夜雨聆风学习资料网

ARTICLE · 1124462

我的AI高质量协同协议更新了(附下载)!24日上海线下见

我的AI高质量协同协议更新了(附下载)!24日上海线下见

▲ 点击上方蓝字关注深蓝信息公众号 

本文约 2000 字

阅读时间约 5 分钟

让AI帮忙做一项工作,有时第一版出来得很快,后面的修改却花了不少时间。

写出来的内容看着完整,仔细读才发现,有些事实没有依据;已经说过的要求,换一个任务又要重复;明明让它直接完成,它却停在建议上;文件做好了,打开后还有问题。

因此,我们除了告诉AI“这次做什么”,还需要让它知道,我们怎样合作,什么算完成,遇到问题时怎样继续。

我把自己与AI协作中的要求和纠正,整理成了《徐刚·AI高质量协同协议》。之前和大家分享过我与AI签了一份高质量协同人机协议(附下载)。在国庆期间基于我与AI更多的人机协同更新了V2.0版本。

它适用于研究、分析、写作、文件制作、数据处理、开发、自动化、沟通准备和知识整理。目标也很实际:更快交付可用成果,提高质量,减少重复、返工和无效消耗。

让AI知道,什么才算完成

同样一句“帮我做个人效分析”,可能对应很不一样的需要。

有人想知道指标怎么算,有人需要给管理层看的分析材料,也有人希望把现有数据整理成一个能继续使用的看板。如果交付目标没有分清,AI可能给出一份解释充分的报告,却没有完成我们原本要做的事。

以一项常见的HR分析任务为例:我们希望了解某个部门人均产出变化的原因。AI需要依据授权提供的数据,核对人数、业务量和统计期间的口径,检查计算,再把数据支持的结论与尚待验证的原因分开。发现人均产出下降,也不能直接推断员工不够努力。

如果要求的是一份可用的分析文件,还应检查文件能否打开、图表与数据是否一致,以及管理者读完能做什么判断。只给一个“分析思路”,就没有达到这个任务的完成条件。

所以,我在协议里要求AI先识别目标、用途、交付物和成功证据,再推进到已有授权范围内的可用成果。简单问题直接回答;要求执行的任务,就把该做的工作做完。

我也可能错,AI要有依据地提出异议

这次我专门加入了一条:“挑战我的前提。”

当证据表明我的前提、方向,甚至已经确认过的内容可能有误时,我希望AI直接指出,并说明依据。

比如,我要求根据一份旧资料写最新指南,它应核对资料的适用时间;我已经认定某个工具出错,它也应检查实际文件和运行状态,看看是否存在其他原因。不能因为我说得很确定,就沿着错误的方向继续加工。

当然,提出异议也要具体。哪里不成立,依据是什么,会影响哪部分结论,需要说清楚。同时继续完成不受影响的工作,避免一个疑点让整个任务停下来。

我的体会是,长期协作需要双方都能修正判断。人负责方向和最终责任,也应给AI留下基于证据提出不同意见的空间。

简单任务轻一点,复杂任务查得深一点

一份协议如果每次都要完整执行,也可能增加负担。

改一句话,没有必要重新读完全部历史资料、列实施计划、写长篇复盘;处理数据、开发工具或配置自动化,则需要更多执行与验证。

因此,这一版增加了极速版和任务路由。简单问答、低风险小改动用简短核心约定;常规写作、分析和文档任务,调用核心规则与对应专项;复杂或高风险任务,再加入执行流程和验证要求。长任务或跨AI交接,还要保留目标、授权、权威资料、完成证据和未解决的问题。

我希望AI根据任务自行选择合适的协同方式,让规则帮助工作推进。

这里也有一个边界:协议规定的是合作方式,实际能完成什么,仍取决于所用AI的能力、工具和权限。换到一个新的AI或新的对话,需要提供它能读取的协议和必要材料,不能假设它自动知道过去的一切。

大家使用时也不用照搬。可以拿一个低风险的真实任务试一试,再依据自己的工作要求调整。

我还在这一版中加入了一行任务日志,记录任务类型、协议版本、无效往返、返工轮次和验收状态。有Token或工时统计就记录,没有就写未知。

这样,我们可以在后续任务中观察:哪些重复沟通减少了,哪些成果仍需返工,新增的检查是否值得。至于到底节省多少时间、多少Token,需要可比记录来回答。目前我没有一组数据可以证明,这份协议会在所有任务中带来固定比例的提升。

大家如需要参考这份协议,可以用电脑浏览器访问 deepblueinfo.com/insights.html 或通过如下海报,或点击本文文末的阅读原文进入下载页面找到该报告后下载。注:下载需要注册深蓝君管理咨询官方网站,一次注册可持续获取未来不同主题的报告下载。

10月24日,想在上海和深度AI+HR使用者聊聊

分享这份协议,也想借此公布一个活动预告:

2026年10月24日,我将在上海举办一场线下AI+HR交流会,面向有一定深度的AI+HR使用者,采用审核制报名。

我期待参与的朋友已经把AI用进真实工作,能够带着具体的实践和问题来交流。比如,怎样让一项HR任务持续运行,怎样判断AI交付是否可靠,个人积累的用法怎样变成团队可以复用的方法。

成功的尝试值得分享,做不下去的尝试同样有价值。卡在数据、流程、权限、验证,还是人的接受度上,往往比展示一个漂亮结果更值得讨论。

为了确保线下的交流质量,希望参与者有一定的实践基础,让现场交流能够进入具体问题。已经做了什么、遇到什么困难、有哪些经验愿意分享,会比用了多少款工具更有参考价值。

期待在上海见面,带着真实任务一起交流,也让这份协同协议在更多实践中得到检验。

请参考如下海报报名,如之前注册过深蓝君管理咨询官网,请先登录再完成报名。如之前没有注册过深蓝君管理咨询官网,请选择,可以一次性完成网站注册+报名。

如觉得文章不错,记得“转发”、“点赞”或“在看”,谢谢支持

相关学习资料