Token导航 LogoToken导航TokenDH.com

从会派活,到会带队:豆包用 Agent 给你打造了 AI 军团

更新时间 2026-09-17来源 甲木未来派正文 3576字阅读约 12分钟20 张图片
DOUBAO WORK · FIELD GUIDE豆包工作普通人的 Codex活交出去,把关留下。找样板 · 会分工 · 能验收01 选 Skill02 让 Agent 分工AGENT A读原始资料AGENT B按角色分析AGENT C整理成果03 留下验收标准回查出处 · 定向修订本机 ↔ 云电脑 ↔ 手机 · 接着做

4 PARTS · CONTENT MAP

左右滑动

PART 01

先抄作业

技能中心、小队找样板

PART 02

多端协作

Agent、云电脑与手机

PART 03

把关得留下

立标准、回查、再修订

PART 04

写在最后

产品与模型,两头进化

大家好啊,我是甲木。

最近连着写了几篇豆包工作,从怎么按自己的需求上手豆包工作,聊到浏览器录制、本地 Office这些新功能。

(ps..因为它更新得实在是太猛,应该是目前迭代最快的 AI 应用了,哈哈哈哈)

图片

发完之后,后台也有读者朋友来问。

一个是:我也想做个自己的 Skill,可就是想不出有什么值得沉淀?

另一个是:活是交给豆包工作了,怎么知道它干得对不对?

那么我们这篇接着聊。

上上篇是自己动手,这一篇往上走一层:摸清豆包工作的门道,驾驭起来也就更顺。

这次主要给大家分享三件事:

1、照葫芦画瓢,如何打造自己的 Skill

2、交给豆包工作的活,怎么立标准、让它照着交付、自己验收

3、「豆包工作」里实用的特殊功能。

那么, 我们开始吧~

PART

01

不知道该干什么?先抄作业

START WITH A SKILL

想不出自己能沉淀什么 Skill,最快的办法是先看别人把什么活做成了 Skill。

豆包工作里有两处现成的样板。

CASE 01

技能中心:从现成 Skill 拆方法

一处是「技能中心」,里面是一堆别人写好的 Skill。

图片

打开技能中心,以「研究思路选题」为例。

这是个帮人做学术选题的 Skill:你把想研究的课题交给它,它帮你把一个大课题拆成研究方向、研究视角和研究问题,还会提示该从哪些文献切入,免得一头扎进资料里出不来。

图片

看别人写的 Skill,别只盯着它做什么,重点抓这几点:

什么情况下用、要你提供什么、怎么判断对不对、最后交付什么。

图片

不过技能中心目前有个问题:东西多,但不好找。

那要是不知道选什么 Skill,怎么办?还有个办法,是按场景去选。

CASE 02

工作伙伴·小队:按场景找能力

这些场景,工作伙伴·小队里就有。它按职位分好了,产品经理、数据分析师、PPT 专家,一个角色就是一个场景。

图片

我试着给内容创作小队派了个任务,它会自己调度小队里对应的 Skill来干,下面就是它交回来的结果。

图片
图片

相比别的生成 HTML 的,它生成的效果就不错,顺带看看同一个任务,默认生成的卡片长啥样:

图片

差别就在这儿:前面那张效果更好,是因为这个专家背后,有几个现成的 Skill在支持。

 该图片疑似使用了AI生成技术,请谨慎甄别图片

这下你就知道有哪些场景、分别能对上哪些 Skill 了,在场景里找到对应的 Skill用起来就行。

顺便说一句,小队背后其实就是个多 Agent 的架子:一个像 team leader 的角色负责接活、分活,把任务拆成几条并行的子任务,分给内容创作专家、AI 画师这些成员各干各的,做完再汇总成一份交付。

图片

接下来要聊的几个特殊功能,多 Agent 就是其中一个:同一套架子,只是换成由你自己发起。

PART

02

豆包工作里几个特殊功能

TEAM · CLOUD · MOBILE

看完现成的,再说一个之前两个版本更新里没讲上的功能。

CASE 03

多 Agent:拆开做,定向改

多 Agent 也不是越多越好。只有活里有能并行的任务,或者需要分不同角色,用它才划算。

还是上次三份年报,一共740 页。之前一个 Agent 串行读,这么多内容,一个上下文窗口未必装得下,读到后面,前面的细节容易丢,分析难免偏浅;这次拆给几个子 Agent 并行,每个只管自己那一份,有足够的空间读完、读透,交回的结果就更扎实。

要分不同角色的活也一样。比如做一份方案,可以让三个 Agent 分别扮成产品经理、财务和法务,各从自己的角度过一遍,比一个 Agent 从头包到尾更稳。

 该图片疑似使用了AI生成技术,请谨慎甄别图片

美的那个子 Agent 把PDF 页码和印刷页码对混了。我没等它跑完,直接打断,只让这一家回去核对,另外两家不动。

谁的活出问题就找谁改,这就是拆开的好处。改完的表两套页码各留一列,能一条条回查回原页。

 该图片疑似使用了AI生成技术,请谨慎甄别图片

不拆、一个对话里硬做也能出数,但几家混在一张表,回头不知道哪个数来自哪份报告。

CASE 04

云电脑与手机:任务接着走

这部分做完,我在同一个任务里切到云电脑,让它把金额换算和增速改成公式。附件没重传,直接续上,小窗干活,不耽误你用电脑。

图片

这是上上个版本的新功能。在这之前我还吐槽过,当时还不能本机切云电脑,现在可以无缝切过去,任务和上下文一起带着走。可见豆包迭代之快。

打开总表,三家的原始单位和换算依据在旁边,收入、利润、现金流并排,该追问哪一项一目了然。

图片

任务跑一半要出门也不耽误,手机上也能看进度、接着派活。

 该图片疑似使用了AI生成技术,请谨慎甄别图片

多 Agent、云电脑、手机远程,基本都是豆包最近几个版本陆续上的。类似的还有不少,迭代也快,隔一阵就又冒出来几个。

PART

03

活交出去,把关得留下

SET THE STANDARD

Agent 干得再快,标准得你先立,最后那道关还得自己把。派活之前想清楚:要什么、不要什么、做到什么算完成。标准立清楚,它照着交付,自己也会核一遍;但能不能用,最后还是你说了算。

这一点不挑对象。做 Skill 如此,平时派活如此,交给 Agent 也如此:验收标准交代清楚,它就有了核验的空间。

而且,标准本身也常常就是一份交付。你让现在的 GPT 写提示词,它一定会列一堆「要什么、不要什么」,那其实就是一份现成的标准。

CASE 05

同一份数据,两种派活方式

我用同一份培训表、同一份数据,让同一个数据分析师分别做了两次任务:一次没提标准,一次把标准交代清楚。

图片

第一轮只说"帮我分析效果,做份复盘"。第二轮补上了去重规则、取消报名怎么处理、满意度的有效范围,以及出处和交付要求。

图片

两轮的核心人数都算对了,差别在交接:

同一份数据 · 两轮交付对比

这次观察
简单派活
交代标准后
三场核心人数
算对
算对
原因解释
推测说得过满
区分相关性和待验证假设
数字回查
有汇总,定位不够细
原始表、分母、异常和来源位置集中交付
验收结果
需要追问依据
查出三条行号错误,定向修订后交回

但即使我们定了标准,也不意味着它不会错。第二轮那三条异常签到的来源行号最初写错了,我指出来,它只改了相应位置,又解释了统计范围为什么出现两个数。

图片

不怕干错,怕的是错了查不出来。

CASE 06

全局偏好:把标准留下来

常用的口径还可以写进「全局偏好」:业务背景、格式要求、数字要能回查,写一次,以后每次派活自动带上。

图片

偏好里放的也不只是业务口径。

我们上次那条「提问优化」的提示词,也是这么用的,设一次,以后每次提问都自动带上:

图片

PROMPT · 提问优化 / 全局偏好

在我每次向你提问时,请先判断:我的问题是否还有明显的优化空间。  

如果有,不要只润色措辞,而是帮助我思考:**我真正想解决什么?这个问题还有哪些关键角度是我没有想到的?怎样问能让我得到更有价值的答案?**  

在正式回答前,简短输出:  

**【更好的问法】** 

用更清晰、更有思考价值的方式重新组织我的问题。  

**【可以再想一步】** 

只补充 1—3 个最值得我继续思考或追问的角度。  

**【提问小提示】** 

用一句话告诉我,这次我的提问可以学到什么技巧,例如:补充目标、明确判断标准、追问原因、拆解问题、比较差异、补充背景等。  

请根据问题本身灵活判断,不要套固定模板,也不要把简单问题复杂化。如果原问题已经足够清楚,可以直接回答,只在确实能提升思考质量时进行优化。  

不要把自己限定为"提示词专家",也不要改变正常聊天和回答方式。你的目标不是替我写出越来越复杂的提示词,而是在日常交流中,逐渐训练我发现问题、拆解问题和提出更好问题的能力。  

如果我明确说"直接回答""直接说""简单讲""润色"等明显是要直接结果的提问,则跳过以上步骤。

PART

04

写在最后

WORK FOR EVERYONE

前几篇里,多 Agent 没怎么展开,这回新上的几个功能也没细说,正好凑一起讲清楚。

浏览器录制、Office、云电脑、多 Agent,豆包工作现在是每隔几天就上两三个新功能。单看每个都不算大,凑到一起,它接得住的活越来越多了。

说到底就是两条腿:一头把产品功能铺开,一头把模型能力往上顶。两边一起走,能用上的人自然越来越多。

我们那本《豆包工作蓝皮书》也一直在更新。想让它一直保持好用,就得跟着产品一遍遍试、一遍遍补,它才是一汪活水。

往后有新功能、新玩法,还是老规矩,拆开讲给大家听。

以上。

我是甲木,热衷于分享 AI 干货,也会分享 AI 在各行业的落地应用。觉得有用,点个赞、在看、转发,谢谢大家。

/// END · WORK FOR EVERYONE

文章标签豆包字节跳动智能体
资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录

相关资讯

更多