中小企业AI素养
← 所有课程
课程 07中小企业AI素养

综合应用

摘要音频

语音摘要 — 点击播放以跟读:正在朗读的行会保持在顶部附近。

学习笔记

学习目标

预计时间:50分钟

完成本课程后,您将能够:

  • 综合运用4D框架的四个维度,构建一个可重复的AI增强工作流程
  • 识别哪些重复性业务任务适合AI自动化,哪些应由人类主导
  • 构建清晰的产品、流程和性能描述,以指导AI驱动的工作流程
  • 在自动化业务流程时,规划创建、部署和透明度尽职调查

综合应用

(10分钟)

本视频将4D框架的四个维度结合起来,为常见的小型企业任务构建一个实用的工作流程自动化。

关键要点

  • 从问题意识开始:分析您的实际工作负载——客户在询问什么,哪些模式在重复?
  • 任务委派意味着问“AI应该做这个吗?”而不仅仅是“它能做吗?”——文档化的常见问题解答是很好的候选;投诉和判断仍由人类处理。
  • 用丰富的描述构建:定义系统生成的内容、逐步逻辑以及语气、边界和行为规则。
  • 通过真实示例迭代测试以实践辨别力——现实世界的测试揭示了您的描述遗漏的差距。
  • 实践尽职调查:在输出到达客户之前进行审查,诚实地说明AI的角色,并提供明确的人类介入路径。

练习

练习1:映射自动化机会

识别您业务中哪些重复性任务适合AI自动化。

第一部分:审计您的重复性任务

回顾过去一周的工作。列出5-10个感觉重复或耗时的任务——回复客户咨询、更新社交媒体、生成发票、跟进潜在客户、编制报告。对于每个任务,记录:

  • 此任务发生的频率?(每日、每周、每月)
  • 每次需要多长时间?
  • 响应或流程大多是标准化的,还是每个案例差异很大?
  • 如果此任务执行不完美,后果是什么?

第二部分:按AI适用性分类

将您的任务分为三类:

  • AI可以处理:标准化响应、文档化信息、清晰可重复的流程——例如,回答关于营业时间、退货政策或服务内容的常见问题。
  • AI可以协助,人类决定:AI可以起草、准备或组织,但人类在发送前进行审查的任务——例如,起草个性化的跟进邮件或总结客户反馈。
  • 应由人类处理:高风险决策、情感敏感情况或复杂判断——例如,解决投诉、谈判合同或处理服务故障。

第三部分:优先排序

从“AI可以处理”或“AI可以协助”类别中选择一个如果自动化能节省最多时间的任务。简要说明为什么此任务是您的首要任务——考虑节省的时间、频率以及自动化的直接性。

反思:

  • 哪些标准帮助您决定每个任务属于哪个类别?
  • 您是否对适合自动化的任务数量感到惊讶?
  • 错误的潜在后果是否影响了您的分类?如何影响的?

练习2:构建您的自动化描述

使用4D框架中的三种描述类型描述一个自动化系统。

第一部分:定义您的产品

为您在练习1中优先考虑的任务,用2-3句话写一个清晰的描述:

  • 您想要的最终结果是什么?(例如,“起草对我们服务常见客户问题的电子邮件回复。”)
  • 系统将接收哪些输入?(例如,收到的电子邮件、客户咨询表单、常见问题解答列表)
  • 它应产生哪些输出?(例如,分类的电子邮件附带草稿回复、标记为人类审查的项目)

第二部分:定义您的流程

概述逐步逻辑——就像为一个非常能干但非常死板的新员工写指令:

  • 系统在接收到输入时应首先做什么?
  • 存在哪些决策点?(例如,“如果问题涉及价格,使用附加的价格表。如果涉及定制请求,标记为人类审查。”)
  • 何时应升级到人类?
  • 它需要访问哪些信息或文档?(例如,您的常见问题解答页面、价格表、取消政策)

第三部分:定义性能

定义系统应如何表现:

  • 它应使用什么语气?(友好和专业、随意和温暖、正式和简洁)
  • 它应如何处理不确定性?(例如,“如果不确定答案,说明并标记为审查——切勿猜测。”)
  • 它不应做什么?(例如,“切勿承诺具体的预约时间。切勿分享其他客户的信息。未经批准切勿提供折扣。”)
  • 它应在回应前如何确认对方的请求?

第四部分:用真实示例测试

将您的三种描述与AI工具共享,并提供3-5个来自您业务的真实示例(过去的客户电子邮件、咨询等)。评估输出:

  • 它是否正确分类?
  • 响应是否准确且语气适当?
  • 它是否编造了任何它实际上没有的信息?
  • 根据您的观察,您的描述需要哪些调整?

迭代是正常且预期的——计划在系统感觉可靠之前进行至少2-3轮的改进。

练习3:规划尽职调查

在部署自动化之前,考虑其责任和安全方面。

第一部分:创建尽职调查

诚实地回答关于您计划的自动化:

  • 为什么这个特定任务适合AI处理?哪些特征使其成为良好选择?
  • 可能出什么问题?列出至少三种可能的故障模式(例如,AI给出错误的价格、用模板回应投诉、分享给不同客户的信息)。对于每种情况,您如何发现?可以设置什么保障措施?
  • 如果AI在此任务上出错,对您的客户或业务的实际影响是什么?

第二部分:部署尽职调查

规划您的审查流程:

  • 您会在每个输出到达客户之前进行审查,还是定期抽样?为什么?
  • 如果您最初审查所有内容,何时会感到可以减少监督?需要什么证据?
  • 您将如何长期监控问题?(每周抽查、客户反馈跟踪、错误日志)
  • 什么具体触发因素会导致您暂停或完全关闭自动化?

第三部分:透明度尽职调查

决定您的透明度方法:

  • 谁需要知道AI的参与?考虑客户、员工和业务伙伴。
  • 您将如何披露AI的角色?写出您将使用的实际语言(例如,电子邮件页脚、网站注释、服务条款中的提及)。
  • 如果有人想与真人交谈,您将提供哪些后续选项?
  • 您的行业或当地司法管辖区是否有关于AI披露的具体要求?如果不确定,值得在部署前进行研究。

综合应用:写一份简短的“自动化准备声明”——3-5句话总结您正在自动化的内容、为什么它适合、您有哪些保障措施以及您将如何透明地处理它。这可以作为您自己和团队中其他人的参考文件。

课程反思

  • 综合使用四个维度与早期课程相比,如何改变了您的方法?
  • 为AI执行精确描述自动化比您预期的更容易还是更难?
  • 在完成描述和尽职调查练习后,您在练习1中的任务是否仍然是首先自动化的正确选择?
  • 您对效率与个性化客户关系的思考如何演变?

下一步

在下一课中,我们将讨论如何深思熟虑且可持续地将AI整合到您的业务中——包括如何为您的团队构建AI使用政策以及如何管理对AI依赖的担忧。

反馈

随着课程的进展,我们很乐意听取您如何在工作中使用课程中的概念,以及您可能有的任何反馈。在此分享您的反馈这里。

致谢和许可

_版权2026 Anthropic。本课程是与PayPal、Prospect Butcher和MAKS Enterprises TIPM Rebuilders合作开发的,基于Rick Dakan教授(Ringling艺术与设计学院)和Joseph Feller教授(科克大学)开发的AI流畅性框架。根据CC BY-NC-SA 4. 0许可发布。_

抽认卡 10 张卡片
问题
点击显示 · ←/→
答案
点击翻回
导出到 Anki (.tsv) ↓
知识检测 6 题