把工作拆成可执行步骤

“写文章”“做报告”“处理客户邮件”都不是一个任务，而是一串相互依赖的步骤。拆解的目标不是把清单写得更长，而是找出每一步的输入、输出和负责人。

1. 五个拆解问题

对一项工作连续问：

1. 输入从哪里来，是否可信、完整、可使用？
2. 中间要经过哪些转换或判断？
3. 每一步产出什么，下一步如何使用？
4. 哪些步骤规则清楚，哪些依赖经验与责任？
5. 如果出错，在哪里最容易发现和回退？

2. 用表格画出流水线

步骤	输入	动作	输出	负责人	检查方式
1	原始资料	收集与去重	资料包	AI + 人	来源列表
2	资料包	提取事实	事实表	AI	回链原文
3	事实表	判断重点	观点与取舍	人	目标对齐
4	观点与结构	起草	初稿	AI	结构清单
5	初稿	核验与修改	定稿	人 + AI	验收标准

只要某一步没有明确输出，后面的 AI 就会被迫猜测。

3. 示例：公众号文章

公众号文章生产流水线

1. 1
   找选题人负责

   观点和目标读者由人决定
2. 2
   收集资料AI 执行

   批量搜索、去重并按主题整理
3. 3
   判断来源可靠性检查点

   AI 初筛可信度，人最终取舍
4. 4
   确定观点人负责

   AI 只提供正反证据，不替人站队
5. 5
   设计结构AI 执行

   给出 2～3 个结构方案供人选择
6. 6
   写初稿AI 执行

   按确认后的结构起草
7. 7
   批判与修改人机协作

   AI 扮演反方审稿人，人决定改哪里
8. 8
   核验事实人机协作

   数据与引文回链原文逐条核对
9. 9
   生成标题与发布素材AI 执行

   多版本备选，人工挑选
10. 10
    人工定稿并发布人负责

    署名者承担最终发布责任

3.1 适合交给 AI 的部分

• 批量搜索候选资料；
• 提取并按主题整理信息；
• 比较观点与发现缺口；
• 生成结构和多个初稿版本；
• 按规则检查格式、遗漏和一致性。

3.2 必须由人负责的部分

• 决定文章服务谁、要表达什么；
• 判断来源是否足以支持结论；
• 选择观点、语气与取舍；
• 审核可能造成信誉或合规风险的内容；
• 承担最终发布责任。

4. 先拆判断点，再拆动作

低质量拆解只会写“收集、分析、输出”。更有效的方法是先找判断点：

• 什么信息足以进入下一步？
• 哪种异常必须退回补资料？
• 哪些结论需要两条独立证据？
• 什么情况下需要人工批准？
• 什么结果意味着任务应该停止？

判断点决定工作流是否可靠，动作只是实现方式。

5. 控制任务粒度

一个步骤适合交给 AI，通常同时满足：

• 可以在一段上下文内说清；
• 有明确输入和单一主要输出；
• 能在几分钟内检查；
• 出错不会污染太多后续步骤。

如果一次输出包含十种交付物、引用几十份文件且无法逐项检查，就应该继续拆分。

6. 完成练习

选择一项每周至少发生一次的工作，画出 5～10 个步骤。为每一步标记 AI、人 或 共同完成，再补充检查方式。下一次实际执行时记录哪一步最卡，它通常就是最值得继续改造的位置。