把工作交给 AI，人也得先理解任务

“AI 负责执行，人负责提需求和判断”，听起来像给每个人都配了一个得力的助手。可助手再能干，也没法顺便读懂我们没说出口的想法。

同样一句“整理项目资料”，为了归档，要先把文件找齐；为了讨论项目要不要继续，就得弄清已经做到了哪里、还有什么问题。要求里的字一个没变，接下来要做的工作却差了不少。

先假设 AI 和我们一样聪明，但这次只能根据收到的信息了解任务。上级知道为什么要做、最后想得到什么，执行的人却可能只拿到拆分后的一小项。双方掌握的背景不同，“整理好了”的标准也就未必相同。换成 AI，这个问题仍然在。

现实中的 AI 还能查文档、用工具补充信息。不过，交代任务的人至少得先想明白：这份结果拿来做什么。身在现场，并不保证这一点已经想清楚。

同一份纪要，到底是给谁看的

没参加一场会，拿到纪要时，可能先想知道大家为什么讨论这件事、有哪些分歧、最后定了什么。若要拿着它推进项目，就会更着急找：哪些事已经定了，哪些还得继续商量。

设想一场会议，大半时间在讨论备选方案，最后才确定下一步。摘要若按发言时长分配篇幅，讨论会写得很充分，真正要执行的一句话却可能缩在角落里。用来了解会议经过，这样写未必有错；负责人拿它办事，还得自己把行动找出来。

看到这样的稿子，我们容易觉得 AI 没懂。可如果心里想的是“让负责人接着办”，交出去的要求却只有“完整整理会议内容”，那个用途其实还留在我们脑子里。它认真整理了发言，也没完成我们期待的事。

我在课程和实际整理工作中使用 5W1H，也常用 WHY、WHAT、HOW 提醒自己交代任务。这些问题能帮我发现自己漏想了什么。比如先说“给项目负责人推进工作用，分开列出已定行动与待决问题”，再考虑给哪些材料、突出哪些内容。比起再加几个“完整、专业、清晰”，这句话更能告诉它该做什么。

用途已经交代，结果还是偏了，就检查模型有没有漏掉或误解要求。提需求的人会想不清楚，模型也会执行不到位，得看这一次的问题出在哪里。

没写下来，还是根本没决定

用途说清楚以后，材料里仍可能有空白。假设会议记录只有一句：“方案还要财务再看一下，下周接着议。”可以据此列出一项待复核事项，但还写不出“财务负责人周五提交最终方案”。谁来做、哪天交、是否要最终稿，原话都没有交代。

如果会上已经定了负责人，只是转录漏了，可以查原始录音或其他记录，把决定找回来。如果会上本来就没定，再听一遍录音，也不会多出一个负责人。

表格里空着的是同一格，接下来要做的事却不一样：前者要补信息，后者要有人作决定。都交给 AI“补齐”，整理会议记录就可能悄悄变成替组织安排工作。

等表格填满，后来接手的人未必会追问每一项是怎么来的。他可能以为会上已经说好，就据此安排后续。未定的事情有了一个看似确定的答案，反而不容易被发现。

我会保留材料能支持的内容，把缺少依据和尚未决定的事项分别说明。旧方案与新记录有冲突，也要留下不同说法和来源。旧方案写得更完整，不能因此就拿来当当前结论。

已经明确的部分可以照常整理。剩下的那一项，要让接手的人知道，是去找回已有事实，还是请相关的人继续决定。

让它重做之前，先说清哪里不对

只说“不是我要的，再整理一下”，AI 还是得猜。是重点不对，少了材料，还是有个根本没定的行动被写进去了？下一版也许换了标题和排版，原来的问题却还在。

仍然看这份纪要。讨论记得准确，却没有突出行动，就先对照交接时有没有说明用途；已经说明而模型没做到，就改这一处。若负责人没有依据，则回到来源核对。那个人看起来再合适，也不能因此把这项安排留在正式记录里。

Amershi 等人在 CHI 2019 的《Guidelines for Human-AI Interaction》中，建议让用户容易纠正错误，并在系统不确定时澄清目标或缩小服务范围。^[1] 放到这份纪要里，可以留下已经写对的内容，把有疑问的行动和对应原文放在一起，让人从这里接着处理。

最后，还要对照材料和用途核对成稿。写入在线文档后，也得看看关键内容确实写进去没有。但这些检查都有各自能回答的问题。最初若把任务理解成了另一件事，格式再规范、字段再齐全，也可能只是把那份误解执行得很认真。

后续复盘，我想把原要求和返工原因放在一起看：用途没说清，材料没给到，有个决定还没作出，还是模型没有照着要求做？反复有用的交接方式，再写进 SOP。这样下一次才知道该补哪一处，而不是又从“请认真理解我的意思”开始。