情境
谁提出了需求、需要什么,以及何时需要。
AI 情景练习是一种角色扮演任务,学员使用 AI 处理贴近实际的工作情境,然后说明自己做了哪些修改。Tosheo.ai 计划为每个情景设置评分标准,学员在提交前即可查看,并据此接受评分。
改写一封产品发布邮件。保留具体的承诺。删除无法证实的说法。
使用虚构的任务说明,明确受众并设定限制条件。
先生成草稿,检查发生了哪些变化,再用更清晰的指令重试。
核查证据、保护信息,并解释你的最终决定。
AI 实践场景是一项简短的角色扮演练习,要求学习者将 AI 应用于贴近实际的工作情境,并作出真实任务所需的判断。一个典型的规划中任务简报是:客户明天就要一份营销活动计划;使用 AI 生成初稿,然后解释你修改了什么,以及为什么修改。
情境练习与课程并行,作为一种练习模式。课程通过完整示例教授一项技能;情境练习则在贴近实际的压力下综合运用多项技能,例如临近截止时间、客户不满,或任务说明存在信息缺口。
按计划,每个场景都包含五个部分,学员在开始前就能看到全部内容。
谁提出了需求、需要什么,以及何时需要。
允许学员使用的事实信息,例如政策、任务说明或数据表。
哪些情况绝不能出现,例如不得作出超出政策范围的承诺,也不得使用表格以外的数据。
需要提交的成果:一封邮件、一份摘要、一份计划大纲或一条回复。
一则简短说明,记录学员保留、修改或删除了 AI 草稿中的哪些内容,以及原因。
以下是一个客服场景示例。虚构家居用品店 Copperleaf Home 的一位客户来信称,一盏灯晚到了两周,要求全额退款,并要求下一笔订单免运费。提供的政策允许客户因延迟送达申请退款,但未提及免运费。
学员向AI工具输入提示词:“起草一封给这位客户的回复。为延迟送达道歉,并遵循下方粘贴的退款政策。不要提供政策范围之外的任何补偿。”初稿语气友好、表达流畅,却承诺“24小时内”退款,并提供下次订单免运费。这两项都未出现在政策中。
审核后的版本保留了道歉,确认按延迟送达规定退款,仅按政策原文说明处理时限,并将免费配送的提议替换为一句说明,告知客户请求已转交有权决定的团队。学员的附注写道:"删掉了24小时内处理的承诺和免费配送提议,因为政策均不支持。"
计划在提交前向学员展示评分标准,其中只设少量评判项,每项都说明优秀答案应做到什么。对于铜叶公司的情境,评分标准可能如下。
接下来的反馈应针对具体作品。有用的评语可以是:“内容很好地遵循了政策。第一句的语气可以更温和些,目前是先讲政策,而不是先道歉。”可接受的答案可能不止一个,因此评分指南看重的是判断力,而不是是否与某一段范文完全一致。
| 评分标准 | 好的回答应做到什么 | 常见疏漏 |
|---|---|---|
| 政策一致性 | 每项承诺都能追溯到所提供的政策 | 保留 AI 编造的时间安排或善意补偿方案 |
| 语气与读者 | 直截了当地承认问题,并给出一个明确的后续步骤 | 道歉写了一大段,却没有回应实际请求 |
| 审查决策 | 说明列明改动内容及原因 | "改得更好了",但未说明具体改了什么 |
学员可以标记任何有异议的评分。被标记的评分会进入复核队列,由人工检查,或由第二个模型复核。计划记录每次评估,以便审核人一并查看提交内容、评分标准和原始反馈。
设置这一机制,是因为 AI 评分可能出错。产品计划通过标记并复核的流程,公开处理这一问题,而不是让学员被动接受一个没有解释的分数。这并不保证每次评分都正确。
把情境作为讨论的起点,而不是下结论的依据。询问提供了哪些信息、学习者独立核查了什么,以及哪些判断由自己保留。一个措辞精致却没有核查记录的答案,不如一个朴实但推理清晰的答案更能说明问题。
经理视图计划展示技能进展和完成情况,而不是学员的原始聊天记录。请将结果视为一项参考证据,并继续对实际工作执行常规审批规则。
情境练习培养员工在常见工作场景中的判断能力。它们不能替代针对贵公司自身受监管流程的培训、法律审核或合规审批。它们也不教授某款 AI 工具的菜单操作;这方面更适合查阅该工具提供商自己的帮助页面。
本网站上的所有场景均为示例,使用的公司均为虚构。它们不能证明评估已获验证,也不能证明生产力有所提升,产品本身也尚未开发。
不。这些情境的设计允许多种答案获得高分。评分标准说明的是好答案应做到什么,例如每项承诺都能追溯到原始资料,而不是要求答案与范文一致。
按计划,被标记的评分将进入复核队列,由人工或第二个模型进行检查。复核者会看到提交内容、评分标准和原始反馈。
默认不会。练习场景提供虚构的原始材料。在成长版套餐中,上传的公司文档可用于编写示例,但学员仍应遵守公司关于哪些内容可以输入 AI 工具的规定。
不。按计划,管理者将能查看技能进展和完成情况,而非原始聊天记录。具体字段将在上线前说明。
了解规划中的岗位专属课程、实践任务和管理者视图。