- 你用 AI 一年了，可能到现在还停在一个问题：它到底能替我干什么？
- 是每天问它几个问题？让它写几段文案？——这些都对。但它能做的，远不止这些。
- 之前，我们收到了 100+ 份 WorkBuddy × ima 用户投稿。我们从中挑出了
- 7 个特别有代表性的作品——看完之后，我们发现了一件事：
- 同一套工具，Buddy们用出了 3 种完全不同的打开方式。
- 有人让 AI 帮自己读资料——AI 是他们的「第二大脑」；
- 有人让 AI 帮自己造产品——AI 是他们的「一人工程师团队」；
- 有人让 AI 帮自己每天跑腿——AI 是他们的「数字同事」。
- 3 种用法，对应着人和 AI 的 3 种关系。你选哪一种，取决于你手里现在最想解决的是哪个问题——下面这 7 个真实案例，我们分成 3 种用法依次展开，也许里面就有一种，是你正需要的那种。
- 用法一 · 让 AI 帮你读资料
- 把 ima 变成你的「第二大脑」。
- 你手里一定有一堆「重要但读不完」的东西：PDF、微信收藏、几个月的笔记。把它们丢进 ima 知识库，让 WorkBuddy 围绕你的问题去读、去挑、去整理——同一份知识库、同一个问题，WorkBuddy 给你的不止一段回答：可以是竖版长图、体系化笔记、思维导图，甚至是互动网页。从「装进 ima」到「落地成产物」，中间那段路 WorkBuddy 帮你走完。
- @乐逍遥想帮家里长辈做一份靠谱的健康管理方案。答案其实早就在《中国老年糖尿病诊疗指南》这类权威文件里，可动辄几十上百页的 PDF，没医学背景的普通人根本读不完，更别说提炼出真正适合自家情况的建议。
- 他的做法是：把 300+ 份医学指南共识 PDF 丢进 ima 的「医学营养指南共识」知识库；再让 WorkBuddy 围绕自家的具体情况这一锚点，检索出 78 条相关结果，最后整理成 六个维度——血糖控制目标、西医药物方案、中医辨证论治、营养与日常保健、并发症监测频率、老年特别提醒。最后导出成一张竖版长图分享给家人，手机上打开就能看。
- 乐逍遥把这套方法总结得非常直白：
- “知识库负责找资料，WorkBuddy 负责读资料和整理资料，笔记负责留存资料。”
乐逍遥的知识库里，WorkBuddy 一次拉出 10 条权威指南
这类用法的核心，是把散落的资料变成一个能主动回答你问题的第二大脑。同样是这个思路，@Share Fun 把它用在了软考备考上——把教材、真题、笔记全部沉淀进 ima，让 WorkBuddy 输出一份体系化的备考笔记、高频考点速查和押题清单。
Share Fun 让 WorkBuddy 挂上 ima 知识库，一步步把软考通关书 / 真题整理成体系笔记
- @归来的做法是——一句话把 ima 里的任何文章一键变成一张思维导图。用他的话来说：
- “在 WorkBuddy 里选择某一个文章或某一个知识库，选择把它变成思维导图的形式，WorkBuddy 就会向你呈现最终的样子。”
归来 · 知识库文章一键变思维导图三个人做的其实是同一件事：把「读资料」这件苦活，交给 AI。你也想试试？三步就能开始：① 在 ima 里新建一个知识库，围绕一个具体主题（比如「老人糖尿病护理」「软考备考」）；② 把你手里的相关资料（PDF / 笔记 / 微信文章）批量导入；③ 打开 WorkBuddy，挂上这个知识库，用一句具体的问题去问它——比如「基于这些资料，帮我整理 XX 场景下最该注意的 6 条」。用法二 · 让 AI 帮你造产品把知识和经验，变成别人也能用的东西。读资料是「AI 帮你消化输入」，造产品是「AI 帮你放大输出」。这条路的关键是：你只提供领域知识和一句需求——把你懂的事整理进 ima，然后告诉 WorkBuddy「我想做一个 XX」。剩下的写代码、调页面、接数据，AI 全包。你不用是程序员，也能把脑子里的东西做成一个别人能上手的产品。@沁尘玩野雪很多年，遇到过太多让她揪心的事：“这几年玩野雪过程中身边遇到过太多因为对雪崩风险认识不够，而产生风险甚至遇难的事情。”她把自己遇到的真实事故经历、过去接受的雪崩培训、读过的雪崩安全书籍，全部沉淀进 ima 知识库；再让 WorkBuddy 基于这些真实素材，做了一个互动小游戏——玩家通过模拟场景做判断，训练识别雪崩风险的能力。从一堆书 + 一段经历到一个能玩的互动产品，中间她没自己写一行代码——ima 负责把领域知识装起来，WorkBuddy 负责把它变成用户能上手的东西。
沁尘 · 雪崩模拟器同样是把知识和经验变成“别人也能用的东西”，@也非做的是另一件事——莞深初升高志愿填报助手。他刷到太多中考志愿填报的“广告帖”，就想着自己做一个用数据说话的工具。他把深圳 80+ 所高中 3 年分数线、东莞 100+ 条记录、高考成绩、10 份政策原文丢进 ima 知识库，然后一句话交代 WorkBuddy：“引用 ima 知识库中关于东莞深圳的高中数据，做一个莞深初升高志愿填报助手网站。”—— WorkBuddy 读知识库 + 联网补 2026 最新政策 + 输出完整 HTML 单页。一个上午，从 0 到 1，一个覆盖深圳东莞两地、手机电脑都能用的查询站上线了。数据归知识库管，代码归 AI 管，也非只管一件事——「我要什么」。
也非 · 莞深初升高志愿填报助手一款教滑雪爱好者识别风险的小游戏、一个帮家长做志愿决策的查询站——看似八竿子打不着，其实做的是同一件事：把只有自己知道的东西，做成别人也能上手的产品。你也想试试？三步就能开始：① 先想清楚一件事——"你懂什么，别人可能也需要？"（一门经验、一份数据、一套避坑指南都算）；② 把相关素材（书 / 笔记 / 数据表 / 政策原文）整理进 ima 知识库；③ 打开 WorkBuddy 挂上这个知识库，直接说「引用这个知识库，帮我做一个 XX（小游戏 / 查询工具 / 网页）」——WorkBuddy 会自己写代码，产出可直接使用的 HTML。用法三 · 让 AI 帮你每天跑腿把 AI 接进日常工作流。前两种用法你还是「主角」——你提问、你验收。到这一步，AI 变成了一个每天准点上班的同事：找资料、下载、归档、写日报，全部按你设定好的规则自己跑。你要做的，是把手里那些"每天都要重复一遍"的动作，拆成一条流水线，交给 WorkBuddy 的自动化任务去按时触发。人从执行者，退到了指挥官。@白佳（Never Winter Nights）做的是投资研究。财报季几十家公司要查、几十支自选股每天有新公告——一个人的时间根本不够用。他给 WorkBuddy 安排了三件每天要做的事，每一件都是 WorkBuddy 才能干的活：① 联网找资料 + 下载归档白佳只交代一句「下载贵州茅台、五粮液、泸州老窖 2025 年的年报，上传到我的 ima 财报知识库」——WorkBuddy 就能联网跑一整套动作：去巨潮资讯找到最新公告页、抓 PDF 直链、按公司分类保存到本地、再把文件推进 ima 对应知识库。找、下、传，全在 WorkBuddy 里一步完成。
白佳 · WorkBuddy 自动完成年报下载 → 归类 → 上传 ima 财报知识库② 读多份 PDF + 做横向对比接着他说「我刚上传的三份白酒年报，帮我对比一下它们 2025 年的营收增速、毛利率和 ROE」——WorkBuddy 直接读刚下载的原始 PDF，抽出关键财务数字、生成对比表、每一行都指得回具体来源页。ima 沉淀原始资料，WorkBuddy 把它们变成可用的分析结论。③ 定时自动化前面两步跑通后，白佳把它们打包成一条自动化任务：每天早上 9 点，WorkBuddy 自动抓自选股（贵州茅台、五粮液、山西汾酒、洋河股份、中际旭创、新易盛、中国平安）前一天的所有公告，分类整理成 md 文件，命名「日期 + 自选股跟踪」，再自动上传到 ima 知识库。他每天早上第一件事，就是打开 ima，看 WorkBuddy 昨晚替他整理好的东西。他这套投研流程的前后对比：以前下载半小时 + 翻年报一小时 + 做对比表半小时，两小时打底；现在说句话下载、说句话分析，两分钟出结论——他自己估算能节省 80% 的时间。@星络把这套思路搬到了审计行业。他一句话就说清楚了自己做了啥：“没程序员、没预算，两个人用 WorkBuddy + ima 知识库，把原本至少一周的审计全流程压到 125 分钟。”制度检索、数据分析、报告撰写、通报生成——四个原本吃满一周的环节，被他拆成了一条能自动跑的链路。他自己也把使用价值总结得很直接：“内审、合规、法务等知识密集岗位可直接复用。”
星络 · 审计流程 AI 化前后对比投研 2 小时压到 2 分钟、审计一周压到 125 分钟——AI 从"我问一次它答一次"，变成了"它每天替我上班"。你也想试试？三步就能开始：① 先找一件你每天/每周都要重复的活（追公告、汇整数据、生成日报……），把它拆成 2-3 步；② 把这些步骤写成一段自然语言指令，先在 WorkBuddy 里跑通一次，跑通后再让它把产物自动上传 ima；③ 进入 WorkBuddy 的自动化任务，把这段指令设为定时执行（每天 9 点、每周一……）——第二天起，它自己就跑起来了。写在最后3 种用法，3 种和 AI 相处的方式。有人喜欢让 AI 帮自己读，有人偏爱亲手用它造点什么，有人喜欢把它安排成自己的日常帮手。没有哪一种是标准答案，能落在你手头事上的那一种，就是你的用法。ima 帮你留下记忆，WorkBuddy 帮你放大能力——这些工具是同一套，怎么用，你说了算。
