很多人刚开始用 WorkBuddy,最先关心的是:积分怎么拿?怎么薅羊毛?
但我用了几次以后发现,真正值得研究的不是“怎样攒更多积分”,而是:
怎样把有限的积分,花在真正能推进项目的地方。
对我来说,一套更顺手的 WorkBuddy 工作流是:
积分降低试错成本 → 先把需求想清楚 → 找合适的专家执行 → 直接发布 MVP → 用真实反馈继续迭代
这篇不讲功能大全,只分享三个我觉得最实用的经验:积分、专家和部署。

先说最朴素的一点:我目前在 WorkBuddy 里看到,每日打卡可以领 100 积分,也可以通过完成成长任务领取积分。
这类积分规则和活动可能会调整,大家以自己账户内的实际页面为准。但有一个思路不会变:
把积分当作做 AI 项目的预算,而不只是聊天额度。
很多积分并不是花在“做了一个困难任务”上,而是花在来回修正上。
比如一开始只说:
帮我做一个网站。
AI 不知道你的目标用户是谁、网站要解决什么问题、有哪些页面、要不要登录、需不需要保存数据。它只能边猜边做。你再不断补充“不是这个风格”“这里还要加一个功能”“数据不能这样展示”,一次次返工,积分自然就花掉了。
我现在会把积分主要留给两类任务:
而不是把大量积分消耗在模糊探索里。
如果你只是刚有一个念头,先和熟悉业务的人聊聊,或用更适合开放讨论的工具把问题想明白;当任务已经清晰,再让 WorkBuddy 开始执行。这样通常更省积分,也更容易拿到可用结果。
一个小提醒:开始做任务前,先去完成成长任务或领取每日积分;创建、对话、调用专家等常见动作,有时本身也可能对应成长任务。先看清任务条件,再操作,避免做完才发现没有计入进度。


我很喜欢 WorkBuddy 的“专家”思路。
它不是让一个通用 AI 什么都做,而是为不同场景准备了有对应方法、工具和工作方式的专家。官方把专家定义为“人设 + 方法论 + 工具链”的角色化执行机制;对于复杂任务,还可以使用多位专家协作的专家团。
但我觉得更关键的不是“专家越多越好”,而是:
专业的事情,交给合适的专家;真正的问题定义,还是要由人来完成。
例如,我要做一个 MVP 网站,通常会把工作拆成两段。
这一步要回答的是:
这部分特别依赖业务背景、用户访谈和真实判断。AI 可以帮助发散、归纳或挑战假设,但如果连“到底要做什么”都没有想清楚,就急着让开发专家写代码,很可能只是更快地做出一个没人需要的产品。
所以我更愿意在这个阶段找了解业务的人交流,或使用更适合长期对话、理解上下文的 AI 工具,先把需求收敛下来。
当需求已经比较清楚时,再把资料交给对应的专家。
我会尽量一次性提供这些信息:
比如,不要只说:
帮我做一个活动报名网站。
可以改成:
请根据附件 PRD 制作一个活动报名网页应用。用户可以查看活动介绍、选择场次、填写姓名和手机号提交报名;管理员需要看到报名列表。第一版重点验证报名流程,不做支付功能。完成后请给出可预览版本,并说明如何发布。
这不是“提示词技巧”本身有多高深,而是把一个模糊愿望变成了能被执行、能被验收的任务。
也因此,我现在会把专家理解成:
一个具备特定专业工作方法的执行者,而不是替我承担所有判断的全能工具。
需要注意的是,专家团并不天然更划算。官方文档提示:专家团涉及多位专家并行和多轮交互,积分消耗通常可能是单专家的 3—5 倍,具体以实际任务为准。
所以我的选择原则很简单:

以前我用 Netlify 发布小网站,开发体验没问题;但当我想把链接发到微信里给朋友看时,经常还要考虑打开路径、浏览器跳转等问题。
对我现在做 MVP 的场景来说,WorkBuddy 内的直接发布更顺手:从生成页面到给别人一个能访问的链接,链路更短。
WorkBuddy 目前提供两种很适合 MVP 的发布方式:
如果你已经有一个 HTML 页面,或者做的是简单展示页、数据看板、任务台账,可以通过“发布为网站”生成在线链接。
它特别适合:
轻量发布的重点不是搭建一套完整产品,而是快速把“本地文件”变成“别人能打开的网页”。
如果你的 MVP 需要用户注册、提交表单、保存数据、上传文件,或者区分管理员和普通用户,就更适合选择网页应用。
WorkBuddy 的网页应用支持按需启用数据库、身份认证和文件存储;应用做好后,可以在预览区点击“分享”,或直接让它“发布 / 上线”,获得独立链接。
这里我想强调一个 MVP 原则:
先让真实用户用上,再决定要不要把它做得更复杂。
第一版不需要把架构做到最完整,也不必一上来就接入所有功能。先让用户完成一个核心动作,拿到真实反馈,再判断下一步要不要投入更多时间和积分。
当然,直接发布不代表可以忽略风险。发布前需要确认:

最后,把上面三件事串起来,就是我目前更推荐的使用顺序:
对我来说,WorkBuddy 最有价值的地方不是“替我回答问题”,而是把从想法到可验证结果之间的步骤缩短了。
积分要省,但更重要的是避免浪费在模糊和返工上;专家要用,但前提是你已经知道要让它完成什么;部署要快,但发布以后才是真正开始验证的时刻。
如果你也在用 AI 做个人项目,最想把它做成什么样的 MVP?评论区聊一聊?
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。