ZPedia｜AI 办公的下一步，不是更多 Prompt，而是 TRAE Work 这样的「工作知识库」

AI 教程是这个时代最过剩的内容之一。

「100 个神级 Prompt」「一分钟学会某某功能」，收藏从未停止，工作从未改变。问题不在教程的数量，在于组织方式：它们按功能讲，而人是按任务活的。没有人抱着「我想练习调用搜索插件」的目的开始一天的工作，人们想的是「我今天要交一篇稿子」「我下午要做一份行研」。

7 月 15 日，TRAE Work 上线了官方 AI 工作知识库：7 大真实工作场景、30+ 实战指南、40 万字完整内容。上线 6 小时，累计访问超过 1.8 万，社交平台上不少用户在转发点赞知识库里的干货和指南。

TRAE Work AI 工作知识库上线海报：7 大 Work 场景实战指南

市面上的 AI 教程并不少，为什么是这本知识库被围观？它跟「100 个 Prompt 合集」有什么不同？带着这个问题，我花了一个下午，拿自己的真实工作验证了一遍。

这本 40 万字的知识库，到底是什么

先看基本盘。

TRAE Work 官方 AI 工作知识库，目前包含 7 大真实工作场景、30+ 实战指南、超过 40 万字的内容，覆盖写作沟通、数据处理、行业研究、内容创作、视觉设计、汇报演示、信息采集、学习成长、开发自动化、办公协作等核心工作领域。从新手入门到深度实战，可以按场景进入全路径内容。

打开知识库，左侧目录的结构很能说明问题：快速导航、新手入门、官方功能教程、TRAE Work 实战指南、工具资源推荐、近期活动。它不是一堆积在一起的文档，而是一条设计好的学习路径——先认门，再上手，再进实战，最后顺手把工具和资源带走。

TRAE Work 官方知识库页面：左侧目录按「快速导航、新手入门、官方功能教程、实战指南」等模块组织

7 大场景的划分，几乎对着职场人的岗位表来排：学术教育与职业成长面向高校学生和教师；资讯研究与商业决策面向投研、咨询分析师；内容创作与多平台分发面向自媒体和内容运营；职场办公与文档协作面向白领、PM 和行政；数据处理与表格分析面向财务和运营；视觉设计与演示呈现面向设计和市场。每个场景下面，再挂具体的实战指南，比如「内容生产与多平台分发流水线」「数据清洗查询与整理」「幻灯片与演示文稿」。

翻完整个知识库，我认为它和常见 AI 教程的区别主要有三个。

第一，按场景组织，不按功能组织。市面上的 AI 指南，基本是「怎么用某个功能」，或者一份 Prompt 合集。这本知识库反了过来：从「我要写周报」「我要做行研」「我要发一篇稿子」出发，再告诉用户该怎么用 AI 完成它。用户不需要先理解产品，只需要先认领自己的任务。

第二，是完整工作流，不是碎片化技巧。别人教「怎么让 AI 写一段话」，它教「从接到任务到交出成品，每一步怎么走」。一份指南从任务拆解写到交付标准，中间该调什么能力、该检查什么结果，都标了出来。

第三，和 TRAE Work 产品深度绑定。这不是第三方写的「AI 使用心得」，而是 TRAE Work 团队基于自家真实功能设计的，内容和产品能力是一体的。指南里说的每一步，打开 TRAE Work 就能跟着做，不需要额外配置环境，也不用自己改复杂 Prompt。

用知识库自己的话说：不讲概念，只讲做法；不止于功能介绍，而是带你走完从任务开始到交付结束的每一步。

实测：用知识库跑通一篇行业深度稿

光翻知识库不够，得真用一次。

作为内容创作者，我直接进了「设计创作」场景下的那份指南——「实战指南｜内容创作者从选题到复盘全流程」。这份指南把内容运营拆成了六个环节：情报输入、选题决策、内容生产、多平台适配、物料封装、数据复盘。前言里有一句话点明了它和普通教程的区别：

「你不再是每个环节单独求助一次 AI 对话助手，而是让 AI 沿着流水线把活一段段接着干完。」

我照着这份指南，把整条流水线跑了一遍。以下是每个环节的实测记录。

环节① 情报输入：盯热点 + 拆爆款。

这是流水线的源头。指南在这一环节给了三个现成的实战 Prompt：每日行业热点简报、拆解一批爆款提炼公式、盯单一竞品动态。

我先按「每日行业热点简报」模板发了任务：搜索今日 AI 行业的热点新闻，覆盖产品发布、融资并购、政策新规、市场趋势四类，按重要性排序，每条带标题、一句话摘要和来源链接，最后附一段趋势点评，存成带日期的 Markdown 文件。

任务产出了一份《2026-07-23 AI 行业热点新闻》。它按影响范围、产业信号强度和来源可信度排了 7 条：Hugging Face 披露自主 AI Agent 驱动的安全入侵事件、欧盟 AI Act 透明度义务指南 8 月 2 日起进入执行节点等。每条都附了来源链接——Hugging Face 官方披露、European Commission、新浪财经、财联社，逐条可点进去核实。

接着是拆爆款。我把 B 站何同学的主页链接丢给它，让它逐条拆解「前 3 秒钩子、内容结构、情绪触发点、结尾互动设计」，归纳可复用的爆款公式。4 分 8 秒后，它产出了一份 HTML 拆解文档：选取了 6 个代表样本逐条拆解，做横向结构对比，最后归纳出 3 条爆款公式，并附了选题使用建议和公开来源链接。

以它对 5G 成名作《有多快？5G 在日常使用中的真实体验》的拆解为例：前 3 秒钩子被归纳为「用全民共同疑问开场——不是解释 5G 原理，而是问它到底有什么用」；内容结构是「疑问提出 → 速度体感演示 → 日常场景 → 回看 4G → 抛出未来想象」；情绪触发点是新技术的兴奋感和参与感；结尾互动是「希望五年后再看，速度是 5G 最无聊的应用」式的时间胶囊。

环节② 选题决策：把情报变成选题库与排期。

这一站的输入，就是环节①刚产出的文件。指南给的 Prompt 包括按爆款公式批量生产选题、一个月内容排期、起号期选题方向。

我让它做一个月的内容排期。它没有直接开写，而是先反过来问我四个问题：领域、更新频率、内容目标、发布平台和发布时间。确认规则后，才生成《AI 工具短视频一个月排期表》。

排期表的方法来源一栏写得很清楚，基于「何同学内容拆解」中的三类爆款公式——时代问题体感化、不可能任务参与化、真实痛点产品化。排期策略也不是按工具清单平铺，而是按「观众为什么会点进来、为什么会看完、为什么会关注」来排。

环节③ 内容生产：把选题做成脚本与文案。

选题定了，进入生产车间。指南这一环节的 Prompt 有三个：按模板和选题批量产文案、选题转口播脚本、仿写对标脚本框架。

我按第一个模板，让它做我的短视频文案写手：文件夹里放文案模板和选题表，按模板结构把第 1 到 5 个选题各产出一条成品文案，保持模板的开头钩子和结尾风格。

环节④ 多平台适配：一稿多发。

这是指南里我自己体感最省体力的一站。我把知识库的Trae Wiki 页面链接直接丢给它，让它读取页面、提取可用于传播的核心卖点，再按平台语境分别改写。

任务耗时 3 分 26 秒，产出《TRAE Work 三平台文案》：小红书图文笔记，走痛点和种草表达，配 5 个话题标签；抖音 30 秒口播脚本，强钩子、口语化、结尾带互动；公众号软文，约 800 字结构，含 3 个标题备选。

环节⑤ 数据复盘：让结果回流，反哺下一轮。

内容发出去不是终点。指南的最后一站，是把各平台数据收回来形成闭环：把数据文件夹丢给 TRAE Work，它直接读表、按你给的口径算指标、做透视、标异常，最后生成一段可以直接拿去汇报的结论。

几个环节跑完，指南最后给了两个让流水线「自己跑起来」的习惯，我也照做了：一是把每日热点简报这类高频任务设成定时任务，到点结果就在桌面上，不用重复发指令；二是把爆款公式、文案模板、选题表沉淀成固定文件，每次让 TRAE Work 直接读这些文件，产出就能稳定衔接上下游。

整条流程跑下来，耗时约1小时。作为对比，同样的工作过去通常需要两天。

拆开看，TRAE Work 的产品能力支撑了什么

知识库能落地，背后是产品本身的能力。这次实测中，有几个点值得单独说。

先交代一下来历。TRAE 是字节跳动旗下的 AI 产品，最早是 2025 年初发布的 AI 原生 IDE，面向开发者；2025 年年中推出 SOLO 模式，从「AI 辅助编码」升级为「AI 主导开发」。

今年 4 月，SOLO 从 IDE 中独立成单独应用，并首次把服务对象扩展到产品、设计、运营等非技术岗位；6 月，独立端正式更名 TRAE Work，品牌内涵也从「The Real AI Engineer」（真正的 AI 工程师）扩展为「The Real AI Enabler」（真正的 AI 赋能者）。

从这条路径能看出一个明确的转向：从服务程序员，转向服务所有职场人。

TRAE Work 产品界面：Work 模式入口，支持网页读取、调研分析、数据挖掘、文件管理等任务类型

TRAE Work 现在的定位，是面向职场人的专业 AI 办公平台，侧重学习、办公与工程执行场景。产品经理、内容创作者、运营、设计，都可以用它写方案、做分析、处理文件、推进协作，并完成需要持续执行、检查和产出结果的自动化任务。

产品内部按人群分了两种模式：Work 模式面向非开发用户，处理文档、数据和演示稿；Code 模式面向工程师，聚焦编码、调试、代码库管理和 Git 工作流，两种模式在同一个工作空间里一键切换。6 月底，面向设计场景的 Design 模式也已经上线，从需求到设计再到代码的全链路，在一个平台里跑通了。

TRAE Work AI 原生工作空间：从想法到交付，支持自动拆解任务、多文件理解、统一工作空间、云端并行执行，Web、桌面端、移动端全平台支持

和传统的对话型 ChatBot 相比，差别在于：它能聚合高质量信息源、调用各类技能插件、记忆用户偏好、输出多格式成果，是一个集合了不同场景所需工具和能力的综合型 AI 工作平台。实测中具体用到的，有四块能力。

一是Skills 集成。TRAE Work 里有一个技能市场，每个技能本质上是一份写给 AI 的「专业能力说明书」，按需加载。比如做数据分析时可以调 data-analysis 技能，用 SQL 对 Excel、CSV 做查询和多表关联；做图表时调 chart-visualization，它会从 26 种图表类型里自动选最合适的一种；做封面配图时还有 canvas-design 技能生成静态视觉物料。官方整理过一份「必装的 14 个 Skill」清单，覆盖开发、分析、设计各个环节。这次实测里，检索、写作、排版各环节就是不同技能各归其位。

二是自动化任务。像每日热点追踪这类需要持续执行的工作，可以设置成自动化任务，让它定时推进、检查结果、产出成果。任务在云端执行，不占用本地资源，复杂任务还能多个并行。

三是网页分享。成果可以一键生成网页链接交付，对方不用装任何东西，打开链接就能看。

四是多端协作。桌面端、网页版、移动端共享同一套账号和任务数据，实时同步。移动端更接近一个「任务调度中心」——支持语音输入需求，把任务派发到云端或指定电脑，通勤路上也能推进工作。

TRAE Work 覆盖 Work、Code、Design 三种模式：Work 模式面向文档、数据、演示稿；Code 模式面向编码调试；Design 模式面向设计需求

这些能力单独看都不算新鲜，但和知识库配合后，逻辑就通了：知识库告诉你每一步该做什么，产品能力保证每一步真能做完。

从一本知识库，看 AI 办公平台的竞争转向

跳出这次实测，这本知识库的走红，本身是个值得注意的行业信号。

上线 6 小时 1.8 万访问，说明市场对「怎么用 AI」的渴求，可能已经超过对「哪个 AI 更强」的围观。桌面办公 Agent 这个概念火了很久，但横在大多数用户面前的障碍从来不是算力，也不是模型榜单上的名次，而是缺少一份「一读就会、照搬即用」的说明书。

这个空白背后是更宏观的现实：过去一年，AI 编程工具在开发者群体里渗透率快速提升，但非技术岗位的 AI 渗透仍然很低。产品经理、运营、市场、分析师，每天的工作同样是大量可被 AI 接管的流程，只是没人告诉他们第一步该踩在哪。谁先把这个人群接住，谁就多一块巨大的增量市场。

这意味着 AI 办公平台的竞争，正在从模型层转向工作流层：谁能把 AI 能力翻译成真实工作流，谁能把场景知识沉淀下来，谁就先拿到入场券。各家大厂的路径并不相同——有的从企业协同切入，有的从流量入口切入，而字节这条线的做法，是把工作台和工作流做深，再用一本知识库把门槛削平。

知识库和产品一体化，是 TRAE Work 给出的解法：知识库负责回答「怎么用」，产品负责回答「用什么做」，两者互为入口。从 IDE 到 SOLO 再到 TRAE Work，18 个月完成从编程工具到全员工作台的转身，再加上 Design 模式补齐从内容创作、数据分析到视觉设计的全工作链条——从这个节奏看，TRAE Work 入局 AI 办公平台市场，是有备而来的。

TRAE 官网首页：「全新 TRAE Work BETA——不止于码，大有可为」，支持研读论文产出综述、调研生成汇报 PPT、数据分析、网站开发等任务

结尾：每个人都能用 AI 专业工作

回到开头那个问题：为什么是这本知识库被围观？

我想答案不复杂。AI 行业的叙事长期属于模型和榜单，而普通人需要的只是一本能照着做的工作手册。TRAE Work 用 40 万字、7 大场景、30 多份指南，把「从今天起，每个人都能用 AI 专业工作」这句话，落到了具体的每一步操作上。至少在我的这次实测里，「AI 工作搭档」这个词，第一次有了具体的形状。

目前 TRAE Work 官方知识库已上线，7 大场景、30+ 指南全部开放，感兴趣的读者可以自行查阅体验。