老板丢来一句"给我份行业分析"，以前意味着两个晚上的翻网页、做表格、拼PPT。现在WorkBuddy+IMA组合把翻找的时间省了，但想让它真帮上忙，有6条实操建议你得知道。
周一早上，老板在群里@你。
"这周给我一份即时零售行业的分析报告。"
你看着这条消息，脑子开始算——找数据、看研报、做竞品对比、画图、写PPT。算到第二项，你已经知道这个周末没了。
一份行业分析，三天的活。
说句实话，我太懂这种感觉了。
信息明明就在互联网的某个角落，但你就是串不起来。你知道工信部有个数据、你知道某个咨询公司出了份报告、你知道竞品上个月发了一个新产品——但这些东西散落在几十个网页里，像拼图的碎片，拆开每个都认识，拼在一起就差那口气。
最痛苦的不是找不到信息，是找到了串不起来。
后来我换了个打法。
IMA负责"记"。平时刷到行业数据、竞品动态、政策变化，随手丢进去。微信文章一键收藏，研报PDF直接导入。不求当时就消化，但求需要的时候能找到。
WorkBuddy负责"串"。需要出行业分析的时候，先让它从IMA知识库里检索相关资料，然后列一个报告框架丢给我看。这个框架确认了，再动手。
以前我的流程是：搜 → 读 → 抄 → 写，每个环节都是手工的。现在的流程是：AI给框架 → 我确认方向 → AI出初稿 → 我补洞察。四步里面，前三步AI干了，最后一步归我。
调头成本从"重写"变成"改一句话"。 以前写到一半发现方向偏了，想哭。现在大纲阶段就能纠偏，因为它只需要五秒就能重新拉一版。
6条实操建议
这次不教点哪里，只讲六条我用身体验出来的经验。
第一条：日常积累，别等需求来了再搜。
行业信息不是项目启动键按下去才有的。它是一个持续的、碎片的、每天发生的动作。你在行业里待着，每天都会刷到竞品动态、看到政策变化、翻到值得记的研报。当时不存，等老板问的时候再去搜——搜出来的东西跟你平时刷到的完全不在一个层次。 临时搜出来的都是搜索引擎想让你看到的，不是你真正应该知道的。
第二条：打好标签。
文件夹可以不建，标签一定要打。我的习惯是三个标签走天下——"竞品动态""行业数据""方法论"。收集的时候随手标一个，后面WorkBuddy检索的时候命中率高得多。标签不是给现在的你看的，是给一个月后不记得这篇文章的你自己看的。
第三条：先读再丢。
这条我踩过坑。有段时间太忙，每天往IMA里倒十几篇文章，想着"先存着以后看"。结果三周后知识库从60篇变成200篇，WorkBuddy的检索效果明显下降——资料太杂，噪声太大。
IMA不是仓库，是工作台。 你往工作台上扔一堆没拆过的快递箱，别人怎么帮你干活？现在我的规则是：不及格的文章直接不看，及格的看完提炼一段核心观点再丢进去。100篇你读过的资料，比300篇你只收藏了标题的资料，好用十倍。
第四条：Prompt要精准，别写小作文。
我第一次给WorkBuddy的提示写了快三百字——行业背景、目标受众、报告格式、特别要求、注意事项……我以为是"给足上下文"，结果是"给足噪音"。
AI不需要你解释业务，它只需要你指令清晰。 现在的写法就三句：任务是什么、信息来源在哪、输出格式是怎样。"从IMA知识库里检索即时零售行业的相关资料，先给我一个报告大纲，确认后写正文"——够了。说太多，它反而不知道你究竟要什么。
第五条：多模型可以切换，别绑死在一棵树上。
WorkBuddy有一点很实在——它不是只能用一个模型。不同任务可以换不同的大模型试试。行业分析这类偏研究和逻辑的活，有的模型擅长搭框架但文笔生硬，有的模型写起来行云流水但事实容易飞。我一般先让一个模型出框架，换另一个模型写正文，相当于两个人搭一个活，各取所长。
这就是选择权。你不会被绑死在某个特定模型上，哪个好用用哪个。
第六条：承认边界，PPT真的没法看。
大纲漂亮，正文清晰，一到PPT就翻车——字挤在一起、配色辣眼睛。我试过几次，放弃了。现在PPT还是我自己做，AI可以给我数据和观点，但视觉表达这件事，它目前真的不行。
该你动手的地方，AI替代不了。知道什么能交、什么得自己来，才是真正会用它。
说句实话，这套打法不是AI帮我写了行业分析，是它帮我把翻找信息的时间省了，把"想"的时间还给我。
行业洞察不是搜出来的，是想出来的。 搜出来的叫信息汇总，想过之后串起来的才叫分析。AI让我从"找信息的人"变成了"想问题的人"——这个变化，比省了多少小时更有价值。
这不是广告。IMA免费，WorkBuddy每天送的积分也够用。我写这些是因为自己在行业分析这个场景里反复撞墙、反复试错，最后跑通了才说出来。
你做过行业分析吗？用的是哪套工具组合？评论区聊聊。
下篇见。
——老文
（《我和我的AI同事》系列第3期）
