面对一次失败，能区分模型能力、资料依据、工具动作和工作条件，找到值得先验证的环节。

• 看懂能力与形态

  分清模型与应用、语音身份识别与发言人分离、数字形象与工作代理，理解端侧运行条件。

• 准备个人工作材料

  准备个人资料、相关记忆与当前任务材料，识别知识的适用范围和版本。

• 把AI组成能做事的助手

  理解模型、知识、工具、Skill和运行安排怎样配合；判断独立身份、主动发现任务和持续办理需要什么条件。

• 核对结果并改善方法

  区分补资料、改提示词和微调的适用条件；用真实问题、原始依据与检查标准评估并改善输出。

实践思考带一次AI没有做好的任务，和老师判断：到底缺的是能力、资料、方法，还是完成工作的条件？

能用样本和过程记录支持问题判断，并解释改法如何影响质量、成本或交付时间。

• 定义问题与流程范围

  区分工具愿望和业务问题，明确服务对象、起止点、基线与可比较的改进目标。

• 还原真实工作

  结合制度、执行者、下游和正常/异常任务，找出事实差异与缺失证据。结合授权工作材料与本人访谈还原个人实际任务。

• 查明原因与承接限制

  用批次、执行记录和访谈区分原因线索与已证实原因，并跟踪整改验证。

• 比较流程改法

  辨认多余转抄与必要检查，按依赖安排串行或并行，分开核算交期与投入工时。

实践思考带一项“大家都很忙但交付仍慢”的工作，追一笔任务，看等待和返工是怎样形成的。

能提出带适用条件和未验证事项的选型建议，而不是按品牌、演示或功能数量排名。

• 按任务验证工具

  统一任务和合格标准，覆盖真实材料与失败情景；分清厂商演示、自己实测和未验证能力。

• 预算与能力配置

  按经过验证的任务需要和独立账号要求核算分层采购，检查预算是否够用。

• 理解数据口径与业务用途

  围绕营销转化关联数据，核对身份、指标定义、范围与统计周期。

• 场景价值与持续调整

  按任务组合知识问答、业务工具、稳定流程和人工判断，并按实测调整配置。

实践思考带两款都“能完成”的产品，和老师比较哪种任务条件会让你的选择发生变化。

能说明方案为什么这样分工、先验证什么，以及条件变化后哪些工作继续、哪些需要重新决定。

• 范围、优先级与需求表达

  明确目标与范围，围绕输入、判断、人工例外和结果回写设计完整方案。

• 能力组合与任务边界

  围绕研发风险、老板重点事项和产品需求安排任务，连接证据、系统与确认责任。

• 资料、入口与复用条件

  设计外部协作、按事项讨论、版本与审批关联，理解前后端数据职责。

• 原型、试点与效果验证

  为流程编写诊断配齐知识、Skill和资产读写能力，理解持续运行、业务上下文及改动回归。

实践思考带一份方案草稿，和老师追问：为什么用这种组合，最可能失败的假设是什么，怎样先小范围验证？

能依据实际阻力选择推进动作，安排参与和学习支持，并用真实采用和完整效果判断是否扩大。

• 个人使用与通识落地

  从真实工作发现需求，设计做得完的第一次实践，理解经验分享和岗位变化的顾虑。用具体案例挖掘可委托任务并确认边界。

• 组织支持与推广伙伴

  协调管理要求、时间、激励与资源；根据业务影响力和实践条件培养种子用户。

• 项目和流程中的采用

  让使用部门参与关键决定，处理重复填报与例外，推广前检验新部门是否具备必要条件。

• 学习与价值是否发生

  区分AI代做与人的能力成长；分开报告释放时间、增加产能和实际费用变化。

实践思考带一个有人不用AI的场景，先找原因，再和老师比较应该改任务、补能力、调激励还是争取资源。

能做一份有主张、有证据、有取舍、有明确请求的PPT，并根据听众疑问调整建议。

• 结论与论证结构

  用金字塔组织主张和理由，检查材料是否真的支持结论，避免同一好处重复当作多个理由。

• 个人贡献与作品表达

  把问题、自己的判断、行动和结果连起来，说明团队分工与实践边界。

• 回应异议与推动决定

  听清老板或使用部门的实际顾虑，提出资源和范围的可行取舍，面对新证据及时调整。

• 完整PPT与路演证据

  围绕问题、方案、验证、投入和请求安排主线；展示失败、未验证事项和下一步，而不是堆截图。

实践思考带一次真实汇报，和老师检查：听众能否说出你主张什么、证据是什么、现在需要支持哪一步？