做过，再慢慢说。

01 / 企业想用 AI，第一步先问什么？

先找到一件正在发生的工作：谁在做，需要哪些材料，最后交给谁。具体场景能让后面的讨论有共同的对象。

接着区分目标。想更快地完成汇总、想改善文案质量、想减少审核往返，是不同的问题。把目标说清楚，才能讨论适合的试点。

• 现在，这件事是怎样完成的？
• 哪一步最费时间，或者最容易出错？
• 输出交给谁，他怎样判断是否有用？
• 有哪些数据和工具使用约束？
• 什么样的小规模尝试，能够帮助判断是否继续？

相关实践：品牌咨询企业的前期需求讨论。

02 / 比选工具更早的事：说清楚“什么是好”

如果业务负责人觉得一份文案“不对”，可以继续追问：是不符合事实、不像这个人的语气，还是没有交代清楚重点？不同问题对应不同的修改方法。

在内容咨询中，我们讨论过保留原稿、修改稿和修改原因，再用真实素材比较不同 AI 输出。这样才能逐步把经验整理成可讨论的评价依据。

一个简单的试点评价表，可以从下面三项开始。它是本文的方法示例，需要按实际业务修订。

评价维度	具体检查
事实准确	是否忠于提供的素材，有没有编造经历或数据
表达适配	是否符合使用者、受众和场景，是否容易理解
工作可用	能否进入下一环节，还需要哪些人工修改

相关实践：创始人 IP 团队的工作流程咨询。

03 / 第一次动手，先完成一件小事

如果你刚开始学习 AI，可以选一个输入与结果都容易检查的任务。例如，用一段自己写的文字整理一份讲解提纲，或把虚构的工作记录变成一张分类表。

1. 描述任务： 说清楚对象、要求和想得到的结果。
2. 提供材料： 先用公开或合成样例，便于练习和检查。
3. 检查输出： 核对事实、遗漏和是否符合自己的用途。
4. 具体修改： 指出哪里需要调整，比较前后的变化。
5. 保留方法： 记录哪些条件有帮助，下一次换一个任务再试。

学习的进展，可以体现在能独立完成什么、能识别什么错误，以及能否把方法用回自己的工作。