让 AI 一次做 12 套,反而比一套一套做还慢

前段时间我在赶一批活：给一家机构梳理 12 套英语材料，题目和音频都得出，后面的活全卡在这批材料上。

我一开始图省事：想一次性把要求说清楚，交给 AI 一口气做完。真到要执行，我有点犯嘀咕，改了主意。如果它没理解我的要求，就会在 12 套材料里一直犯错；这么长的任务，万一漏掉几项，我自己检查起来也麻烦。

最终还是决定先拿一套出来做测试。

第一套帮我踩掉了大半的坑。我以为最难的一关已经过了。

结果批量制作的时候才发现：真正的坑不在做好一套，在做多套。

第一套很快暴露出两个问题。

内容上，有一些题目的排除理由根本不成立。

有一道题我记得很清楚：男孩决定带什么去公园，正确答案是水壶，另外两个选项是球和牵引绳，得说清楚男孩为什么不带这两样。它给的排除理由条条站不住——先说「狗讨厌牵引绳」，可遛狗哪有不牵绳的；又说「牵引绳已经在包里了」，那还是会被带去公园，一道题出现了两个答案。

完成度上，它跟我信誓旦旦地说做完了。

我逐个打开产物核对，发现音频内容根本没齐。

这两件事让我彻底明白：验证肯定不能只看它有没有输出，还得看输出对不对、要求的每一项是不是真的都做了。第一套都没验证清楚就去做 12 套，等于把同一个问题复制 12 遍。

所以我肯定不能让它批量操作，反而应该先回去调整制作方式，一共做了三件事：

1. 让执行的 AI 在提交前自己先过一遍。
2. 把「算完成」的标准写清楚，不再接受一句「已经完成」。
3. 再加第二个 AI 专门做校验，只查两件事——题目逻辑成不成立，交付的东西全不全。

这些都不是一开始就设计好的，是第一套踩完坑之后，一条一条加上去的。

后来我把这些有效的操作步骤、约束和检查方式沉淀下来。每做完一批就复盘一次，看到新问题就往里加。

到这一步，才算有了流程。

第一套材料没有问题了，那能不能马上把剩下的活套用流程快速生产出来？不能。

第一套过了以后，我根本不敢立刻批量做 12 套。

上批量的条件，都是前面踩坑后一条条攒出来的。比如说内容逻辑要用两个 AI 都过一遍，不能再出现老问题；一连测试到第三套没有问题了，我才敢量产。

第 4 套开始，我试着同时开几套。不同套的内容和校验结果会混在一起，我给每套建独立任务、分开编号，形式上一套一个任务，跟单独做没差别。

可还是慢。慢在三件隔离也解决不掉的事上：

1. 多套同时交给 AI，它每一套都做得不如单独做时仔细，出错率跟着往上走。
2. 我得同时盯着好几套各自停在哪一步、哪套卡住了，光是切换、确认这一版属于哪套，就多花一层心思。
3. 返工范围变大：单套出错只影响一套，批量里一套出错，得回头确认另外几套有没有被带坏。

说到底，AI 那边能同时开好几套，可检查的人只有我一个。它不卡，卡在我这儿。

批量模式算上返工和盯梢，摊下来一套 20～30 分钟；单套做，9 分钟左右就稳稳过。

AI 的生产速度是上去了，但人工管理的时间却水涨船高。

在我的这个场景里，一套一套稳定地做，比一次做多套更快。

12 套最后全部做完，中间没有一套是废掉重做的。

但真正能用的流程，不是「让 AI 一次做得更多」，是找到一个质量稳得住、人也管得住的生产单位。

那到底什么时候值得把一套流程沉淀下来？复盘的时候，我总结了四条。

第一，任务会不会重复发生。 只做一次的事，没必要花时间设计流程；反复出现、结构又相似的，才值得沉淀。

第二，问题能不能变成规则。 如果这次的错误能写成明确的检查项、输入要求或验收标准，下次就有机会不再返工。

第三，规则能不能连续拿到稳定结果。 一次通过可能只是运气，连续几次都过同一套标准，才算可复用。

最后一条管的不是要不要做流程，而是一次放多少量。 批量之后如果需要更多人工介入、任务隔离和反复修改，就该重新评估一次做多少套。流程不是越复杂、产量越大越好。

把流程跑通，意味着从内容生产到文件检查、交叉验证，全都可以交给 AI。但有一个环节，我一直留给了自己——人工抽样试听。

AI 不会为最终结果负责，能负责的只有人。

流程只能降低重复出错的概率，不能替我保证最后交出去的东西没问题。

上一篇我讲的是「什么时候该停」，这一篇讲的是「什么时候可以放大」。

先跑通一条，再决定要不要上批量。上了批量以后更容易出错，就退回那个稳得住的生产单位。

后面这类踩坑我还会接着写。

如果你也在用 AI 批量干活，被类似的返工耗过，点个关注——我帮你在 AI 干活这条路上少踩点坑。