AI 任务分流 Playbook 更新于 2026年7月15日
实践正文

不按模型排名,按任务选择 AI 工作方式

先按任务类型分流 AI 工作方式:日常起草、事实查询、材料分析、连续执行、对客交付,再决定要不要上 Agent 或沉淀 Skill。

适合:FDE、客户成功、团队主管、知识工作者

不按模型排名,按任务选择 AI 工作方式

模型名称变化很快。稳定可复用的,是任务分流,不是排行榜。

这篇内容解决什么问题

团队常见误区是“先选最强模型,再想怎么用”。结果是:简单任务被过度复杂化,对客材料却缺少核验,高频任务也从未沉淀。

适合谁

  • 需要在客户现场快速判断“这件事该怎么用 AI”的一线角色
  • 负责制定团队 AI 使用规范的主管

不适合:把本页当最新模型能力对照表或价格表。

五层任务分流

任务类型典型例子推荐工作方式不要怎么做
轻量起草邮件初稿、会议纪要整理标准对话 + 明确输出格式为了写一封邮件上 Agent
事实查询政策、产品规则、市场变化搜索 / 官方来源 + 标注日期让模型凭记忆给确定结论
材料分析PDF、截图、表格、客户资料先摘要/转录,再追问未确认材料范围就给诊断
连续执行多步研究、批量整理、流程化产出Agent 或分步工具链一次 Prompt 要求做完所有事
对客交付方案、话术、培训材料、复盘人工复核后的受控输出直接把模型原文发给客户

对客任务的额外闸门

只要输出会离开团队内部,增加三道闸:

  1. 敏感信息闸:客户名、金额、合同、账号、未授权截图默认不进公开模型。
  2. 事实闸:易变事实必须有来源或标待核验。
  3. 责任闸:对外承诺由业务负责人确认,不由模型定调。

何时才需要 Agent

满足以下多数条件时,再考虑 Agent / 连续执行:

  • 任务可拆成明确步骤
  • 需要多次调用工具或读取多份材料
  • 有稳定验收标准
  • 会重复发生,值得沉淀规则

否则,先用“清晰任务说明 + 必要工具 + 人工检查”。

何时沉淀为 Skill / 模板

同一任务在团队内重复 3 次以上,且输出格式固定时:

  1. 写下目标、输入、步骤、禁用项、输出格式
  2. 放 1 个好例子和 1 个坏例子
  3. 注明责任人和更新周期

完成标准

  • 能说清当前任务属于哪一层,以及为什么
  • 选了工具/Agent 的理由可解释
  • 对客输出经过三道闸
  • 高频任务有沉淀路径,而不是永久靠临场聊天

风险边界

  • 模型能力、价格和界面会变,不要把某次体验固化成永久标准
  • 内部助手分工可以存在,但公开实践应聚焦任务本身,不暴露未授权的内部系统细节