Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# 梳理自己的工作，选择首个待测试的 AI 任务

> 为自己负责的任务建立注明日期的清单，记录产出、检查方式、权利和人工审批。选择一个日后测试的 AI 任务，或说明为什么目前没有合适任务。

By BIG CHANGE Editorial

Published: 2026-10-20T12:07:38.357Z
Updated: 2026-10-20T12:07:38.357Z
Canonical: https://bigchange.ai/blog/map-work-choose-first-ai-task-guide

![Conceptual charcoal illustration of blank task cards in a wall-mounted wooden rack, beside one empty orange-edged slot.](https://bigchange.ai/api/media/file/blank-task-rack-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

选择 AI 工具之前，先写下你实际能够掌控的工作。某个任务的答案可能容易核查，却仍涉及私密数据、不可逆操作或必须由人作出的判断。本指南帮助你为自己的任务建立注明日期的决策图。最终成果是一个拟议的首次测试，或一份说明目前没有任务就绪的决策记录。完成它不需要运行 AI。

起点来自[Andrej Karpathy 于 2025 年 11 月撰写的可验证性文章](https://karpathy.bearblog.dev/verifiability/)。他认为，当尝试可以重置、高效重复并获得可靠的奖励信号时，环境就更适合 AI 优化。这些是待调查的问题，不是工作场所的审批规则。下方任务记录表由我们自行设计，补充了负责人必须在真实流程中明确的人员、权限和后果。[NIST 的自愿性 AI 风险管理框架](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/)也要求组织在考虑 AI 系统时关注情境、监督和测量；它并未认可这张工作表，也不认证任何任务。

## 需要准备什么

你需要能访问自己负责或获准评估的真实工作记录，例如任务日志、日历、流程、受理队列或工作负责人。还需要私密存储位置来保存决策图和证据链接、一名明确的流程负责人，以及另一名有权质疑决策的人。注明盘点涵盖哪个团队或流程、哪些日期。不要为了制作决策图而把机密原始材料上传到 AI 服务。

预留查找和审阅记录的时间。决策图本身不需要 AI 账户、付费 API 或购买软件。日后的测试可能需要单独授权、工具费用、员工审阅时间和错误预算。

## 1. 按实际执行情况盘点工作

列任务前先确定盘点时段和范围。记录每一行的来源，让另一位读者能够找到。对每项重复任务，写明触发条件、真实输入、当前执行人、所需产出、接收人及现有审批。请负责人确认记录遗漏的内容。未经核实的细节标记为**未知**。

当产出、权限或后果改变时，拆分工作流程。过于宽泛的名称可能掩盖需要不同权限的交接。行数应如实反映工作，没有目标数量。注明排除的团队或时段，便于审阅人识别遗漏，而不会把缺失任务误认为不合适的候选任务。

**检查：**审阅人能否沿证据链接找到材料，确认任务负责人，并说清必须向谁交付什么？如果盘点不足，先回到负责人的记录，不要急于排名。

## 2. 先说明检查方式，再考虑工具

对于每项产出，思考由产出者之外的人检查时会看什么。写明权威来源、精确的通过规则及所需判断。审阅人如何发现遗漏或看似合理但错误的答案？检查是否几乎和完成任务一样费力？记录谁能检查，以及已知和未知的审阅工作量。

将检查机制标记为**现有**、**拟议**或**未知**。“现有”表示当前流程已有检查机制，并有证据说明其使用方式。“拟议”表示已写出可能的规则，但尚未证明能发现相关错误。两种标签都不能证明 AI 产出会通过。缺乏权威依据或可行通过规则的任务，需要先准备，才能成为首次测试候选。

接着提出改编自[Karpathy 文章](https://karpathy.bearblog.dev/verifiability/)的三个独立问题：失败尝试能否在没有持久损害的情况下重置？能否在合理时间和成本内进行足够多次**获准的**尝试？每次尝试能否得到可靠检查？分别写下是、否或未知，并附本地证据。Karpathy 用这些特性讨论 AI 优化；你的答案并不决定工作场所是否允许使用 AI。

## 3. 记录权限和失败成本

可检查性只是决策的一部分。记录谁控制输入数据，拟议 AI 用途及任何披露是否获准，哪些人可能受影响。明确未来工具能读取什么、写入什么，以及谁有独立审批某项操作的权力。写明任何难以撤销的后续步骤。将错误放行的可能成本与人工检查及返工成本并列；无法支持估算时使用**未知**。

记录结果检查可能遗漏的情境：不成文规则、例外、变化中的来源，或需要负责任的人工判断的决定。要求工具先询问许可的提示词，本身不是许可或访问控制。[NIST 的 MAP 指南](https://airc.nist.gov/airmf-resources/playbook/map/)要求组织考察使用情境、受影响人员、数据和监督；其[MEASURE 指南](https://airc.nist.gov/airmf-resources/playbook/measure/)讨论测试方法及局限。两者都是自愿性指导，不是对某一行的批准印章。

**检查：**如果权利、披露、谁能批准操作或可信的恢复路径尚不清楚，保留这项不确定性。清晰的检查机制无法替你解决它。

## 4. 分类每一行，最多选择一个首次候选

使用以下**本编辑部工作表分类**，每行都附原因及证据链接：

- **有限测试候选：**能够明确产出、检查、重置路径及单独批准测试所需权限。这是调查候选，不是自动化许可。
- **准备检查机制：**任务已描述，但通过规则、权威依据或检查人仍需定义或验证。
- **仅辅助人类：**有限的起草或分析可能有帮助，但由明确的人保留有实际后果的判断及审批。任何实际使用仍需授权。
- **暂缓：**权利、情境、失败后果、恢复或其他必要证据尚未解决。

不要强行把未知变成数值评分。只比较可能符合有限测试条件的行。记录某项优先的原因，包括审阅负担及错误放行可能造成的损害。如果每一行都有未解决的前提，选择**暂时没有**也是完整决策。注明重新考虑所需的人员和证据。

## 5. 拟定验收计划，再请人审阅决策图

为首个候选定义未来测试，但不要执行。明确允许的样本与输入边界、作为参照的当前工作路径、预期产出、精确通过或失败规则、检查人和人工审阅人。拟定尝试次数、时间、工具费用及审阅工作量上限。说明何时停止、如何回到当前流程、谁可批准日后的测试，以及将记录什么：通过、遗漏、失败、重试、审阅时间与全部成本。实际授权和观察结果出现之前留空。如果所选产出可触发外部操作，将该操作保留给具名的人工审批者。

请流程负责人及第二位获授权审阅人检查完整盘点。他们应质疑工作遗漏、来源准确性、检查可行性、权利以及选择某候选或暂不选择的理由。记录每个人实际决定和日期，包括分歧及解决分歧所需证据。他们接受决策图，不等于批准产品试用。任务、数据、权利、检查或后果改变时，为该行记下新决定和日期，保留旧记录。

如果之后批准了工具试用，[我们另有一篇为小企业单项任务选择或拒绝 AI 工具的指南](https://bigchange.ai/blog/choose-ai-tool-small-business-task-guide)，从已选任务开始。本决策图在选择和测试产品之前结束。

## 空白决策图工作表

将字段复制到私密文档或表格。每项真实任务填写一行，保留未知事实。不要用想象的工作填补空白。

**盘点表头**

- 流程及范围：\_\_\_\_
- 涵盖日期／排除工作：\_\_\_\_
- 流程负责人／决策图决策负责人：\_\_\_\_
- 证据位置和访问规则：\_\_\_\_
- 决策图日期及版本：\_\_\_\_

**对每一任务行重复填写**

- 任务 ID／负责人／证据链接及日期：\_\_\_\_
- 实际触发条件、输入及权威来源：\_\_\_\_
- 当前执行人、方法及审批：\_\_\_\_
- 所需产出及接收人：\_\_\_\_
- 通过规则、例外及检查依据：\_\_\_\_
- 独立检查人及状态（现有／拟议／未知）：\_\_\_\_
- 检查可能遗漏什么／检查时间：\_\_\_\_
- 失败尝试的重置或撤销／获准重试及成本：\_\_\_\_
- 错误放行后果／后续操作／仅由人作出的判断：\_\_\_\_
- 数据权利、隐私及披露许可：\_\_\_\_
- 允许读写的内容／人工审批者及停止权限：\_\_\_\_
- 分类、原因、缺失证据及下一负责人或操作：\_\_\_\_
- 决策日期／要求复审的事件：\_\_\_\_

**首次候选决策及拟议测试**

- 候选任务 ID，或“暂时没有”，及原因：\_\_\_\_
- 为何此行优先于下一符合条件的行：\_\_\_\_
- 获准样本和输入及拟议工具或操作边界：\_\_\_\_
- 当前路径参照、产出及精确通过／失败规则：\_\_\_\_
- 检查人、审阅人、例外及错误放行检查：\_\_\_\_
- 拟议尝试、时间、费用及审阅上限：\_\_\_\_
- 停止、重置及回到当前流程的规则：\_\_\_\_
- 日后试验批准人／授权决定及日期：\_\_\_\_
- 实际尝试、结果及成本（观察前留空）：\_\_\_\_
- 流程负责人决定／日期：\_\_\_\_
- 第二位审阅人的决定／日期、异议及解决：\_\_\_\_

## 大变化

可检查的产出让任务更容易评估，但不表示周围工作适合无人监督的 AI。首个有用决定，是建立可追溯的自有工作图：必须交付什么、如何发现错误、失败尝试能否受控，以及谁有权批准测试。答案可以是一个有限候选，也可以暂时没有。本流程提出这份决策记录；BIG CHANGE 没有在组织中测试它，也未测量时间、质量或成本收益。

## 来源与延伸阅读

- [Andrej Karpathy，《Verifiability》（2025 年 11 月 17 日）](https://karpathy.bearblog.dev/verifiability/)——关于可重置、高效、可获得奖励信号的环境的论述。它未提供这份工作场所工作表，也不批准任务自动化。
- [NIST AI Risk Management Framework 1.0 Core](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/)——自愿性框架对情境、监督、测量和决策的安排；各项功能不是顺序检查清单。
- [NIST AI RMF Playbook: MAP](https://airc.nist.gov/airmf-resources/playbook/map/)——关于使用情境、人员、数据、影响和人类角色的自愿性提问。
- [NIST AI RMF Playbook: MEASURE](https://airc.nist.gov/airmf-resources/playbook/measure/)——关于测试方法、局限、独立评估及持续审阅的自愿性指导。

## Sources

- [Andrej Karpathy，Verifiability](https://karpathy.bearblog.dev/verifiability/) — 作者一手文章，论证可重置、高效、可获得奖励信号的环境有利于 AI 优化。它未提供这份工作场所工作表，也不确定任务权限或适用性。
- [NIST AI Risk Management Framework 1.0 Core](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/) — 用于情境、监督和测量的自愿性 govern/map/measure/manage 框架。其行动不是顺序检查清单，也不认证本方法。
- [NIST AI RMF Playbook: MAP](https://airc.nist.gov/airmf-resources/playbook/map/) — 关于情境、影响、数据及人类角色的自愿性建议。用于启发自行设计的工作表问题，不是对真实任务的批准。
- [NIST AI RMF Playbook: MEASURE](https://airc.nist.gov/airmf-resources/playbook/measure/) — 关于测试方法、局限和监督的自愿性指导。本文提出的检查机制均未经验证。
- [BIG CHANGE，如何为小企业的一项任务选择或拒绝 AI 工具](https://bigchange.ai/blog/choose-ai-tool-small-business-task-guide) — 选好任务之后的相关下一步。本文不重复其产品筛选或试用流程。