学完能做什么
读完后，你能把“AI 很强”拆成可检查的能力，并判断一件事适不适合交给 AI。你还会给任务设置材料边界、验收方法和人工确认点。
先改掉一个误解
AI 不是一个“知道一切的人”。它更像一个根据当前输入做理解、转换和生成的系统。结果很流畅，不代表事实已被核实；它能给出方案，也不代表已经得到执行权限。
判断 AI 能否胜任，不看它能不能“说”，而看你能不能提供材料、限定范围并验收结果。
四类适合交给 AI 的工作
| 能力 | 适合的任务 | 需要你提供什么 |
|---|---|---|
| 转换 | 摘要、改写、翻译、结构化 | 原文、语气、输出格式 |
| 提取 | 从文档中找字段、待办和差异 | 完整材料、字段定义、缺失值规则 |
| 生成 | 初稿、大纲、示例、备选方案 | 对象、目标、边界和参考样式 |
| 辅助判断 | 分类、比较、初步风险提示 | 判定标准、反例、最终人工复核 |
这四类工作的共同点是：输入和交付物都能说清，结果也能被人或程序检查。
四类不应该直接交出决定权的工作
- 材料不完整却要求精确事实：没有合同原文，却要 AI 确认条款。
- 错误后果很高且没有复核：自动批准付款、删除生产数据或对外做专业承诺。
- 需要真实权限但没有边界：让它“看一下公司文件”，却没有限定目录、用户和操作类型。
- 目标本身需要价值判断：例如“帮我决定要不要辞职”。AI 可以整理因素，但不应替你承担决定。
用四问完成任务分诊
对每个任务依次问：
- 材料在哪里？ 没有材料时，结果只能是建议或初稿。
- 最后要交付什么？ 写成文件、字段、长度或动作。
- 怎样算正确？ 至少给出事实、完整性和格式标准。
- 错了会怎样？ 越高风险，越需要独立复核和人工确认。
真实例子：整理一批客户反馈
第一版需求是“帮我看看客户都在说什么”。这个需求无法验收。改写后：
text
输入：200 条已脱敏的客户反馈
输出：问题类别表，每类包含数量、代表性原句和严重程度
规则：一条可以多标签；不确定时标为待复核
验收：总数能追溯，引用可回到原记录，不补写用户没说的原因
人工确认：对外回复和产品优先级由负责人确定此时 AI 负责提取和分类，人负责决定资源如何分配。
动手练习：给任务标色
选一件你本周要做的事，把步骤分为：
- 绿色：可以自动生成或转换；
- 黄色：可以辅助，但必须核对；
- 红色：涉及发送、支付、删除、生产变更或专业结论，必须人工批准。
如果你无法给某一步标色，说明任务边界还没说清。
完成检查清单
- 我能区分生成流畅和事实正确。
- 任务有明确的输入、交付物和验收方法。
- 材料不足时，AI 会标记不确定，而不是猜测。
- 涉及真实动作时有权限和人工确认。
- 我知道错误后果，并设置了相应的复核强度。
下一篇
《模型、Token 与上下文：对话为什么会忘》——了解一次对话能看见多少信息，以及长任务应该如何管理。