家庭教育专家实战:手把手教你用WorkBuddy搭建专家


对我来说,这件事最大的价值并不是做出了一个自己的 AI 分身,而是第一次看清,自己这些年在一线长期实践形成的判断,究竟由什么组成,又能怎样被沉淀。

——马滢,腾讯客服未成年人保护营地教育负责人

人物介绍:

马滢老师,腾讯客服未成年人保护营地教育负责人,曾获“四川好人”“中国好人”荣誉。多年来深耕家庭教育与青少年网络保护领域,拥有丰富的一线辅导经验,持续陪伴家长读懂孩子、改善亲子沟通、解决家庭教育难题。她在 WorkBuddy 上线的“马老师家庭教育专家”智能体,已为 3.4 万个家庭提供家庭教育支持,并荣获公司“微创新奖”。

在一线陪伴家庭 8 年后,马老师开始尝试把那些依赖经验完成的判断,整理成一套 AI 能够理解和执行的工作方式,并最终转化为一个能够实际运行的 AI 分身——对于同样想在 WorkBuddy 上搭建专属 AI 专家的用户来说,这是一套可以直接参考的方法论。

接下来,让我们一起通过马老师的自述,看看她是如何逐步搭建自己的 AI 分身。

01我为什么把自己“蒸馏”了?

在腾讯客服未成年人保护营地,我和各位老师长期陪伴来自全国各地的家庭。8 年来,我和团队接触过大量亲子冲突、电子产品沉迷、拒学厌学和关系紧张等问题。

做得越久,我越清楚一件事:深度的家庭教育服务很宝贵,却很难覆盖所有家庭;而家长最需要帮助的时刻,又往往发生在深夜、在刚刚争吵之后、在情绪快撑不住的时候。

这些时刻,家长未必需要一套完整的家庭干预方案。根据我的一线经验,家长通常最先需要两方面的支持:

现在,越来越多家长会向 AI 求助。但通用 AI 给出的,往往是一大段“方向正确”的建议:多沟通、少指责、建立规则、多陪伴。

这些道理没有错,可家长真正崩溃的时候,缺的并不是更多道理。她需要有人先听懂她此刻发生了什么,判断问题的轻重,再陪她找到“今晚先做哪一步”。

所以,我想做的不是另一个“会讲育儿知识”的 AI,而是一个能够在家长求助的当下,先提供情绪支持和一步行动的咨询入口。遇到长期、复杂或者高风险的问题,它也要知道自己的边界,及时把家庭连接到更专业、更深入的服务中。

于是,我决定把自己蒸馏,搭建一个“马老师 AI 分身”。

我和团队借助 WorkBuddy,把我8年来积累的真实案例、实操工具、咨询方法和 R.E.S.家庭辅导模型¹,一点点整理成一个面向未成年人家长的家庭教育对话式专家。

¹ R.E.S. 家庭辅导模型:包含 Recognize·识别、Empathize·共情、Shift·转化三层递进干预逻辑,形成从认知觉察到情感修复、再到行为落地的完整辅导闭环。模型以“重启家庭关系”为核心寓意,帮助陷入矛盾、对抗状态的家庭打破固有负面互动循环,重建信任、包容与合作的良性家庭关系。

对我来说,这并不是把“我”复制进 AI,而是尝试把这些年最有价值的判断留下来:什么时候先听,什么时候再问;什么问题可以给一步行动,什么问题不能轻轻带过。

02动手之前,先想清楚:不要复刻知识,而是复刻专家的工作方式

一开始我就很明确,如果只是把一些家庭教育文章、课程内容、理论资料丢给模型,那最后得到的,大概率只是一个“看起来懂很多”的知识助手。它能回答概念问题,但不一定能接住真实家长的需求。

因为家庭教育咨询最难的,从来不是“知道什么”,而是:

所以,我在 WorkBuddy 里要搭建的核心内容,不是单纯的知识问答,而是自己在一线真实形成的工作方式。

也就是说,要把我如何判断、如何回应、如何分流、如何守住边界,转化为一套系统能够执行的结构。搭建专家,不是把一个人“复制”成AI,而是把一个专家脑子里那些本来靠经验完成的内容,拆出来、写清楚、接起来、跑起来。

03一个能真正上线的专家,在 WorkBuddy 里是怎样搭建出来的?

在实际搭建过程中,我逐渐意识到:要让一个专家真正上线并稳定服务家长,仅靠一段 Prompt 远远不够。在 WorkBuddy 中,我将它拆分为 7 个相互配合的层次。

层次名称作用
1角色定位它是谁、服务谁、边界在哪
2系统提示词怎么说话、怎么思考、什么规则
3技能 Skills不同场景的能力模块
4知识库专业素材、案例、话术
5工具 Tools外部能力调用(可选)
6记忆系统记住聊过什么
7运行时模型、温度、部署方式

围绕这 7 层结构,我将具体的搭建过程整理为以下 8 个步骤。

第一步:明确角色定位,先定义这个专家要成为谁

很多人会从编写 Prompt 开始,但对我而言,第一步是先回答几个最基础的问题:

1.它是谁?

它是我在 WorkBuddy 中搭建的 AI 分身,承接我的服务理念、判断原则和表达风格。

2.它服务谁?

主要面向有0至18岁孩子的家长。

3.它解决什么问题?

聚焦亲子沟通、网络使用、拒学厌学、家庭关系和家长自我成长等家庭教育场景。

4.它绝对不做什么?

不做医疗或临床心理诊断,不替家长作出重要决定,不评判家长,也不超出家庭教育的专业边界。

5.它的专业依据是什么?

以营地真实服务经验和R.E.S.家庭辅导模型为基础,同时融合发展心理学理论²、正面管教理念和非暴力沟通模式³等方法。这一步虽然只是定义阶段,却决定了后面所有工作。系统提示词怎么写、Skill 怎么设计、知识库放什么、风险边界如何设置,都必须围绕同一个Soul展开。

这些问题共同构成了专家的角色设定,也就是它的 Soul。如果这一层没有定义清楚,后续增加再多能力,AI也容易变成一个知识丰富、但缺乏明确判断方式的通用助手。

² 发展心理学:心理学的分支之一,主要研究人类不同年龄阶段的心理转变,即从胎儿阶段到年老死亡所发生的系统性持续变化。

³ 非暴力沟通:由马歇尔·卢森堡博士创立的一种沟通方式,其核心目的是通过诚实表达与倾听,在人与人之间建立情感连接,促进相互理解与协作,而非改变或说服对方。

第二步:系统采集原始素材,先积累再提炼

这一阶段是整个搭建过程中投入时间最多的部分之一。

因为专家分身最终能够达到的专业上限,很大程度取决于原始素材的质量。我主要整理了以下几类内容:

这一阶段带给我最直接的体会是:如果原始素材不足,后续的 Prompt 即使写得再完整,也只能让模型在有限信息上自由发挥。要搭建真正贴近专家工作方式的 AI 分身,首先要收集足够多能够反映我如何判断、回应和处理问题的真实材料。

第三步:提炼方法论,把直觉判断转化为可执行流程

这一阶段进入了“蒸馏专家”的核心:把我长期形成的判断方式转化为系统能够执行的流程。

长期的一线工作,让许多判断逐渐变成了我的直觉。例如,当家长发来一句“孩子又摔门了,我真的快撑不住了”,我会同步考虑以下问题:

这些判断在我的脑海中几乎同时发生,但系统无法理解“凭经验判断”具体包含哪些动作。为了让 AI 学会这套工作方式,我把每一次回应拆成几个可以执行的步骤:

拆开以后,原本依赖直觉完成的咨询过程,就变成了一条清晰的处理路径:先确保安全,再判断问题程度,随后选择回应方式,最后推进下一步行动。

第四步:编写系统提示词,固化回应规则、节奏与边界

确定方法论框架后,我会将它写入系统提示词。在这个过程中,我们越来越确认一件事:专家的提示词不只是描述理念,更要明确规定模型的回应顺序、表达方式和行为边界。

比如:

这一阶段,我曾经踩过一个坑——将规则写得过于“概念化”。比如“请你共情一点”“请你简洁一点”,面对这样的表述,模型很难稳定执行。后面更有效的做法是:尽量把规则写得具体、结构化,甚至量化。能明确轮次、能限定节奏、能举例说明的,就不要只讲原则。咨询场景尤其如此,因为我最需要避免的,是输出看似正确,却无法落实到具体情境中。

第五步:划分 Skill,按场景调用,但保持统一主流程

在 Skill 层,我采用了“一个主流程 + 后台风控 + 按需调用”的结构,将需要处理的问题拆分为四类,并分别配置了相应的 Skill:

1.家庭教育主流程

这是默认入口。无论家长讨论的是电子产品使用、学习与作业、亲子关系,还是情绪管理,都会先进入这条主流程。

2.风险识别与转介

在对话按照家庭教育主流程展开的同时,系统会进行风险识别,检查家长的表述中是否出现自伤、家暴、性侵、严重精神异常等高危信号。

一旦识别到这类信号,AI 不再继续分析亲子沟通问题,也不再提供常规育儿建议,而是先用简短、明确的语言稳定情绪,提醒家长优先确认孩子或相关人员当前是否安全,并建议尽快联系能够介入的真人支持或专业求助渠道。

3.基于 R.E.S. 服务模型的长程陪伴

这一能力不会在对话开始时直接启用,而是在主流程判断问题持续时间较长、情况较为复杂后,再按需调用。

例如,当拒学已持续半年、亲子关系明显破裂,或家长长期处于身心耗竭状态时,就不再按照普通的轻咨询方式处理。

4.专业知识解答

这一模块主要用于回应家长提出的专业知识类问题,例如“什么是非暴力沟通?”

这一层设计的关键,是避免多个 Skill 在同一轮对话中同时介入。对专家而言,保持判断和回应的连续性,比叠加更多功能更重要。

第六步:构建知识库,并为不同问题设置引用路径

很多团队搭建专家时会把知识库理解为“多放文件”。但事实上,知识库并不是文件数量越多越好,更重要的是让模型知道在什么情况下调用哪一类内容。因此,我按照实际使用场景对知识库进行了分类,并为不同问题设置相应的引用路径:

第七步:配置运行参数,提升输出稳定性

完成内容与流程设计后,我再将前面的规则落实到 WorkBuddy 的运行配置中。这里有几个关键点:

完成配置后,我更清楚地认识到,咨询类专家与创意类专家需要采用不同的设置方式。创意写作可以更发散,但家庭教育咨询一定要更稳、更守规则。不然会导致输出结果看起来很会说,实际却很“飘”。

第八步:建立测试机制,不只验证能力,也检查风险

最后一个环节是测试。我后来发现,测试的重要性并不低于搭建本身。因为专家上线之后,最怕的就是出错,比如:开场节奏错了、情绪没接住就开始讲道理、复杂问题被轻飘飘带过、风险信号漏掉了、回答虽然正确但不像同一个人等等。

因此,我主要会测试以下几类情况:

1.普通问题能否按照主流程回应

例如,面对“孩子写作业磨蹭,一说就顶嘴”,它能否先回应家长的情绪,再逐步了解具体情况,而不是直接输出一套理论。

2.强情绪场景是否优先回应情绪

例如,面对“我真的撑不住了”的表达,它能否先进行 2至3 轮情绪安抚,而不是立即提供方法或进行说教。

3.复杂问题能否进入长期支持路径

例如,面对“孩子拒学半年,一提上学就哭”,它能否识别出问题无法通过单次建议解决,并转入更长期的支持路径。

4.风险信号能否被识别并优先处理

例如,当对话中出现自伤、家暴、性侵或严重精神异常等信号时,它能否优先进入安全处理与资源转介流程,而不是继续提供普通家庭教育建议。

04从“搭出来”到“跑得稳”:3 条可复用的专家搭建原则

回头看,真正让我的 AI 分身稳定运行的,不是某一个功能,而是我在反复拆解、配置和测试中逐渐确认的几条原则。如果你也想搭建一个专家,可以先从下面三点开始。

1.复刻真人,重点不是模仿说话,而是还原判断过程

真正需要复刻的,不是我常用哪些词、语气有多温和,而是我面对不同情况时如何判断和行动。因此,我先把自己的咨询过程拆成可以执行的步骤,再分别写进 Prompt、Skill 和知识库:Prompt 规定回应顺序和表达边界,Skill 承接不同场景,知识库提供案例、工具和专业依据。这样,AI 学到的才不只是“像我说话”,而是按照我的判断方式处理问题。

2.比起增加功能,更重要的是先保证主流程稳定

专家并不是模块越多越好。模块和入口过多,反而容易让不同 Skill 同时响应,造成上下文断裂或判断冲突。我最终将结构收敛为 4 个 Skill、1 份系统 Prompt 和一个默认主流程:大多数问题先走主流程,风险识别在后台兜底,复杂问题再按需调用专项能力。做减法之后,调用路径更清楚,输出也更稳定。

3.不要只告诉模型“应该怎样”,要把要求写成可执行的规则

提示词里的“简洁一点”“先共情”对模型来说仍然太模糊,很难保证每次都稳定执行。因此,我尽量把要求改写成明确的、可以检查的条件和规则,例如“第 1 轮不超过 150 字”。能表格化就不用自然语言,能设置明确触发条件的就不依赖语义判断。

05写在最后

马老师告诉我们,她并不认为AI可以替代家庭教育老师。

真正复杂的家庭问题,需要老师长期投入,需要真实关系、深度判断和责任承担。这些工作显然不能全部交给 AI。但是,深度服务很难覆盖所有家庭,而大量家长在冲突发生后的当下,确实需要一个低压力、能够及时进入的支持入口。

搭建 AI 专家的关键,不是尽可能把更多工作交给 AI,更不是让 AI 替代真实的人,而是要学会沉淀可以被讲清、被验证、被复用的经验,并学会辨认哪些部分仍然需要由人思考和完成。只有这样,AI 才能真正成为专业能力的延伸,而不是对人的简单复制或替代。

如果你想直接体验马老师的这位 AI 分身,可以按以下步骤操作:

原文:腾讯 WorkBuddy 官方公众号 · 2026 年 8 月 28 日