夜雨聆风很多团队引进AI，三个月后哑火了。
不是模型不够强，不是Prompt写得不对——是入口选错了。花三个月比较GPT-4、Claude、Copilot，最后工程师每天还是在手动整理测试报告，AI产出为零。
AI工作流落地，有且只有三步，层层递进：
第一层：判断——先搞清楚"值不值得改"。第二层：执行——动手把这个动作改造成可复用流程。第三层：固化——让这个流程活过第二周，持续积累。
三层缺一，试点必死。三层顺序不能乱：判断没做对，执行越努力越浪费；执行没记录，团队换人流程就消失。
第一层：判断——先搞清楚值不值得改
大多数人失败在第一步：还没想清楚哪个动作值得改，就已经开始调Prompt了。
AI本质上是模式复制器——规则越稳定，AI学到的模式越准，产出越可靠。 所以值得改造的动作，必须同时满足三个条件：
条件一：每周重复≥3次。
只有重复，才有足够样本让AI学到规律。一次性任务不值得改。
条件二：有明确对错标准。
你得知道什么是对的、什么是错的，AI做完了你能判断。开放式判断（这句话适不适合发微博）不适合，结构化输出（这张表填得对不对）才适合。
条件三：做一次有一手经验积累。
不需要每次重新想的重复性判断，AI可以接手。需要实时学习新知识的场景，AI帮不上忙。
怎么找到它
打开日历，从昨天往前数14天，每个工作日问自己一个问题："今天做得最烦的那件事是什么？"
把答案填进下表，标出每周频次和单次耗时：
痛点最疼 + 耗时最长 + 最不想做，三者重叠的地方，就是改造的第一刀。
一个判断失误的案例
某产品团队花了3个月比较工具，GPT-4、Claude、Copilot全试了一遍，选了效果最好的Claude。最后工程师还是在每天手动整理测试报告，AI产出为零。
问题不在工具，在于他们花了3个月选工具，却从没人问过：每天消耗工程师注意力最多的，到底是哪个动作？如果先做判断层，这个问题5分钟就能回答。
第二层：执行——把这个动作改成可复用流程
判断清楚了，下一步是动手改。
改造失败通常死在这四个地方：目标不清→约束不明→工具不对→验收缺失。 四步针对的就是这四个卡点。
四步改造法
第一步：定义目标。
量化当前痛点：60分钟→20分钟，或者漏项率从15%→5%以下。没有量化就没有验收。
第二步：写清约束。
把"不能出错"翻译成具体规则：结构固定、不漏风险、人工确认后发送。约束越具体，AI跑偏概率越低。
第三步：选工具。
输入层+处理层+输出模板。例如：Claude建Skill → OpenClaw串流程 → 模板输出。
第四步：设验收。
三个指标必须同时追踪：单次耗时（目标下降60%以上）、漏项率（目标5%以下）、修改轮次（目标从3轮降到1.5轮）。
失败后修正的真实样例
场景：周报汇总（每周3次）。
初版：10份输入直接让AI出终稿，漏了2个关键异常项，不敢发。
修正：输入先结构化、AI只出草稿、加3条人工核对、再生成对外版本。
改造第一次往往失败，失败不是终点，修正才是真正的起点。
跑5次后的真实数据
第三层：固化——让成果活过第二周
改造完成了，AI开始跑了——然后呢？
最常见的事情发生了：第一周热闹、第二周掉线、第三周没人提。
根因不是模型，是缺固化机制。
一个真实案例
某团队引入AI辅助内容审核系统，第一周把80%的日常审核交给AI，工程师们宣布"效率大幅提升"。第二周，AI漏判了三条合规问题，团队退回全人工。第三周，没人再提这件事。
问题出在哪？不是AI不够准，是没有人定义"什么是可接受的漏判率"，也没有人每周去看AI的实际表现。第二周那次漏判，不是技术失败，是固化失败。
试点死亡三信号
• 有人在用，但没人跟踪结果 • 有输出，但无统一验收口径 • 有问题，但无迭代机制 
周复盘看板（模板）
复盘会只问四个问题
每周15分钟，回答这四个：
1. 本周哪个指标提升最明显？ 2. 哪个失败点重复出现？ 3. 哪条规则要写进SOP？ 4. 下周只改哪一件事？
扩面前的三个边界条件
不是所有试点都值得扩面。同时满足这三个条件，才算跑通了：
• 连续两周指标稳定改善 • 失败场景有回退方案 • 新成员可按文档独立执行
今天就能开始的三件事
第一件事：打开日历，从昨天往前数14天，找到那个"每次做都想跳过"的动作，判断它值不值得改。
第二件事：给它定一个量化目标，用四步改造法设计v1，48小时内真实跑一次。
第三件事：建一页周复盘看板，固定每周15分钟，每条固化1条规则。
工具选对了是锦上添花，判断选对了才是雪中送炭。
别追100个热点。先把一个流程，跑成资产。