用 WorkBuddy 做销售复盘：生成 PPT 只要一句话，敢拿去汇报还差三轮验收

真正危险的是漂亮但错误的汇报

用 WorkBuddy 生成一份 10 页 PPT，并不难。真正危险的是：PPT 看起来很完整，其中一个毛利数字却算错了，而你没有发现。

一份漂亮但错误的汇报，比没有汇报更麻烦。它会让错误数据穿上图表和结论的外衣，沿着会议、邮件和决策继续传播。

所以这篇不测试 WorkBuddy 能不能“一句话做 PPT”。这个能力已经不稀奇。

我们要解决一个更接近真实工作的问题：

怎样把一份上半年销售明细、产品备注和复盘目标，交给 WorkBuddy 整理成清洗后的数据表、经营分析报告和管理层汇报 PPT，并且让每个关键数字都能回到源数据核对？

这个任务足够常见，也足够复杂。它要求 AI 读本地文件、检查数据、计算指标、生成图表、写结论并输出多个文件，正好可以看清 WorkBuddy 和普通聊天机器人的区别。

开始前：先准备一个独立工作文件夹

WorkBuddy 可以读取和写入你授权的本地目录。不要第一次使用就把桌面、下载目录或整个“文档”文件夹交给它。

新建一个文件夹：

2026-H1-销售复盘/
├── input/
│ ├── 上半年销售明细.xlsx
│ ├── 产品与渠道说明.docx
│ └── 复盘目标.md
└── output/

只把本次任务需要的副本放进 input。源文件继续留在原位置，不要把唯一一份数据交给 AI。

上半年销售明细.xlsx 至少应包含日期、订单号、产品、渠道、地区、销售额、成本、退款金额等字段。

产品与渠道说明.docx 用来解释内部简称、特殊促销和业务口径。例如“新客渠道不计入续费率”“6 月华东区曾调整价格”。

复盘目标.md 只写这次汇报要回答的问题：

1. 哪些产品线拉动了增长？
2. 哪些渠道销售额增加但利润变差？
3. 是否存在异常退款或订单波动？
4. 下半年最值得采取的三个动作是什么？
5. 汇报对象为管理层，演示时间控制在 10 分钟。

这一步看起来很朴素，却决定了后面一半的质量。

AI 不知道你公司里的“A 类渠道”是什么，也不知道退款应该按支付月还是退款月计算。把业务口径单独写清楚，比反复让它“再专业一点”有效得多。

第一步：选择工作空间，保持默认权限

打开 WorkBuddy，新建任务，在输入框左下角选择工作空间，把刚才的 2026-H1-销售复盘 文件夹设为当前目录。

权限先保持默认权限。

按照官方说明，默认权限允许它在工作空间里处理日常文件；当任务涉及敏感路径、重要删除、脚本命令或网络访问等高风险动作时，会停下来请求确认。

第一次跑数据任务，没有必要开启“完全访问权限”。

如果它要求执行脚本，可以先看三个地方：脚本要做什么、读写哪个目录、是否会覆盖或删除文件。看不懂就取消，让它先解释，或者只生成脚本而不执行。

第二步：不要马上开工，先让它交计划

第一次任务最容易犯的错误，是把几十项要求一次性交出去，然后等最终结果。

更稳妥的方式是：第一轮只允许它读取和规划，不允许修改。

把下面这段发给 WorkBuddy：

请先读取 input 文件夹中的全部文件，但暂时不要修改或生成任何文件。
你的任务是完成 2026 年上半年销售复盘。请先输出一份执行计划，必须包含：
1. 你识别到的文件、工作表、字段和业务口径；
2. 数据中可能存在的缺失值、重复订单、日期异常和口径冲突；
3. 计划计算的指标，以及每个指标的公式；
4. 最终准备生成的文件和目录；
5. 仍需我确认的问题。
任何无法从资料中确定的业务含义，不要猜测，列入“待确认问题”。
未经确认，不得覆盖 input 中的任何源文件。

这段提示词最重要的不是“请专业分析”，而是明确了五件事：输入、目标、计算口径、输出和禁区。

如果它在计划里把“利润”直接理解为销售额减成本，而你的业务还要扣除平台佣金和退款，就在这一轮纠正。

如果它把同一订单的多行商品误判为重复订单，也要在开工前告诉它，应该按“订单号+商品 SKU”识别重复。

计划阶段多花两分钟，通常比成稿后返工半小时划算。

一个具体错误：成本到底是单价还是总额

假设某条订单的数据是：

销售额：510 元
数量：3
成本：120 元
退款：30 元
平台费：25 元

如果表里的“成本”是单件成本，正确利润应为：

510 - 3 × 120 - 30 - 25 = 95 元

如果 WorkBuddy 把 120 元当成整笔订单的总成本，就会得到：

510 - 120 - 30 - 25 = 335 元

一条订单相差 240 元。这个错误复制到几千行数据里，最终 PPT 仍然可以画得很漂亮，但整份利润分析已经失去意义。

遇到字段含义不明确时，不要让它自己选一种“看起来合理”的算法。可以这样纠正：

暂停生成报告。
请检查“成本”字段究竟代表单件成本还是订单总成本。
先从源表随机抽取 10 条包含多件商品的订单，分别按两种口径计算，并结合产品说明文件判断。
如果仍无法确定，列出待确认问题，不得继续计算利润。

另一个常见误判是“重复订单”：同一订单号下可能有多个 SKU，不能只按订单号删除重复行。应先确认唯一键究竟是订单号、订单号加 SKU，还是订单号加明细序号。

这就是为什么首轮计划必须先暴露字段理解和计算公式。先发现口径错误，比成稿后修改措辞重要得多。

第三步：确认口径，让它正式生成交付物

计划没有明显问题后，再发送第二条指令：

按确认后的计划执行，所有新文件写入 output 文件夹，不得覆盖 input 中的源文件。
需要交付以下 4 个文件：
01_清洗后销售数据.xlsx
保留原始字段；新增毛利、毛利率、净销售额和异常标记；单独建立“清洗记录”工作表，写明删除、修正和补全了哪些数据。
02_上半年经营复盘.docx
包含执行摘要、核心指标、月度趋势、产品分析、渠道分析、地区分析、异常订单、风险和下半年行动建议。
03_管理层汇报.pptx
控制在 8—10 页，适合 10 分钟汇报。每页只表达一个结论，图表必须标明单位和时间范围。
04_数据与结论索引.md
逐条列出报告和 PPT 中的重要数字、计算公式、来源工作表及筛选条件，方便人工复核。
分析要求：
按月统计净销售额、毛利、毛利率和退款率；
按产品、渠道、地区拆分，并同时显示金额与占比；
标记环比变化超过 20% 的指标，但不要自动判断为经营异常；
行动建议必须能够对应前文数据，不能只写“加强运营”“持续优化”；
资料中没有的信息标注“资料未提供”，不要自行补造。

为什么要多生成一个 数据与结论索引.md？

因为一份 AI 报告最危险的地方，不是排版不好看，而是数字看起来很合理，你却不知道它从哪里算出来。

让每个关键数字带上来源工作表、筛选条件和公式，你才有机会低成本验收。

第四步：执行过程中，别只盯着进度条

WorkBuddy 会在对话区展示执行过程，右侧结果区可以查看产物、工作空间文件和本次变更。

中途遇到确认时，不要机械地点“允许”。

如果它申请读取工作空间外的目录，先问为什么；如果它准备安装第三方工具，先让它说明用途和来源；如果它准备修改原表，直接要求改为复制后处理。

有时任务会因为表格格式、依赖安装或工具调用而报错。不要从头重开，可以让它：

保留已经完成的文件。
说明失败发生在哪一步、错误信息是什么、哪些结果已经可以验收。
只重试失败步骤，不要重新处理已完成部分。

真实的 Agent 不会永远一次成功。能否定位失败、保留进度并继续交付，比生成一张漂亮封面更重要。

第五步：用三轮验收代替“再优化一下”

文件生成后，不要只打开 PPT 看颜色。

先验数据，再验结论，最后验表达。

第一轮：数据验收

随机抽取 5—10 个订单，核对净销售额和毛利计算；检查总订单数、总销售额是否与原表基本一致；查看“清洗记录”有没有未经允许删除数据。

可以直接追问：

请随机抽取 10 个订单，列出原始值、清洗后值、计算过程和所在行号。
再对比源表与清洗表的记录数、销售额合计和退款金额合计。
只输出核对结果，不修改文件。

第二轮：结论验收

逐条检查“增长来自哪里”“利润为什么变化”“异常是否有证据”。相关不等于因果，如果 6 月销量上涨同时赶上促销，不能直接写成“降价策略获得成功”。

纠错指令可以这样写：

请检查报告中所有带有因果含义的句子。
如果现有数据只能证明相关性，改为客观描述，并标注还需要什么数据才能验证原因。
不要修改原始数字。

第三轮：汇报验收

检查每页是否只有一个主结论，图表单位是否完整，正文和 PPT 的数字是否一致，建议是否明确到动作、对象和时间。

不要说“再高级一点”。可以这样改：

把 PPT 压缩为 9 页。
删除没有支持核心结论的装饰页。
每页标题改成一句可独立理解的结论。
行动建议写成“动作 + 负责人角色 + 完成时间 + 验收指标”。
保持现有数据不变。

这个场景里，WorkBuddy 真正节省了什么

它节省的不是“写一句总结”的三分钟。

真正被压缩的是一串手工搬运：打开多个文件、理解字段、写清洗脚本、复制数据、制作图表、把图表放进报告、再把报告压缩成 PPT。

普通聊天机器人通常给你分析建议，文件仍要自己处理；WorkBuddy 的优势是可以在授权目录里读取和写入文件，把多个步骤串成一次任务，并交付 Word、Excel、PPT 等可以继续编辑的结果。

但它不是无人值守的财务分析师。

表格里的业务口径、异常的真实原因、管理层能接受的判断，以及最终发送出去的责任，仍然属于人。

这类工具最合理的分工是：

AI 负责搬运、计算、初稿和反复修改；人负责口径、证据、判断和最终签字。

哪些情况不建议直接交给它

如果文件包含客户隐私、未公开财务数据、合同原件或账号密钥，先确认公司的数据和软件使用规则。

如果源文件只有唯一一份，先备份。

如果任务会批量删除、移动或覆盖文件，保持默认权限，并要求先输出变更清单。

如果你自己都说不清指标口径，不要期待 Agent 自动猜中。

完全访问权限也不会让分析更聪明，它只是减少确认步骤。只有在隔离、可信且可恢复的测试目录里，才值得短时间开启。

最后：别把 WorkBuddy 当成更大的聊天框

WorkBuddy 最适合的，不是“帮我想几个标题”，而是那些输入散落在文件里、过程跨越多个工具、最后必须交付成品的任务。

销售复盘只是一个模板。换成招聘简历整理、会议纪要归档、竞品分析、发票分类或项目周报，方法都一样：

准备独立工作空间，写清输入和口径，先看计划，再执行，最后按数据、结论、表达三轮验收。

只会提问，你得到的是一段回答。

会定义任务和验收标准，你才可能得到一份真正能交出去的工作成果。

JOTO 企业落地观察

• 对企业部署意味着：AI 工具必须支持可审计的端到端数据流，而非仅输出结果。WorkBuddy 要求显式定义输入结构、口径文档和索引文件，这倒逼企业将隐性业务规则显性化——这是构建可靠智能体工程的前提。
• 对 RAG 知识工程而言，该案例揭示了一个关键取舍：当业务口径无法嵌入向量库时（如‘新客渠道不计入续费率’），必须依赖结构化文档（.docx/.md）作为权威知识源，并强制 AI 引用而非推断。RAG 若仅处理非结构化文本，将无法支撑此类精确计算。
• 对 AI 安全治理提出新要求：默认权限机制虽降低风险，但企业需配套建立‘任务级数据沙箱’规范——包括独立工作目录、源文件副本策略、变更日志留存。这比单纯限制模型访问权限更能防范数据污染。
• 对 FDE 驻场共创具有参考价值：文中三轮验收（数据→结论→表达）实质是人机责任边界的划分。FDE 在现场需协助客户固化此类验收协议，而非仅调试提示词——因为验收标准本身才是决定 AI 是否可用的核心资产。