# 影片筆記：【腾讯ima+WorkBuddy】搭一个会执行、会沉淀、会进化的AI工作流


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 待修正：部分時間軸可能不精確（unit 6: 7 chars owns 14.000s (max 8.000s)）
- 待修正：逐字稿可先使用，但有待校正清單（segment=11 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=12 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

> **⚠️ 重要警告：逐字稿辨識疑點與可讀性檢核**
>
> 根據輸入資訊，本筆記基於存在顯著辨識問題的逐字稿生成。請務必注意以下問題，**不得將疑點片段視為確定事實**：
>
> 1.  **連續重複段落**：Segment 11 至 Segment 15 與前一段完全重複，可能是滾動字幕或 ASR（語音辨識）重複錯誤。這導致部分內容在筆記中被多次提及或結構混亂，請謹慎解讀相關段落。
> 2.  **產品名稱高度不一致**：逐字稿中對核心產品「Emma」的稱呼極不穩定，交替出現 **Emma、艾瑪、愛馬、埃馬、挨馬、AIM A、MAR、iMA** 等多種拼寫。筆記中已統一標註為疑點，實際操作時請以官方名稱或界面顯示為準。
> 3.  **關鍵術語聽寫錯誤**：文中出現大量疑似聽寫錯誤的詞彙，如「一好」（可能為不可用/可見）、「安逸」（可能為值得讚賞/注意）、「剷除」（可能為生成/完成）、「竹條」（可能為逐條）、「纏除」（可能為產出/執行）、「存電」（可能為存檔/存點）、「手」（可能為插件/接口）等。**這些詞彙僅作為影片口語記錄，不代表正確技術術語。**
> 4.  **不明確的縮寫與名稱**：如「iMac 的 PC 端」、「OPC」、「Circle 技能」、「MR」、「西夢/學生導」、「陳宇童/陳玉圖」、「Workabout」等，均為疑似口誤或特定內部術語，未經驗證，請參考「逐字稿辨識疑點」章節。

## 一句話總結

影片介紹騰訊旗下 **Workbody**（AI 原生智能體工作台）與 **Emma/MAR/iMA**（AI 知識管家）的協同工作流，主張透過「取（調用知識）、用（執行任務）、存（回存成果）」的閉環，將 AI 從單純的問答工具轉變為具備長期記憶、能自動執行並持續進化的生產力夥伴。

## 核心重點

1.  **痛點與認知升級**：
    *   傳統 Chatbot 模式存在「資料重複輸入」、「成果散落無沉淀」、「經驗無法累積」等問題。
    *   問題不在於模型不夠高級，而在於 AI 未被「組織起來」。
    *   新工作流模式：資料 -> 任務 -> 產物 -> 回存（賦能下一次任務）。

2.  **產品定位與分工**：
    *   **Emma（知識管家）**：作為資料底座，負責匯聚文檔、網頁、筆記，形成個人或團隊專屬知識庫，讓 AI 記住用戶風格與審美，提供長期記憶。
    *   **Workbody（任務引擎）**：作為一站式 AI 原生智能體工作台，負責理解任務、調用 Emma 資料、自主規劃步驟，交付多形態產物（PPT、網頁、文檔等），讓 AI 替用戶做事。

3.  **協同邏輯：取、用、存**：
    *   **取**：從 Emma 調用相關知識。
    *   **用**：在 Workbody 執行任務（使用專家團、連接器等）。
    *   **存**：將成果回存至 Emma，形成閉環，使知識庫越用越厚。

4.  **六大積木工作流架構**：
    *   工作流應像拼積木，包含：**資料積木**、**理解積木**、**專家技能與連接器**、**交付積木**、**自動化積木**、**沉澱積木**。

5.  **適用場景與角色**：
    *   **內容創作者**：風格畫像、自動化追蹤熱點、多平台一次性產出、數據復盤。
    *   **學生**：檔案同步、結構化理解（思維圖）、多格式交付、分享功能。
    *   **求職者**：JD 拆解與匹配、精準簡歷生成、模擬面試與復盤。
    *   **職場人**：專案資料分離、自動化任務、連接器生態（騰訊會議、QQ郵箱）、專家團隊協作。

## 詳細大綱

### 一、 痛點與認知升級
*   **傳統 AI 使用的局限**：
    *   停留在「問一句答一句」的 Chatbot 模式。
    *   每次對話需重複提供背景與資料。
    *   AI 不記得用戶風格與審美。
    *   產出成果散落，無法沉淀，導致下次需從零開始。
    *   經驗未保留，提示詞與背景需重複撰寫。
*   **核心觀點**：問題不在於模型不夠高級或提示詞不夠精緻，而在於 AI 未被「組織起來」。
*   **新工作流模式**：資料 -> 任務 -> 產物 -> 回存（賦能下一次任務）。

### 二、 產品定位與分工
*   **Emma（艾瑪/愛馬/MAR/iMA）**：
    *   定位：AI 知識管家、資料底座。
    *   功能：匯聚文檔、網頁、筆記，形成個人或團隊專屬知識庫，提供智能問答與創作支持，讓 AI 記住用戶。
*   **Workbody**：
    *   定位：一站式 AI 原生智能體工作台、任務引擎。
    *   功能：理解任務、調用資料、自主規劃步驟，交付文檔、PPT、網頁等成果，讓 AI 替用戶做事。
*   **協同邏輯**：
    *   **取**：從 Emma 調用相關知識。
    *   **用**：在 Workbody 執行任務。
    *   **存**：將成果回存至 Emma，形成閉環。

### 三、 適用場景
1.  **專業知識轉化為 AI 工具**：將行業報告、SOP 存入 Emma，Workbody 基於此生成小程序或模擬器，解決 AI 幻覺問題。
2.  **知識庫建設與提取**：將散落知識放入 Emma，Workbody 學習後產出。
3.  **AI 輔助內容創作**：基於了解用戶文風的知識庫，輔助公眾號、小紅書、視頻等素材創作。
4.  **學習領域**：學生將課程論文存入，AI 輔助系統性學習。
5.  **自動化重複勞動**：通過自動化功能將每日重複工作定時化，解放人力。

### 四、 實操演示：綁定與基礎調用
*   **綁定流程**：
    *   在 Workbody 點擊「更多」->「愛馬知識庫」（或 MAR 知識庫）。
    *   點擊「立即前往授權」，通過微信快捷登錄。
    *   授權範圍：查看資料庫列表、查看/搜索資料、將文件添加到任務或保存到 Emma。
*   **調用資料方式**：
    *   懸停文檔點擊添加。
    *   選擇多個任務點擊「添加到任務」。
    *   對話框內點擊加號，選擇「添加文件」->「埃馬知識庫」（可選整個庫或單個文件）。

### 五、 實操演示：自動化任務
*   **功能介紹**：用於處理每日重複性工作（如競品監控、新聞掃描）。
*   **設置步驟**：
    *   點擊 Workbody 左側「自動化」（疑點：原文提及「左賽」，疑為左側）。
    *   選擇模板（如關注 AI 新聞、週報）或自定義。
    *   設置名稱、工作空間、提示詞（如「掃描智能相關資訊」）。
    *   設置交付形式（如 300 字 MD 文檔）。
    *   勾選連接器（授權自動化任務使用）。
    *   設置執行頻率（按天/週/月/年/間隔/單次）。
    *   **關鍵功能**：開啟「推送到 Workbody 微信小程序」，文件同步至雲端，可在小程序查看。
*   **風險提示**：完全授權，可寫入/修改/刪除工作空間文件，調用連接器，執行網絡搜索等敏感操作。

### 六、 實操演示：綜合案例「Workbody 造物」上市傳播
*   **任務目標**：交付品牌上市傳播方案，包含 PPT、網頁落地頁、傳播矩陣邏輯圖。
*   **步驟 1：資料注入與調用**
    *   在 Emma 新建個人知識庫（或訂閱公開知識庫，如法律、AI 學習）。
    *   在 Workbody 對話框中，通過加號添加 Emma 知識庫中的相關文檔。
*   **步驟 2：專家團協作**
    *   在對話框加號中選擇「專家」或「專家團」。
    *   選擇「營銷戰役團隊」，調用品牌分析師、策劃活動、內容創作者等角色。
    *   Team Lead 總結生成完整報告（含品牌定位、目標人群畫像等）。
    *   *註：使用專家或技能比專家團更節省 credits。*
*   **步驟 3：多形態產物生成**
    *   **PPT**：基於傳播方案生成，可要求簡約風格，內容與品牌調性一致。
    *   **傳播矩陣圖**：基於產物生成可視化圖表，支持下載本地、圖片或複製代碼。
    *   **HTML 預熱頁面**：一句話生成 HTML 頁面，支持簡單交互。
*   **步驟 4：部署與管理**
    *   **一鍵部署**：Workbody 支持將 HTML 頁面部署到線上，生成公開可見網址（疑點：原文提及「公寓可見」，疑為公開可見），方便分享與協作。
    *   **數據管理**：通過設置中的「數據管理」查看已發布應用，支持「重新發布」（更新內容但鏈接不變）或「刪除」。
    *   **積分體系**：通過「Body 加油帳號」每日領取 100 通用積分，通過成長計劃任務賺取積分。
*   **步驟 5：成果回存（存）**
    *   將生成的 PPT 等文件點擊「上傳到雲端」，選擇對應的 Emma 知識庫保存。
    *   網頁鏈接也可支持上傳至 Emma。
    *   **意義**：將單線程任務轉化為長期積澱，使知識庫越用越厚，下次任務可參考更多經驗。

### 七、 工作流核心邏輯：六塊積木論
1.  **觀念轉變**：拒絕死板模板，主張像拼積木一樣搭建個人工作流。
2.  **六大積木定義**：
    *   **資料積木**：提供 AI 上下文與底料（Emma 知識庫）。
    *   **理解積木**：透過結構圖理清邏輯與方向（Workbody 對話生成圖表）。
    *   **專家技能與連接器**：擴展 AI 能力，處理深層或專業任務。
    *   **交付積木**：明確指定交付形態（PPT、文檔、網頁等）。
    *   **自動化積木**：定時觸發任務，實現 AI 自主運行。
    *   **沉澱積木**：將產物回存至 Emma，讓 AI 更懂用戶，形成資產。

### 八、 四大角色與場景實戰演示

#### 1. 內容創作者 (Content Creator)
*   **痛點**：AI 難以模仿個人風格，需反覆調整。
*   **解決方案**：
    *   **風格畫像**：上傳參考文獻、對標帳號、個人作品至 Emma，生成「創作風格畫像」。
    *   **自動化追蹤**：設定自動化任務，每日定時推送特定領域（如 AI）熱點資訊至微信小程序。
    *   **專家協作**：使用專家團（如世界專家）進行配圖與多平台調性調整。
    *   **一次性產出**：同時生成長文、圖文、短視頻腳本，甚至直接推送至公衆號後台草稿。
    *   **數據復盤**：將數據回存 Emma，讓 AI 分析筆法效果。

#### 2. 學生群體 (Students)
*   **痛點**：任務繁重、知識結構複雜、檔案易過期或遺失。
*   **解決方案**：
    *   **資料積木**：利用 Emma 小程序上傳微信文件、PDF、PPT，解決檔案過期問題，便於小組作業協作。
    *   **理解積木**：利用 Workbody 生成邏輯思維圖（SVG 組件），清晰呈現知識結構與區別，避免純文字閱讀效率低。
    *   **交付積木**：一鍵生成 Word、PDF、PPT 等多種格式筆記。
    *   **分享功能**：支援直接分享至微信或生成二維碼，無需手動複製貼上。

#### 3. 求職者 (Job Seekers)
*   **痛點**：履歷與項目分散、JD 匹配度不明、海投追蹤困難。
*   **解決方案**：
    *   **資料積木**：建立個人經歷知識庫（項目、簡歷、面試稿）。
    *   **理解與匹配**：拆解 JD（崗位描述），進行認知要求與能力模型匹配，生成匹配度評分與建議。
    *   **交付積木**：基於知識庫生成精準簡歷（避免瞎編），生成求職進度追蹤表。
    *   **專屬技能**：使用「招聘」相關技能，獲取騰訊校園招聘流程引導、崗位推薦、簡歷優化與面試輔導。
    *   **模擬面試**：與 AI 進行模擬面試，生成復盤報告並回存 Emma，形成閉環。

#### 4. 職場人 (Professionals)
*   **痛點**：多專案並行、重複性工作、需求變更頻繁。
*   **解決方案**：
    *   **資料積木**：按專案建立獨立知識庫，支援團隊共享知識庫。
    *   **自動化積木**：設定自動化任務，需注意電腦與 Workbody 需保持開啟狀態。
    *   **連接器生態**：
        *   **騰訊會議連接器**：拉取會議紀要，分析需求變更。
        *   **QQ 郵箱連接器**：篩選重要郵件資訊。
    *   **專家團隊協作**：召喚專家團（如增長超盤手）作為總監，調度不同專家執行任務，生成營銷方案。
    *   **交付與復盤**：生成方案清單、時間線回顧、復盤 PPT，並回存至 Emma。

### 九、 MAR 知識庫的綁定與初始化
*   首次進入需點擊授權。
*   支持微信掃碼或 PC 端微信快捷/一鍵登錄。

### 十、 知識庫的三種類型與權限管理
*   **個人知識庫**：僅供自己查看。
*   **共享知識庫**：可分享給他人，支持「直接加入」或「需管理員確認」。
*   **訂閱知識庫**：在「發現」頁選取訂閱，適合不想自建內容的基礎知識。
*   **權限設置**：可設定成員權限、查看權限及導出權限。

### 十一、 本地存儲與雲端同步的區別
*   本地工作空間資料默認存在本地文件夾，不易查找。
*   MAR 知識庫支持雲端查看，實現 PC 端與手機小程式的多端同步。
*   建議存入 MAR 以便在 Workbody 中跨工作空間或跨任務調用。

### 十二、 直播回放與資料領取方式
*   關注 Workbody 公眾號，後台回覆「iMA」獲取回放及資料。
*   關注 iMA 公眾號，後台回覆「Workbody」獲取回放及資料。

### 十三、 自動化任務中的「連接器」功能
*   連接器用於建立 AI 與其他軟體（如 QQ 郵箱）的數據調用與交互。
*   必須通過連接器授權，自動化任務才能讀取特定數據（如郵件）。
*   連接器類型取決於任務需求（如讀取郵箱需連接郵箱，讀取 MAR 需連接 MAR）。

### 十四、 公眾號文章導入 MAR
*   支持通過「上傳文件」選擇「網頁鏈接」導入公眾號文章。
*   MAR 小程式支持在閱讀時直接存儲。
*   導入後的公眾號文章在 MAR 中以特定形式顯示。

### 十五、 總結與行動建議
*   轉變觀念：AI 應是記住用戶並代為工作的夥伴，而非僅用於問答。
*   行動建議：打開 MAR，選取一件煩瑣或重複任務，放入相關資料，讓 Workbody 交付成果，形成閉環。
*   預告：每週四晚固定於 Workbody 直播間直播。

## 工具 / 模型 / 名詞整理

*   **Workbody**：騰訊旗下一站式 AI 原生智能體工作台，任務引擎。
*   **Emma / 艾瑪 / 愛馬 / 埃馬 / 挨馬 / AIM A / MAR / iMA**：騰訊 AI 知識管家，資料底座。（*註：逐字稿中名稱與拼寫有多種變體，疑為聽寫或口誤差異，統一指代該產品*）
*   **Chatbot**：聊天機器人。
*   **PPT**：演示文稿。
*