判断一个 AI 应用能不能干活,看它拆任务的水平就够了。拆得粗,人还得自己分;拆得细,执行才顺。
拆解的层次有哪几层?
四层。目标层,要达成什么。阶段层,分几个阶段。动作层,每步做什么。校验层,怎么算做完。
多数产品只做到第二层,所以看起来会规划,实际执行还是乱的。
动作层为什么要具体?
因为动作要能被执行。写查一下资料不是动作,写打开某系统、按某条件筛选、导出结果是动作。
动作不具体,执行环节就得人来翻译。
校验层为什么关键?
因为没有校验,就没有完成的标准。模型会觉得写完就算完,不管对不对。
校验要可自动判定,比如字段完整率、通过率、差异数。
拆解的粒度怎么定?
按可验证性定。一个动作如果没法独立验证,就该合并或再拆。
粒度太细,协调成本高;太粗,出问题无法定位。
和人工拆解比,差在哪?
两个地方。第一,边界情况考虑不全,遇到异常容易卡。第二,优先级排不好,可能先做不重要的。
第二点影响最大,会导致时间花了但关键目标没达成。
怎么补这两块?
两条。第一,给人留一个审核节点,在拆解完成后确认。第二,把常见异常写成规则,喂给它。
第二条是长期方案,第一条是短期兜底。
适合拆什么任务?
三类。流程明确的,比如报表生成。规则清晰的,比如批量审核。有历史案例的,比如客服应答。
三类共同点:有先例可循。
不适合拆什么任务?
三类。目标本身模糊的。需要频繁临场判断的。涉及多方协调的。
第三类最难,因为协调依赖人的关系,不是流程。
怎么评估拆解质量?
四个指标。动作可执行率、异常覆盖率、返工率、完成度。
第二个指标最值得看。异常覆盖低,说明拆解只考虑了顺利路径。
这篇的核心结论是什么?
拆解的价值不在计划漂亮,在执行能落地。落地不了的计划,只是文本。
还有哪些需要留意的点?
具体能力边界以产品实际功能为准。任务复杂度不同,表现会有明显差异。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论