第12章 让 AI 进入你的专业：AI 辅助工作流设计
本章导读
走到这一章，前面章节介绍的多项 AI 能力已经逐步展开：AI 能按提示词生成内容，能查资料，能看图，能调用工具，也能按步骤完成简单流程。如果把这些能力放在一起，听上去已经可以帮助我们完成很多任务。
但回到具体专业、实训项目和日常岗位任务时，会出现一个新问题：这些能力到底怎么用？
- 你学的是烹饪专业——AI 能不能帮你？怎么帮？哪些事可以交给 AI？哪些绝对不能？
- 你学的是计算机网络——AI 能不能帮你做实训记录？万一它写错了，会不会导致你被扣分？
- 你学的是会计/电商/护理/汽修——AI 能否安全地融入具体岗位任务？
这一章不以学习新概念为重点，而是解决一件事——
拿一个你专业里真实存在的小任务（使用模拟资料），从头到尾走一遍 AI 辅助工作流的设计。
走完这一遍，你应该能回答三个基本问题：①这件事 AI 帮得上忙吗？②怎样帮才安全？③最终由谁负责？
陆游说：纸上得来终觉浅，绝知此事要躬行。 学过 AI 的单项能力，还要把它放进具体任务中运行、检查和复盘，才能真正转化为可用的方法。
学习目标
- 知识目标：
- 能用输入 → AI 动作 → 人工复核 → 输出四段式描述一个专业任务的 AI 辅助流程。
- 能说出哪些环节适合 AI、哪些环节必须人工的判断方法。
- 能力目标：
- 能为自己专业里一个真实存在、但已脱敏并可在沙盒中模拟的小任务，独立完成一份《专业任务流程卡》。
- 能在 Notebook 里跑通这份流程卡的最小版本：AI 完成一段任务，人完成一段复核，最终形成一个课程内可展示的交付物。
- 素养目标：
- 建立专业判断权归人，重复劳动归 AI 的工作直觉。
- 知道用 AI 做事不等于免责——交付结果必须有人复核、确认并承担责任。
先修要求与环境清单
- 已学完第 4—11 章；尤其理解第10章“AI 提议、宿主检查、沙盒执行、人工确认”和第11章“多步任务必须可暂停、可追溯”的底线。
- 软件准备：课程统一配置的本地大模型服务；本章
Notebook：
notebooks/ch12_workflow_design.ipynb，提供流程卡填写工具和流程运行器。填好流程卡后，系统会运行一次 AI 动作，提示完成一次人工核对，并把交付物存到沙盒里。 - 配套资源：本章 Notebook 内置 6 类专业的种子任务示例：餐饮/电商客服/前台接待/实训管理/财务核对/校园活动。每一类都对应真实存在的小任务（使用模拟资料），可以选择最贴近专业方向的一项开始。
知识准备：先认识这些词
这一章的知识准备很短——不教新概念，只把前面学过的关键东西整理成一张用得上的对照表。
- AI 辅助工作流（AI-assisted workflow）
- 一句话说明：把一项专业任务拆成输入 → AI 动作 → 人工复核 → 输出四个环节，让 AI 只在最适合它的环节出力，人在关键判断点拿主意。
- 直观解释：相当于把重复性整理、格式化和初稿生成交给 AI，把专业判断、复核和签字留给人。
- 任务拆解（task decomposition）
- 一句话说明：把一个看上去完整的任务，拆成几个独立的小动作；每个小动作要么交给 AI，要么由人完成。
- 关键点：拆不开的任务，多半还不适合交给 AI。
- AI 适合做的事 vs 不适合做的事
- 适合：重复性高 / 模板化 / 结果有明确标准 / 错了能改 / 不涉及专业判断 / 不涉及他人隐私或权益。
- 不适合：需要专业判断 / 涉及他人健康安全 / 涉及钱和法律 / 错了不能改 / 没有清晰对错。
- 人工复核（human review）
- 一句话说明：AI 做完一段后，必须由人用专业标准复核一遍，核对事实、细节和对外措辞。
- 关键点：复核不是粗略浏览后通过，而是带着“AI 可能出错”的预设去查找问题。
- 责任链（responsibility chain）
- 一句话说明：一件事从输入到交付，每一步谁做的、谁签字、出事谁负责，必须事先说清楚。
- 关键点：用 AI 做的事，签字人或责任人仍然是具体的人——AI 不会承担任何责任。
12.1 问题与现象：从 AI 能做什么到专业里能做什么
12.1.1 同一个问题，不同的答案
询问三个不同专业方向的学习者：AI 能不能帮上忙？
- 小张（烹饪专业）：肯定能啊——它可以帮我写菜品介绍。
- 小李（计算机网络）：能——它可以帮我看错误日志。
- 小王（护理专业）：能，但是不能让它判断药品剂量。
注意小王回答里的“但是”。这正是 AI 进入专业场景时最关键的部分：能不能说清楚边界。
- 能说清 AI 能帮做 X，但不能让它做 Y，说明已经掌握边界。
- 只能说 AI 能帮很多事，说明还没有真正掌握。
- 认为 AI 什么都能做，说明风险意识不足。
12.1.2 一个典型反面案例
烹饪专业学习者小陈要做本月新菜单的菜品介绍。她让 AI 一次性写出 12 道菜的介绍，每道菜下面都有菜名、卖点、价格、热量、过敏原提示。随后，她直接打印并贴到门口的菜单板上。
第二天店里发生问题。一位顾客点了红烧排骨。AI 写的过敏原提示是“无”，但实际厨师为了增香加了花生油，而这位顾客对花生过敏。
以下是学习模拟情境。小陈感到不安，也觉得委屈：内容是 AI 写的，她并不知道厨师实际用了什么原料。
请你想一想——
- AI 错在哪里？
- 小陈错在哪里？
- 如果她按 AI 辅助工作流的思路重新做这件事，应该怎么做？
【思考 1】 结合本章导读和 12.1.2 节的故事，至少说出小陈这次工作流的两个设计缺陷。
思考提示：① 过敏原提示直接关系健康安全，不能让 AI 凭菜名判断，这是 AI 的能力边界外事项，本应由现场人员填写并复核；② 整件事没有人工复核环节，AI 写完后直接打印张贴，等于把对外交付责任交给了 AI；③ 责任链不清。一旦出事，AI 不会被追责，签字和发布的人需要负责，但小陈事先没有形成“我对这份菜单负责”的意识。
12.2 原理与分析：一条工作流的四个环节
相关结构如图12-1所示。图12-1不是普通流程图，而是责任地图：AI 只在“AI 动作”这一段出力，输入质量、人工复核和最终签字仍然由人承担。
12.2.1 四段式工作流：输入 → AI 动作 → 人工复核 → 输出
前面学过的所有方法，到这里可以浓缩成一张图：
┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 输入 │ │ AI 动作 │ │ 人工复核 │ │ 输出 │
│ │ │ │ │ │ │ │
│ 来自人/资料/ │ → │ AI 做哪几步? │ → │ 你检查什么? │ → │ 真正可以交付 │
│ 系统的数据 │ │ 用了哪些工具? │ │ 错了怎么改? │ │ 的最终成果 │
└──────────────┘ └──────────────┘ └──────────────┘ └──────────────┘这四个环节的关键点：
- 输入：什么数据 / 资料 / 请求从哪里来？质量从这里开始决定。低质量输入通常会导致低质量输出。
- AI 动作：AI 在这一环节做哪几件具体的事？用了哪些工具？跑了几步？
- 人工复核：人在哪些点上必须停下来检查？检查什么？怎么改？
- 输出：最终交付给谁？以什么形式？谁签字？
最重要的认识是：这四个环节里只有第 2 个是 AI 真正在做事。其他三个环节都由人负责。用 AI 做工作并不等于把任务全部交给 AI，输入、复核和输出责任仍然在人手里。
12.2.2 怎么判断哪些环节交给 AI、哪些环节必须人工？
每个具体动作，按下面四个问题检查：
相关内容见表12-1。
表12-1 问题与 AI 加分项记录表
| 问题 | AI 加分项 | AI 减分项 |
|---|---|---|
| 重复性 | 每天 / 每周都要做、模板化 | 每次都不一样、要现场判断 |
| 可不可改 | 错了能撤回、能重做 | 错了影响别人、不能撤回 |
| 专业门槛 | 规则明确、答案有标准 | 要靠经验、要靠专业资质 |
| 影响他人 | 只影响自己或练习情境 | 影响客户、学习者、患者、公众或真实权益 |
四项都偏左（重复 + 可改 + 套路明确 + 不影响他人）→ 可以让 AI 承担更多重复性整理、初稿生成或分类动作，但仍要保留结果复核。 有任何一项偏右 → 要么不给 AI 做，要么 AI 做完必须人工复核。 如果“影响他人”明显偏右，护栏必须升一级：对外、评分、扣款、健康安全等节点必须停下来等人确认。
回到 12.1.2 节小陈的例子，过敏原提示在四项上的判断如下：
- 重复性：每道菜不一样 → 减分；
- 可不可改：错了客人就吃了，不能改 → 严重减分；
- 专业门槛：要知道厨师真用了什么 → AI 不知道。
- 影响他人：直接影响顾客健康 → 必须由现场人员确认。
四项全偏右，因此不能把“过敏原判断”交给 AI。AI 可以帮忙把菜品介绍写得更清楚，但过敏原这一步必须由厨师本人填写、负责人复核。这正是 12.1.1 节“但是”的来源。
12.2.3 什么时候必须停下来等人？
我们在第10、11章学过工具调用、智能体暂停点和人工确认。在专业场景下，这条规则可以更具体——下面这些环节必须有人工确认点：
相关内容见表12-2。
表12-2 环节与为什么必须停记录表
| 环节 | 为什么必须停 |
|---|---|
| 对外发出之前 | 一旦发出去就改不了——客户、家长、上级、公众 |
| 存档之前 | 进了档案就是历史，错了改起来很麻烦 |
| 涉及钱的判断 | 一个数字错了影响真实金额 |
| 涉及健康安全 | 过敏原、用药剂量、设备参数、操作规程 |
| 涉及他人评价 | 对学习者的评分、对员工的考核、对客户的画像 |
| 涉及法律 / 合规 | 合同条款、合规话术、知情同意书 |
记住一句口诀：
AI 跑一段、人复核一段；AI 提议、人签字。
12.2.4 一张 AI 适合度快查表
把前面学过的能力，按在专业里能帮什么、要小心什么整理一下：
相关内容见表12-3。
表12-3 AI 能力与适合做记录表
| AI 能力 | 适合做 | 要小心 | 必须人复核 |
|---|---|---|---|
| 提示词工程（第6章） | 起草文案、写邮件、整理资料 | 注入攻击 | 对外发的一切 |
| 核验幻觉（第7章） | 头脑风暴、找思路 | 编造事实 | 涉及具体数字 / 名字 / 引用 |
| 查资料 RAG（第8章） | 内部知识查询、政策查询 | 引用造假、知识库过期 | 重要结论的出处 |
| 看图（第9章） | 简单识别、初步描述 | 数量识别、模糊场景 | 任何关系到判断的图 |
| 工具调用（第10章） | 受控写文件、计算、归档 | 越权动作 | 不可逆动作 |
| 智能体（第11章） | 多步重复任务、自动归档 | 触发护栏后尝试绕过、错误传递 | 关键节点必须暂停 |
这张表可以作为快速检查工具：做任何用 AI 的决定前，先对照这张表判断风险。
拓展阅读：知行合一与专业任务 王阳明说知行合一。用在本章，可以理解为：知道 AI 能做什么，只是开始；能把 AI 放入一个具体专业任务，说明输入、AI 动作、人工复核和输出，才是真正会用。本章要完成的正是这个转换。
【思考 2】 小王（计算机网络专业）想做一个 AI 自动审核实训日志的小工具：让 AI 读取提交的日志，自动打分、自动写评语、自动通知未提交者。请结合 12.2.2 和 12.2.3 节，说明这件事里：① 哪几个动作可以交给 AI？② 哪几个动作必须人工？③ 必须停下来等人的暂停点至少应该有哪几个？
思考提示：① 可以交给 AI 的：识别哪些记录未提交（机械对照名单）、把日志按主题分类、提取每篇日志的关键词。② 必须人工的：打分（涉及他人评价）、写评语（对外措辞）、判断日志是否合格（专业判断）、发送催交通知（涉及他人）。③ 暂停点：每次分数即将记入系统前、评语即将发出前、催交消息即将发出前。这三个动作都不可逆，AI 不能自己确认。
AI 协同实践：跑一遍你自己的专业任务
实践目标：从种子任务里挑一个，或者使用自己专业中真实存在、但已脱敏并可在沙盒中模拟的小任务，完整走一遍 AI 辅助工作流——从拆任务到出交付物。
预计时间：30 分钟左右。
本节要求：所有 AI 动作在沙盒里运行；不接入真实账号，不对外发布；最终交付物只用于练习展示，不真正发送给客户、使用者或负责人。
第 1 步：选一个任务
打开本章 Notebook。课程资源提供了 6 个种子任务，每个都是真实存在的小任务，你可以挑一个最贴近你专业的：
相关内容见表12-4。
表12-4 任务与适合的专业记录表
| 任务 | 适合的专业 |
|---|---|
| 菜单文案核对 + 过敏原信息人工确认 | 烹饪 / 食品 / 餐饮服务 |
| 客户咨询自动分类 + 待回复清单 | 电商 / 客服 / 市场营销 |
| 来访登记表自动整理 + 待处理事项 | 前台接待 / 文秘 / 物业 |
| 实训日志自动归档 + 缺失项提醒 | 各专业实训课通用 |
| 小额报销单核对 + 异常筛查 | 财务 / 会计 / 行政 |
| 活动报名信息整理 + 待联系名单 | 社团 / 校园活动 |
注意：“过敏原信息人工确认”不是让 AI 自行判断食材风险，而是让 AI 按已提供的原料表整理字段、标出待确认项，最终由现场厨师或负责人确认。
也可以自己提出一个任务，只要它符合三条：① 是专业里真实存在的小任务；② 练习时只用模拟资料在沙盒里运行（不涉及真实账号 / 真实客户 / 真实个人信息）；③ 30 分钟内能看到一个具体交付物。
把任务名字填到 Notebook 的任务声明栏。
第 2 步：填写《专业任务流程卡》
Notebook 里有一份流程卡模板——你要按下面四段把它填完：
┌────────── 1. 输入 ──────────┐
任务名称：_________________________
输入来自哪里：_____________________
输入的数据样式举例：_______________
┌────────── 2. AI 动作 ──────────┐
AI 要做的具体动作（按顺序列出）：
[动作 1] _______________________
[动作 2] _______________________
[动作 3] _______________________
...
AI 用到的工具：___________________
AI 不应该做的事：_________________
┌────────── 3. 人工复核 ──────────┐
我必须检查的事项（至少 3 项）：
[复核 1] _______________________
[复核 2] _______________________
[复核 3] _______________________
"必须停下等我确认"的暂停点：_____
┌────────── 4. 输出 ──────────┐
最终交付物是什么：_______________
以什么形式交付：_________________
谁签字 / 谁负责：________________填完整张卡再继续——先想清楚再让 AI 跑。这一条本身就是从第6章学过的先想任务说明书再说话的延伸。
第 3 步：让 AI 执行流程卡里的 AI 动作
把流程卡的 AI 动作部分输入到 Notebook。Notebook 会在沙盒中模拟运行这些动作；涉及对外发送、真实评分、真实金额、真实健康安全的动作，只能作为暂停点演示，不能真正执行。
观察重点：
- AI 做的每一步，是不是你流程卡里规定的？
- 它有没有擅自增加一些未授权动作？
- 它有没有跳过哪一步？
把整个执行过程的日志记到流程执行记录里。
第 4 步：执行流程卡里的人工复核
AI 执行完之后，进入人工复核环节。按流程卡第 3 段的 3 项复核要求，逐项检查 AI 的输出：
相关内容见表12-5。
表12-5 复核项与 AI 的输出记录表
| 复核项 | AI 的输出 | 我的核查结果 | 要不要改 |
|---|---|---|---|
| 复核 1 | |||
| 复核 2 | |||
| 复核 3 |
复核要带着“AI 可能出错”的预设去找问题，不能只凭第一印象判断合格。这就是第7章“流畅 ≠ 正确”在专业场景下的落地。
第 5 步：在交付物上签名
复核完成后，要么 AI 输出已经合格，要么你已经做了必要修改。无论哪种情况，最后一步都是在最终交付物中写明复核人和复核时间。
为什么这一步要单列？因为它强迫你直面一件事：
这份交付物发布或提交后，责任主体是签字人，而不是 AI。
如果不敢签字，应回到流程卡重新检查：是不是某个复核做得不够细？是不是某个 AI 不应该做的事被它擅自做了？是不是某个暂停点被跳过了？
课程练习阶段就要养成这个习惯。进入工作场景后，所有用 AI 辅助完成的交付物都需要明确责任人。
第 6 步：复盘——下次怎么做得更好
最后一步，写一段简短的流程卡复盘：
- AI 帮我省了什么时间？（量化估算）
- AI 在哪个动作上最不可靠？
- 我的复核够不够细？有没有发现真正的错？
- 下次做同类任务，我会怎么改流程卡？
把这一段保存下来。这是本章最有价值的产出之一，不只是一份练习，而是一次 AI 工作流自我审计。
验证与证据：用《专业任务流程卡》和复盘记录
完整的《专业任务流程卡》
按“填写《专业任务流程卡》”模板填完整一份。这是本章的核心交付物。
流程执行记录
相关内容见表12-6。
表12-6 环节与实际发生记录表
| 环节 | 实际发生 | 是否符合流程卡预期 |
|---|---|---|
| 输入采集 | ||
| AI 动作 | ||
| 人工复核 | ||
| 输出交付 |
人工复核检查表
按“人工复核检查表”填写，至少 3 个复核项，每项要有 AI 输出 / 复核结果 / 是否修改三栏。
原理小结（100~200 字）
围绕两个问题写一段：
- 在你选的这个专业任务里，最适合 AI 做的环节是哪一步？最不适合的是哪一步？ 为什么？
- 如果未来你在岗位上要做同类任务，你最希望保留的是流程卡的哪一段？为什么？
伦理、安全与边界
第一条底线：专业判断权归人
不管 AI 多么聪明，下面这几类专业判断都必须由有资格的人做：
相关内容见表12-7。
表12-7 专业判断与必须是谁来做记录表
| 专业判断 | 必须是谁来做 |
|---|---|
| 医疗诊断 / 用药剂量 | 有医师资格的人 |
| 法律建议 / 合同效力 | 有律师资格的人 |
| 财务报表签字 | 有会计师资格的人 |
| 设备安全是否合格 | 有相关资质的人 |
| 食品过敏原 / 安全 | 现场操作的厨师本人 |
| 学习者评分 / 鉴定 | 授课负责人本人 |
| 心理咨询 / 干预 | 有资质的心理咨询师 |
这条边界不是 AI 不够好，而是专业判断的责任无法让 AI 承担。即使 AI 的判断看起来很准确，出现问题时面对家属、客户和监管的只能是有资格的人。
第二条底线：用 AI 做的事，签字的人是你
这一条上面已经说了，但还要再说一遍，因为它太容易被忽略。
所有用 AI 做出来的交付物，AI 不负责，签字的人负责。
- AI 写错了菜单——出事，签字人、发布人和相应岗位责任人要承担责任。
- AI 写错了报销单——出事，签字的人负责。
- AI 自动回复了客户——客户投诉，启用自动回复的人、签发规则的人和岗位责任人要被追溯。
- AI 给学习者打了分——分错了，签字的评价负责人负责。
课程练习阶段就要建立这种意识：AI 运行记录不是免责声明，签字和确认才决定责任归属。
第三条底线：不让他人为你的 AI 失误承担后果
这一条特别针对涉及他人的场景。
很多 AI 应用的使用者和影响对象不是同一个人。例如，设计一个 AI 自动评分系统，使用者是工具操作者，影响对象是被评价者；设计一个 AI 客服回复，使用者是客服人员，影响对象是客户。
当 AI 出错时，真正承担后果的往往是被影响对象。
- 学习者被 AI 误判而扣分，权益会受影响。
- 客户被 AI 错误回复而误解，权益会受影响。
- 患者被 AI 错误描述而延误治疗，健康会受影响。
所以涉及他人的场景，护栏要再升一级：
- 复核要更细：涉及他人的事项，要比个人事项更谨慎；
- 暂停点要更多——但凡要影响他人的关键节点，必须人工确认；
- 错误纠正机制要更明确——一旦发现 AI 错了，要有清晰的找回当事人 → 道歉 → 纠正流程。
【思考 3】 有人做了一个 AI 自动给实训记录打分的工具，并设置了完整的步数上限、过程日志和暂停点。他说：这些我都按第11章的方法做了，应该没问题。请结合本章三条底线，说明这件事里至少还有一条本质性的问题没有解决。
思考提示：他做的是工程护栏，这些是必要的。但他没有解决专业判断权问题。给实训记录打分属于授课负责人或评价负责人的专业判断，不是工具开发者可以代替完成的事，哪怕使用了完整护栏也不行。这件事的根本错误不是 AI 没做好，而是这件事本来就不属于他的职责范围。
总结与思考
本章核心判断
- 四段式工作流是底层结构：输入 → AI 动作 → 人工复核 → 输出。
- 大部分环节仍然由人负责。只有 AI 动作那一段由 AI 执行，其他三段都需要人来承担责任。
- 判断交给 AI 还是人工看四件事：重复性、可不可改、专业门槛、是否影响他人。
- AI 提议、人签字是底线——不可逆的、对外的、关键的，必须人按确认。
- 专业判断权永远归人——这条边界不是工程问题，是责任问题。
- 签字的人承担责任，AI 不会替人承担后果。
基础题（理解层面）
- 用自己的话说说什么是 AI 辅助工作流。它和让 AI 完成所有事有什么本质区别？
- 判断一个动作能不能交给 AI 的四个问题是什么？请各举一个你专业里的例子。
- AI 跑的和我签的——这两句话在责任意义上有什么差别？
迁移题（专业场景）
- 假设你毕业之后，第一份工作里上司让你用 AI 把这件事自动化。请回答：
- 你接到这个要求后的第一件事应该是什么？（提示：不是马上动手）
- 如果你判断这件事不适合全交给 AI，你会怎么跟上司说？请写一段你会说的话（不要超过 100 字）。
风险题（伦理与边界）
- 有人在实习单位做了一个 AI
自动生成客户回访话术并直接发送给客户的工具。他用了完整的提示词、做了 RAG
接知识库、加了步数上限、过程日志和注入防御。第一天就自动回访了 200
个客户。 请回答：
- 这件事他做对了哪些？（不要只看坏的一面）
- 这件事最致命的一处问题是什么？（提示：和“签字的人负责”“不让他人为 AI 失误承担后果”有关）
- 如果你是项目负责人，你会要求他把哪一步改成必须人工确认才能继续做？
本章交付物
请按下面清单提交本章过程证据包：