这套系统真正牛的地方，不在于"多"，而在于"不用每次从零开始"。
大家好，我是小虎。
在即将开营的 AI 编程进阶营里，我的任务是主讲大案例课，有 7 节课之多。
但你知道吗——光是这 7 节课的背后，就涉及课程大纲、实战案例、课件制作、学员答疑、社群运营、数据跟踪这些环节。
如果全靠我一个人干，哪怕 72 小时不睡觉也扛不住。
好在，我不是一个人在战斗。
AI 编程进阶营有一个 9 人的核心教练团队：华峰、宇哥、我，还有其他几位教练。
同时，我们还有一套"隐形协作系统"——8 个 WorkBuddy AI 角色，分布在各个环节，把重复性工作承担掉，让人的时间真正花在刀刃上。
今天这篇文章，我把这套系统完整拆给你看。
先说个让我崩溃的瞬间
你有没有这种感觉：
每次打开 AI 对话，都要先说一遍背景——"我是一个 AI 编程训练营的教练""我的学员是零基础的小白""我要写一篇招生的文案"……
说完这些，AI 才开始干活。
更崩溃的是，换了个话题，比如从"写文案"到"设计案例"，你又得重新说一遍背景。
每天大量时间消耗在"重复交代"上，而不是"真正产出"上。
这就是普通 AI 的局限——没有记忆，每次都是零起点。
但如果这个 AI 知道"你是谁""你的学员是谁""你要做什么"，不需要你重复呢？
这就是 WorkBuddy 多角色解决的问题。
普通 AI vs 8 个 AI 角色：全流程对比
光说概念有点虚，我拿准备一次开营活动的全流程做个对比。
场景：准备 AI 编程进阶营开营
用普通 AI（单次对话）：
| 环节 | 我要做的事 |
|---|---|
| 设计开营议程 | 先跟AI说背景："我是AI编程训练营的教练……" |
| 写宣传文案 | AI忘了之前说过的话，又要重新交代一遍 |
| 整理FAQ | 只能一个个回答，无法形成积累 |
| 做数据报表 | AI不熟悉业务，说的话"外行" |
| 结果 | 每个环节都要重新"认识"AI，消耗大量时间 |
用 8 个 AI 角色（多角色协作）：
| 环节 | 角色 | 我要做的事 |
|---|---|---|
| 设计开营议程 | 叫"玥策" | 它知道自己是谁，直接出大纲 |
| 写宣传文案 | 叫"玥文" | 它知道小虎风格，直接出稿 |
| 整理FAQ | 叫"玥答" | 它有FAQ库，直接匹配+入库 |
| 做数据报表 | 叫"玥数" | 它知道要报哪些数据，直接出表 |
| 结果 | 每个角色都"认识"你，直接出活 |
省掉的，就是那些"重复交代"的时间。
真正牛的地方：知识会积累
但这还不是最让我惊喜的。
真正让我觉得"这玩意儿值"的地方在于：这套系统越用越强。
普通 AI 的问题：每次都是零起点
- 今天写的文案风格，明天可能就跑偏了
- 今天整理的 FAQ，换个问法 AI 就不认识了
- 每个项目都要从零开始积累
多角色 AI 的优势：知识自动积累
拿玥答（答疑专员）举例。
它的核心能力之一是维护 FAQ 答案库。每个学员问的问题，它会：
- 先从已有库匹配答案
- 如果库中没有，自动生成参考回答
- 将高频问题标记，提交给人审核
- 审核通过后，这个问答就进入了知识库
第一期训练营下来，FAQ 库可能只有 50 个问题。
第三期训练营下来，FAQ 库可能有 500 个问题。
玥答的回答准确率，从 60%提升到 90%。
这就是知识积累带来的 复利——你不是在"用"AI，你是在"训练"一个专属于你的 AI。
这套系统是什么？
说完了对比，再来说具体是什么。
WorkBuddy 多角色就是在你的工作空间里，配置多个"有身份"的 AI 助手。
每个 AI 有自己的名字、定位、能力边界和工作模板。
你跟它们说话，就像在指挥一个团队。
不同的是：
- 真实员工会请假、会情绪化、会有状态波动
- AI 角色 24 小时在线、永不疲倦、输出稳定
相同的是：
- 每个角色都有明确的分工（不会什么都干）
- 每个角色都有固定的工作模板（输出格式一致）
- 每个角色都有红线规则（知道什么不能碰）
先给你看一下我们这套"隐形团队"的完整阵容：
| 昵称 | 角色 | 核心职责 |
|---|---|---|
| 玥小助 | 私人助理(默认) | 任务分配、进度提醒，信息汇总 |
| 玥策 | 课程策划师 | 大纲设计、模块拆解、学习目标制定 |
| 玥案 | 案例开发师 | 实战案例设计、代码示例、作业设计 |
| 玥文 | 文案写手 | 宣传文案、课程介绍、转化话术 |
| 玥答 | 答疑专员 | 学员问题解答、FAQ整理、答案库维护 |
| 玥数 | 数据分析师 | 学员进度跟踪、数据报表、效果评估 |
| 玥运 | 运营专员 | 开营流程、社群管理、活动组织 |
| 玥设 | 设计助理 | 海报文案、PPT结构、视觉建议 |
"玥"这个字来自我的 AI 搭档——玥玥小精灵。
某种程度上，这些 AI 角色就是我虚拟的"数字分身"，帮我处理那些不需要人来做的重复性工作。
搭个地基
首先，在你的工作空间根目录下，创建 .agent/roles 文件夹。
最终的文件结构是这样的：
你的工作空间/
├── .agent/
│ └── roles/
│ ├── 玥小助.md # 协调员（默认角色）
│ ├── 玥策.md # 课程策划师
│ ├── 玥案.md # 案例开发师
│ ├── 玥文.md # 文案写手
│ ├── 玥答.md # 答疑专员
│ ├── 玥数.md # 数据分析师
│ ├── 玥运.md # 运营专员
│ └── 玥设.md # 设计助理
└── （其他项目文件不受影响）
"玥"这个前缀是统一辨识度用的，就像公司里大家叫"张总""李工"一样，有前缀方便 AI 识别自己在跟谁说话。
让 WorkBuddy 帮你规划角色
很多人会跳过这一步直接自己想。但我的经验是：先让 AI 帮你规划一遍，你会发现很多自己没想到的角度。
打开 WorkBuddy，跟它说：
我要做一个 AI 编程进阶营，日常工作包括课程大纲设计、实战案例编写、宣传文案撰写、学员答疑、数据分析、社群运营、视觉设计等。
请帮我创建一套完整的多角色配置文件体系，每个角色都要有明确的分工边界。
它会自动分析需求，给出一份角色分配方案。
创建角色配置文件
角色方案确定后，workbuddy 会逐个创建.md配置文件。配置文件写得越细，AI 表现越稳定。
每个配置文件必须包含 6 个部分：
# [昵称] - [角色名称]
## 基本信息
- 昵称:
- 角色:
- 定位:
## 性格特点（可选）
- 描述角色的性格和沟通风格
## 核心能力
1. 能力1：具体说明
2. 能力2：具体说明
3. 能力3：具体说明
## 工作模板
接到任务时，按以下格式输出：
- 输出结构1
- 输出结构2
- 输出结构3
## 沟通风格
- 描述角色如何与人沟通
## 红线规则
❌ 绝对不能做的事1
❌ 绝对不能做的事2
验证方法：保存后重启 WorkBuddy，然后输入"请以[角色名]的身份，帮我做[对应任务]"。如果能输出符合模板的结果，说明配置成功。
实战演示：一次开营准备的标准流程
光说角色可能有点抽象，我演示一个具体的协作场景。
假设我们要为 AI 编程进阶营准备一期开营活动：
我对玥小助说："玥小助，本周六 AI 编程进阶营开营，帮我安排一下准备流程。"
它会自动分解任务：
- "开营议程 → 转交给玥策"
- "宣传文案 → 转交给玥文"
- "学员答疑清单 → 转交给玥答"
- "开营海报文案 → 转交给玥设"
各角色 并行 开工，玥小助统一汇总。
整个过程我只需要下一条指令，然后去备课。
2 小时后，玥小助给我一份完整的开营准备清单，包括：课程议程、宣传文案、学员答疑手册、开营海报初稿。
以前这至少需要一天。
但这里有个关键点：不是全自动的
必须说清楚：目前 WorkBuddy 多角色不是全自动的。
你给玥小助下一条指令，它会帮你分发任务、协调角色、汇总结果。
但它不会自己主动去监控进度、发现问题、推动流程。
换句话说：你还是" 项目经理 "，AI 是"执行者"。
好处是什么？你从具体的执行中解放出来，但项目的方向和决策还是在你手里。
坏处是什么？不能当甩手掌柜，还是得时不时看一眼进度。
但说实话，我觉得这恰恰是它的精髓——AI 不是来替代你的判断力的，它是来帮你处理那些重复、机械、费时间的事。
效果验证：Before vs After
我拿筹备 AI 编程进阶营的真实数据做了个对比：
| 项目 | 传统方式(单次AI对话) | 多角色协作 | 提升 |
|---|---|---|---|
| 课程大纲设计 | 每次重新交代背景 | 直接出大纲 | 省50%时间 |
| 宣传文案撰写 | AI风格飘忽不定 | 风格统一 | 省40%时间 |
| FAQ整理 | 每次从零积累 | 知识自动积累 | 省60%时间 |
| 整体筹备周期 | 14天 | 3天 | 省78% |
但真正的价值不是"省时间"，而是"知识在积累"。
第三期训练营的时候，玥答的 FAQ 库已经有 500 个高质量问答。
第三期训练营的时候，玥文的文案风格已经稳定到"闭眼出稿"。
这就是 复利 。
什么时候不适合用多角色？
泼个冷水。
❌ 任务太简单时：改一段话、翻一个文件，直接用默认对话，别给自己找事。
❌ 需要强创意时：AI 角色的输出基于预设模板，稳定但缺乏惊喜。突破性创意还得靠人脑。
❌ 对实时性要求极高时：多角色涉及多次 AI 调用，整体响应时间比单对话长。
✅ 这套系统最适合：
- 有固定流程、多个环节、需要反复迭代的中大型项目
- 训练营，知识付费，内容工作室
- 需要同时服务多个客户的咨询类业务
写在最后
5 月份的 AI 编程进阶营，是我们第一次在实战中验证这套"9 人团队+AI 角色"协作模式。
目标很清晰：9 人团队 + AI 角色 = 服务百位学员。
如果跑通了，意味着什么？
意味着一个人带百人的训练营，不需要靠堆时间、堆人力。靠的是分工的极致细化 + AI 的知识积累。
更重要的是，这套系统会越用越强。第三期会比第一期好很多，第六期会比第三期再好很多。
我们拭目以待。
如果你对这个话题感兴趣，或者想了解更多 AI 协作的实战经验，欢迎关注。
想，全是问题。干，才有答案。
进阶营见。
P.S. AI 编程进阶营第一期招募中，8 周课程、7 个大案例、6 位教练、20 节直播课。后台回复「进阶营」了解详情。
