01 AI 化流程筛选卡
判断一个任务是否适合第一批 AI 化改造。
- 重复频率
- 输入清晰度
- 输出稳定性
- 风险可控性
把模块二课程成果整理成可填写、可测试、可交付的文件包:从筛选流程,到搭建知识库和 Agent、测试模型岗位适配、封装 Skill,再到稳定输出评估。
判断一个任务是否适合第一批 AI 化改造。
把流程拆成输入、AI 动作、输出、验收和人工确认点。
沉淀资料来源、RAG 验收题和短期/长期记忆边界。
把本地知识库升级为可评测、可更新、可回滚的生产检索系统。
把量化、设备预算、并发上限、背压与去单点方案写成可验收数据。
把流程和知识库装进一个有岗位、有边界的 AI 员工。
用统一题库比较候选模型,生成主模型、备选模型和步骤路由。
把重复工作封装成可触发、可测试、可评分的技能草稿。
汇总资料层、流程层、岗位层、技能层,完成生产化评估。
参考 ~/.openclaw 真实工作区整理的 6 套完整工作流案例。
| 检查项 | 通过标准 |
|---|---|
| 场景 | 高频、耗时、边界清楚,不是一次性灵感。 |
| 输入 | 有固定资料清单、字段说明、来源和脱敏规则。 |
| 输出 | 文件名、字段、结构基本固定,可复查。 |
| 测试 | 通过正常、资料不足、高风险 3 类测试。 |
| 风险 | 发布、付款、审批、删除、承诺、隐私默认人工确认。 |
| 评分 | 28 分以上进入试用;36 分以上进入日常使用或客户交付。 |
L2 课程 README · L2 文件总目录 · 模块二老师交付包 · 模型评测试岗实验台 · 工作流提效工具包 · L2 课程与 Skills 对应表