🌊 破冰问题：你有没有过三张带经纬度的 Excel 躺在文件夹里——监测站、勘察点、设施台账——想做成一张能搜、能筛、点开看属性的地图，却因为"不会写代码、不懂 GIS 软件"一直拖着？今天这篇，讲讲我们是怎么一句话把它做出来的，全程没写一行代码；更关键的是，背后的思路你也能直接"说给 WorkBuddy 听"，让它给你写出一份能用的技能。

💡 今日金句：我们一行代码没写，也没必要照搬我们的文件——因为真正的产出是"思路"，而思路，你只要说给 WorkBuddy 听，它就能给你写一份能用的。

一、30 秒讲明白：三句话类比

🔹 类比 1｜做地图 = 叫外卖

你（用户）点单："来张能搜能筛的监测站地图"。后厨（AI）听懂后自己做，你不用进厨房、不用写菜谱。端上来就能吃——不对味？你再说一句，它重做。

🔹 类比 2｜告诉字段角色 = 填问卷，不写程序

你不用碰 HTML。你只要告诉 AI"这一列是名称、那一列能拿来筛、这张图叫啥"，它自己生成一份"图纸"。你做的是勾选语义，不是写代码。

🔹 类比 3｜坐标纠偏 = 找个翻译

GPS 坐标和国内地图底图不是一套制式，点位会歪。这事儿你听都没听过也没关系——你只管说"做成地图"，坐标转换、合规底图这些你不懂的细节，AI 在后台替你翻译好了。

二、三件我们这么干成的事

🗺 场景 1｜水利监测"一张图"

某流域三张表：地下水位测站、地表水位测点、降水站。我们甩给 AI 一句"做成能搜能筛的地图"，它自己读表、归一化、打上"数据来源"标签，产出一张 104 个点的图——左侧按"数据来源 / 类别 / 地市"三维勾选，拖动时间滑块还能看埋深逐年变。

🛰 场景 2｜工程地质勘察点位

勘察台账按"钻孔类型 / 地层 / 风险等级"筛选，点开看属性。以前要专人用 GIS 软件折腾半天；这次也是一句话，出图。

🚰 场景 3｜城市管网运维

把设施台账做成可检索地图，搜"泵站"即刻定位。同样，零代码。

三件事，底层是同一套玩法——只是换了一句需求。

三、一个完整案例：我们是怎么"不写代码"做出来的

下面用"某流域水利监测"这一件，把上面全串起来。重点不是原理，是我们每一步说了什么话。

① 甩文件，说人话

文件夹里三张 Excel（地下水位测站 33 行、地表水位测点 46 行、降水 1502 行）。我们没打开 GIS，没建工程，只说了一句：

"把该 folder 的文件做成能搜能筛的地图。"

② 它自己把脏活干了

AI 自己读表、发现三张都能上图、把"县市"口径统一成市级、合成一份带"数据来源"的表。我们没参与任何一步。

③ 一会，图出来了

预览面板里直接打开就是成品：腾讯地图底图 + 左侧搜索框 + 分类筛选 + 列表/地图联动。我们做的唯一动作是点开看。

④ 实测发现不对，又说一句

打开后勾选"地下水位测站"，地表水位测点、降水站从地图消失；再把它们勾回来——地图却加不回这些点，可左侧计数明明说"共 104 条"。

我们没去翻代码，只跟 AI 说：

"左侧勾选和地图显示对不上，列表对、地图错。"

⑤ AI 自己定位、自己改

它判断是"勾选后过滤逻辑只从当前显示的点里再筛，所以加不回来"，改完让我们再开。我们重新打开，来回勾选——列表和地图严丝合缝了。全程我们一行代码没写。

⑥ 顺手又提了三个需求

我们接着说：

"把地市统一成纯市级；给降水站加个时间滑块；拆成三张独立地图各配一色。"

它一口气做完：市级口径统一、降水图拖时间滑块看降水量色阶变化、三套数据各出一张（蓝/橙/绿）。我们做的，还是说话。

这一件里：甩文件 → 出图 → 提 bug → 它修 → 再加需求 → 它做。从头到尾，我们的输入只有"人话"。

四、核心思路：你也能让 WorkBuddy 给你写一个

我们没把技能打包成 skill 文件给你——因为文件会过时，思路不会。下面是把上面整套玩法抽象出来的 4 条核心想法，你照着说给 WorkBuddy，它就能给你写出一份能用的技能。你这边，依然零代码。

4.1 🧩 抽出来的 4 条核心想法（抽象层）

① 契约先行（MapSpec）

让 LLM 只产出一份描述"语义"的 JSON 契约——哪列是名称、哪列能筛、配什么色、用哪个模板——绝不让他写 HTML/JS。这是"图不会碎、可审计"的关键。

② 确定性引擎

一份脚本吃"契约 + 数据"，吐出 map.html。同样的输入永远得到同样的输出，可复现、可验收。LLM 负责"想"，引擎负责"做"。

③ 四步交付链

检查 → 写契约 → 构建 → 验收（inspect → init-spec → build → doctor）。每一步都有产物、有告警，最后一步确保"页面能开"也"做得对"。

④ 合规兜底

底图锁国内白名单（腾讯地图），坐标按声明自动纠偏（WGS-84 → GCJ-02），密钥不暴露在前端。红线由引擎默认守住，你不用学地图法规。

4.2 📋 直接发给 WorkBuddy 的"造技能"提示词

下面这段话，复制粘贴丢给 WorkBuddy 即可，它就会替你产出技能（SKILL.md + 引擎 + 样例）：

text帮我做一个 WorkBuddy 技能，作用是把带经纬度的表格 / GeoJSON 做成可搜索、可筛选、列表联动的交互地图。要求：1. 让 LLM 只产出一份 MapSpec 契约 JSON（模板 / 字段角色 / 筛选维度 / 配色），不写任何渲染代码；2. 一份确定性 Python 引擎按契约构建 map.html，内置国内合规底图（腾讯地图代理模式，前端不暴露密钥），并支持 WGS-84 到 GCJ-02 的坐标自动纠偏；3. 提供四条命令：inspect（读表检查坐标/缺失/重复并告警）、init-spec（把意图写成 MapSpec）、build（构建出图）、doctor（离线自检，确保要素与哈希可验收）；4. 支持多维勾选筛选（列表与地图从同一份完整数据过滤，来回勾选都一致）、时间滑块按数值做色阶重着色；5. 中文界面，轻依赖（尽量用标准库 + 必要的表格库）。

贴进去，它就会给出一份能直接用的技能。你拿去跑自己的数据，和我们做出来的，是同一个玩法。

4.3 💡如果你更懒，你还可以这么做

• 把我这篇文章的链接发给Workbudddy，然后和他说你想干什么就行。

五、后台偷偷干了啥（你不用管）

好奇的话，AI 在你说那句话之后，背后跑了四步：读表检查 → 把你的意图写成"图纸" → 照图出图 → 离线自检确保没做错。你不需要懂这四步，就像你点外卖不需要懂炒菜。合规也不用你操心——底图默认合规、坐标自动纠偏，红线它替你守。

6. 六、结语

把"做地图"从"找个会写代码的同事"变成"你说一句，AI 就办成"，关键不是你学会了地图 API，而是你终于不用学了——更进一步，你连"装别人给的技能"都不用，把思路说给 WorkBuddy，它就能给你写一份。

• 你只管说要什么（语义层）；
• 它负责做对（渲染层，可复现）；
• 合规与纠偏，它默认兜底（底线层）。

三层分离，换来的是：换数据不改流程，换工具不换思维。这，才是 AI 助手在 GIS 里真正帮上忙的样子——而这一次，造工具的人，是你自己。

本文案例数据已做脱敏处理，仅保留聚合统计口径（如站点总数、维度取值分布），不涉具体项目与路径。所述"我们"均通过自然语言交互完成，无手写代码；所述 4 条核心思路可交由 WorkBuddy 自动生成对应技能，无需领取外部文件。