7月25日，我们在虹桥办了一场 Codex 实战交付营。
全天7小时，40多位学员，大部分是企业财务负责人和高管。
课程结束后，很多人跟我说了同一句话："原来我之前用的那个，根本不叫用AI。"
今天我把这一整天，压缩成十条可以直接上手的心法。没有概念，全是能用的。
文章有点长，但里面有几条，能直接省掉你三个月的试错。
💡 01 先破除最危险的一个误解："AI进化太快，所以不用学"
这是现在网上最流行、也最害人的一句话。
配套的说法是：一键生成视频、一键生成文章、一键出PPT。
真相是什么？
讲师栋哥的原话是："AI这个东西你一定要进行大量的练习和实操。因为它是个全新的工作流。"
他打了个比方：开车的老司机有"脚感"。这个脚感不是看教程看来的，是开出来的。AI也一样。
他自己在2024年10月之前完全没碰过AI，之后每天用超过12小时。现在他对外产出的所有东西——文案、海报、图片、视频、剪辑——全部由AI完成，他只负责交互。
他的学员里有不少是程序员、硬件开发。为什么他们也要来学？因为这不是技术问题，是工作流问题。
所以第一条：AI不是知识，是技能。技能只能靠"跑量"获得。
📚 02 知识库，才是你在 AI 时代唯一的资产
这是贯穿全天的一句话。
为什么很多博主用AI做出来的东西"很像他自己"，而你做出来的一看就是 AI 味？
因为他有知识库。
你跟大模型交互时，它调用的是公共知识库——你用GPT就是OpenAI的公共库，用DeepSeek就是DeepSeek的公共库。这些内容跟你有关系吗？没有关系。
栋哥说得很直接："如果你没有这一套东西，你Codex学得再好，他除了能帮你完成以前表哥表姐的工作，没办法帮你完成更高阶的工作。"
对财务人来说这一点尤其致命。财务最有价值的环节是什么？是业财融合的分析和决策支持。是把部门的优秀经验、审核规则、处理SOP沉淀下来，让新人进来就能用。
这些东西，公共知识库里一个字都没有。
怎么开始？极其简单：在你电脑上建一个文件夹，把过往所有你觉得有用的资料全部拖进去。
不要整理，不要分类，不要纠结命名。有了智能体，它可以把你几万份资料串起来调用。
配套动作：从今天起，把一切录下来。 课程、会议、灵感、跟客户的对话。这是你知识库的第一入口。用手机也行，用专门的AI录音设备更好——不会被电话和微信打断。
🛠️ 03 Codex为什么强：中央厨房理论
课上有人问：Codex和网页版GPT到底差在哪？
栋哥给了一个特别好懂的比喻。
假设你我厨艺完全相同。我把你扔到郊外，只给你一口破锅让你炒菜；另一个人在设备齐全、火候精准的中央厨房里炒同一道菜。
同样的技术，出来的东西会一样吗？
"Codex为什么牛？就是因为它已经帮你搭配好了一个中央厨房。"
这个专业名词叫Harness，你不需要理解它。你只要记住：在同等条件下，环境决定产出。
课上也很坦白：目前全球最强的其实是Claude Code，Codex排第二。但Codex胜在界面可视化、上手门槛低、办公类任务极强。
🎯 04 决定AI产出质量的四个因素（附一个绝妙比喻）
这是栋哥写了两三百份商业文案后总结出来的，我认为是全课含金量最高的一段。
因素一：提示词。 别信"提示词已经不重要了"，它依然重要。
因素二：上下文环境。 你和AI聊到第41轮的时候，它可能已经出现幻觉了，而你毫不知情。这就是为什么必须大量练习——你要练出察觉幻觉的手感。
因素三：资料是否被AI充分学习。 这是最多人栽跟头的地方。
课上举了个真实案例：客户要建一个垃圾处理站，给了公司介绍、参考网站、和领导的对话录音、内部微信截图。结果写手什么都不看，直接让AI写，出来的东西牛头不对马嘴。
"你要把所有资料全部转换成AI可以学习的语言，确保AI充分地学习到这些资料。"
因素四：你用的大模型。 同样的提示词、同样的资料，Claude和豆包出来的是两回事。
然后是那个比喻——
想象一个高原湖泊。往里扔一颗石子，湖面会有涟漪；但如果发生地震，整个湖水会翻涌。
"周围的环境就是上下文工程，那个石子就是提示词。"
提示词重要，但上下文环境对结果的影响，比提示词大一个数量级。
⚙️ 05 六个必须马上改的设置
这一段全是干货，建议照着做一遍。
1. 打开记忆功能。 设置→个性化→打开"从任务中生成新记忆"和"容许工具辅助生成记忆"。不打开，你的知识库无法自动生长——你今天说"财务PPT改成红色"，下次它还是蓝的。
⚠️ 永远不要点"重置"。 这就像你养了很久的宠物，它知道你所有的脾气秉性，一重置就要重新养一遍。
2. 权限设为"完全访问"。 设置→常规→权限，三个全打开。不然它每做一步就要你确认一次。风险不大——涉及删文件它依然会提醒你。
3. 默认打开文件的目标设为Finder（Windows是Default）。 为什么？视频文件在界面里没法预览，你必须能找到原路径。
4. 插件不要装太多。 装了10个，新建任务时它会把10个全扫一遍，全是算力。用到再装，调用时用@指定。
5. 模型不要盲目追新。 栋哥的经验："通常一个厂商更新的最新模型，我觉得没有老的模型好。" 新车功能酷炫但稳定性不如上一代。他一般等一两个月再换，顺便省算力。推理强度选中等，速度选中速。
6. 一个任务，一个对话框。 这条最重要。
"你真的把他想象成一个员工。你10分钟跟他说了100个任务，他能干得完吗？"
不要把"装飞书""装企微""装开发环境"塞进同一个对话框。项目是部门，每个任务开一个对话框。
🧩 06 最容易搞混的两个概念：Agent.md vs Skill
几乎每个新手都卡在这里，说清楚就三句话：
Agent.md 是项目级规则，只在这个项目里生效。 比如你规定"财务演讲PPT一天场50页、半天场30页"，写进这个项目的Agent.md，它在这个项目里永远记得，换个项目就不认。
Skill 是全局技能，哪里都能调用。 在任何新建任务里，把输入法切成英文，打一个$，所有Skill就出来了。
所以：项目的"规矩"用Agent.md，可复用的"手艺"做成Skill。
Skill命名一定要用中文、有规律。栋哥电脑上有几千个Skill，光PPT类的就30个——不归类根本找不到。
📊 07 完整实操：一份脏数据的七步走
这是课上带全场做的，财务人可以直接照搬。
第一步，建项目绑定本地文件夹。 加号→新建空白→使用现有文件夹→选中你的数据文件夹。注意：数据不用上传，它直接读本地，这对财务数据的安全性很关键。
第二步，先摸底，不修改。 提示词：
"请访问我这个文件夹，不要修改任何文件。文件夹当中有一份混乱的表格，我的目标是把它整理成一份干净的表格。请你先检查文件结构，然后告诉我这份表格有哪些问题、准备按什么步骤清洗、会生成哪些文件、哪些地方需要确认。"
"你去打架，还没上来就把功夫全使出来了？你先要摸一下底。"
第三步，你来判断路径，然后让他执行。 这一步才是财务人的价值所在——AI给方案，你判断对不对。
第四步，做成HTML看板。
第五步，用ECharts美化。 去ECharts官网找喜欢的图表样式，点"完整代码"，全选复制，发给Codex说"帮我把表格做成这种样式"。比截图给它稳定得多。
第六步，上线。 "请帮我把这个HTML看板在飞书妙搭上线，把地址发给我，让所有人可以公开访问。"直接甩给客户或老板。
第七步，沉淀成规则。 对结果满意后写进项目MD规则，下次不用再调。
七步跑完，你就有了一条可复用的数据流水线。
🤖 08 把每月的重复劳动，录成一个Skill
这是财务人听完眼睛最亮的一段：Record & Replay 插件。
它能录制你半小时内的所有电脑操作，然后自动重放。
课上的演示场景就是发票报销：先让Codex在飞书上建一个报销单收集表，打开录制，手动完整填一遍报销单，停止录制，然后说"请把上述填报销的方法做成一个Skill"。
之后你只需要打 $ 调用这个Skill，把几张发票拖进去，一句话都不用说，它自动帮你填表。
第一次跑肯定有瑕疵——现场就填错了月份。但这不重要：
"最小的MVP跑通了，细节你去优化。"
按这个思路，所有固定化的、不需要动脑的、你天天手动干的活，都可以录成Skill。
🔒 09 四条安全红线（财务人必看）
这部分我必须单独拎出来，因为风险最实在。
第一，公司核心文件、财务数据、敏感会议记录，绝对不要直接拖进任何大模型，包括国内的豆包、Kimi。"大模型是一定会学习你的文件的，100%会学习。"
第二，10万条级别的数据分析，不要把Excel直接丢给它。 一是有幻觉，二是直接把GPU跑冒烟。正确做法是：让它给你出一套Python或宏代码，你拿到Excel里去跑。
第三，中转平台要小心。 小额多次充值（用100充100），考察模型质量。有些中转会把用户数据缓存在自己服务器上做训练——这也是为什么有些中转异常便宜。
第四，API Key绝不能外泄。 别人拿到就能烧你的算力。
企业级的正规方案，是找有电信运营资质的供应商，成本高7~8倍，但数据有缓存空间，合规。
🏆 10 最后一条，也是最重要的：工具不是壁垒
课上有一个灵魂拷问，我印象极深：
"你们千万不要觉得今天学会了这个东西你就有竞争力了。在座很多做财务的，如果你Excel、PPT玩得飞起来，你在市场上有核心竞争力吗？没有。但回到15年前有吗？有。"
"AI学习最近三年是有竞争力的，但这个竞争力无法持续。过了五年人人都一样。"
那什么才是壁垒？
你所在细分行业的Know-how，加上你自己的数据资产。
课上举了理发店的例子：同样做"上传照片生成发型"的小工具，凭什么你比别人强？因为你只做韩式女性长发，你把这个品类所有的流行趋势、审美偏好全部封装成了提示词。别人用豆包做不出这个效果。
对财务人来说，这个Know-how是什么？是你对本行业成本结构的理解，是你判断一笔费用该不该过的那套隐性标准，是你看一眼账龄表就知道问题出在销售还是出在信用政策的直觉。
AI能替你干活，替不了你判断。而判断，来自你的Know-how和你的知识库。
那么，8月15日我们要讲什么？
7月25日这一天，我们把Codex这条路走通了。
但课后收到最多的反馈是同一件事：国外工具确实强，但上手有门槛，它不懂中国的财税规则，不懂你们集团的管理制度，更不敢碰你们的敏感数据。
这个反馈是对的。
所以8月15日（周六），上海虹桥，《WorkBuddy + IMA AI数字员工实战交付营》，全天7小时。
先说最关键的一句：你在上面这篇文章里看到的所有方法论——中央厨房、四因素、Skill封装、Record自动化、知识库自生长——在WorkBuddy上是一模一样的，没有任何区别。
这是栋哥在课上的原话。
变的只有三件事：工具变成国产的，场景变成纯财务的，数据留在你自己手上。
这一天，我们要交付20个AI数字员工。分两半场，逻辑很清楚：
上半场10个，解决"会不会干活"。
AI远程办公助理（微信发一条指令，电脑自动执行）、AI会议助理（自动出纪要、待办和行动清单）、AI文案助理、AI表格助理（就是文章里那套Excel清洗分类汇总，换成国产工具重跑一遍）、AI汇报助理（把零散资料整理成汇报框架）、AI调研助理（15分钟完成搜集加结论报告）、AI设计助理、AI销售助理、AI视频助理，以及AI流程助理——把重复办公动作做成自动化流程，也就是上面那个"发票报销录成Skill"的国产版。
下半场10个，解决"懂不懂你这家公司"。
AI制度助理（公司制度、流程、SOP随问随答）、AI财务助理（报销、付款、开票规则自动问答，新人再也不用来问你第八遍）、AI法务助理（合同模板、条款风险、审批口径查询）、AI人事助理、AI销售知识库、AI项目助理、AI老板秘书（把公司经营资料整理成老板简报）、AI培训教练（把内部资料变成新人学习路径）、AI投标助理，最后是AI组织大脑——把企业经验沉淀成长期可调用的知识库。
注意这个分法。上半场是"执行力"，下半场是"知识力"。
只有上半场，你得到的是一个跑得飞快但什么都不懂你公司的实习生；两半场合起来，你才真正得到一个又会干活、又懂规矩的数字员工。
而这，恰恰就是文章第二条说的那件事：知识库才是资产。
80%的时间在动手。用图上那句话说——看完直接抄作业。
你会亲手把一份混乱的Excel在30分钟内变成结构化报表，把你们部门的财务制度导进IMA知识库，把一个每月都要重复做的工作封装成可反复调用的Skill。走的时候带走的不是笔记，是七件"作战装备"和一张属于你自己公司的30天落地路线图。
至于那个"月末财务全自动化工作流"的完整Demo——从发票导入、数据清洗、合规检查、报表生成到异常提醒的整条闭环——我先不剧透了。
7月25日Codex实战营的全套逐字稿、SOP文档、提示词库和插件清单，已整理完毕。后台回复「Codex」即可领取。
AI不是拿来写周报的，是拿来重写公司的
我用45分钟讲透一个AI密码：11246——写给还在用Excel手搓报表的财务人
一堂让财务数据真正"活起来"的课——8月15日《WorkBuddy+IMA AI数字员工实战交付营》深度解读
