AI 任务简报
在 AI 学习或项目开始前写清真实任务、数据边界、来源、评估集、人工责任、成本、失败处理和交接条件。
复制到私有项目目录,在模型调用前填写。它不是 prompt 收集器,而是一张开始许可:如果任务、数据、来源、验收或责任人仍然不清楚,就先不要让模型生成最终结果。
不要写入密码、证件、精确住址、医疗隐私、儿童数据、客户记录、未公开漏洞或无权使用的第三方内容。敏感材料先脱敏,或改用组织批准的环境。
1. 任务与责任
# AI Task Brief - YYYY-MM-DD
真实场景:
使用者/受众:
要完成的决策或动作:
为什么现在做:
截止时间与不可错过的节点:
最终负责人与人工审阅者:
如果不做或延迟,谁会受影响:把“学 AI”“做一个智能助手”改成可观察的动作,例如“用户能在 10 分钟内导入一份文件,并看到一份能解释来源和错误的报告”。
2. 输入、来源与数据边界
事实 / 推断 / 个人经验 / 用户数据 / 第三方内容
公开 / 脱敏 / 组织批准 / 禁止
允许使用的文件和字段:
明确不提供的材料:
数据敏感等级:公开 / 内部 / 机密 / 受限
收集、传输、留存和删除期限:
是否取得必要同意:
版权、许可证、引用和署名要求:
模型能接触的最小数据范围:来源不等于真相。每个关键主张要能回到原文、版本、数据口径或直接观察;模型给出的链接、数字和引语仍需人工核验。
3. 输出与评估集
建立一份小而真实的评估集,不要只用模型最擅长的示例:
正常样本
边界样本
缺失/冲突输入
真实历史样本(已脱敏)
验收至少回答:事实是否可追溯,关键动作是否完成,错误是否可见,权限是否正确,失败是否可停止。流畅、快速或“像人”不是验收标准。
4. AI 的工作范围
先让模型复述目标、输入、限制、未知项和验收,再开始生成。提示词版本化;不要把一次聊天窗口当作唯一的项目记录。
5. 人工门
来源门
原始链接、版本、位置
标记未核验,不传播
事实门
抽样核对、数据口径
删除或降级主张
隐私/权限门
数据范围、同意、访问日志
停止处理并脱敏
质量门
评估集、边界样本、真实反馈
修复、缩小或拒绝交付
成本门
token、时间、人工返工与预算
降级模型或停止
责任门
具名批准和披露文字
不发布、不自动执行
关键决定不能只由生成模型、自动评分或单个开发者自己批准。高风险领域回到当前一手材料和合格专业人员。
6. 成本、留存与可逆性
一次便宜的调用如果造成隐私事件、错误决定或大量返工,真实成本并不便宜。记录模型费用之外的人工时间、审阅、失败、重跑和沟通成本。
7. 失败、暂停与回滚
找不到来源或版本
停止传播,回到原始材料
评估集硬门失败
禁止发布或自动执行
输入越过权限边界
停止上传,撤销访问
成本/延迟超过上限
降级、限流或停止
真实用户报告伤害
下线、保留证据、升级处理
如果没有明确的停止人、通知路径和已知可用版本,就还没有准备好接入真实流程。
8. 交接与公开说明
交接者不应需要翻找聊天记录才能知道下一步。公开文本至少说明工具参与了哪一步、哪些事实由人确认、哪些内容仍是候选。
9. 开始前检查
最后更新于