里展示的一段表格内容，而是一份已经按要求命名和保存、可以继续修改的实际文件。

接着沿用第8章的方法做一次小范围检查：从每份材料中各抽查一条关键信息，再看“原文未说明”的项目有没有被自行补全。如果发现问题，可以进入10.3继续修改；如果没有发现问题，说明第一版已经通过本次抽查，可以把10.3作为修改方法阅读，再进入更新练习。

10.3让修改直接写进文件，并保留上一版

你可能遇到过这种情况：AI已经按意见重新写了一遍，真正要使用的文件却还没有改；或者文件虽然改了，上一版也被覆盖了，后来想比较差异却找不回来。让智能体（WorkBuddy、豆包工作等）修改文件时，需要同时说清改哪个文件、改哪里、依据是什么，以及怎样保存新版本。

例如，原文写的是“熟练使用Excel者优先”，岗位表却整理成了“必须熟练使用Excel”。按照第7章的方法说明问题和修改范围，再交代版本要求：

完成后，先看“整理结果”中是否同时保留v1和v2，再打开v2检查对应单元格。如果WorkBuddy显示了本次文件变更，也可以对照查看。到这里，修改才算完成：问题改在了正确位置，没有带动其他内容变化，上一版也仍然保留。

10.4新材料到来后，在原任务中继续更新

不少材料都不是做完一次就不再变化。几天后企业发来投递截止时间变更说明，老师最不希望的是重新上传全部材料、重新解释字段，再做一张新表。智能体（WorkBuddy、豆包工作等）能不能找到原来的成果，只比较新增变化，并在确认后继续更新，是这一步要解决的问题。

把材料B的投递截止时间变更说明放进“更新材料”文件夹，再回到刚才的任务。先让WorkBuddy比较变化，不急着修改：

确认它找对了变化，再让它执行：

任务结束后，打开v3核对新的截止时间和来源文件，再确认v1、v2仍然保留。这样，你看到的就不只是智能体“会生成表格”，而是它能否围绕同一项工作接住新材料，比较变化，并把确认后的内容更新到已有成果中。

10.5从这次体验走向自己的工作

岗位表只是这次体验使用的案例。真正需要带回工作中的，是一项任务的基本结构：材料放在哪里，按照什么规则处理，结果保存成什么，新材料到来后怎样继续更新。换成自己的工作时，不需要照搬本章的八个字段，只要把这些位置替换成实际内容。

第一次迁移，仍然选一件范围较小、结果容易看懂的事。例如，把本周新增岗位补进已有岗位表，把几份就业支持政策材料整理成办理要点，或者依据最新安排更新一份招聘活动材料。可以先填写下面这张任务转换卡：

填完以后，先让智能体（WorkBuddy、豆包工作等）复述材料范围、处理规则和交付结果，确认没有理解错，再开始执行。完成后看三个地方：原文件是否保留，结果是否保存到正确位置，新增材料到来后能否在原任务上继续处理。

如果这一次仍需要多次返工，先缩小材料范围或修改任务说明；如果能够稳定完成，再逐步增加文件数量和更新频率。这样，第10章的练习才真正变成了你工作中的第一项智能体任务。

招聘季的岗位理解、简历指导和面试准备，将在第二册继续展开；岗位资源的长期积累、政策服务和就业数据追踪进入第三册；课堂、咨询和职规赛等工作也会在后续分册中分别介绍。你不必为了学习智能体先制造一个复杂项目，可以从自己每周都在重复的一小段工作开始，确认它确实减少了操作，再决定是否继续投入。