AI × 知识工作

为什么开始

最近花了很多时间研究一件事：AI 到底怎样才能真正进入工作，而不是只停在聊天框里。

我在解决什么

很多工作并不是“问一个问题，得到一个答案”。它还包含资料、判断、证据、审核和下一步行动。模型如果只负责回答，往往没有进入问题真正发生的地方。

我怎么做

把任务拆成可以检查的节点：输入从哪里来，判断依据是什么，哪些地方必须由人确认，最后的行动如何留下痕迹。

这里只讨论抽象后的方法、测试和产品思考，不公开任何内部数据、客户名称或机构内部资料。

后来发生了什么

这是一项持续的工作方法实验。每次实际使用后，都会重新检查：到底是模型变聪明了，还是流程终于被说清楚了。

我学到了什么

Prompt 往往只是系统最后的一厘米。真正决定结果的，是它前面有没有清楚的资料和判断结构。