第 34 卷

常见问题速答（FAQ）

Q1：生成的 Word 能在 WPS/手机里打开吗？

A：可以。WorkBuddy 产出的是标准 .docx 格式文件，与 Word、WPS 及手机办公软件完全兼容，下载后可继续编辑排版（官方教程：下载后还能在 PowerPoint/WPS 里微调）。个别高

级排版效果（特殊字体、复杂表格）在不同软件里显示可能有细微差异，重要文档交付前用目标软件打开确认一遍。

Q2：为什么生成的文档格式和老师要求的格式不一样？

A：两个原因：① 指令里没写格式要求（AI 默认用通用排版）；② 生成引擎对复杂排版的还原度有限。对策：① 在指令里写明格式细节："标题黑体三号加粗、正文宋体小四、1.5 倍行距、首行缩进 2 字符、加页码"；② 下载后用

Word/WPS 快速微调（页眉页脚、字体字号等）。把"格式细节"写进指令，比生成后手动改省力得多。

Q3：可以让 AI 一次生成多个版本/多份文档吗？

A：可以。多版本：多轮修改时让 AI"另存为 v2/v3.docx"保留版本链；多份文档：批量生成（如 6 份实验报告，见"方法五"）。注意批量生成前先 1 份试跑确认格式，再全量执行，避免 6 份一起翻车。

Q4：AI 写的参考文献/数据能直接用吗？

A：不能直接信任。AI 可能生成"看起来真实"但实际不存在的文献、编造数据。正确做法：① 指令里写"参考文献只列我上传材料中真实存在的，不要编造"；②

拿到文档后逐条核对文献和数据来源（官方教程：数据、事实部分一定要人工复核）；③ 不确定的引用，让 AI 标注"来源：上传材料/待核实"。

Q5：生成一份 5000 字的结课论文，一次发指令好还是分步好？

A：分步更好（官方教程技巧：分步生成，逐步细化）。推荐节奏：① 先出大纲（Markdown，快且易改）；② 确认大纲后分 2-3 部分生成正文（"先写引言和文献综述"→"再写方法和分析"→"最后写结论并统一风格"）；③

最后统一格式输出 Word。每步可控、可改，比"一次生成 5000 字再大改"省时间。

三个反思问题

• 你最近要交的一份 Word 文档是什么？用"生成 Word 完整模板"写一条指令，预计能省多少时间？
• 你以前写策划书/申请书时，最花时间的环节是"想内容"还是"调格式"？用 WorkBuddy

生成后，这两个环节分别变成了什么？

• 分步生成（先大纲后正文）和一次生成全文，你更倾向哪种？对哪类文档你一定会用分步方式？

【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。文档生成、@ 引用、迭代修改、导出下载等能力依据 WorkBuddy 官方文档《实践二：文档生成与编辑》《创建任务》及腾讯云

开发者社区教程整理；生成文档的具体排版效果、可编辑程度可能随版本变化，请在下载后于 Word/WPS 中检查并按需微调。

PDF 深度解析：用 WorkBuddy

读懂教材、文献、课件与合同

为什么这一块很重要

大学四年，PDF 几乎是无处不在的"硬通货"：老师发在群里的教材扫描件、知网上格式各异的论文文献、PPT 导出的课件备份、社团签的活动协议与合同、报名表填完导出的表格……它们有一个共同的烦恼——看得见，却"摸不着"。

传统读 PDF 的痛苦，每个大学生都经历过：

• 教材太厚读不动：一本 500 页的《高数》PDF，想考前突击找重点，只能一页页翻，Ctrl+F

搜关键词还经常搜不到（扫描版根本没有文字层）；

• 外文文献看不懂：导师丢来一篇 30 页的英文论文，单词都认识但连不成句，翻译软件一次只能贴 5000

字符，来回复制粘贴半小时；

• 课件信息密度低：老师的 PPT 转 PDF 后动辄 100 多页，期末复习要"逐页总结"，人肉提炼知识点费时费力；
• 合同条款不敢漏：租房合同、实习协议、社团赞助合同，条款密密麻麻，最怕漏看违约条款和数字细节；
• 发票小票要报销：坐车、打印、买书的电子发票是 PDF，报销时要人工核对发票号、金额、日期。

WorkBuddy 的 PDF 深度解析能力，把这五类痛苦压缩成一句话：把 PDF 交给它，让它提取要点、翻译、总结，甚至像老师一样陪你"问答式阅读"。腾讯云开发者社区的多篇实战教程（如《用 WorkBuddy 处理 PDF

的保姆级教程》）展示了 pdfkit 技能的实际用法：安装后"不需要打开任何 PDF 软件，不需要学习任何操作，AI 自动帮你完成一切"——转 Word、转图片、提取表格、脱敏、加水印、合并拆分、结构化提取发票字段、语义分块

建知识库，全是"说句话的事"。

对大学生来说，这意味着：期末复习从"逐页翻书"变成"让 AI 先提炼一遍重点，你再去精读";读外文文献从"翻译软件来回倒"变成"整篇上传、逐段问答";签合同从"凭感觉扫一眼"变成"让 AI

帮你逐条核对"。这一篇，我们完整走一遍"用 WorkBuddy 深度解析 PDF"的全流程。

核心概念

PDF 文本层与扫描件（Text Layer vs. Scanned PDF）

PDF 分为两种："文本型 PDF"（文字可以直接复制、搜索，比如用 Word/WPS 另存为的 PDF）和"扫描型 PDF"（本质是图片，文字无法选中，比如用手机拍的纸质材料、扫描仪扫的旧档案）。

判断方法：打开 PDF 试试能不能用鼠标选中文字，选不中的基本就是扫描件。

示例：老师在群里发的《微观经济学》教材电子版，如果是出版社的电子版就是文本型；如果是同学用手机拍的实体书，就是扫描型。WorkBuddy 处理这两类的方式不同：文本型直接读取，扫描型需要

OCR（见下一条）。腾讯云教程明确指出，处理 PDF 前"需确保 PDF 为可选文本或启用 OCR"。

OCR（光学字符识别）

OCR 把图片里的文字"认"出来，变成可复制、可搜索的文本。WorkBuddy 通过技能市场里的 OCR-Local 技能实现本地 OCR：批量识别扫描文件、高精度表格还原、手写识别、模糊扫描件修复、合同结构化处理。它免费开放

、无每日识别限额，数据在本地处理，"不强制上传云端"（今日头条实测教程《免费平替 WPS 会员！WorkBuddy 超强 OCR》）。

笔记；发票扫描件识别后能直接生成报销台账 Excel。

pdfkit 技能（PDF 全能工具箱）

pdfkit 是 WorkBuddy 技能市场上的一款 PDF 处理 Skill，安装后可用自然语言指挥它完成：PDF 转 Word/图片/ 长图、扫描件文字替换、敏感信息脱敏、加水印、合并拆分、添加页码、发票结构化提取、语义分块（RAG）、加密

与权限控制、双版本对比差异。腾讯云教程称它是"全能数字秘书"。

安装方法：打开 WorkBuddy → 进入「技能」市场 → 搜索「pdfkit」或「document-skills」→ 点击「+」安装。安装后可让 AI 执行 pdfkit doctor 检查环境是否就绪。

结构化提取（Structured Extraction）

让 AI 从 PDF 中"抽字段"：按照你指定的清单（如发票号、开票日期、金额），自动定位相关内容并输出成 JSON、表格或 Excel，替代人工逐字录入。

示例：上传增值税发票 PDF，对 WorkBuddy 说"帮我提取发票号码、开票日期、购买方名称、金额合计、税额合计 "，它会返回结构化数据：{"发票号码":"NO.12345678","开票日期":"2026年03月15日",...}。对要报销、要填表的大

学生来说，这是最实用的功能之一。

语义分块与问答式阅读（RAG Chunking & Q&A Reading）

语义分块：把长 PDF 按语义切成小段（每块带页码、字数等元信息），输出 JSON，便于后续建知识库做精准检索。问答式阅读：把 PDF 交给 AI

后，像问老师一样提问（"第三章的核心结论是什么？""这个公式怎么推导的？"），AI 基于全文内容作答，而不是你手动翻页找答案。

示例：对 200 页的教材说"把这个 PDF 按段落分块，每块不超过 1000 字，输出 JSON"，再问"第 5 章讲了哪三种市场结构？各自特点是什么？"——教材就变成了一个可以随问随答的"个人助教"。

实操方法

方法一：安装技能并做环境检查（一切的前提）

步骤：

• 打开 WorkBuddy 客户端，确认已登录；
• 点击左侧导航栏「技能」（技能市场）；
• 顶部搜索框分别搜索并安装：pdfkit（或 document-skills）与 OCR-Local；
• 回到对话窗口，输入环境检查指令，让 AI 确认依赖就绪；
• 把要处理的 PDF 拖入对话框（或告诉它文件路径），开始使用。

可直接复制的提示词：

帮我检查一下 PDF 处理的环境是否正常

我装了 pdfkit 和 OCR-Local 两个技能，请确认它们都已启用，并告诉我当前 PDF 处理能力清单

避坑提示：不要一次性开启十几款技能，只保留 OCR、PDF、文档等常用几款，多技能同时运行会降低处理速度（OCR 实测教程的原话）。加密

PDF、带权限锁定的文档需先解除保护，否则无法完整解析文字。