第 1 课 · 立项
上一期你发一句委派、盯着它跑十分钟。这一期第一件事:活一复杂,先让它交计划和验收标准,你改过、放行,它再开工。这在任何组织里都叫"立项"。
下面是让 AI 拿到一张销售数据表之后,先不做报告、只交计划时的回答。注意看:它会把自己的假设写出来,而这些假设,正是你要审的地方。
你 ▸ 这一步先别动手,只交计划和验收标准…… 已读取 销售明细-2025.csv:48 行 × 6 列;西南 2025-05 的"新客数"为空 计划 ① 清洗:检查空值、重复行;西南 5 月新客数为空,按前后月平均补上 ② 计算:各地区月销售额环比、退货率、新客占比 ③ 出图:3 张(销售额走势 / 退货率走势 / 新客占比) ④ 写摘要:200 字以内,面向部门负责人 验收标准 □ 报告能双击打开,有 3 张图 □ 分析准确、专业 □ 每个结论下面标出来自哪几列 我不确定的地方 · "退货率"按退货单数/订单数算,对吗? · 摘要要不要给出下个月的建议?
两处橙色,就是它"自作主张"的地方:一处要替你编数据(把空值补成平均值),一处写了没法检查的标准("准确、专业")。这一课教你的,就是在它开工之前把这些抓出来。
这一期的主线材料是一张表格 → 一份给负责人看的分析报告。为什么换成数据?因为数字最好验收:对就是对,错就是错,你验得动。
本周报告。还是那张"干净的办公桌"。本周报告。用真表格最有感觉。但注意:涉及客户隐私、未公开财务数据的表,先脱敏或干脆用样例——第 5 课会专门讲这条线。
把 橙色 换成你自己的,整段发出去。关键在最后一句:写完停下来,等我改过再开工。
我有一份数据表,要做成一份给负责人看的分析报告。这一步你先别动手做,只交两样东西:一份计划,一份验收标准。 【材料】这个文件夹里的 《文件名,例如 销售明细-2025.csv》。先读一遍,告诉我它有哪些列、多少行、有没有空值或明显不对劲的地方。 【最终要的成品】一个 report.html(浏览器双击能打开):一页摘要(200 字以内)+ 3 张图 + 每个结论下面标注它来自哪几列、哪几行数据。读者是 《谁,例如 部门负责人》,他最想知道 《例如 哪个地区在掉、为什么》。 【现在只交这两样】 1. 计划:你打算分几步做,每步会产出什么。 2. 验收标准:写成一条条能打钩的句子。不许写"准确""专业""有洞察"这类没法检查的词。 3. 你不确定、需要我拍板的地方,列成问题问我,别自己猜。 写完停下来,等我改过再开工。
这一段它跑得很快,一两分钟就回。回来的东西就像上面那份"立项书":有计划、有标准、有问题。
模型有时太热情。回它一句:"我说的是先别做,把报告删掉,只给我计划和验收标准,写完停下。"通常第二次就听了。
它的验收标准全是"准确、专业、清晰"。别急着替它改,先往下看第 3 步,你会知道该怎么改。
它没问任何问题。这本身就是信号:一个不问问题的计划,往往假设很多。回它:"你做了哪些假设?逐条列出来。"
读它交来的计划,像审一份下属的立项书。最常见的毛病只有一种:把目标写成了标准。目标是"想要什么",标准是"做对了长什么样",后者必须能一条条打钩。
审计划时,至少改两处。其中这两条几乎每次都得加,它们是这一期后面四课的地基:
① 所有数字由公式或脚本算出,并附计算方式;不许口算、不许估。(AI 心算会错,而且错得很像真的。让它写公式,你才复算得动。)
② 材料里没有的信息不许补;缺就写"数据缺失"。(上面那份计划想把空值补成平均值——这就是编数据的第一步。)
助教只挑标准能不能打钩、有没有把目标当标准、有没有漏掉"数字可复算"这条。它不会替你写。
把改好的计划和标准整段贴回去,连同开工的规矩一起发。这一次它才真正开始干活。
计划和验收标准我改过了,以下面这版为准(我改的地方标了〈改〉)。现在按它开工:
《把改好的计划和验收标准整段贴在这里》
开工的规矩:
- 所有数字必须由公式或脚本算出来,并在报告末尾附一节"每个数是怎么算的"(用了哪列、什么公式)。不许口算,不许估。
- 材料里没有的信息不许补;缺就写"数据缺失"。
- 做完先按验收标准逐条自检,把每条的 ✓ / ✗ 列给我,再交成品。
- 做完告诉我文件的完整路径。
你 ▸ 计划和验收标准我改过了,以下面这版为准…… 正在读取数据、写清洗脚本… 正在计算 环比 / 退货率 / 新客占比… 正在生成 3 张图,写摘要… ✓ 已生成 report.html · 自检 6 条:5 ✓ 1 ✗(第 4 条:摘要 213 字,超了)
它要跑十来分钟。这十分钟别盯着进度条,看下面这件事。
2026 年 3 月,Anthropic 公开了一组对比:同一个任务,让一个 AI 单枪匹马做,20 分钟、9 美元,做出来的东西不能用;换成"先出规格、干活的和检查的分开、每步有完成条件"的结构,6 小时、200 美元,做出来的东西直接能用。
还有一条更根本的规律:越容易验证的活,越先被 AI 接走。写代码、算数据,对错一眼分明,所以最先被自动化;"写得有格局"这种没法验的,反而最慢。你今天把"报告好不好"翻译成三条能打钩的标准,就是在把一件没法验的活,变成一件能交出去的活。这件翻译工作,AI 替不了你。
报告出来了,翻到最后那一节"每个数是怎么算的"。这是上一期没有的东西,也是这一期最值钱的习惯:让它写公式算,别让它口算。
口算版 华南 8 月退货率明显偏高,约 5% 左右。 ← 它"感觉"出来的,错了 公式版 华南 2025-08 退货率 = 退货单数 91 ÷ 订单数 1012 = 9.0% (前后两月为 1.8% 与 2.0%;来自第 30 行"退货单数""订单数"两列)
AI 心算不靠谱,但它写的公式你能对着表复算。这就是一条通用原则:让 AI 解释、让公式裁决。凡是能算的,都别让它"感觉"。
从"发一句让它干",到"先审计划再放行"——你已经从盯着干,升到了定标准。