在工作中使用 AI 具体要做些什么？
对大多数办公室岗位来说，在工作中使用 AI 主要是获得三类帮助：根据你提供的材料起草内容，将材料从一种形式转换为另一种形式，以及充当思考伙伴，提出选项、问题和遗漏之处。这很少意味着让工具自行决策，或在未经审核的情况下交付最终成果。
起草包括撰写邮件、摘要、招聘广告、政策说明和报告初稿。内容转换包括将长文档缩短、将笔记整理成结构化记录、将一条消息改写成面向不同读者的版本，或将表格转化为通俗易懂的文字说明。作为思考伙伴，AI可以帮助探讨这样的问题：'持怀疑态度的买家会对此提出什么问题？'或'这个计划还缺少什么？'。
这三种情况下，结果的质量更多取决于你向工具提供什么，以及如何检查返回的内容，而不是你使用哪款工具。因此，下方每份岗位指南都包含相同的工作习惯，并根据各岗位的工作内容和风险作了调整。
如何选择第一个使用 AI 完成的任务？
选择一项你经常做、已经熟练掌握且能快速检查的任务。你已有的技能能帮助你发现那些看似笃定却有错的回答，因此，不熟悉的任务并不适合作为起点。下面的标准能帮助大多数人将选择缩小到两三项。
它会反复出现
你每周至少会做一次，因此任何改进都会反复产生效果，你也有足够的练习机会来判断工具是否适用。
你能判断质量
你知道好的成果应该是什么样，不需要别人告诉你。
原始材料可获取且可分享
任务所需的资料确实存在，且公司政策允许在获批工具中使用这些资料。
错误可以补救
用于内部讨论或供自己编辑的初稿，而不是董事会材料中的数字或发给监管机构的信息。
有明确的完成标准
你能判断成果何时可以使用，因此很容易将其与自己完成任务的情况作比较。
好的工作提示词应包含哪些内容？
好的工作提示词应包含一位能干的新同事无需反复询问就能完成任务所需的信息：目的、读者、源材料、限制、格式，以及需要标明的问题。信息缺失是AI输出内容空泛或编造细节的主要原因。
比较针对同一任务的两条提示词。较弱的版本是：'写一则关于办公室搬迁的团队通知。' 更完善的版本是：'为我们的 25 名员工写一则 150 词的办公室搬迁通知。仅使用以下事实：搬迁日期为 Friday 14 November，新地址见备注，办公桌必须在周四 4pm 前清空，信息技术部门将搬运显示器和扩展坞。语气平实、友好。结尾说明有问题应向谁咨询。不要添加备注中没有的日期、规定或保证。列出员工可能会问、但备注中没有回答的问题。'
最后一条指令值得在所有场景中采用。让工具列出它无法回答的问题，就能把它原本可能用猜测填补的空白，变成你可以解决的问题。文末链接的提示词指南会进一步介绍结构和模板。
使用 AI 输出前应如何核查？
应对照来源检查输出内容，而不是凭感觉判断它听起来是否正确。流畅的文字很容易让人信以为真。NIST 的生成式 AI 风险概况将幻觉描述为以自信的口吻生成错误或虚假内容，并将过度依赖和自动化偏见列为人与 AI 系统协作中的风险。这两点都说明，检查需要有意识地进行，而不能凭感觉。
一套简短的检查流程就能覆盖大多数工作。首先，将每一项事实陈述、姓名、日期和数字追溯到你提供的来源；无法追溯的内容，应删除或核实。其次，独立重新计算数字。第三，查找额外添加的内容：那些在此类文档中听起来很正常，却不符合你实际情况的说法、承诺、原因或规则。第四，从目标读者的角度阅读并调整语气。最后，明确谁对最终版本负责，通常就是你自己。
检查的深入程度应取决于出错的后果。写给自己看的笔记草稿，所需的检查少于发给客户的信息；而将要上报的数字，则需要更严格的检查。
不同岗位有哪些适合的AI应用场景？
下表为每个岗位列出了适合上手的第一项任务、最重要的核查，以及应保留人工处理的工作部分。每个岗位都有专门的指南，附有完整示例。
| 岗位 | 适合入门的任务 | 最重要的检查 | 交由人工处理 |
|---|---|---|---|
| 营销 | 将已获批的内容改编为适合不同渠道的版本 | 每项陈述和数字都能追溯到任务说明 | 定位与宣传主张的审核确认 |
| 销售 | 根据通话记录撰写跟进邮件 | 不得编造成果或案例 | 价格、条款与承诺 |
| 人力资源 | 用通俗语言概括现有政策 | 各项使用权限与政策逐字一致 | 涉及个人的决定 |
| 招聘 | 根据招聘经理的笔记起草招聘启事 | 符合岗位要求；措辞具有包容性 | 筛选、排序和淘汰 |
| 财务 | 根据已核查的表格撰写差异分析说明 | 已重新核算数字；未包含未经确认的原因 | 所报告的数字和预测 |
| 会计 | 向客户索取缺失资料的邮件 | 未添加任何税务规则或截止日期 | 技术岗位与签字确认 |
| 客户服务 | 根据帮助文章和工单起草的回复 | 政策与退款条款准确无误 | 例外情况与不满的客户 |
| 项目管理 | 根据任务记录编写进展更新 | 日期和负责人真实无误 | 重新规划与取舍 |
| 产品管理 | 客户反馈主题摘要 | 每个主题都能追溯到真实评论 | 优先级决策 |
| 运营 | 根据你的操作步骤生成流程文档 | 步骤符合实际工作方式 | 例外情况与审批 |
| 人员管理者 | 团队会议议程与纪要 | 未将任何内容错误地归于他人 | 反馈与绩效判断 |
不同岗位之间有哪些差异？
不同岗位需要的习惯相同，风险却不同。三个问题可以说明大部分差异：如果输出有误，谁会受到影响；任务涉及哪些信息；是否已有规则约束这类输出。
作出或影响人事决策的岗位，例如人力资源、招聘和管理，受到的审查最为严格。EU AI Act 在附件 III 中，将用于招聘和选拔，以及晋升、解雇、任务分配和绩效评估决策的 AI 系统列为高风险用途。发布对外声明的岗位，例如市场营销和销售，必须遵守广告和直接营销规则，无论文案是如何生成的。报告数字的岗位，例如财务和会计，既要遵守专业标准，也要对依赖这些数字的人负责。
直接服务客户的岗位，例如客服和客户管理，面临另一类风险：AI 起草的回复如果错误表述了政策，就可能变成公司必须兑现的承诺。针对每种情况，岗位指南都会说明哪些检查最重要，以及原因。
想看看这与具体岗位有什么联系吗？
了解规划中的团队试用 ↗同一项任务在三个岗位中有何不同？
以一份虚构的原始资料为例：Fernhill Software 的新功能发布说明。这是一家向诊所销售排班软件的小公司。说明中写道，该功能可让诊所通过短信自动发送预约提醒，包含在专业版套餐中，将于 1 December 上线，且尚不支持英语以外的语言。
一位营销人员让AI撰写一封面向现有客户的产品上线邮件。草稿称，提醒功能“能大幅减少爽约”。版本说明中没有任何关于爽约的数据，因此营销人员删掉了这句话，改为描述该功能的实际用途。
一位销售人员请 AI 写一封跟进邮件，发给一家曾在通话中询问提醒功能的诊所。草稿称该功能‘适用于所有套餐’。事实并非如此。销售人员将其改为专业版套餐，并在发送前检查客户当前使用的套餐。
一位客服人员让 AI 起草一篇关于提醒功能的帮助中心答复。初稿称客户可以‘选择任意语言’，但说明材料恰好相反。客服人员纠正了这一点，并补充了如需申请某种语言应联系谁。
相同的资料来源、相同的工具，却出现了三种不同的错误，每一种都具有相应岗位的典型特征。这就是为什么练习自己工作中的任务，比通用示例更有帮助。
工作中哪些信息不应输入 AI 工具？
首先遵守公司的 AI 政策；如果没有相关政策，在粘贴任何尚未公开的信息之前先征求许可。一般来说，对客户、候选人或同事的个人数据、客户机密资料、未公开的财务信息，以及合同或保密协议涵盖的任何信息，都应格外谨慎。
答案还取决于工具和套餐。个人账号、公司工作空间，以及其他应用内置的 AI 功能，在存储、访问权限以及是否使用内容改进模型方面，都可能适用不同条款。仅删除姓名并不能让文档实现匿名化，尤其是在小型组织中。AI 使用政策指南介绍了如何为团队设定这些边界。
如何判断自己在工作中使用 AI 的能力是否有所提升？
关注你做了哪些修改，而不是产出了多少内容。在工作中逐渐熟练使用 AI 的人，通常因为提示词有所改进，需要重写的草稿内容更少，也能更快发现编造的细节，并能解释每处修改的原因。他们也能更快判断什么时候根本不该使用 AI。
一个简单的跟踪方法是，连续两三周做简短记录：任务是什么、用了什么提示词、改了什么，以及为什么改。很快就能看出规律，比如某个工具总会加上需要你删掉的安抚性表述，或者某类任务的初稿始终可用。这些规律比任何笼统的节省时间说法都更有用，因为它们来自你自己的工作。
团队应如何共同学习在工作中使用 AI？
给团队安排一项共同的、贴近实际的任务，让每个人都尝试用 AI 完成，然后比较各自做了哪些修改，而不是比较草稿。比较修改能看出谁核查了来源、谁发现了虚构的说法、谁保留了原有文风，也能比演示文稿更快地让这些习惯在团队中传播。
练习只使用虚构材料或获批的低风险材料，明确哪些工具获准使用，并让员工能够安心报告错误。对于属于 EU AI Act 适用范围的机构，第 4 条要求 AI 系统的提供者和部署者采取措施，支持员工提升 AI 素养，并考虑员工的知识水平和使用场景。这是一般信息，不构成法律建议。下方链接中的员工培训指南和 30 天推行计划提供了更完整的方案。
哪些情况下，AI 不适合处理这项工作？
如果你无法核查结果，决定会影响某人的工作、薪酬或候选资格，输出是正式报告中的最终数字，或者谈话需要由人对所说的话负责，就不适合使用 AI。如果直接动手更快，也不适合使用它，例如写一封你已经知道怎么写的两行回复。
没有来源时也要谨慎。向通用助手询问公司政策、客户合同或现行税收规定的内容，得到的是看似可信的回答，而不是文件本身。在这些情况下，应先找到原始资料；即使使用 AI，也只用它来辅助阅读。
Tosheo.ai 适合哪些场景，不适合哪些场景？
Tosheo.ai 正在规划为面向约 5 至 200 人团队的自助式 AI 培训产品。管理者选择岗位和团队使用的 AI 工具，每位学员先完成简短的起点评估，再沿着岗位专属路径学习每节 10 至 15 分钟的课程。每节课最后都要使用真实 AI 工具完成实操任务，并根据公开可见的评分标准接受评定。按计划，管理者可以查看技能进展和完成情况，但不能查看原始聊天记录。产品尚未开发，因此上述内容均为规划范围。
它并非适合所有购买者。对于采购时要求单点登录（SSO）、学习管理系统集成或企业合同的大型组织，它并不适用，因为这些在上线时均不提供。它不是工程实操培训，课程也仅计划提供英语版本。如果你是独自学习的个人，通用课程或本站的免费指南可能更适合你。计划中的团队定价见价格页面。
来源与范围
NIST，人工智能风险管理框架：生成式 AI 风险概况（NIST AI 600-1），July 2024 ↗