上周接到一门企业内训课，主题是《数据分析入门——数据清洗与可视化》，学员是 40 多名刚入职的非技术岗员工，课时只有 90 分钟。最让我头疼的不是讲课本身，而是开课前一天晚上，我盯着电脑里的"课程资料"文件夹发呆——里面有四个版本的旧 PPT、两年前留下的教案 Word、从聊天记录里翻出来的网盘链接、几十张课堂截图，还有一段视频课程的字幕导出稿。这就是典型的"散装资料"。
我试过用 WorkBuddy 来处理这门课的资料，结果比我预期好很多：一个晚上，我把这堆散装素材变成了一份结构完整的教案和一套 18 页的教学 PPT。整个过程我实际动手的时间不到 1 小时，剩下的大部分时间花在确认方向和微调风格上。
这篇文章不聊概念，只聊我实际跑通的一条工作流：怎么用 WorkBuddy 把零散的教学资料，转成可以直接上讲台的教案和 PPT。如果你是讲师、培训师、课程开发，或者经常要把一堆乱七八糟的资料整理成可交付的内容，这篇应该对你有用。
1. 为什么"散装资料"靠人肉整理最浪费时间
1.1 一门课的素材究竟散在哪
做了几年培训后我发现，所谓"散装资料"其实是有固定套路的。最典型的是这几种：不同年份、不同版本的 PPT 和教案混在一起，文件名从"最终版"到"最终版2"再到"真的最终版"；讲课时随手拍的屏幕截图、白板照片，堆在手机相册里；微信群里的答疑记录、学员作业点评、临时补发的网盘链接；还有视频课的字幕文件、网页抓取的行业报告片段。
这些东西有一个共同点：单看每一份都有内容，但放在一起就是一团乱麻。它们没有统一的目录、没有时间顺序、没有课程主线的约束。过去我整理这种资料，流程基本是：通读所有文件，在脑子里建立一个"这门课有哪些可用素材"的映射，再按教案结构重新组织。这套流程极其耗时间，尤其是当你面对的是几百页材料时，光"通读+归类"就要花掉四五个小时。
1.2 WorkBuddy 在资料整理里到底扮演什么角色
很多人把 WorkBuddy 当成一个"更聪明的聊天框"，但我用下来觉得它的定位更像一个项目工作台。它可以一次性把项目目录下的多份文档读入上下文，结合自定义指令、跨对话记忆、Skill 和 MCP 扩展来做任务编排。你给它的不是一个孤立的单次提问，而是一整套任务流。
打个比方：普通 AI 对话是一个"问一句答一句"的实习生，你交代一次背景它就忘一次；而配好规则、建好项目上下文的 WorkBuddy，更像一个"了解项目背景、能按 SOP 作业"的教研助理。它帮你读资料、理结构、写初稿，但课程主线、教学目标、案例取舍这些关键判断，仍然是你自己掌控。
所以我给 WorkBuddy 的定位是"资料管家 + 初稿写手"。它不替代课程设计，它替代的是"通读资料、复制粘贴、调整格式"这类重复劳动。
1.3 从散装到教案/PPT 的完整流转链路
我目前固定下来的流程是六步：
- 资料入库与体检：把原始资料统一放进项目目录，先让 WorkBuddy 输出一份"资料体检表"。
- 设定全局规则：在项目里提前挂好输出风格、内容边界、引用规则。
- 确定课程主线：让 WorkBuddy 基于资料生成教学目标、重难点和课时结构草案。
- 分课时生成教案：先出骨架，确认后再逐环节填充细节。
- 教案转 PPT 脚本：把教案改写成逐页幻灯片脚本，含正文要点和演讲备注。
- 可选扩展：把定稿内容导成网页版预习指南，方便学员课前看。
这套链路的好处是"每一轮都有确认点"。资料乱可以随时停下来重整理，教案方向不对可以在骨架阶段就纠偏，不会出现闷头生成了一大堆却不能用的尴尬。
2. 开工前先把 WorkBuddy 调到"教师模式"
2.1 工作台、命令行与知识库三个入口怎么配合
WorkBuddy 给用户的入口不是单一的。我实际使用下来，工作台适合管理项目和查看产出物，命令行适合执行批量性的处理指令，知识库/资料目录则承担着"文件资产"的角色。三者配合起来，才能发挥最大效率。
我的做法是：先在分析工作台里新建一个项目，比如>项目背景：为某企业新员工开设《数据分析入门》课程，学员为 0-2 年经验的非技术岗位员工，总课时 90 分钟。 工作规则： 1. 所有输出先给结构提纲，确认后再展开。 2. 引用资料必须标注来源文件名，不允许编造不存在的案例。 3. 术语第一次出现时，必须加一个通俗解释，面向非技术岗学员。 4. 案例优先使用资料库里的真实业务案例，避免理论空谈。 5. 教案默认按 45 分钟/课时的结构输出，包含时间轴。 6. PPT 每页正文不超过 30 字，最多 4 个要点。
为什么这些规则能起作用？因为它解决的其实不是"AI 能力"问题，而是"输出漂移"问题。模型在回答长任务时，很容易越写越自由，开头还守规矩，后面就开始自己发挥。规则相当于时刻提醒它，这个任务的第一用户是谁、格式是什么、边界在哪里。我实测下来，加了规则之后，教案从"看起来像那么回事"提升到"基本可以进课件库"的质量，改动量骤减。
2.3 跨对话记忆的正确打开方式
第一门课我踩过一个坑：每开一个新对话，都要把上面的规则重新粘贴一遍。后来我发现 WorkBuddy 有跨对话记忆的机制，大致思路是把规则保存成项目级别的配置，让每个新对话自动加载。
我的做法是：在项目目录下建一个project_rules.md，把全局规则和课程背景写进去，然后在工作台的项目设置里把它挂载为默认上下文。之后新建的任何对话，都会自动带着这份规则，不用重复交代。
这里有个经验：规则要分两层。全局层放"输出风格、引用规范、术语解释要求"这种不变的东西；项目层放"学员背景、课时长度、资料目录优先级"这种跟具体课程相关的内容。如果你把所有课程信息都塞进全局规则，跑下一个项目时就会互相污染。
2.4 输出风格固定的关键：给一份"能打样"的样例
还有一个很多人忽略的技巧：想让 AI 的输出风格稳定，靠文字描述不如直接给一个样例。模型对"风格"的理解能力很一般，但对"模仿样例"的能力很强。
我在项目里额外放了两份文件：一份是教研组认可过的旧教案，一份是过去某门课做得比较成功的一套 PPT 结构。然后我在指令里明确写"请参考这两个样例的层级结构和语气，但内容必须基于新资料重新组织"。
这一招特别管用。它相当于"few-shot"，即用一个例子告诉它什么是好的输出。实测下来，只要样例选得对，生成的教案在结构完整度和措辞风格上，几乎不需要额外调整。
3. 资料预处理：乱文档进，结构化材料出
3.1 先给资料拍一张"体检表"
不管资料看起来多乱，我建议第一件事不是直接让它写教案，而是先让 WorkBuddy 做一次全量扫描，产出一张资料体检表。我给它的指令一般是这样的：
请扫描 raw/ 目录下的所有资料。输出一张 Markdown 表格，包含： 文件原名、内容主题、形式（PPT/教案/笔记/试题/截图文字）、 预估可用信息量（高/中/低）、与课程主线《数据清洗与可视化》的关联度（强/弱）。这里的"可用信息量"指的是内容是否成体系、有没有可直接引用的案例和数据；"关联度"判断的是这份资料粘在这门课上合不合适。经过这一轮，我就能知道哪些资料是核心、哪些只用扫一眼、哪些要直接扔进回收站。
我当时拿到的体检表长这样，模拟几条：
| 文件 | 内容主题 | 形式 | 可用信息量 | 关联度 |
|---|---|---|---|---|
| 2023版_数据清洗课程PPT_v3.pptx | 数据清洗全程讲解，含订单表示例 | PPT | 高 | 强 |
| 网课字幕_数据质量维度.txt | 数据质量四个维度概念 | 字幕文本 | 中 | 中 |
| 旧培训_答疑记录.docx | 学员常见问题汇总 | 文档 | 中 | 中 |
| 白板照片_清洗流程手写.jpg | 手动画的五步流程图 | 截图/OCR | 低 | 弱 |
| 历年考试_数据清洗试题.docx | 判断题和实操题 | 试题 | 高 | 强 |
拿到这张表之后，我心里就有底了：真正能撑起一堂 45 分钟课的，可能只有两三份核心材料，剩下的都是补充。
3.2 去重与合并：留"一手素材"，丢"转述版"
资料多的时候，最大的敌人不是内容少，而是版本重复。我们课程资料里有四版 PPT，其中 V2 和 V3 内容差异极小，只有一两个案例不同。
去重不是把文件删掉，而是确定"引用优先级"。我会让 WorkBuddy 生成一份preferred_sources.md，把可用的资料按优先级排好，并在教案生成指令中明确"案例引用优先从 V3 中提取，V2 中独有的订单异常案例可补充使用"。
判断优先级有几个标准：
- 优先保留有讲课备注或讲解词的版本，因为备注里往往藏着口语化的解释。
- 优先保留含真实数据截图、练习题、操作步骤的版本。
- 删除只有标题和零散要点的残缺稿，它只适合当目录参考，不适合当内容来源。
合并的工作也可以交给 WorkBuddy 做：让它在source/目录下生成一份cleared_notes.md，把所有可用材料按主题重排一遍，标注来源。这一步做完之后，后续写教案几乎不需要再回翻原始文档。
3.3 关键资料的提取策略
不同类型的资料，处理方式差异很大，我踩过一些坑之后总结了几条：
- PPT 类：把每页标题和正文提取成大纲文本，页眉页脚里的 logo 信息可以去掉，但备注栏的讲解词要保留。
- 扫描版 PDF 和图片截图：先跑 OCR 转成文本，再让 WorkBuddy 做文本清洗。扫描件不转文本的话，后续完全无法引用。
- 视频字幕类：只保留主讲人的有效讲授内容，把"大家好""我们开始吧"这类话去掉。另外字幕断句很碎，需要先合并成完整段落，否则 AI 读起来会非常费劲。
- Word 教案类：注意目录层级和表格结构。很多旧教案用的是多级列表，WorkBuddy 解析时可能丢失层级关系，我一般会先转成标准的 Markdown。
还有一个合规提醒：如果资料里有学员个人信息、内部业务数据或者受版权保护的内容，入库前务必先脱敏。我处理订单表案例时，就把真实姓名、手机号、客户编号全部替换成了脱敏字段。
4. 教案生成实战：从大纲到可用的课堂方案
4.1 把教学目标翻译成结构化指令
写教案最怕的就是"目标模糊"。我见过很多人给 AI 的指令就是"帮我写一个数据清洗的教案"，这种指令基本等于让 AI 自由发挥，产出十有八九是"说明书式"的空泛内容。
后来我把指令改成这样：
针对企业新员工（非技术岗），为《数据分析入门》第3章"数据清洗"设计一个45分钟教案。 教学目标： - 知识目标：学员能说出数据清洗的5个常见步骤。 - 操作目标：学员能在Excel中用真实订单表完成缺失值、重复值、格式错误的处理。 - 素养目标：学员能意识到脏数据对业务决策的影响。 要求：每个环节给出时间、讲解要点、学员活动、所需PPT页数。你会发现，这其实相当于把教学设计里的"三维目标"翻译成了 AI 能理解的结构化描述。目标写得越具体，得到的教案就越贴合课堂实际。反过来，如果你自己都说不清这堂课要教会学员什么，AI 更不可能帮你猜出来。
4.2 教案骨架生成：先框架后血肉
我强烈建议不要一次性让 AI 输出完整教案。一次性输出有两个问题：一是模型很容易犯"头重脚轻"的毛病，开头环节写得详细，后面越来越敷衍；二是后期修改成本极高，改一个环节就得重看全文。
我的做法是分两轮。第一轮只让 WorkBuddy 生成教案骨架：
请输出教案骨架：教学目标（三维）、重难点、教学环节 （导入5分钟 → 讲授20分钟 → 实操15分钟 → 总结答疑5分钟）、 每个环节对应的PPT页码规划。等我确认后再逐环节填充。第二轮再针对某个具体环节展开填充，比如：
请根据骨架，详细填充"讲授20分钟"的内容。 要求：讲解数据清洗流程时，用订单表中的错误案例展开； 每隔5分钟设计1次提问；提到缺失值处理时，给出Excel操作路径和快捷键。这样每一步都有确认点，课程主线是我定，细节由 AI 补。两个回合下来，教案基本能用。
4.3 让 WorkBuddy 按你的思路迭代修改
修改教案这件事，其实也存在"有效沟通"和"无效沟通"的差别。我刚用这类工具时，经常说"内容太散了"、"写得不好"，结果 AI 改完跟没改差不多。后来我总结了一个"定位 + 方向 + 约束"的修改公式：
- 定位：明确指出是哪个环节出了问题，比如"第 3 个环节'学员实操'部分"。
- 方向：说明你希望改成什么样，比如"互动性增强，增加学员发言"。
- 约束：给出边界，比如"时间控制在 10 分钟内；活动形式为小组讨论 + 代表分享"。
举一个完整例子："请修改第 3 个环节'学员实操'：当前是纯个人练习，互动性不足。请改为两人一组对同一张成绩表进行脏数据标记，一人操作一人记录，然后两组交换检查，限时 10 分钟。"这样改完的教案，基本能一次到位。
4.4 教案交付前的质量检查清单
教案生成之后，不要急着做 PPT。我会先对照这份清单检查一遍：
| 检查项 | 说明 |
|---|---|
| 教学目标可测量 | 学员能做什么、何时做、做到什么程度，都说清楚了吗 |
| 时间轴完整 | 每个环节有时长，各环节加起来等于总课时 |
| 资料引用正确 | 案例、截图、数据都来自实际资料，没编造 |
| 重难点落实 | 重难点有独立的讲授环节和针对性练习 |
| 互动与反馈 | 至少两次提问或一次实操，不能全程单向输入 |
| PPT 页码匹配 | 教案里写的页码规划与 PPT 实际页数对得上 |
这一轮检查我习惯让 WorkBuddy 辅助做：让它逐条核对教案和资料库中的案例是否一致，同时判断教学目标是否真的可检验。这一步能提前挡掉"教案里引用了资料库根本不存在的案例"这种低级错误。
5. 教学 PPT 生成实战：从教案到逐页幻灯片
5.1 WorkBuddy 生成 PPT 的两条路径
教案定稿之后，做 PPT 其实有两种路径可以走。
一条是直接让 WorkBuddy 生成 PPT 文件，一步到位导出带样式的 pptx；另一条是先让它把教案转成 Markdown 格式的逐页脚本，再套用模板转成 PPT。
两条路我都试过。直接生成 PPT 的优势是快，适合赶时间打样；但问题是教学 PPT 对"页数、文字量、备注"要求比较高，一旦版式自由度不够大，后期调整反而更费劲。
我现在更推荐先走路径 B，也就是"先定内容，再套皮"。理由很简单：教学 PPT 最核心的是每页讲什么、备注里写什么，而不是第一眼好不好看。先把所有页面文字以 Markdown 形式定稿，改起来比在 PPT 里来回拖文本框轻松得多。内容定稿后再让 WorkBuddy 统一套模板，效率反而更高。
5.2 一版可以直接用的 PPT 生成指令
我沉淀了一版比较顺手的 PPT 生成指令，直接放上来：
请把教案《数据清洗（45分钟）》转成18页教学PPT的逐页脚本，使用Markdown格式。 每页需要包含： - 页码与页面标题 - 正文要点（每页不超过30字，最多4个要点） - 演讲者备注（相当于讲解词，150字左右） - 建议配图或版式（如'左图右文：数据处理前后对比表格'） 导出顺序： 封面 → 学习目标 → 目录 → 每个教学环节对应2-3页 → 实操步骤页 → 常见错误页 → 总结页 → Q&A页。这里有个细节值得展开：为什么每页正文限制 30 字以内？因为 PPT 是辅助演示的工具，不是讲义。正文字数一多，学员就忙着拍照抄笔记，注意力根本不在你身上。真正重要的讲解词，应该全部放进"演讲者备注"。
5.3 控制版式和演示节奏，别把 PPT 做成 Word
做教学 PPT 最容易犯的错误是"把 PPT 做成 Word"。一页塞七八行字，每个字都舍不得删。我以前也这样，后来给自己定了三条原则：
- 一页只讲一个观点，最多 4 个要点，每个要点不超过一行。
- 案例页用"问题—数据—操作—结论"四段式，每段一句话。
- 把"这句话该怎么说"全部放进备注，不上 PPT 页面。
另外我会让 WorkBuddy 在每页备注中生成"开场句 + 衔接句 + 结尾提问"。比如"数据清洗实操页"的开场句是"接下来我们看一个真实订单表的案例"，衔接句是"记住刚刚说的缺失值处理三个快捷键"，结尾提问是"大家觉得重复值识别在 Excel 里最方便的功能是什么？"。这样上课的时候基本不用额外准备口播稿，照着备注就能顺下来。
5.4 多章节批量生成与统一风格
一门课往往不止一章。多章节最容易出的问题是每章风格不一致，比如这一章 PPT 每页 3 个要点，下一章变成 8 个要点，排版完全对不上。
我的做法是：先做第一章作为"模板章"，把它的页面结构、要点数量、备注格式定义成样式锚点。之后每一章指令里都加一句"请沿用第 1 章的样式锚点，保持页面结构、要点数量和备注格式一致"。
有的资料已经定稿的话，还可以顺手让 WorkBuddy 把 PPT 内容导成一个网页版预习指南，发给学员课前扫一眼。这个扩展功能我试过，效果不错，学员上课时对课程结构明显更有概念。
6. 把经验固化成 Skill 和指令集，下次直接复用
6.1 "定几条规则，后续所有任务都生效"到底怎么落地
热搜词里有一条我印象很深："给 workbuddy 定几条规则，后续对所有任务都生效"。很多人的困惑是：为什么明明定了规则，换个对话它就不记得了？这其实就是没区分规则的作用域。
我的三层规则划分是：
- 全局规则：放不变的东西，比如"所有输出先给结构提纲""术语第一次出现要解释""引用必须标注来源"。这些写在项目根目录的
project_rules.md，由工作台自动加载。 - 项目规则：放跟课程直接相关的东西，比如学员背景、课时长度、资料优先级。这些写在项目文件夹内部，只对当前课程生效。
- 会话级指令：放临时偏好，比如"这一章多加两个案例""这次 PPT 控制在 12 页"。这种只对当前对话生效。
三层分离之后，"后续所有任务都生效"就不再是一句空话。全局规则管风格，项目规则管内容边界，会话级指令管临时调整。规则之间互不污染，也方便复用。
6.2 自建三个常用 Skill：资料体检员、教案生成器、PPT 分页器
用 WorkBuddy 用久了之后，我沉淀了三个高频复用的 Skill，相当于把上面提到的工作流固化成了"可调用的技能"。
- 资料体检员：触发词是"资料体检"。执行动作是扫描 raw 目录、生成资料清单和关联度评分、输出可用性分级。
- 教案生成器：触发词是"生成教案"。执行动作是按 45 分钟课时模板生成骨架、逐环节填充、对照质量检查表自检。
- PPT 分页器：触发词是"转 PPT"。执行动作是把教案改写成逐页脚本，按样式锚点输出 Markdown，并生成演讲备注。
保存 Skill 的时候，关键是写清楚三件事：触发条件、输入路径、输出格式。技能不是写出来就能用的，我一般是边用边改，跑个三五次之后稳定性就会明显提升。现在我再接一门新课，基本就是资料放进去，输一句"资料体检"，再输一句"生成教案"，流程就自动走起来了。
6.3 MCP 扩展：接入外部数据源与教学资源
WorkBuddy 支持 MCP 扩展这一点，实际用起来比想象中有用。MCP 本质上是一条标准通道，让工作台可以连接外部工具和数据源。
我目前用到的场景主要有两个。一是连接课程管理系统或试题库，自动拉取学员名单、课程大纲、历史题目，上课前省掉很多复制粘贴；二是连接视频转写服务，把公开课程视频转成文本后直接入知识库。偶尔还会连一下内部案例库，把最新的真实业务数据拿来做教案素材。
但只强调好处不提醒风险也不行。外部数据接入前，先确认授权范围和数据合规问题；涉及学员个人信息的，必须脱敏；接进来的数据源应该设白名单，别让任务每次都拉取海量外部数据，上下文一爆炸，输出质量会明显下滑。
7. 我把这套流程跑了一个月后的复盘
7.1 三个最容易翻车的场景
流程跑顺之前，我翻过几次车，主要就三种情况。
第一个是资料命名混乱。文件夹里躺着好些"最终版.pdf"，预处理时 WorkBuddy 根本分不清哪个版本更靠后，引用优先级自然也排不对。后来我学乖了，入库前手动给文件名加上日期或序号，至少保证体检表能识别先后顺序。
第二个是课程目标不清晰。只要指令里只写"帮我写教案"，得到的必然是那种四平八稳的说明书式教案，没有教学策略、没有活动设计、没有时间节奏。后来我每次生成前，先把目标用人话写清楚，自己读一遍，看同事能不能一眼读懂。
第三个是一步到位生成 PPT。把 40 页 PPT 一次性丢给 AI 生成，结果往往前 5 页还行，后面开始越来越啰嗦。后来我严格走"先逐页定稿、再套模板"的流程，每一步都能随时刹住车。
7.2 实测下来最顺手的指令写法
我把刚开始的低效写法和现在的有效写法放在一起对比，差别一目了然：
| 低效说法 | 有效说法 |
|---|---|
| 帮我写个教案 | 请根据 raw 目录资料，为《数据清洗》生成 45 分钟教案骨架，先给结构，等待确认 |
| 把 PPT 做得好看点 | 每页最多 4 个要点，正文控制在 30 字内，在备注区填开场句和衔接句 |
| 内容太散了 | 请删除与目标无关的案例，把第 2 环节的讲解内容限定为缺失值、重复值、格式错误三类问题 |
你会发现，有效写法的共性是"先给结构、分步确认、带约束"。每一次有效提问，都在缩小 AI 自由发挥的空间，让它的输出更贴近你真正想要的东西。
7.3 我的工作台配置建议与时间账
最后整理一下我现在最常用的项目目录结构，可以直接抄作业：
data-analysis-course/ ├── raw/ # 原始资料，不做任何修改 ├── source/ # 清洗后的材料、索引文件、精华笔记 ├── output/ # 教案、PPT脚本、导出的文件 ├── scripts/ # 自制的Skill和规则文件 └── project_rules.md # 项目规则与全局上下文时间账也要算一笔：首次搭建这套工作流，大约花了我 1 小时，主要是写规则、建目录、配 Skill；后续每门课从散资料到出教案和 PPT 脚本，大致在 40 分钟到 1 小时之间。这些时间主要花在"确认资料质量"和"微调课程方向"上，真正花在通读材料和机械排版上的时间几乎可以忽略。
大概我最深的体会是：WorkBuddy 不是帮你省掉思考，而是让你把思考花在值得的地方——课程设计、互动设计、案例打磨。以前备课最烦的部分是"整理资料"，现在这套流程跑完之后，我可以把更多时间放在"怎么把这节课讲得让学员真正记住"上。对一名靠内容吃饭的讲师来说，这个改变远比省下几小时更有价值。
