Claude Cowork 新手一步步指南：从零开始，彻底上手这个改变工作方式的 AI 助手

优质文章学习记录

— 10 min read

上周我准备一场演讲，脑子里已经有了想法、研究资料和大致提纲，唯独缺的就是时间。于是我打开 Claude Cowork，用大白话描述了我想做的演示文稿，把笔记文件夹指给它，然后就去忙别的事了。

回来一看，一套完整的幻灯片已经做好了：结构清晰、分节合理、演讲者备注一应俱全，连面向当地观众的表达逻辑都调得特别贴切。那场演讲反响特别好，大家都说“哇哦”，而老实说，用传统方式从零做起，我至少得花一整天。

那一刻我彻底明白了：Cowork 不是“理论上能干”，而是真正能在高压下帮你把活干完的工具。

我在 AI 和产品圈混了这么久，一眼就能看出什么是真不一样，什么是只是营销吹得不一样。Cowork 属于前者。它不是“聊天机器人加点功能”，而是完全不同类别的新工具。大多数听说过它的人，其实还没真正搞懂它到底能干什么、怎么才能用出最高效的结果。

这篇指南，就是专门为你们准备的。

大多数人用 Claude 的时候，都是当聊天机器人使：输入问题，它给答案，你复制粘贴，自己再去干活。这当然有用，但那不是 Claude Cowork。

Cowork 不回答问题，它直接干活。它会读你的文件、自己做计划、一步步执行，最后把完成品直接扔到你电脑里，你可以直接走开。打个比方：普通 Claude 是你问同事“给我点建议吧”，Cowork 是你直接把任务甩给他说“你来搞定”。

第一次认真用它的时候，最让我惊讶的不是速度，而是输出的完整度。它给你的不是“起点”，而是“几乎能直接交差的成品”。这种又快又全的感觉，让它和其他任何 AI 都拉开了差距。

这篇指南从安装、插件、真实案例到提示词技巧，全都讲透。读完之后，你会对 Cowork 能做什么、该怎么用它，有一个完整清晰的认识。

Claude Cowork 到底是什么？

先搞清楚它的本质，因为它和我们平时用的工具完全不在一个赛道上。

聊天机器人 vs 智能代理（Agent）

普通 Claude、ChatGPT 这类聊天机器人，流程是这样的：

  1. 你输入问题
  2. AI 给你一段文字
  3. 你自己决定怎么用
  4. 实际工作还是你自己做

这是“对话式 AI”，AI 是你的顾问，你还是执行者。

而 Cowork 是“代理式 AI”（Agentic AI），流程完全不一样：

  1. 你描述想要的结果
  2. Cowork 自动给出计划给你看
  3. 你点头同意
  4. 它自己去读文件、一步步执行
  5. 你回来直接拿成品

这时 AI 不再是顾问，而是你的执行官。你从“干活的人”变成了“指挥的人”。

Cowork 的出身

它是 Anthropic 基于 Claude Code 技术做的。Claude Code 本来是给程序员用的，能让 AI 自主写代码、测试、修改。Cowork 就是把这套“自主多步执行”的能力，开放给了所有非程序员，让它来处理日常知识工作：文档、表格、研究、演示文稿、文件整理、邮件草稿、报告……几乎所有你以前要花大把时间的手工活。

它怎么在你电脑上运行？

Cowork 只在 Claude 桌面应用（不是网页版）里运行。它工作在你自己指定的文件夹里，文件从来不离开你的电脑。它在本地读取文件，在你设备上的隔离虚拟环境里处理，最后把结果写回你的文件夹。

你完全掌控权限：选哪个文件夹、做什么操作都要你批准。涉及到删除或重大修改时，它一定会再三确认。

上手前你需要准备什么？

  • Claude 桌面应用（macOS 或 Windows）
  • 付费订阅：Pro（20 美元/月）、Max（100-200 美元/月）、Team（30 美元/用户/月）或企业版
  • 整个使用过程中保持网络连接
  • 应用必须是最新版本
  • Windows 用户注意：2026 年 2 月 10 日已正式支持 Windows，功能和 macOS 完全一致，但暂不支持 Windows ARM64

特别提醒：Cowork 消耗的额度比普通聊天多得多。一场复杂的任务，可能顶得上几十次普通对话。Pro 计划的用户要提前做好心理准备。

一步步安装设置（超详细）

  1. 下载并安装 Claude 桌面应用
    去 claude.com/download 下载对应系统的版本。如果已经安装，记得更新到最新版，否则看不到 Cowork。
  2. 用付费账号登录
    免费账号无法使用 Cowork。
  3. 切换到 Cowork 标签页
    打开应用，在顶部标签里找到「Cowork」（可能还有 Chat、Code），点进去。如果看不到，检查是否更新。
  4. 设置工作文件夹（最重要的一步）
    强烈建议新建一个专用文件夹，比如叫「Claude Work」或「Cowork Projects」，不要直接指向整个 Documents 或桌面。
    点击「Add Folder」，选中这个文件夹。以后所有项目都可以在里面建子文件夹，安全又整洁。
  5. 给它第一个任务
    用大白话描述就行。比如：
    • “把这个文件夹里的文件按类型整理好，分别创建 文档、图片、表格 三个子文件夹”
    • “看一下这些会议记录，帮我生成一份行动项汇总文档”
  6. 审核计划，让它执行
    提交后，它会先给你看完整计划。你确认无误后再点运行。
    执行过程中，右侧会实时显示它在干什么。你可以盯着看，也可以去喝杯咖啡。
    注意：应用不能关闭，否则任务会中断。

插件：让 Cowork 变成行业专家的关键

插件是 Cowork 最强大的功能之一。装上对应插件后，它就不再是“聪明的一般人”，而是“这个领域的资深从业者”。

插件里打包了：

  • 专业技能和术语
  • 快捷指令（/命令）
  • 与你现有工具的连接器
  • 专门的小代理

比如装了投行插件，它就知道怎么看交易文件、怎么做 comparable 分析、怎么排 pitch deck，输出的专业度直接起飞。

安装插件超简单

  1. 在 Cowork 界面左侧点「Customize」→「Browse plugins」
  2. 找到想要的点「Install」
  3. 也可以直接拖入别人分享的插件文件（.cowork 格式）

使用插件
输入 / 就能看到所有已安装插件的快捷命令，点开后填个表单就行，比手写提示词省事多了。

自定义插件
每个插件都能点「Customize」让 Claude 帮你改，改完就完全适配你的公司流程。

目前可用插件一览

通用类（所有付费用户都能用）

  • Productivity：任务、日历、个人工作流
  • Enterprise Search：跨公司工具搜索
  • Marketing：内容、营销活动、内容日历
  • Sales：线索研究、提案材料
  • Finance：财务建模、竞品分析
  • Legal：合同审查、法律文件总结
  • Data Analysis：数据处理、报告生成
  • Customer Support：工单、知识库
  • Engineering：站会总结、事故响应
  • Research：多源信息合成报告
  • Recruiting：招聘全流程

2026 年 2 月 24 日新增的专业部门插件

  • HR：JD、Offer Letter、入职计划、绩效评估
  • Design：设计批判框架、UX 文案、无障碍审计
  • Investment Banking：交易文件、comparable、pitch 材料
  • Equity Research：财报解读、研究笔记
  • Private Equity：尽调文件提取、投资打分
  • Wealth Management：组合分析、再平衡建议
  • Operations：流程文档、供应商评估、runbook

连接器（Connector）：和现有工具无缝打通

支持 Gmail、Google Calendar、Slack、Google Drive、Apollo、Clay、FactSet、DocuSign、GitHub 等几十个工具。以后不用再手动复制粘贴，Cowork 可以直接读、直接写。

真实使用场景（干货来了）

  1. 文件整理与处理
    • 把乱七八糟的 Downloads 文件夹扔给它，10 分钟后所有文件按语义自动归类、改名
    • 报销截图一丢，它自动生成带公式、分类、合计的 Excel，还把发票重命名
    • 公司信息改版后，几十份提案同时批量更新，零失误
  2. 研究与分析
    • 丢一堆论文、访谈记录、竞品报告，它直接给你结构化综述
    • Lenny Rachitsky 用它分析 320 期播客，15 分钟提炼出 10 个核心主题和反直觉洞见
    • 竞品价格对比：打开 Chrome 插件，它自己去网站爬、做对比表
  3. 写作与内容
    • 批量更新老文章：自动找过时数据、拉最新信息、生成新版
    • 个性化批量外联：给它名单和背景，它每封邮件都写得像你自己调研过一样
  4. 财务/法务/HR（装插件后）
    • 银行流水+发票自动对账、出 Excel
    • 合同批量比对，标红所有异常条款
    • HR 一键生成完整招聘流程包（JD + Offer + 90 天入职计划）

写好提示词的 6 个核心技巧

  1. 描述结果，而不是步骤
    别说“帮我做 PPT”，要说“给 50 名还没实际用 AI 的商业人士做 12 页演讲，专业但亲切，开头讲为什么现在重要，中间 3 个真实案例，结尾强 CTA，存成 AI-Adoption-Talk.pptx”
  2. 明确输出格式（Excel / Word / 具体命名规则）
  3. 主动说“不要做什么”（别删原文件、别碰 Archive 文件夹）
  4. 加约束条件（只处理 2026 年 1 月 1 日之后的文档）
  5. 给足背景（受众是谁、公司风格、最终目标）
  6. 不会写？先在普通聊天里让 Claude 帮你润色成 Cowork 专用提示词

目前还不能做的事（真实局限）

  • 复杂任务偶尔会出错，必须人工复核
  • 额度消耗快（Pro 用户尤其要注意）
  • 扫描件 PDF 和图片格式文档识别率较低
  • 简单单步任务还是用普通聊天更快
  • 没有长期记忆，每次都要给足上下文
  • 重要文件操作前一定要备份

安全机制（必须知道）

  • 删除文件必须二次确认
  • 只能访问你指定的文件夹
  • 文件全程本地处理，不上传 Anthropic 服务器
  • 目前不适合 HIPAA、GDPR 等合规场景

最后想说

Cowork 不是又一个“更好看一点的聊天机器人”，而是把“人思考、AI 执行”这个关系彻底翻转过来的工具。

你负责想方向、定标准，它负责把活干完。你可以把以前那些重要但无聊的重复劳动时间，全部拿回来做更有价值的事。

它现在还是研究预览版，有棱角、会多问几次确认，但已经足够好用。

最好的理解方式，就是现在就去试一试。
挑一件你一直拖着不想干的多步琐事，用大白话描述清楚，扔给 Cowork，然后去喝杯咖啡。

回来那一刻，你就会明白我的那种“哇，这真的做完了”的感觉。

欢迎在评论区分享你第一次用 Cowork 的经历，我很想听听它帮你把哪件“老大难”任务干掉了！

（完）

Read more

Claude Code代码审查功能详解：让AI帮你找出潜在问题

Claude Code代码审查功能详解：让AI帮你找出潜在问题 【免费下载链接】claude-codeClaude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands. 项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code 你是否还在为代码审查耗费大量时间？
一个Prompt生成一门课？OpenMAIC把AI卷进“教育工业化”

一个Prompt生成一门课？OpenMAIC把AI卷进“教育工业化”

* 官网体验：https://open.maic.chat/ * GitHub 开源：https://github.com/THU-MAIC/OpenMAIC 最近技术圈有个很有意思的开源项目——OpenMAIC（Open Multi-Agent Interactive Classroom）。 很多人第一眼会觉得： “又一个AI教育项目？” 但如果你认真看完它的设计，你会发现一件事： 这不是一个AI工具，而是一套“多Agent驱动的完整系统”。 它的目标也很明确——不是回答问题，而是： 👉 把“学习”这件事，完整交给AI来执行。 一、它解决的不是“内容生成”，而是“教学过程” 过去我们用AI，大多数场景是： * 写文章 * 做总结 * 回答问题 本质是：点状能力调用 而 OpenMAIC 做的是另一件事： 👉 输入一个主题 → 输出一整套“课程系统”
TRAE 接入方舟 Coding Plan教程（AI IDE 字节系）

TRAE 接入方舟 Coding Plan教程（AI IDE 字节系）

1 下载&安装TRAE 1.1 什么是 TRAE ？ 字节跳动发布的AI原生编程工具，可帮助开发者从0到1开发完整项目。 TRAE（/treɪ/）深度融合 AI 能力，是一名能够理解需求、调用工具并独立完成各类开发任务的“AI 开发工程师”，帮助你高效推进每一个项目。 支持以下功能： 实时续写代码调试运行智能排查Bug版本控制自动构建项目一键预览效果解答技术难题 1.2 下载 国内版下载地址（推荐）：https://www.trae.cn/ide/download 国际版下载地址（适合已订阅国外大模型的用户）： https://www.trae.ai/download 目前支持的系统（注意：Linux版本需要预约候补）： * Windows * macOS * Linux 1.3 安装  点击打开已下载的安装包，
【LocalAI】 本地部署图文教程（Windows + GPU + 多模态模型）

【LocalAI】 本地部署图文教程（Windows + GPU + 多模态模型）

第一部分：核心概念 1. Docker镜像：可以理解为软件的“安装包”或“模板”。例如，localai/localai:latest-gpu-nvidia-cuda-12 就是一个包含了LocalAI所有运行环境的镜像。 2. Docker容器：是“镜像”运行起来的实例。你可以把一个容器看作一个轻量级、独立的虚拟机，你的LocalAI服务就在这里面运行。 简单来说：下载镜像 -> 从镜像创建并运行容器 -> 访问容器内的服务。 第二部分：Windows实战部署LocalAI 请按照以下步骤操作。 步骤 1：安装Docker Desktop for Windows 参考文章：Windows安装doker教程 步骤 2：拉取并运行LocalAI容器 这是最关键的一步。请注意，在Windows PowerShell中，命令不需要加 sudo。 1.