文章介绍了用AI推进真实项目时面临的两大痛点：材料多且杂导致AI抓错文件，以及新开对话后进度全丢失。作者提出「项目分身」方法：一是将项目文件夹规范为四区（01原始材料只读、02过程草稿、03内容底稿、04交付成果）；二是在根目录建立两份核心文件——CODEBUDDY.md写长期规则、00_项目总览.md记录动态进度，实现规则与进度物理分离。文章还讲解了用户提示词与系统提示词的区别、AGENTS.md跨生态通用标准及全局与项目规则分层，附上开箱即用的初始化提示词，并以「换对话不换文件夹，AI 10秒无缝接手」作为硬验收标准。
作者分享了用WorkBuddy搭建AI培训知识库的完整实战经验。文章指出收藏夹和搜索无法让AI真正理解业务，核心问题在于保存不等于复用、搜索无法判断内容责任、一次性对话不会积累经验。作者从8份散乱材料复建了一个最小Wiki，设计了原始材料、来源卡、知识页、入口地图和交付物五个核心层，并通过设计一门两小时企业AI入门课来验证知识库的实际价值。文章还总结了AI建库初犯的错误（如未审核就标记live）、课程经验回写机制、定期Lint体检以及自动化来源雷达采集等持续运营方法，强调知识库的复利来自每次取舍都有理由。
本文深入剖析了 WorkBuddy 中“深度研究”功能的底层设计，将其拆解为 Rule（主控）、Subagent（执行）、Skill（工具）和 Plugin（容器）的协同机制。文章通过实战演示，讲解了如何编写高质量的调研提示词，利用“主从并行”模式在十几分钟内生成万字白皮书，并强调了设定边界、预算控制及先计划后执行的重要性。
本文分享了在承德应用技术职业学院进行的教师培训实录，核心在于如何利用 WorkBuddy 将 AI 应用从单点问答升级为 Agent 流程化工作。文章详细拆解了从阅读课程标准、搜索资源、映射材料到生成教案的完整备课链路，并介绍了 SGP 提示词结构、Agentic Search 搜索循环以及将流程固化为 Skill 的方法，旨在帮助教师掌握“给 Agent 派活”的高效工作模式。
