AI 工作台怎么搭才不白做？从班主任工作台到通用 Skill 的实操路径

 

AI 工作台这股风吹得很猛，但照着别人的模板抄，做出来的往往是漂亮玩具：看案例时有模有样，真正用起来发现数据导不出、字段改不了、换个平台全重来。一位 AI 学习博主 originally 也是怀疑派——觉得工作台被吹得太厉害，实际未必能落地。直到他妹妹这个普通职场人来问「能不能给我做个班主任工作台」，他决定从真实需求出发试一次，并把整套搭建经验做成了一个可复用的 Skill 开源分享。这篇文章拆解他的路径：怎么判断值不值得做、怎么跟 Agent 沟通、成品长什么样、怎么把经验变成可复用的方法论。

 

先判断：你的痛点配得上一个工作台吗

 

做工作台最重要的不是照着别人抄，而是先看自己的真实痛点。哪些资料总要找，哪些事情反复做，哪些流程最耗时间——这些才值得放进工作台。

 

班主任这个岗位恰好是痛点密集型：学生名单、成绩分析、班费台账、座位表、待办提醒、家校沟通记录，每一样都在做，每一样都散落在表格、笔记本和脑子里。这种「高频、多模块、数据要留痕」的岗位，就是工作台的最佳适配对象。

 

反过来，如果你的工作是「一天三件事、每件一小时」的深任务型，工作台带来的收效就有限。判断公式很简单：你每天在「找数据、记数据、对数据」上花的时间越多，工作台回报越高。

 

他还提到一个客观因素：原本想趁某平台新模型限免期赶紧试，结果人太多一直跑不出来，最后换了个平台照常完成。这件事侧面说明工作台的需求已经溢出技术圈——连普通职场人、连他妹妹这样的班主任都开始点名要，供给端的拥堵只是时间问题。风口真假先不论，真实需求在那里。

 

跟 Agent 沟通的六步节奏

 

他的搭建过程分六步，节奏值得照搬。

 

第一步，先说清楚需要什么。用最简单的语言描述：我需要什么工作台，至少要包含什么。Agent 会据此给出一份完整的工作台提示词。这一步别贪多，先把最高频的三四个模块说死，边角需求留给后面的迭代轮次。

 

第二步，把提示词交给 Agent 执行。可以直接在当前对话生成，也可以另开任务。

 

第三步，预览生成结果。按提示词生成的工作台是一个 HTML 本地网页，点击预览。

 

第四步，正视雏形的问题。初次生成的工作台基本框架可看，但实用性不够、界面不美观、无数据看不出图表效果，真正用起来不好修改。这一步最容易犯的错是放弃——不少人看到雏形粗糙就断定「AI 做不了正经工具」，其实是把第一版当成了终稿。正确的姿势是把雏形当毛坯房：结构有了，装修留给后续几轮对话。

 

第五步，围绕真实使用继续优化。这是最关键的一步——几轮沟通重点补齐容易被忽略的基础能力：数据导入导出的配置、基础数据和字段的自定义、更换平台时的数据迁移。同时优化界面，兼顾功能完整和视觉美观。每轮优化只提一类问题，别把功能、样式、数据混在一条指令里，AI 的改动会更精准，返工更少。

 

第六步，完成并实测。他的成品班主任工作台包含学生名单、成绩分析、班费台账、座位表、待办、家校沟通记录和系统设置，所有数据支持批量导入导出、单个编辑删除，系统设置里连考试科目、座位行列数这类字段都能自定义。

 

在豆包、WorkBuddy、千问三个平台测试均可生成使用；豆包和千问还能直接发布，链接在浏览器打开即用，数据存在使用者电脑本地。跨平台可用的意义不小：换办公软件不用重搭工作台，提示词在手，到哪个平台都能一键复刻，这份可迁移性正是把提示词当资产管理的好处。

 

成品提示词里藏着什么门道

 

他公开的最终版提示词很长，核心结构值得拆出来看：先定角色与目标——全栈前端工程师，输出单 HTML 文件，数据 localStorage 持久化，禁止任何纯装饰性假按钮；再定设计系统——色彩、字体、间距、布局逐项写死；然后逐模块定义数据字段、操作按钮、交互规则和空状态；最后定全局规范——所有删除二次确认、数据联动、导出文件名规范。

 

两个细节最见功力。一是「禁止假按钮」：每个按钮必须绑定真实功能，这是 AI 生成页面最常见的坑，看着齐全点了没反应。二是数据迁移条款：批量导入导出、完整备份恢复，把「以后换平台」的路提前铺好——多数人搭工作台时不会想到这一层，直到想换工具时发现数据锁死在里面。

 

再往深一层看，这份提示词还藏着第三处细节：首次打开自动初始化演示数据。十五名学生、三次考试、二十条班费流水——不是空表格，而是能直接点的完整示例。这个设计解决了冷启动问题：生成的头五分钟你就在真实点击里验证功能，而不是对着空白界面想象。给自己的工作台写提示词时，把「初始化一批贴近真实规模的演示数据」写进去，验收效率高一大截。

 

把经验变成 Skill：一次整理，处处复用

 

不同职业需要的工作台差异很大，固定提示词很难直接复用。所以他做了一个引导式 Skill：安装到 Agent 里，告诉它你想做什么类型的工作台，它会一步步收集需求，帮你补全场景、功能、结构和细节，最后自动生成一套完整的工作台提示词。复制这套提示词执行，就能得到属于自己的工作台，不用再从零琢磨。

 

这个 Skill 在豆包、WorkBuddy、千问上通用。方法论层面的启示比工具本身更值钱：把「怎么做某类东西」的经验固化成可执行的提示词流程，是普通人把 AI 用出深度的一条正路——你不需要会写代码，需要的是把自己的工作方法讲清楚的能力。他的班主任工作台提示词公开在文末，拿来当模板改，比从零写快十倍；而那个引导式 Skill 更进一步，连改的功夫都省了，回答几个问题就出专属提示词。

 

回到定位：工作台适合针对个人工作中的具体痛点提供帮助，逐步变成一个属于自己的综合数据平台。先认清痛点，再谈搭建；先能导出，再谈深耕。这两句是所有想上手的人最该记住的。数据存在自己电脑本地这件事也值得强调——不上传服务器、不依赖平台存活，哪怕哪天换工具，导出的备份也能带走，工作台真正长在自己手里，而不是租在别人平台上。

 

如果你在评估各类 AI 办公工具和工作台方案，可以联系我们。目前 WorkBuddy、豆包、千问办公等主流工具已经在云巴巴平台上线，在那里你还能横向对比更多同类产品，按使用场景找到最匹配的方案。