员工 AI 培训，从一个任务开始，而不是从一个工具开始

作者 Jack Qian · 发布 2026 年 9 月 17 日 · 4 分钟读完

每个场子里都会看到的两种人

2026 年在 Plano 和 Dallas 办了五场社区讲座，每场 50 人以上，还有一场 37 人的 hackathon。每次都会遇到同样的两种人。一种被 AI 产品的数量压住了，一个都还没选。另一种试过聊天机器人，答案看着挺惊艳，可还是说不出它跟自己的工作有什么关系。

产品演示会让这两种人都更糟。前一种人多了一个要比较的产品；后一种人又看了一个跟自己周二的工作毫无关系的完美回答。所以我们的员工 AI 培训不从工具讲起，从任务讲起。

为什么第一个任务决定一切

一个 AI 工作流能活下来，前提是有人能检查它。如果团队里没人能看一眼输出、快速说出「对」或「错」，这个工作流就会被用一次，产出一个没人信的东西，然后悄悄没了。你选的第一个任务，决定了这个检查做不做得到。

这篇接下来讲的，就是每场培训前三十分钟用的打分法，以及紧跟着的指令模板。

怎么选第一个任务

1. 列出三件你每周都在重复做的事。不是工作里最难的部分，是最重复的部分。会议记录、进度汇报、同一类邮件的初稿、把同样的数字拉进同样的表。
2. 每件事用四个问题打分。发生得够不够频繁，值得花功夫？输入和输出能不能说清楚？一个内行能不能很快检查结果？能不能不碰敏感信息就把它测一遍？有一项不过，就不该是第一个任务。可以是第三个。
3. 挑过关的任务里最窄的那个。「从这份确认过的会议记录里整理出五点纪要」四项全过。「替我管整个部门」三项不过。窄任务在场子里看着不过瘾，可下周真会被用的正是它。
4. 把指令写成五个部分。prompt 是一份工作说明，不是什么秘方。靠得住的指令有目标、允许读取的来源、限制条件、能直接用的输出格式，以及一份「哪些地方要标出来让人核对」的清单。培训里每个人都把一条写得差的指令改成这个样子，跑一遍，两份结果摆在一起比。
5. 从聊天走到工作流。聊天给的是一个答案。工作流是让信息一步步往前走：收集确认过的记录，提取决定，找到负责人，起草跟进，把结果放进待审队列。同一个形状放到电话线上，就是 AI 前台在做的事：收集，按确认过的信息回答，预约，拿不准就转人工。
6. 把核对当成练习的一部分。五个检查，每次都做：每句话能不能追溯到来源，格式对不对，缺了什么上下文，错了会不会伤到客户或者一个决定，用之前谁来批。每场培训里至少有一个输出是故意放错的。把它找出来，比再看一个完美的演示学得多。
7. 带着三个答案离开。哪些工具是允许用的，哪些信息不能碰，哪个环节必须有人签字才能用。团队答不出这三个问题，工作流就还不该跑。

什么时候这招不灵

屋里的人手上没有可重复的任务时，这个方法就不灵。一个主要做一次性决策的管理层，会把每个候选任务的「频繁」项都打低分，培训又变回产品讨论。对这样的人群，做一次简报比办 workshop 更实在。

允许读取的来源根本不存在时，也不灵。如果没人能指出 AI 可以读的那份记录、那张价目表、那条制度，第四步的「来源」那一格就是空的。先把来源补上。这是文档问题，多少员工 AI 培训都解决不了。

事后没人回访，同样不灵。每场培训两周后，我们都会问：工作流测过没有，结果准确到能用了吗，这件事该继续、改一改还是停掉。跳过回访，就又回到一屋子看演示看得很开心的人。

接下来 14 天能做的

• 找团队里三个人，各写下三件每周做的事，用四个问题打分。不需要任何工具。
• 拿分数最高的那一件，把指令写成五个部分。跑一次。让平时做这件事的人给输出打分。
• 定下来输出用之前谁签字。把名字写下来。没有名字，工作流就还没准备好。

想让整个团队在一个屋里把这套走一遍，三种形式各自包含什么，都在价格页上。案例里的二手车行，就是同一个「收集、回答、预约、转人工」的形状跑在短信上。

这篇里讲的做法，在 达拉斯团队的动手 AI 培训里有完整版。

大家常问