第 16 卷

工作空间常见问题排查

Q1：工作空间选错了怎么办？

• 任务执行前可在输入框左下角切换；任务已执行的文件产物在原空间里，可让 AI"把 XX 文件移动到工作空间 YY

的 ZZ 目录"（先备份再移动）。

Q2：AI 读不到空间里的某个文件？

• 检查文件名是否含特殊字符（公开实测提示：中文括号、emoji

等特殊字符偶发识别失败）；尝试重命名文件后重试；或直接拖入对话。

Q3：空间太大，AI 扫描慢/读错文件？

• 按子目录缩小范围（指令中写明"只读取'《数据结构》/课件'目录"）；或临时新建一个"待处理"空间，只放入需要

的文件。

Q4：删除文件后任务记录里还有引用？

• 产物已下载的情况下，历史任务引用不影响本地文件。定期归档旧任务可保持列表清爽。

Q5：空间和任务什么关系？

• 空间是"文件夹边界"，任务是"对话单元"。一个空间可以承载多个任务，一个任务绑定一个空间（发起时选择）。

三个反思问题

• 我目前的电脑文件有多乱？如果按"课程/社团/求职/考研"四个空间重新整理，预计能帮我节省多少找文件的时间？
• 我的哪些资料适合长期沉淀到知识库（腾讯文档/ima），让 AI 越用越懂我？
• 学期结束后，我打算如何归档本学期的课程空间？归档后哪些材料值得保留、哪些可以删除？

【声明】本文为学习资料，不构成官方承诺；功能以WorkBuddy实际版本为准。文中工作空间功能、资料库连接等描述整理自官方文档与公开教程（截至2026年8月），具体界面与能力以 WorkBuddy 当前版本为准。

3.2 文件上传与解析——把PDF/Word/Excel/PP

T/图片喂给AI的正确姿势

为什么这一块很重要（从大学生痛点出发）

大学生每天和文件打交道：老师发的课件 PDF、文献 PDF、小组的 Excel 数据、社团的 PPT、随手拍的板书照片、微信里存的截图……这些文件里藏着大量信息，但"信息在里面"和"你能用起来"之间，隔着巨大的整理成本：

• 一篇 30 页的文献，读完要一下午，还要自己提取要点；
• 一张 PPT 截图，字都认识，但要转成文字笔记得手动敲；
• 一份乱糟糟的 Excel 名单，想按条件筛选得先花半小时清洗；
• 复习时想快速知道"这门课的考点分布"，得把十几份课件翻一遍。

WorkBuddy 的"文件上传与解析"能力，就是来解决这件事的：你把文件拖给它，它读取、理解、总结、提取，然后按你的要求输出。它支持多模态处理（Word/Excel/PPT/PDF/图片等），是大学生把"资料"变"资产"的关键一步。

但很多同学在这一步栽跟头：文件格式不支持传不上去、传了 AI 说"读不了"、用模糊指令导致总结跑偏、大文件超时、图片识别不清……这一篇就把"支持哪些格式、怎么传、怎么问、怎么验收"一次讲透。

核心概念

概念一：支持的文件格式（多模态输入）

根据公开教程与官方文档整理，WorkBuddy 支持读取和处理的主要格式包括：

• 文档类：PDF、Word（docx）、TXT、Markdown、RTF 等；
• 表格类：Excel（xlsx）、CSV、TSV 等；
• 演示类：PPT（pptx）等；
• 图片类：JPG、PNG、GIF、BMP 等（支持 OCR 识别图中文字）；
• 压缩包：ZIP、RAR 等；
• 代码文件：各类编程语言源码；
• 网页类：HTML 等。

具体支持范围可能随版本更新，以上为公开资料整理的常见范围（截至2026年8月）。遇到"不支持/读取失败"时，可尝试转换格式（如把 WPS 私有格式另存为 docx/xlsx，把扫描件先转 PDF 文字版）后重试。

概念二：三种传文件方式

• 拖拽上传：把文件直接拖进对话输入框——公开教程强调这是"最稳的方式"；
• @ 引用/指定路径：在指令中明确写"读取工作空间'课程学习'下的《xxx.pdf》"，指名道姓 AI 才不会抓瞎；
• 上传按钮/粘贴：点击上传按钮选择文件，或直接 Ctrl/Cmd+V 粘贴剪贴板中的截图。

关键原则：不要模糊说"那个表格""那个文件"，要给出明确文件名或直接拖入。公开教程原话："想让它引用某个文件或文件夹，最稳的方式是直接拖进去，或者明确写'读取桌面上的 xxx.xlsx'。"

• 单文件解析：传一个文件，让 AI 总结/提取/翻译/分析（如"总结这篇 PDF 的核心观点"）；
• 多文件合并解析：传多个文件，让 AI 合并对比（如"对比这三份课件中关于需求弹性的讲法差异"）；
• 跨文档知识库：把多份资料放入资料库/知识库，AI 后续回答自动参考（进阶用法）。

对大学生来说，单文件解析是地基，多文件对比是常态（尤其是期末复习和小组作业）。

概念四：OCR（图片文字识别）

WorkBuddy 支持从图片中识别文字（公开资料显示 JPG/PNG 支持 OCR）。这意味着：拍的板书照片、PPT 屏幕截图、扫描的纸质讲义，都可以直接丢给 AI 转成可编辑文本。但识别质量受图片清晰度、手写体、光线影响：

模糊照片、连笔手写识别率会下降，公开实测资料提示"多人说话识别约85%、噪音大时下降"等类似情况在图文识别领域普遍存在，重要内容务必核对原文。

概念五：大文件与解析限制

超大文件（如几百页 PDF、几十 MB 的表格）处理时间较长、积分消耗较高（公开实测：100 页 PDF 提取要点约消耗200–350积分）。应对策略：

• 大文件先拆分：用工具把几百页 PDF 按章节拆分后再处理；
• 分步处理：先让它"通读总结结构"，再"针对某章展开"，最后"写500字摘要"——比一次性塞 50

页强得多（公开教程经验）；

• 压缩文件：ZIP/RAR 先解压关键文件再传；
• 低倍率模型：长文档处理可搭配低消耗模型试运行。

实操方法

方法一：单文件解析——总结一篇课程论文 PDF

步骤：

• 把 PDF 拖进对话输入框（或写入明确路径）；
• 输入解析指令（四要素齐备）：

请读取我上传的论文《[论文标题].pdf》，完成以下任务：

【目标】总结这篇论文并提取要点。

【输出格式】Markdown 结构，包含：研究问题、研究方法、主要结论、创新点、可借鉴之处。

【约束】全文不超过 800 字；结论部分引用原文页码标注（如"结论见第12页"）。

• 选择 Ask 或 Plan 模式发送（Ask 即可，不涉及文件修改）；
• 在对话区查看解析结果；需要更详细时继续追问"第3章的方法论部分再展开讲一下"。

提示：让 AI"标注页码来源"能显著降低幻觉风险，这是公开实测中推荐的防幻觉技巧。

方法二：多文件对比解析——期末复习"三份课件对照"

步骤：