AI成长小组| 技术部老刘的AI作业火了

1.1 痛点

版师出错数据分析，最头疼的不是"分析"本身，而是前面的数据整理。

版师错误汇总，每条反馈格式不统一，有人发文字有人发截图有人口头说，光是把这些数据梳理成统一格式就要大半天。

数据整理这个前置步骤就把精力耗完了，后面的分析只能草草了事。

结果就是问题反复出现但没有系统追踪，同样的错误每个月都在犯。

1.2 我的AI实践过程（三次迭代）

提示词就一句话："帮我把这些数据整理一下"，然后贴了群里几十条聊天记录。

AI返回的分类很笼统，把"尺寸不对"和"版型需要调整"混在一起；

分析浮在表面——因为它不了解我们的专业术语和分类维度。

提示词改进：明确分类维度——按错误类型分（尺寸/工艺/材料/结构）、按责任环节分（制板/裁剪/缝制）、按频次排序。

加入部门术语：单耗、纸样、缝位、套结等。

分类清晰度大幅提升，能区分"尺寸偏差"和"工艺遗漏"，但仍有个别归类不准。

要求AI按"错误类型分布→高频问题TOP5→每个问题的典型表现→改进建议"四层结构输出，

要求区分"确认的"和"待核实"的问题。

最终效果：几分钟内输出一份可直接用于部门会议的分析报告。

效率对比

1.3 什么数据适合AI处理，什么不适合

• 格式不统一但语义清晰的信息（聊天记录、零散反馈）；

• 需要反复分类统计的工作；

• 需要多维度交叉分析的。

• 需要现场判断的（这个尺寸偏差是否在允许范围内）；

• 数据本身有矛盾需要人去核实的。

1.4 后续规划

• 每周错误率分析看板：固定格式输入AI，自动生成周报

•  典型问题归因：不仅统计"什么错了"，还要分析"为什么错"

• 月度趋势追踪：自动对比不同月份的错误分布变化

• 目标：从"靠感觉判断"到"用数据说话"，让品控管理有据可依

2.1 痛点

做流程文档和流程图，格式调整占了一半时间——画完要反复对齐、调间距、统一字体，这些机械操作跟流程逻辑没关系但就是费时间。

更麻烦的是修改，改一个节点整图可能要重画。

还有一个问题：老员工脑子里的"隐性流程"从来没被记录过，人一走流程就断了。

2.2 我的AI实践过程（三次迭代）

提示词："帮我画一个订单流程图"，口头描述了几个步骤。

AI返回的流程图只有主干，没有判断分支，像流水账不像流程图——我的描述本身就不够结构化，AI没法凭空补充我没说的东西。

提示词改进：先自己列出每个步骤的关键要素——"步骤名称→输入→输出→判断条件→异常处理路径"。

明确标注："每个判断节点必须有条件说明""每个分支必须标注是/否""必须包含异常处理路径"。

结构完整度大幅提升，判断分支清晰。

订单流程图：AI出初稿后，逐个节点检查逻辑合理性，

补充了3个遗漏的判断条件和2条异常路径，再让AI按修改意见调整格式和排版。

最终效果：从大半天压缩到1-2小时，且文档结构比纯手写更清晰。

效率对比

2.3 人机分工的最佳切分点

• AI负责：结构搭建、格式排版、检查遗漏节点（"你列的步骤中，从A到B之间是否缺少审批环节？"）

• 人负责：逻辑判断（这个分支条件是否合理）、专业确认（这个流程步骤是否符合实际操作）、最终审核

• 核心原则：AI搭骨架，人做灵魂。把人从格式排版中解放出来，专注在真正需要专业判断的部分

2.4 后续规划

• 老流程标准化：把老员工脑子里的隐性流程用AI辅助显性化

• 新流程快速搭建：任何新流程先用AI出初稿，再人工精修

• 流程文档版本管理：每次流程变更，AI辅助更新文档，减少文档与实际脱节

3.1 两个场景的共同底层逻辑

• 本质相同：都是"信息整理+结构化输出"类工作，恰好是AI最擅长的

• 协作模式相同："人定义目标和标准→AI执行整理和生成→人审核确认"

• 效果来源相同：不是AI替代人，而是AI把人从"整理数据的苦力活"中解放出来

3.2 三步验证法（三次迭代）

这是我在实践中反复验证的方法：

不要预设AI能做什么，拿真实任务试一遍。

关键是用真实数据，不要用"假设数据"测试，否则结论不可靠。

AI第一版几乎一定不够好，这是正常的。

每次迭代明确告诉AI"哪里不满意+你期望的效果"。

我的经验：同一个任务，通常2-3次迭代就能达到可用水平。

AI输出的每一份结果，必须经过人工审核。

审核重点不是"对不对"，而是"有没有遗漏"和"专业判断准不准"。

建立"AI出稿→人审稿→AI改稿→人定稿"的闭环。