两小时演示二十个功能，散场时人人点头；回到工位面对一堆真实材料，大多数人还是不知道第一步该做什么。
企业做 AI 培训，最常见的场面很热闹。
讲师从模型选择讲到提示词，从联网搜索讲到 PPT，再演示几个 Agent、Skill 和自动化。台下不断拍照，群里很快多出一份几十页的课件。
培训结束，学员确实知道了很多名词。
第二天项目文件夹摆到面前：七份材料，时间不同、版本不明、口径打架，明早还要向领导汇报。昨天学的功能突然全用不上了。
这类培训的问题不在内容少，恰恰是内容太多，任务太少。
最近，智见AI-大鹏复盘了一场在绍兴市国土空间规划研究院进行的 WorkBuddy 实战培训。他没有沿着产品菜单逐页讲解，而是设定了一个工作现场：一位刚接手项目的负责人，要从七份混乱材料出发，完成第二天的阶段汇报。
整场课由一句克制的指令启动：
先不要写汇报，也不要移动文件。
这句话值得所有做企业 AI 培训的人抄下来。AI 还没理解材料、口径和权限边界，就开始"润色答案"，往往是项目返工的起点。
会点按钮，离会做项目还差很远
菜单式培训很容易制造一种错觉。
讲师演示一次文档总结，学员跟着上传文件，几分钟后拿到一份摘要。这个动作在教室里成功了，大家便认为自己掌握了 AI 文档处理。
真实项目很少这么干净。
政策依据散在不同网站，内部文件有多个版本，会议决定没有写回总览，旧 PPT 和新 Excel 可能使用两套统计口径。任务还会连续修改，今天给领导看，明天给专家评审，后天又要整理成对外材料。
按钮能解决一个动作，项目要求一条连续工作链。
这也解释了为什么不少员工"培训时会，工作时不会"。他们学到的是孤立功能，没有经历过上下文怎么建立、风险在哪里停、结果如何验收、做成后的路径如何留下来。
企业AI培训，需要换一个验收标准
培训完成多少页课件、介绍多少模型、覆盖多少功能，都只能说明讲师讲了什么。
更有用的验收问题是：学员能不能带着 Agent 接过真实项目的第一步？
在这场培训里，第一项任务没有要求 WorkBuddy 直接写汇报。Agent 先逐份阅读材料，判断时间与版本，区分哪些内容可以直接使用、哪些只能参考、哪些需要人工确认，再查找文件之间的矛盾和缺失信息。
它发现了一处很典型的冲突：旧 PPT 记录了 9 个服务点，Excel 列出了 12 个。多出的 3 个究竟是后来新增，还是统计口径变化，AI 无法替项目负责人拍板。
这次停顿很重要。
好的 Agent 流程不会把不确定信息藏进一份漂亮报告。它会把冲突摆到人面前，让熟悉业务的人决定哪一套口径有效，并记录决定的依据。
当学员亲手处理过一次这样的冲突，他学到的就不再是"总结文档"按钮，而是一条能带回岗位的工作方法。
一条真实项目链，至少经过五个节点
企业培训可以围绕一条项目链展开。产品界面会更新，模型也会更换，这五个节点仍然成立。
材料审读：先建立证据地图
Agent 先列出文件目录，识别格式、时间、版本、用途和可信程度。原始文件保持只读，不在上面直接覆盖。
这一轮先交付材料地图：手里有什么，分别能做什么，还缺什么。最终答案要等证据和口径确认后再写。
口径确认：让矛盾显性化
同一个指标在不同文件里出现多个数字，要列出来源、时间和可能原因。涉及专业判断的地方明确标为待确认。
AI 可以发现 9 和 12 不一致，项目负责人决定最后使用哪个数字。
研究计划：高成本任务先过人
联网调研、DeepResearch 和多 Agent 并行都会消耗时间与资源，错误方向还会污染后续报告。
正式执行前，先展示准备回答的问题、研究方向、重点来源和预期产物。专业人员在这里检查命题、范围和证据等级，再允许 Agent 继续。
标准交付：结果必须能打开、能核对
研究内容最后要进入 Word、PPT、PDF 或表格。标题字号、表格样式、数据来源、引用方式和保存位置，都属于验收标准。
生成文件不等于交付完成。打开文件、抽查数字、检查格式、回看来源，这些动作必须进入课堂实操。
固化 Skill：把跑通的路径留下来
同一套 Word 格式、研究流程或审查规则频繁出现，步骤稳定，而且可以明确判断结果合格与否，就适合沉淀成 Skill。
顺序很容易被做反。先拿真实任务跑通，找出必要步骤和人工决策点，再把成功路径固化。凭想象先造一套"完美 Skill"，往往只会把未经验证的错误自动化。
给 Agent 派活，只要先讲清三个信息
原帖把任务说明压缩成 SGP，很适合企业培训使用。
State 是现状。谁在负责，项目到了哪一步，现有资料有哪些，时间压力是什么。
Goal 是目标。最后交付 Word、PPT 还是研究报告，给谁看，希望帮助对方完成什么决定。
Process 是过程。人很熟悉业务时，可以明确步骤；过程还不确定时，让 Agent 先提交计划。计划经过确认，再进入执行。
例如，同一句"帮我做规划汇报"，补全 SGP 后可以写成：
我刚接手这个项目，明天上午需要向院里汇报。工作空间内有七份来源和版本尚未核清的材料。请先完成材料清单、版本判断、口径冲突和信息缺口分析，不要修改原文件，也不要开始制作 PPT。输出审读报告和下一步计划，等我确认后再继续。
这段指令没有复杂技巧。任务起点、目标和当前授权被说清楚了，Agent 才知道应该先看材料，不能直接包装汇报。
上下文不等于把所有文件塞给AI
很多人看到 Agent 能读文件，第一反应是把整个项目目录都交出去。
文件越多，结果未必越好。项目目录像一间房子，上下文窗口更像桌面。房间里可以保存大量历史资料，当前任务只能把最相关的一部分放到桌面上。
目录结构、文件命名和项目规则，决定 Agent 能否稳定找到所需证据。
原帖中的项目最终使用了四个区域：输入材料、研究分析、内容底稿、交付成果。原始证据与中间分析分开，确认后的统一口径再供下游 Word、PPT 和 PDF 共同读取。
这套目录同时服务人和 Agent。新成员进入项目，能够快速看出哪里存证据、哪里做研究、哪里放统一口径、哪里是对外交付。
项目还需要一份持续更新的总览，记录目标、当前状态、已确认结论、待办事项和禁止事项。新对话开始后，Agent 不必依赖上一轮聊天记录猜测项目进度。
自动化应该发现线索，不该替人改写事实
当项目链跑通后，连接器、手机助理和自动化才有稳定的落点。
会议纪要可以进入项目工作空间，邮箱中的相关材料可以被整理，定时任务可以巡检过去 24 小时的新政策。便利也带来了新风险：一条未经确认的新消息，很容易被自动写进项目总览，随后被下游报告当成正式事实反复引用。
更稳妥的设计是让自动化负责发现线索，输出来源和关联问题；是否启动正式研究、是否更新项目事实，继续由人决定。
涉及客户资料、内部文件、个人信息和生产数据时，还要确认模型、连接器与 Skill 的数据边界。外发邮件、公开发布、删除或覆盖文件，需要明确授权和回读验证。法律、财务、规划等专业结论，也不能因为报告排版精美就跳过持证人员或业务负责人的审核。
一场有用的AI培训，应该留下什么
课程结束时，学员不需要背下所有按钮。
他应该能完成几件可观察的事：面对混乱材料先建立证据地图；发现口径冲突时停下来请人确认；高成本研究先审计划；文件交付后按标准验收；验证过的高频流程再沉淀成 Skill。
这些能力会留在项目里，也会留在团队里。
某位员工偶尔用 AI 节省半小时，只产生一次效率。项目上下文、人工检查点和可复用流程被保存下来，下一位同事、下一轮对话、下一个同类项目才能继续受益。
企业 AI 培训的成绩单，应该是一条被亲手跑通、可以复查、能够再次调用的工作链。
功能菜单讲了多少页，已经没那么重要了。
来源说明：本文基于智见AI-大鹏发布于 X 的长文《WorkBuddy高阶教程｜万字复盘：如何让Agent接手真实项目》重新选题和原创重构，保留培训案例与方法事实，文章结构、表达和评论均重新撰写。原文：https://x.com/zjp1997720/status/2078788676872720579