← AI学习中心 / 结果核验与复用
怎样为AI任务先写预期答案
文中企业场景、人物与业务数字为教学示例，不是客户成果记录。
直答
把任务交给AI之前，先写出预期答案——结论点是什么、必须包含哪些字段、哪些东西不允许出现。这份预期答案同时是两样东西：给AI的要求说明，和事后判分的标准。没有它，验收AI输出只能凭“看着还行”；有了它，每一项都能判对错，漏了什么、多了什么一目了然。
业务场景（合成演示）
一家包装制品出口商让助理每周用AI汇总本周询盘。三个月后发现汇总经常漏掉客户提出的起订量要求，但没有人说得清漏了多少次、漏在哪些环节，因为从来没有人事先写清楚“一份合格的汇总必须包含什么”。
具体做法
- 写三要素：结论点（汇总要回答什么问题）、必备字段（如产品、数量、目标市场、是否首次询盘、起订量要求）、禁列项（不编造信息，原文没有的写“未提及”）。
- 先自答一份：拿合成材料或脱敏旧料，自己按标准写一份理想答案，落纸存档。
- 标准写进指令：把必备字段与禁列项原文放进给AI的任务要求里，不靠口头交代。
- 逐字段对照打分：AI输出与预期答案按字段比对，差异分两栏记录——漏了什么、多了什么。
- 差异回填：高频漏洞写进下一轮的指令和预期答案，标准跟着迭代，而不是每次凭感觉重讲一遍。
示例表（合成演示，针对5条合成询盘的汇总任务）
| 必备字段 | 预期答案口径 | AI输出情况 | 判定 |
|---|---|---|---|
| 起订量 | 逐条注明客户要求，未提则写“未提及” | 5条中2条写成“待定” | 不合格，退回补注 |
| 是否首次询盘 | 按往来记录标注是/否 | 5条均有标注 | 合格 |
| 数量真实性 | 不得出现往来记录中不存在的数字 | 出现1条记录中无出处的数量 | 不合格，标记定位并核源 |
可复制任务卡
任务编号／任务目标／必备字段清单／禁列项／预期答案存放位置／AI输出存放位置／差异记录（漏与多分栏）／改进动作／复核人／日期
反例（合成演示）
另一位主管直接把三年的询盘记录交给AI“帮我分析”，AI返回一份结构工整、图表齐全的报告，会上众人觉得“看着挺专业”。散会后有人想核对其中某个市场的增长数字，发现在原始记录里找不到出处。先写预期答案的一方，会在验收当场用字段清单拦住这种无出处数字；凭感觉验收的一方，只能靠运气。
常见问题
问：预期答案要写多细？答：细到能逐项判对错即可——字段清单加每项的合格口径；不必写成完整范文，也不必穷举所有可能。
问：自己先写答案，会不会限制AI给出更有价值的思路？答：字段与禁列项约束的是“不能错、不能编”，思路层面可以放开；AI给出预期之外的有用点，单独记入“新增结论”栏，同样要求给出出处。
讨论问题
回想你最近一次让AI做汇总或分析，事先能写出它的合格口径吗？哪类任务最难先写预期答案？
来源与边界说明
“先定任务与练习标准再动手”的做法受 OpenAI SBDC 公开材料启发（https://openai.com/index/helping-small-businesses-put-ai-to-work/ ，任务练习计划方法，不是已实现目标）；预期答案口径、任务卡与示例均为编辑设计合成演示，未经实际运行验证，本文不声称与任何厂商存在合作或真实成果。