TREA入门必学的8个实用小技巧

选择适合的产品模式​

有些同学习惯把所有任务都全部在一个模式实现，当前 TraeWork 共提供三种模式，可以根据自己的任务类型灵活选择 ，同时也可以多模式联动。​

•

Work 模式：适合处理通用办公场景，例如写方案、改文档、分析表格、生成汇报、拆解任务、整理会议纪要等。它关注的是业务目标和交付物。​

•

Code 模式：适合处理开发任务，例如读代码、改 bug、写测试、跑命令、分析报错、审查 PR等。它关注的是仓库、依赖、执行环境和代码质量。​

•

Design 模式：适合处理视觉和交互交付，例如改设计稿、做页面视觉方向、检查界面一致性、输出设计说明。它关注的是布局、样式、组件和体验细节。​

​

​

​

Work 模式​

​

33%

​

​

​

Code 模式​

​

33%

​

​

​

Design 模式​

​

33%

​

​

三个模式点击左上角即可灵活切换。​

​

​

同时三个模式你也可以灵活搭配使用。​

举个例子：​

你可以将 Desgin 模式下生成的设计图，直接导入到 Code 模式，无缝衔接开发。​

​

​

​

​

​

​

50%

​

​

​

​

50%

​

​

​

创建项目文件夹，补充上下文​

如果你已经准备了一些与任务相关的资料，可以统一放在一个文件夹中。​

比如：你想让 TraeWork 帮你分析抖音评论，那就把你收集到的评论数据、说明文档、脚本和输出结果。然后在TraeWork 里选择这个文件夹，在对它说 “帮我分析这个文件夹里的评论，并整理成Excel。” 它就知道去哪里找数据，也知道结果放在哪。​

这样比起不选文件夹，TraeWork 为你工作的效率以及稳定性就会高很多！​

​

​

​

开发不着急，先用 Spec / Plan 规划​

AI 写代码很快，但快不等于稳。​

Code 模式下提供 2个命令，用于在执行开发之前进行规划。直接在对话框发出「 / 」就可以调用。​

•

Plan 模式适用于中小型功能开发和模块级重构，生成一份计划文档后直接执行。​

•

Spec 模式则面向更复杂的系统级任务，生成完整的三阶段文档组（大纲 + 任务列表 + 验收清单），每个阶段都支持用户确认和 Refine。​

​

​

举例子：​

本次不直接开发，而是先让 AI 帮我拆分需求。​

​

​

​

​

​

​

50%

​

​

​

​

50%

​

​

我们可以看到 AI 帮我已经生成了每个阶段的文档，我们可以点击查看，确认无误后，再让 AI 开始执行。​

​

语音功能，帮你理清思绪​

很多高价值需求，一开始不是清晰 Prompt，很可能来自一段混乱的口述。比如：​

​

我想做一个面向销售团队的日报，但不要太重，要能看客户风险、跟进动作和下周计划。最好销售自己填起来不麻烦，主管也能一眼看出问题。你先别写模板，先帮我把信息结构捋一下。​

​

因为人本身的考虑可能就会不够全面，如果把这个需求直接转换成 Prompt 往往会丢细节。​

更好的方式是直接用语音讨论，让 TraeWork 先帮你拆问题：例如用户是谁、核心场景是什么、输入从哪来、输出给谁看、哪些信息必须有、哪些只是锦上添花。​

如果不清楚自己的最终需求，或对最终需求不够明确，可以尝试着让 AI 反向对你追问。​

你可以直接对 AI 说：​

​

代码块​

Plain Text

先直接产出最终的结论，可以把我刚说的内容整理一份需求假设、待确认问题和可能方案。​

​

​

​

​

​

​

用 Rules / Memory / Skill 沉淀标准工作流​

临时的 Prompt 能解决一次问题，却不稳定。​

可以把一些日常真正高频的工作，沉淀成可复用的规则、记忆、技能​

Rules 用来固定硬约束。比如代码项目里的技术栈、命名风格、测试要求；文档项目里的语气、结构、禁用词；设计项目里的组件规范、间距规则、品牌风格。这些内容不应该每次重新说。​

​

​

Memory 用来保存长期偏好。比如你喜欢先给结论再给依据，公众号文章不要过度标题党，代码修改必须说明风险点，方案文档要明确 owner 和 deadline。Memory 适合保存「以后也会用到」的协作偏好。​

​

​

Skill 用来封装专业流程。它是给 AI 使用的“专业能力说明书”，定义任务的场景、执行需要遵循的要求和步骤。​

一个基础 SKILL.md 通常包含名称、描述、使用场景、执行指令和示例。​

​

SKILL.md 基础模板

Markdown

​

​

判断一件工作是否值得沉淀，可以确认一下几点​

•

是否高频重复？​

•

是否每次都要解释同一批要求？​

•

是否流程比较固定？​

•

是否经验可以团队共享？​

满足其一，就可以尝试从 Prompt 升级为规则、技能或命令。​

​

配置自动化工作流，减少重复工作​

凡是固定时间、固定逻辑、固定产物的工作，都应该考虑自动化。​

例如日报、周报、竞品动态、代码仓库巡检、舆情摘要、数据异常提醒、待办汇总等。​

先从小自动任务开始尝试，确认结果输出稳定，可以再不断增加判断的逻辑和分发动作。​

例如：​

​

代码块​

Plain Text

竞品监控可以先从「每周一上午汇总三个竞品官网和公开更新」开始，输出功能变化、市场动作、可能影响和建议跟进行动。​

​

自动化的边界也要写清楚：​

•

哪些内容可以直接生成​

•

哪些必须标记为待确认​

•

哪些情况要提醒人工介入​

AI 最适合承担重复收集、整理和初步判断，关键决策仍应留给人。​

​

​

​

灵活配置自定义模型​

如果不想用内置模型、或觉得高峰期排队等待影响效率，TraeWork 也支持配置自定义模型。​

填入你自己的模型服务商和 API Key 即可接入。​

很多同学可能还不知道现在已经支持自定义上下文窗口，可以按需要调大处理长文档、大型仓库时的上下文容量，不再受默认窗口限制。​

​

​

​

多端协同，移动端随时查看和下发任务​

无论身在何处，你都能通过 TraeWork 移动版便捷地选择目标设备和工作路径，向远程环境下发需要 AI 完成的任务。​

系统会在对应环境中自动启动智能体来执行指令，同时你可以随时在 TraeWork 移动版中查看任务进度并获取结果，实现高效灵活的跨设备任务管理。​

你可以：​

•

【下发任务】直接通过手机下发任务，并实时查看进度，确认执行事项​

•

【检查任务】不在电脑旁，查看之前正在执行的任务进度，确认产物。​

​

在设置后台进行配置即可​

​

写在最后​

以上 8 个基础技巧，并不是让你记住更多功能入口。​

而是帮你把 TraeWork 从“一个更聪明的聊天框”，逐步用成“一个可以持续协作的工作伙伴”。​

真正用好 TraeWork 的关键，是让 AI 更早进入你的工作流，也让人始终掌握方向、判断和最终决策。​

当这套协作方式跑顺以后，很多原本零散、重复、容易中断的工作，就会变得更清晰，也更容易被持续推进。​