Analisis kes Tencent WorkBuddy dalam industri pendidikan: mengapa bahan pengajaran PPT, penghasilan kursus AI dan aliran kerja guru mula diserahkan kepada AI Agent?

Kalau anda melihat nilai WorkBuddy dalam pendidikan sekadar “membantu guru menulis sedikit rancangan mengajar” atau “menjana beberapa halaman PPT dengan cepat”, itu sebenarnya baru permukaan sahaja.

Kali ini saya memang semak beberapa artikel awam yang berkait rapat dengan penukaran rancangan mengajar kepada bahan pengajaran, penjanaan automatik PPT, pipeline penghasilan kursus AI, serta alat pengajaran AI yang masih dipimpin guru. Selepas habis baca, penilaian saya agak jelas:

Perkara paling bernilai tentang WorkBuddy dalam industri pendidikan bukan sama ada ia boleh menulis kandungan, tetapi hakikat bahawa ia mula masuk ke dalam aliran kerja sebenar penghasilan bahan pengajaran.

Dan bahagian paling berat dalam senario pendidikan selalunya bukan “guru tak tahu mengajar”, tetapi:

• penghasilan bahan pengajaran terlalu memakan masa
• pertukaran antara kandungan pengajaran dan susun atur terlalu berpecah-pecah
• rantaian penghasilan video kursus terlalu panjang
• alat pengajaran sukar benar-benar digunakan oleh guru bukan teknikal
• kandungan yang dijana tetap perlu mengekalkan semakan manusia dan kawalan guru

Sebab itu saya rasa industri pendidikan memang sangat sesuai untuk WorkBuddy dan AI Agent sejenis ini membuktikan nilai sebenar terlebih dahulu.

Ringkasan awal

• Setakat 29 Jun 2026, berdasarkan bahan awam, penggunaan WorkBuddy yang paling meyakinkan dalam pendidikan tertumpu pada tiga garis utama:
  1. Penjanaan automatik bahan pengajaran PPT daripada rancangan mengajar, buku teks dan poin pengetahuan
  2. Pipeline penghasilan kursus bersepadu yang menghubungkan PPT, skrip, sari kata dan video
  3. Pembinaan aplikasi pendidikan yang dipacu guru, dibantu AI, boleh diaudit dan boleh diguna semula
• Daripada artikel awam di Komuniti Pembangun Tencent Cloud dan Tencent Research Institute, kes-kes ini sudah bukan lagi tahap “cuba-cuba AI”, tetapi sudah menunjukkan dengan agak jelas:
  • jenis bahan pengajaran
  • kekangan struktur bahan pembelajaran
  • orkestrasi Skill
  • pipeline Python
  • pemersistenan status dan sambung semula selepas gangguan
  • serta sempadan semakan manual oleh guru
• Jika anda sedang membina produk untuk sekolah, pengeluaran kandungan latihan, alat pendidikan, penghasilan kursus AI atau aliran kerja guru, rujukan seperti ini jauh lebih bernilai berbanding demo umum AI pejabat.

Mengapa industri pendidikan paling mudah diyakinkan oleh “AI berasaskan proses”

Bahagian yang benar-benar meletihkan pasukan pendidikan biasanya bukan kerana mereka tidak tahu mengajar, tetapi kerana:

• rancangan mengajar, bahan pengajaran, skrip dan video ialah proses berbilang tahap
• banyak kerja berulang tetapi tidak boleh ditemplatkan sepenuhnya
• pelarasan halus bahan pengajaran sangat memakan masa
• terlalu banyak alat, dan guru tidak semestinya mahu belajar semuanya
• selepas AI menjana hasil, manusia tetap perlu menyemak

Maksudnya, masalah paling menjengkelkan dalam pendidikan biasanya bukan “tiada kandungan”, tetapi:

daripada bahan rancangan mengajar ke struktur bahan pengajaran, ke susun atur, ke skrip, ke video, keseluruhan rantaian ini terlalu panjang.

Dan ciri paling jelas WorkBuddy dalam kes awam ini ialah ia bukan tetingkap sembang terpencil, tetapi sedang bergerak masuk ke tahap-tahap seperti:

• input bahan pengajaran
• penjanaan rangka bahan pengajaran
• output fail PPT
• pencetus Skill
• pipeline Python berbilang tahap
• pemersistenan status
• semakan yang dipimpin guru

Ini menjadikannya lebih kelihatan seperti:

pusat automasi kandungan pendidikan

dan bukannya:

sekadar tetingkap model yang menjawab soalan

Kes 1: sakit paling besar guru bukan mengajar, tetapi PPT terlalu memakan tenaga

Artikel awam pertama yang paling hampir dengan persekitaran pengeluaran pengajaran sebenar ialah tulisan Komuniti Pembangun Tencent Cloud ini:

WorkBuddy保姆级教程（十三）｜PPT一键生成——告别加班做课件

Bahagian paling bernilai dalam artikel ini ialah fokusnya bukan “adakah guru mahu guna AI”, tetapi titik sakit yang paling konkrit, paling harian dan paling cepat menjimatkan masa:

• esok ada kelas terbuka
• malam ini masih menyiapkan PPT
• yang susah bukan kandungan
• tetapi susun atur, penjajaran, ilustrasi, animasi dan pembahagian halaman

Artikel awam itu menggambarkan keadaan ini dengan sangat terus terang:

• satu set PPT untuk satu sesi kelas
• menghabiskan 3 hingga 4 jam adalah perkara biasa
• guru yang kurang mahir mungkin berjaga sampai lewat malam

Dan logik utama WorkBuddy dalam kes ini bukannya “mengajar bagi pihak anda”, tetapi:

• anda beri kandungan pengajaran
• ia mengurus reka letak dan reka bentuk
• guru bertindak sebagai pengarah
• ia menjadi pembantu visual

Artikel itu memecahkan proses kepada tiga langkah yang sangat jelas:

1. beri bahan
   • rancangan mengajar Word
   • imbasan buku teks
   • senarai poin pengetahuan
   • satu penerangan teks
2. keluarkan rangka
   • jana struktur keseluruhan PPT dahulu
   • guru sahkan jumlah halaman dan logik susunan
3. jana .pptx
   • kemudian hasilkan fail mengikut gaya dan keperluan paparan yang ditetapkan

Ini bermakna dalam kes ini, WorkBuddy bukan sekadar “membantu menulis satu perenggan”, tetapi sudah menyentuh:

• pemahaman bahan pengajaran
• reka bentuk struktur bahan pembelajaran
• output per halaman
• kekangan gaya

Itu sudah sangat hampir dengan aliran kerja penghasilan bahan pengajaran sebenar, bukan sekadar satu sesi sembang.

Kes 2: apa yang pendidikan benar-benar perlukan bukan “automasi penuh satu klik”, tetapi kepimpinan guru

Artikel awam ini juga ada satu poin yang pada saya sangat penting:

• AI menyiapkan kira-kira 70% beban kerja
• baki 30% masih diserahkan kepada guru untuk pelarasan halus

Ini sebenarnya sangat sesuai dengan industri pendidikan.

Kerana artikel itu juga menjelaskan bahawa selepas AI menjana hasil, guru masih perlu mengurus:

• urutan animasi
• penggantian imej
• saiz fon
• pelarasan susun atur

Pada saya, inilah yang membuatkannya lebih meyakinkan. Pendidikan memang bukan jenis senario yang boleh “serahkan semuanya kepada AI”, dan apa yang guru perlukan sebenarnya bukan melepaskan kawalan sepenuhnya, tetapi:

serahkan kerja fizikal yang berulang, dan kekalkan bahagian yang mencerminkan gaya pengajaran pada guru sendiri.

Jadi perkara paling wajar diperhatikan tentang WorkBuddy dalam pendidikan bukannya “ia automatik sepenuhnya”, tetapi:

ia tahu bahagian mana patut diautomasi, dan di mana ia patut berhenti supaya guru membuat keputusan terakhir.

Kes 3: penghasilan kursus bukan sekadar PPT, tetapi satu pipeline lengkap berbilang tahap

Artikel kedua yang sangat patut dimasukkan ke dalam topik pendidikan ini ialah:

基于 WorkBuddy 的零门槛 AI 课程制作工具

Nilai artikel ini sangat tinggi kerana ia bukan bercakap tentang “cara jana beberapa slaid”, tetapi tentang:

bagaimana menjadikan PPT, skrip, sari kata dan video sebagai satu pipeline lengkap.

Artikel awam itu terus menerangkan rantaian tradisional penghasilan video kursus dengan sangat jelas:

• tulis rangka
• buat PPT
• tulis skrip
• rakam audio
• edit video

Maksudnya, masalah sebenar bukan pada satu langkah tertentu, tetapi:

ia ialah satu siri kerja panjang yang merentas perisian, format dan peringkat.

Dan dalam kes ini, kedudukan WorkBuddy bukan sekadar “membantu sedikit”, tetapi sebagai pintu masuk orkestrasi bagi sistem Skill:

• pengguna memulakan tugasan dengan bahasa semula jadi
• WorkBuddy mengenal pasti kata pencetus
• memuatkan Skill yang sepadan
• Skill membimbing WorkBuddy memanggil alat Bash
• kemudian pipeline Python berbilang tahap menjalankan langkah-langkah seterusnya
• akhirnya menghasilkan video kursus atau artifak yang berkaitan

Artikel itu sendiri menyebut beberapa kata kunci yang benar-benar menyerupai persekitaran kejuruteraan sebenar:

• orkestrasi AI Agent
• pipeline Python
• pemersistenan status
• sambung semula selepas gangguan

Poin-poin ini penting kerana ia menunjukkan bahawa dalam senario pendidikan, WorkBuddy bukan lagi sekadar “AI yang menjawab soalan di halaman”, tetapi mula memikul kerja sebenar yang lebih kejuruteraan seperti:

• penjadualan tugasan
• orkestrasi proses
• pemulihan kegagalan
• pelaksanaan proses panjang

Kes 4: cabaran paling sukar dalam pendidikan bukan penjanaan, tetapi membolehkan guru bukan teknikal memacu keseluruhan rantaian

Dalam artikel awam yang sama, ada lagi satu poin yang pada saya sangat bernilai:

• guru hanya perlu satu arahan bahasa semula jadi untuk menggerakkan keseluruhan pipeline di belakang tabir

Ini sangat penting untuk industri pendidikan. Kerana pengguna terbesar di sekolah dan organisasi latihan selalunya bukan jurutera, tetapi:

• guru
• kakitangan penyelidikan pengajaran
• pasukan penghasilan kandungan

Jika satu alat memerlukan mereka belajar banyak rangka kerja pembangunan terlebih dahulu, penerapannya pasti lambat. Tetapi jika proses kompleks itu boleh disembunyikan di sebalik Skill dan pipeline, dan guru hanya perlu berkata:

• “tolong buatkan saya video kursus pengenalan kepada kecerdasan buatan”

maka bentuk produk itu lebih dekat dengan alat pendidikan yang benar-benar boleh disebarkan, bukannya sekadar mainan jurutera.

Kes 5: daripada naratif awam Tencent Research Institute, garis pendidikan ini memang menekankan “guru memimpin + AI boleh diaudit”

Bahan awam ketiga yang patut dimasukkan ke dalam kelompok artikel ini ialah:

2026腾讯云AI原生教育报告概述

Walaupun ini bukan artikel kes WorkBuddy yang sangat khusus, ia memberikan satu latar belakang penting:

• industri pendidikan sekarang bukan mengejar “AI menggantikan guru”
• tetapi mengejar “guru memimpin, AI tertanam mendalam dalam proses”

Beberapa isyarat penting yang disebut dalam artikel itu termasuk:

• guru mengarah AI menjadi laluan utama
• enjin graf pengetahuan
• objek pengajaran boleh dikira
• rangka kerja pembangunan WorkBuddy membolehkan bukan teknikal membina aplikasi pendidikan dengan cepat
• hasil penjanaan AI perlu melalui semakan dan pelarasan manusia

Pada saya latar ini sangat penting, kerana ia menjelaskan mengapa dua kes sebelum ini masuk akal:

• dalam artikel penjanaan PPT, guru mengurus 30% terakhir
• dalam artikel pipeline kursus, guru memulakan keseluruhan proses dengan bahasa semula jadi

Maksudnya, penyelesaian AI yang paling boleh dipercayai dalam pendidikan bukanlah penggantian penuh, tetapi:

membebaskan guru daripada kerja penghasilan berulang sambil mengekalkan kuasa utama guru terhadap kualiti kandungan, logik dan gaya.

Gambaran persekitaran pengeluaran pendidikan yang saya nampak daripada kes-kes awam ini

Jika digabungkan, beberapa artikel di atas menunjukkan bahawa persekitaran pengeluaran WorkBuddy dalam industri pendidikan sudah mempunyai ciri-ciri bersama ini:

• ada bahan pengajaran sebenar, bukan prompt kosong
  • rancangan mengajar Word
  • imbasan buku teks
  • senarai poin pengetahuan
  • satu penerangan teks
• ada hasil keluaran sebenar, bukan jawapan teks semata-mata
  • PPT
  • skrip
  • sari kata
  • video kursus
• ada proses sebenar, bukan penjanaan sekali jalan
  • pengesahan rangka
  • penetapan gaya
  • pencetus Skill
  • pelaksanaan pipeline
  • pemulihan selepas gagal
• ada sempadan manusia-mesin yang sebenar, bukan “AI urus semua”
  • semakan manual oleh guru
  • pelarasan susun atur
  • pengekalan gaya pengajaran

Sebab itu saya rasa dalam pendidikan ia lebih menyerupai:

meja kerja automasi kandungan pengajaran

dan bukannya:

AI sembang biasa

Pasukan pendidikan mana yang paling sesuai mencubanya sekarang

Sesuai untuk cuba segera

• pasukan penghasilan bahan pengajaran di sekolah dan organisasi latihan
• guru individu yang kerap menghasilkan PPT, skrip dan output kursus mingguan
• pasukan yang membina alat pendidikan, platform kandungan latihan atau bengkel kursus AI
• organisasi yang mahu rakan sekerja bukan teknikal juga boleh memacu penjanaan kandungan berproses panjang
• organisasi yang perlukan “guru memimpin + AI tingkatkan kecekapan”, bukan “automasi sepenuhnya”

Boleh tunggu dan lihat dahulu

• pasukan yang tiada aliran kerja pengeluaran kandungan yang standard dan setiap kali sangat bersifat tersuai
• pasukan yang buat masa ini belum mahu menyusun rangka, templat dan peraturan output
• pihak yang hanya mahu soal jawab ringan dan tidak bercadang memasukkan AI ke dalam rantaian pengeluaran pengajaran

Jika anda mahu uji sendiri, saya cadangkan cara ini

1. Pilih satu aliran kerja penghasilan pengajaran yang paling standard dan paling kerap berlaku. Jangan terus cuba “AI-kan seluruh sekolah”.
2. Titik masuk yang paling sesuai untuk pendidikan biasanya ialah:
   • rancangan mengajar ke PPT
   • rangka kursus ke bahan pengajaran
   • penjanaan skrip dan sari kata
   • pipeline kursus video pendek
3. Jangan hanya lihat “boleh jana atau tidak”, sebaliknya fokus pada:
   • adakah rangkanya stabil
   • adakah jumlah halaman dan ritma boleh dikawal
   • adakah kos pengubahsuaian oleh guru benar-benar turun
   • adakah sistem boleh pulih dan sambung semula selepas gagal
4. Jika anda memang sedang membina produk pendidikan, anda juga boleh bandingkan:
   • senario mana yang sesuai untuk Agent gaya meja kerja seperti WorkBuddy
   • senario mana yang lebih sesuai untuk anda terus guna API sendiri atau orkestrasi pipeline kandungan

Kalau yang anda lebih ambil berat sekarang ialah: bagaimana menyatukan model Tencent, GLM, Kimi, DeepSeek, StepFun dan lain-lain ke dalam aliran kerja Agent anda sendiri, anda boleh lihat dahulu:

• Harga model
• Beli API Key
• Dokumentasi API

Penilaian akhir saya

Kalau saya perlu ringkaskan pandangan saya tentang kes WorkBuddy dalam industri pendidikan dalam satu ayat, ia ialah:

Perkara paling patut diberi perhatian bukan sama ada AI boleh membantu guru membuat beberapa halaman bahan pengajaran, tetapi hakikat bahawa ia sudah mula masuk ke rantaian penghasilan pengajaran sebenar yang menghubungkan rancangan mengajar, bahan pengajaran, skrip, sari kata dan video.

Ini jauh lebih penting daripada sekadar “boleh atau tidak menjana kandungan”. Kerana bahagian paling sukar dalam pengeluaran kandungan pendidikan sejak dulu bukan satu halaman PPT tertentu, tetapi:

bagaimana menjalankan keseluruhan proses yang berulang, panjang, merentas alat dan tetap memerlukan semakan manusia dengan stabil dan lancar.

Jika WorkBuddy benar-benar dapat berjalan lancar di bahagian ini, maknanya untuk industri pendidikan bukan lagi sekadar “membantu guru jimat sedikit masa”, tetapi:

mula memasukkan proses penghasilan pengajaran yang sebelum ini bergantung pada banyak kerja manual berulang ke dalam satu meja kerja AI yang boleh dijadualkan, boleh diguna semula dan boleh dikekalkan.

Rujukan

• WorkBuddy保姆级教程（十三）｜PPT一键生成——告别加班做课件
• 基于 WorkBuddy的零门槛AI课程制作工具
• 2026腾讯云AI原生教育报告概述