专家中心怎么用
WorkBuddy 内置了 100+ 个领域专家，每个专家有预设的专业视角、方法论和输出规范。
区别在哪：
| 通用 AI | 领域专家 | |
|---|---|---|
| 视角 | 什么都懂一点 | 用该领域的专业框架看问题 |
| 输出 | 通用答案 | 符合该领域规范的结果 |
| 深度 | 泛泛而谈的风险高 | 会用到行业术语和方法论 |
左侧栏的**「专家」**入口，按分类浏览，选一个开始对话。
什么时候该用专家
Section titled “什么时候该用专家”该用的场景：
- 需要专业判断（法律条款、财务分析、医疗信息解读）
- 需要特定方法论（架构设计、投资分析、教学讲解）
- 需要多角色协作（一个人扮演产品+设计+开发）
- 你对这个领域不熟，不知道该问什么
不需要用的场景：
- 简单的事实查询
- 纯粹的执行类任务（改个 bug、写个脚本）
让系统帮你推荐
Section titled “让系统帮你推荐”不确定该用哪个专家时，直接描述你的需求，系统会推荐匹配的专家。
“我需要分析一份财报，判断这家公司值不值得投资”
系统会给出候选专家，你选一个继续。
⚠️ 一次最多推荐几个，选不出来就描述得更具体一点。
技巧一：给足领域背景 专家也需要上下文。告诉它：行业、规模、你的角色、约束条件。
技巧二：要求它说明依据
这个结论的依据是什么？用的是什么分析框架？
能说清依据，说明它真的在按专业方法走；说不清，那可能只是套了个专家名字。
技巧三：交叉验证 重大决策让不同专家各看一遍，对比结论。AI 会犯错，交叉验证能显著降低风险。
如果你有反复使用的专业场景，可以自建专家包：
- 把自己的方法论、术语表、输出规范固化进去
- 管理、修改、合规检查都有对应工具
- 建好之后像内置专家一样调用
适合：你所在的细分领域没有现成专家，或者你有自己独特的方法论。
专家提供的是专业视角的参考，不是权威结论。涉及法律、医疗、金融等高风险决策时，AI 的输出必须经过真人专业人士复核。
提示词写法与反模式——同样的模型，不同输出质量的关键。