这张卡做完，你会得到一份「用自然语言生成代码」的可交付产物。先看成品长什么样，再倒推做法：
你有一个文件夹里有 200 个 PDF 文件，需要把文件名提取到一个 Excel 表格里。你不会写 Python 脚本，但你知道"我想把文件夹里所有 PDF 文件名导出到 Excel"。把这个需求告诉 WorkBuddy，它帮你写好脚本并运
要点 1：1. 描述需求（越具体越好）——做完这一步，你会得到「1. 描述需求（越具体越好）」对应的可查看产物或结果。
要点 2：2. 指定技术栈——做完这一步，你会得到「2. 指定技术栈」对应的可查看产物或结果。
要点 3：3. 生成 + 执行 + 调试——做完这一步，你会得到「3. 生成 + 执行 + 调试」对应的可查看产物或结果。
做出上面的结果，靠的是一条 3 步任务链。看懂每一步的意图，你就能自己「出题」了：
| # | Prompt / 操作原文 | 意图（为什么这么写） |
|---|---|---|
| 1 | 帮我写一个 Python 脚本：读取当前文件夹下所有 .pdf 和 .docx 文件，把文件名和文件大小输出到一个 Excel 文件，两列分别为"文件名"和"大小(KB)" | 主指令：说清「要什么 + 范围 + 约束」，AI 才知道交付标准，模板越具体产出越精准 |
| 2 | 用 Node.js 写一个脚本：监听 input.csv 文件的修改，每当文件变化时自动读取并打印新增的行数。用 chokidar 和 csv-parser 库 | 约束条件：限定技术栈 / 工具 / 格式，避免 AI 自由发挥偏离你的需求 |
| 3 | 帮我写一个 Python 脚本来分析 data.csv：统计每列的基本信息（均值、中位数、缺失值数量、最大值、最小值）。写完后帮我运行，如果有错误请修复 | 闭环一步：让 AI 生成后直接运行 + 修错，一个会话内搞定，不用你手动搬运 |
下面是这段任务在 WorkBuddy 里的完整回放。点「下一步」逐步展开，把每条 Prompt 复制到你的 WorkBuddy 里跟练。
把模板里 带下划线的词换成你自己的话题，在 WorkBuddy 里跑通：
检查点：① 只改内容、结构照抄；② 每一条都等 AI 回复后再发下一条；③ 至少追问一次「把 X 改成 Y」，确认 AI 是基于上文修改而非重新开始。