输入方式全解：语音、文件与提示词模板
任务列表理顺了，这一页解决「怎么把需求和材料高效喂给它」。打字慢、材料杂、聊天记录长——WorkBuddy 语音输入和它的兄弟们（音频转文字、文件拖拽、聊天记录转发、提示词模板）就是为这些时刻准备的。10 分钟，把输入框从一个打字框，用成一个「多模态喂料口」。
这是「日常使用」的第 3 课，基于 WorkBuddy v5.9.3，操作依据官方「新建任务栏」「创建任务」文档。
- 还没跑通第一个任务？先回 1.4 第一个任务：从一句话到可验收的产物
- 想先看本阶段全貌？回 2.0 日常使用
学完你能做什么
- 用 Mac 左 ⌥ / Windows ALT 长按口述任务，让语音实时转文字回填输入框
- 把会议录音交给音频转文字，拿到带时间范围的转写文本，并说清它的计费规则
- 用拖拽（一次最多 50 个）、粘贴截图、上传按钮三条通道把文件材料喂给它
- 从微信 / 企微把聊天记录直接转发成任务附件，附一句说明再提交
- 用提示词模板快速起手，用 ↑ 召回最近 20 条历史输入，超长粘贴自动收起不撑爆输入框
你现在的困境
- 需求在脑子里很清楚，打出来要五分钟，打完它还理解偏了
- 会开完攒了两个小时的录音，一想到要手动听写整理就头疼
- 群里聊了八十条消息才定下方案，截图截了十张，一张张贴给它还总漏上下文
什么时候用这一招
当你需要：
- 把脑子里的需求快速说出来，直接变成可执行的任务
- 把录音、表格、文档、截图、聊天记录这些现成材料一次性交给它
- 用官方模板或历史输入起手，少打字、不跑偏
而且不想：
- 对着键盘慢慢敲一大段需求描述
- 在微信和 WorkBuddy 之间来回复制粘贴
- 每次都从零开始想「这句话到底该怎么写」
🎒 开始前的准备
- 完成了 2.0 日常使用：把 WorkBuddy 用成你的办公搭子，并跑通过 1.4 第一个任务
- 电脑有可用的麦克风（练语音输入用）；手边备一个音频文件、一个 Excel 或 Word 文件（练文件输入用）
- 10 分钟阅读时间
💡 会花积分吗？
官方规则：所有对话均消耗积分。语音输入、拖拽文件、模板填入都是输入辅助，官方文档未给它们单独标价；音频转文字是明确的付费能力，按实际音频时长约 0.6 积分/分钟，免费模型会话中调用前会先弹确认。规则详见 2.6 积分与价格。
核心思路
心智模型：WorkBuddy 的输入框不是打字框，而是一个「多模态喂料口」。 不管是口述的语音、拖进来的文件、转发的聊天记录还是官方模板，都先变成输入框里可编辑的草稿（文字或附件卡片），由你决定什么时候发送。
| 输入方式 | 进输入框的形式 | 发送前能改吗 |
|---|---|---|
| 键盘文字 | 直接输入 | 能 |
| 语音输入 | 实时转写 → 模型调整后回填 | 能，输入框保持聚焦 |
| 文件 / 截图 | 附件卡片（文件名、上传状态、删除入口） | 能删能补 |
| 微信 / 企微聊天记录 | 压缩包附件 | 能删，失败可重转发 |
| 提示词模板 | 点击后填入完整提示词 | 能 |
| 斜杠命令 | 补全列表里选择 | 能 |
它和你用过的网页版 AI 对话框不是一回事：
| 网页版 AI 对话框 | WorkBuddy 输入框 |
|---|---|
| 基本只能打字、传图 | 语音、文件、截图、聊天记录、模板、命令全支持 |
| 一次传三五个文件就费劲 | 拖拽一次最多 50 个文件 |
| 长文本一贴，输入框撑爆 | 超 3000 字符自动收起成条目 |
| 昨天发过的需求今天重打一遍 | ↑ 一键召回最近 20 条 |
💡 喂料时优先补四类信息
官方建议，创建任务时优先说清：目标是什么（生成什么/处理哪个文件）、输入是什么（要分析的数据、参考文档）、输出格式（Word、Excel 还是 PPT）、约束条件（风格、字数、截止时间）。
跟我做
第 1 步：用 WorkBuddy 语音输入口述任务（Mac ⌥ / Windows ALT）
为什么：需求在脑子里、手比嘴慢的时候，说出来最快——WorkBuddy 语音输入会把你的话实时转成文字填进输入框，不用手打。
操作：
- 点击输入框中的语音按钮开始录音；或用快捷键——Mac 为「点击或长按左 ⌥ 语音输入」，Windows 为「点击或长按 ALT 语音输入」（把鼠标悬停在语音按钮上就能看到快捷键提示）
- 录音过程中：输入框实时显示已识别的文字，语音按钮和输入框会用动效提示正在录音
- 结束录音：再次点击语音按钮，或松开长按的快捷键
- 录音结束后：模型会对识别出的文字做调整，把处理后的内容填入输入框；输入框保持聚焦，你可以直接修改、补充文字，或再来一段语音
你应该看到：说完松开快捷键，整理后的文字出现在输入框里，光标还停在输入框内，可以直接改。
- 我长按 ⌥ / ALT 说了一句任务，看到文字回填到了输入框
💡 语音输入 ≠ 音频转文字
语音输入是你对着麦克风说话，实时转文字填入输入框（本步）；音频转文字是把现成的录音文件交给它转写（下一步，约 0.6 积分/分钟）。一个说给「输入框」听，一个交给「任务」处理。
第 2 步：把录音文件交给音频转文字（约 0.6 积分/分钟）
为什么：会开完才想起没记纪要、访谈录了两个小时没时间听——把录音文件直接丢给它，转文字、总结、提取待办都能做。
操作：上传本地音频文件，或粘贴音频链接，然后说清楚你要它干什么。官方给的三个示例任务：
- 将这段录音转成文字。
- 总结这份会议录音的核心内容。
- 从录音中提取待办事项，并整理负责人和截止时间。
规则一次认清：
| 项目 | 限制 |
|---|---|
| 音频格式 | wav、mp3、m4a、flv、mp4、wma、3gp、amr、aac、ogg-opus（.opus 或 .ogg）、flac |
| 单个文件 | 不超过 1 GB |
| 音频时长 | 不超过 5 小时 |
| 支持语言 | 中文、英语、粤语及部分方言 |
| 计费 | 付费能力，按实际音频时长约 0.6 积分/分钟 |
免费模型会话中，调用这个能力前会弹出确认提示，三个选项：确认、本次会话始终允许、拒绝。拒绝后音频不会上传或处理，本次转写取消。
转写在后台自动进行，完成后 WorkBuddy 直接返回结果，不用你手动查进度；返回的是带时间范围的转写文本，方便你对照原文或继续分析。如果文件无效、无法上传或格式不受支持，它会提示具体问题；转写超时或失败会返回失败说明，不会拿空白或不完整的内容凑数。
你应该看到：确认计费提示后，对话区随后返回一份带时间范围的转写文本。
- 我上传了一个音频文件并让它转文字，拿到了带时间范围的结果
第 3 步：拖拽、粘贴与上传：把文件材料喂给它
为什么：分析表格、改文档、看报错截图，都得先把文件给它。WorkBuddy 给了三条喂料通道，认全了按手边材料挑最快的。
方式 A：拖拽（推荐，最快）
- 把本地文件拖到页面任意位置——首页或对话页都行，不用精准拖到输入框上
- 页面会出现「松开即可添加文件」提示层，松手后文件自动填入当前输入框的附件区
- 文件以卡片形式展示：文件名、图标、上传状态、删除入口
- 一次最多 50 个文件，单个文件大小不限，格式规则与附件按钮上传一致
- 不合规的文件会在页面顶部给出具体错误提示（如不支持的文件类型）
- 拖出页面或按 ESC 可取消，输入框内容不受影响
方式 B：点击上传按钮
点击输入框的上传按钮选择文件，格式规则与拖拽完全一致。
方式 C：粘贴截图
用 Ctrl/Cmd + V 直接粘贴剪贴板里的图片——报错截图、设计稿、表格局部，随手贴进来。
支持的文件格式（官方口径）：PDF、Word、TXT、Markdown、RTF、Excel、CSV、TSV、PPT、JPG、PNG、GIF、BMP、ZIP、RAR 及常见代码文件。
⚠️ 添加 ≠ 发送
无论拖拽、上传还是粘贴，附件添加后都不会自动发送——你可以继续输入文字、增删附件，把需求和材料一起备齐了再提交。
你应该看到：把一个 Excel 拖到窗口任意位置，出现「松开即可添加文件」提示层；松手后输入框上方多出一张文件卡片。
- 我把一个文件拖进页面，看到文件卡片出现在附件区，并且没有自动发送
💡 第四条通道：@ 引用
除了把文件「塞」进来，还可以在任务描述里用 @ 引用文件、文档、规则等信息作为上下文。引用模型回复里的文字、表格、组件继续追问，见 2.1 对话进阶：多轮调整、回退与引用。
第 4 步：转发微信 / 企微聊天记录给 WorkBuddy
为什么：群里聊定的需求、客户在微信里提的问题——不用一张张截图，把聊天记录整个转发给它，上下文一点不漏。
操作：
- 在微信或企业微信中，把聊天记录转发到 WorkBuddy
- WorkBuddy 客户端会被唤起，输入框里生成一条聊天记录附件
- 附件会标明来源（微信 / 企业微信聊天记录），并显示文件名、文件大小或消息条数
- 聊天记录以压缩包形式投递，「解析中」「解析失败」等状态会显示在附件上；解析失败时，把附件删掉重新转发一次即可
- 无论 WorkBuddy 当时没启动、已启动还是在后台运行，从微信侧转发都能正常唤起并接收
和文件一样，附件添加后不会自动发送——先补一句说明（比如「从这段聊天记录里提取需求清单」），再提交。
你应该看到：在微信里选好聊天记录转发到 WorkBuddy，电脑上 WorkBuddy 自动弹出来，输入框多了一条聊天记录附件。
- 我从微信或企微转发了一段聊天记录，附件出现在输入框里
第 5 步：超长粘贴与 ↑ 召回：对付大段文本和重复输入
为什么：把整篇报告粘进输入框，框会被撑爆；同一句需求每天打一遍，手都熟了还得出错。官方给了两个针对性设计。
超长粘贴自动收起：
- 粘贴超过 3000 字符的文本，输入框会自动把它收起为一条可展开的条目，保持输入区简洁
- 条目上显示所贴内容的开头片段加省略号；连续粘贴多段长文本，会分别生成独立条目
- 鼠标悬停条目可预览原文，并看到「点击胶囊可展开内容进行编辑」提示
- 点击后原文完整展开到输入框里继续编辑，条目自动移除
- 不超过 3000 字符的粘贴保持原样，不触发收起
召回历史输入：
- 输入框为空时，按 ↑ 方向键逐条回溯最近发送过的内容（最多保留 20 条），按 ↓ 反向返回
- 在最新一条上按 ↓ 会清空输入框
- 调出的内容可以直接发送，也可以先改再发，减少重复输入
你应该看到：粘贴一段 5000 字的文稿，输入框里只出现一条带省略号的条目；清空输入框后按 ↑，上一条发过的消息被调了出来。
- 我粘过一段超长文本并看到它收起成条目；用 ↑ 调回了一条历史输入
第 6 步：用提示词模板和斜杠命令快速起手
为什么：不知道需求怎么描述？官方按场景备好了一批提示词模板；重复动作可以沉淀成斜杠命令，输入 / 就能唤起。
提示词模板：
- 创建任务页按场景（日常办公、代码开发、设计创意）提供一组提示词模板
- 鼠标悬停模板（或用键盘聚焦模板按钮），输入框即时显示灰色预览文案；输入框已有文字时，预览接在已有内容末尾，黑色原文保持不变
- 灰字仅供预览：不会进入草稿、不会进撤销记录、也不会被发送；移开鼠标、失去焦点或切换场景后自动清除
- 点击模板，才会把完整提示词真正填入输入框，之后按需修改再发送
- 模板内容随场景和「胶囊」选择变化：办公、开发场景展示文字类任务，设计场景展示图片案例；未选胶囊时展示当前场景推荐的任务提示词，选中胶囊后展示对应的预制任务
斜杠命令（项目会话）：
- 在项目会话的输入框中输入
/，即可看到当前项目的斜杠命令补全（行为与 CodeBuddy Code 一致） - 项目级命令定义在项目工作目录的
.codebuddy/commands/里，会话创建后即可补全，无需先发一条消息 - 继续输入命令名称可过滤列表，并展示命令描述与参数提示；支持嵌套目录（如
team:review） - 项目级、用户级与内置命令按统一优先级合并；切换项目或新建会话后，补全列表只包含当前项目可用的命令
- 命令文件新增、修改或删除后，补全列表会自动刷新
你应该看到：悬停一个模板，输入框出现灰色预览，点击后内容正式填入；在项目会话里输入 /，弹出命令补全列表。
- 我悬停预览过一个模板并点击填入；在项目会话里输入 / 看到了补全列表
详细操作可对照官方文档：新建任务栏（任务输入与引导）、创建任务。
检查点 ✅
- 能说出语音输入的快捷键：Mac 长按左 ⌥ / Windows 长按 ALT，录音结束后文字自动回填、输入框保持聚焦
- 上传过一个音频文件转文字，知道计费约 0.6 积分/分钟、单文件不超过 1 GB、时长不超过 5 小时
- 拖拽添加过文件：页面任意位置松手即可，一次最多 50 个，添加后不会自动发送
- 从微信或企微转发过聊天记录，在附件上看到过解析状态
- 用 ↑ 召回过历史输入，知道超过 3000 字符的粘贴会自动收起成条目
踩坑提醒
❌ 语音说完不看一眼就发送
现象：口述完直接回车，发出去的任务里人名、数字、专有名词全错了。
原因：语音输入不是听写——录音结束后，模型会对识别出的文字做调整再回填，但专有名词、数字仍可能识别偏；官方特意让输入框保持聚焦，就是留给你修改的。
正确做法：录音结束后先过一眼识别结果，改完再发送。
❌ 音频文件超限或格式不支持，转写失败
现象：上传一个 2 GB 的录音或冷门格式文件，WorkBuddy 提示文件问题，或转写返回失败说明。
原因：官方限制——单个文件不超过 1 GB、音频时长不超过 5 小时；格式只支持 wav、mp3、m4a、flv、mp4、wma、3gp、amr、aac、ogg-opus（.opus 或 .ogg）、flac。
正确做法：对照上面的限制表检查文件；官方对上传失败的一般建议是检查文件格式和网络连接，大文件可压缩或拆分后重新上传。转写超时或失败会返回失败说明，不会拿空白结果凑数——按提示调整后重试即可。
❌ 以为文件要精准拖到输入框，拖完以为「自动发了」
现象一：把文件小心翼翼拖到输入框正上方才敢松手。现象二：拖完文件就去干别的，回来发现任务根本没跑。
原因：官方行为是——拖到页面任意位置即可添加（会出现「松开即可添加文件」提示层）；但附件添加后不会自动发送，需要你补上说明并手动提交。
正确做法：随手拖到窗口任意位置；拖完补一句要它干什么，再点发送。
❌ 把模板的灰色预览当成已经输入的内容
现象：悬停看了眼模板，觉得合适就切走发送，结果发出去的内容里根本没有模板。
原因：灰字仅供预览——不进入草稿、不进撤销记录、也不会被发送；移开鼠标、失去焦点或切换场景后自动清除。
正确做法：看清预览后点击模板，让内容以正式文字填入输入框，再修改发送。
进阶技巧（可选）
🔧 聊天记录 + 补充说明组合拳。 转发的聊天记录不会自动发送——先补一句「从这段聊天记录里提取需求清单，整理成表格」再提交，比干转一段记录效果好得多。
🔧 转写结果接着深加工。 音频转文字返回的是带时间范围的转写文本，可以继续让它总结核心内容、提取待办事项和负责人——完整实战见 A2 会议纪要：录音、转写到结构化纪要一条龙。
🔧 把 ↑ 召回当「常用语」。 每天都要发的同类任务（比如日报汇总），清空输入框按 ↑ 调出上一条，改两个词就发，省去重复打字。
🔧 给团队沉淀斜杠命令。 在项目工作目录的 .codebuddy/commands/ 里放命令文件，团队所有人输入 / 就能补全（支持嵌套目录如 team:review），行为与 CodeBuddy Code 一致。
本课小结
✅ 心智模型：输入框是「多模态喂料口」——语音、文件、截图、聊天记录、模板、命令都从同一个口进去，先变成可编辑草稿，由你决定何时发送。
✅ WorkBuddy 语音输入：点语音按钮或长按快捷键（Mac 左 ⌥ / Windows ALT），录音中实时显示识别文字，结束后模型调整回填，输入框保持聚焦可继续改。
✅ 音频转文字：上传音频文件或粘贴链接，约 0.6 积分/分钟（免费模型会话先弹确认）；单文件 ≤ 1 GB、时长 ≤ 5 小时，返回带时间范围的转写文本。
✅ 文件三通道：拖拽（页面任意位置、一次最多 50 个、单个大小不限）、上传按钮、Ctrl/Cmd+V 粘贴截图；添加后都不自动发送。
✅ 聊天记录直投：微信 / 企微里转发即唤起客户端，压缩包附件带解析状态，未启动、已启动、后台都能接收。
✅ 文本两件套：超 3000 字符粘贴自动收起成条目；输入框空时按 ↑ 召回最近 20 条历史输入。
输入方式速查表：
| 输入方式 | 关键操作 | 限制 / 计费 |
|---|---|---|
| 语音输入 | 点语音按钮，或长按 ⌥ / ALT | 实时转写回填，发送前可编辑 |
| 音频转文字 | 上传音频文件或粘贴链接 | 约 0.6 积分/分钟；≤ 1 GB、≤ 5 小时 |
| 拖拽文件 | 拖到页面任意位置松手 | 一次最多 50 个；不自动发送 |
| 上传 / 粘贴截图 | 上传按钮；Ctrl/Cmd+V | 格式规则与拖拽一致 |
| 微信 / 企微聊天记录 | 在微信/企微中转发 | 压缩包投递，附件带解析状态 |
| 超长粘贴 | 直接粘贴 | 超 3000 字符自动收起成条目 |
| 历史输入 | 输入框为空时按 ↑ | 最多保留 20 条 |
| 提示词模板 | 悬停预览、点击填入 | 灰字预览不会被发送 |
| 斜杠命令 | 项目会话输入 / | 读项目 .codebuddy/commands/ |
下一课预告
材料和需求会喂了，下一课解决「它按什么方式执行」。下一课学 2.4 三种执行模式：默认（Agent）、计划（Plan）与仅问答（Ask）。
你会学到：
- 默认（Agent）、计划（Plan）、仅问答（Ask）三种模式分别适合什么任务
- Plan 模式怎么先出方案、等你确认后再执行
- Ask 模式只问答不执行，咨询类问题怎么用更省积分
- 权限两档：默认权限与完全访问权限的区别