夜雨聆风很多人第一次搭 AI 工作流，会先列工具：聊天模型、知识库、自动化平台、浏览器插件。列表越写越长，真正的任务却没有跑起来。问题通常不在工具少，而在任务没有被拆成可交接、可检查的环节。
一个能长期使用的工作流，至少要回答四个问题：AI 接手什么，开工前需要什么，交付成什么样，谁来确认结果。下面这四步，不依赖某个具体产品，换工具也能继续用。
第一步：选一件适合交给 AI 的任务
先从最近的待办里找任务，不要从产品功能表里找灵感。合适的起点通常有三个特征：它会重复出现；输入材料相对固定；结果能由人快速判断对错。会议记录归类、资料摘要、已有文本的结构检查，都比“替我做一个重要决策”更适合起步。
这里要把“辅助”和“代替”分开。AI 可以先整理材料、暴露遗漏、给出初稿，但涉及事实确认、业务取舍和对外承诺的部分仍然由人负责。任务边界越清楚，后面的提示词越短。
可以写一张任务卡：任务名称、触发条件、输入来源、最终用途、不能交给 AI 的判断。只要这五项还说不清，就先别急着自动化。
第二步：让输入成为一份完整的开工包
模型经常答非所问，不一定是提示词不够漂亮，更可能是材料缺了一块。开工包至少包括背景、原始材料、事实边界和输出用途。背景说明这件事为什么做；原始材料提供可用信息；事实边界列出不能改动或不能猜测的内容；输出用途决定最终写成什么。
假设要整理一次会议记录。输入不该只有逐字稿，还应附上会议议程、与会者姓名，以及哪些结论尚未确认。否则模型可能把讨论当成决定，把建议写成承诺。
敏感信息也要在这一步处理。能删掉的身份信息先删，不能进入外部服务的材料不要上传。工作流的便利不能替代数据边界。
第三步：把输出格式和验收标准写在一起
“帮我整理一下”没有可执行的验收标准。更清楚的写法是：按“决定、负责人、待办、截止条件”四列输出；没有明确负责人的项目标记“待确认”；不得补写原文没有的日期。
输出格式决定下游能不能接住。如果下一步要导入项目表，就直接要求表格字段；如果要给团队阅读，就用短段落并保留来源位置。不要让 AI 先写一篇漂亮长文，再由人重新拆一遍。
验收可以分成四项：事实是否能回到原始材料；关键内容是否遗漏；结构是否符合下一步需要；不确定内容是否被显式标注。每项都能回答“是”或“否”，比“看起来不错”可靠。
第四步：保留人工关口，也规定怎么返工
人工复核不应只是最后随便看一眼。数字、姓名、专有名词、引用和对外判断要逐项确认。发现错误后，不要只在成品上修补，还要判断错误来自哪一环。
材料缺失，就回到输入；字段混乱，就改输出格式；模型擅自推断，就把禁止推断写进事实边界；同类问题反复出现，再考虑增加固定模板或自动检查。这样返工是在修流程，不是在重复救火。
一个最小闭环可以写成：收集材料，按固定要求处理，生成结构化结果，人工核对，确认后进入下一步。先连续使用几次，记录每次退回的位置。常见问题稳定下来后，再讨论是否接入自动化工具。
发布前检查表
任务是否重复出现，而且结果容易检查？ 输入是否包含背景、原始材料、事实边界和输出用途？ 输出格式是否能直接承接下一步？ 不确定内容是否明确标记？ 数字、姓名、引用和判断是否有人复核？ 发现错误时，是否知道退回哪一个环节？
工作流的价值不在“全自动”三个字，而在每一步都能交接、检查和返工。先选一件明天会发生的任务，把四步写在纸上。跑通之后，再决定要不要增加第二个任务。