作品集头像
← 返回四模板快速比较

template detail / ai-workflow

AI Workflow / 人机工作流

不靠“用了 AI”抢眼,而是讲清任务、人机分工、评估、护栏和回滚。

YES / 材料匹配

适合人群

  • 做过 AI 产品、Agent、RAG、内容理解或自动化工作流的人
  • 能拿出任务定义、评估样本、人工复核、异常处理或实际采用事实的人
  • 愿意把已发生实践和今天的重做设想明确分开的人

NOT YET / 先补材料

不适合人群

  • 只有概念原型或提示词截图,没有真实任务、评估或使用边界的人
  • 只是调用模型 API,却说不清为什么要由 AI 承接这一步的人
  • 把历史规则项目改名为 AI 项目,或把未来方案写成已经上线的人

RECRUITER PATH / 先后顺序

招聘官第一眼与阅读路径

先看任务为什么值得交给 AI,再看人机怎么接力、用什么样本评估、出错时谁接管,最后才看模型或技术名词。

  1. 01

    从任务而不是模型开场

    说明原流程的成本、瓶颈和 AI 适用边界。

  2. 02

    画出人机接力

    交代输入、模型动作、工具调用、人工判断和最终输出。

  3. 03

    展示评估证据

    让离线样本、线上反馈、质量标准和 bad case 能被核对。

  4. 04

    补上护栏与回滚

    说明低置信、敏感或异常场景如何降级、复核和追责。

  5. 05

    区分已发生与重做

    保住事实可信度,同时展示你对下一版产品化的判断。

PAGE STRUCTURE / 页面结构

首页负责定调,项目页负责举证

首页区块

  1. 01人机工作流首屏
  2. 02评估框架
  3. 03护栏与人工接管
  4. 04代表项目

项目页区块

  1. 01任务与人机边界
  2. 02工作流
  3. 03评估与证据
  4. 04护栏
  5. 05回滚与资产

BEFORE PUBLISH / 不齐就先补

发布前证据准备清单

  • 原任务、原流程和为什么适合或不适合交给 AI
  • 输入、模型或 Agent 动作、工具、人工节点和输出的完整链路
  • 评估集来源、样本边界、质量维度和 bad case 分类
  • 低置信、敏感内容、错误输出的人工复核与降级方式
  • 版本、反馈、回滚或停止使用的触发条件
  • 已上线、已试用、仅原型、今天重做四种状态不要混写

GOOD FIT / 常见题材

典型项目类型

  • Agent 任务编排、RAG 问答与知识工作流
  • 内容理解、审核、标注、推荐或策略自动化
  • 客服、销售、运营、数据分析等人机协作工具

MISUSE / 可信度风险

常见误用

  • 首屏堆模型名和技术名词,却没有用户任务和采用证据
  • 只报准确率,不写评估集来源、样本边界和错误代价
  • 把人工复核藏起来,假装工作流已经全自动
  • 没有回滚和异常处理,却用“生产可用”描述原型
  • 把今天可以用大模型重做的设想写成历史项目结果

AGENT / 只整理真实材料

如何让自己的 Agent 帮忙

  • 让 Agent 从真实流程材料中画出每一步,并标注“人决定 / AI 生成 / 工具执行 / 人复核”,不要补不存在的节点。
  • 让 Agent 把评估材料整理成“样本来源—质量维度—通过标准—bad case—处置动作”。
  • 让 Agent 单独追问一次失败路径:什么时候拒答、降级、回滚或转人工;不知道就写待补充。
  • 让 Agent 给每句话标记“已经发生 / 有证据的采用 / 今天重做”,删除无法确认的上线和效果表述。

SANITIZED EXAMPLE / 只读现有内容

脱敏示例片段

来源:仓库当前 data/projects.json 中的公开脱敏内容;仅摘录 1 个 featured project。这里没有补写业务事实,也不代表使用该模板一定会获得某种效果。

featured project / paid-content-evaluation-typing

内容付费作者挖掘与流量策略

过去,付费作者挖掘通常需要 1 名数据分析师或 1 名算法同学写 SQL、制定策略;现在,产品和运营已能借助 AI 的内容理解与自动化策略自行完成。

现有指标 01
能力覆盖:大范围作者群
现有指标 02
作者覆盖规模:大规模覆盖(具体数据已脱敏)

SELECTION SIGNALS / 选择信号

出现这些信号,再选择这套结构

DATA CONTRACT / 页面到数据

页面区块到 projects.json 字段映射

字段只决定内容放在哪里,不会自动补齐事实。数组项不足时,应回到材料追问或明确标记待补充。

页面区块projects.json 字段这个区块要回答什么
任务与人机边界projects[].background · projects[].summary · projects[].roleContribution.judgment说明任务价值、原流程和 AI 适用边界。
人机工作流projects[].caseStudy.productMethod · projects[].actions串起 AI、工具和人工节点。
评估与证据projects[].caseStudy.algorithmAndData · projects[].caseStudy.evaluation · projects[].metrics展示样本、质量标准、结果和限制。
护栏与人工接管projects[].roleContribution.boundary · projects[].results明确错误代价、人工责任和披露边界。
回滚与资产projects[].caseStudy.artifact · roadmap记录可复用资产与下一版治理方向。