AI 工作流应该从哪一个任务开始？

第一条 AI 工作流不应该选择“最宏大”的流程，而应该选择高频、边界清楚、失败成本可控的最小闭环。

先画出当前人工流程

把现在谁做、用什么、交给谁、怎么检查写清楚，通常就能发现真正的自动化机会。

只自动化一段稳定链路

不要一次连接所有部门。先选输入稳定、规则清楚的两到三步，建立可靠交接。

为失败设计回退

系统需要知道什么时候停、返回哪一步、由谁接管。没有回退的自动化只是把错误加速。

用真实样本做回归

把典型成功样本和失败样本留下来，每次改模型、Prompt 或 Skill 都重新验证。

最小闭环不是“最小功能”

它应该包含输入、处理、交接、验收和失败回退。只做一个会生成内容的按钮，不算闭环；能把真实任务从开始跑到一个可检查结果，才算。

优先选择失败后容易人工接管的任务

第一条流程不要从高风险决策开始。先选择即使模型失败，也能由人快速发现并接管的任务，这样团队可以安全积累样本和信任。

每一次修改都跑同一批样本

把典型成功、典型失败、边界输入和异常输入保存为回归集。换模型、改 Prompt、加 Skill 之后重新跑一遍，才能知道升级是真的变好，还是只在新样例上更漂亮。

第一条最小闭环，可以用“六步卡”来定义

写清任务触发条件、输入来源、处理步骤、输出格式、验收人和失败回退。比如“收到一份客户需求资料”只是触发；真正闭环要继续明确资料从哪里来、需要提取哪些字段、结果写到哪里、谁确认、缺字段怎么办。第一期最好只连接少量稳定步骤，不追求覆盖所有部门。跑通以后记录节省了哪些重复工作、哪里仍然需要人工，再决定扩展。这样每增加一个节点都有依据，而不是因为“自动化看起来更完整”。

格物的方法始终从真实问题开始：先看清，再结构化，再进入使用。