最常见的错误是一开始就铺得太大。好的试点会选一个每天都在消耗团队时间的流程——回答相同的问题、重新录入发票、分类请求——并交给一个助手处理。
- 一个流程,按当前实际做法描述
- 测试集:20–50 个附有正确答案的真实问题或文档
- 明确划分助手止步、由人决策的界线
- 一个简单指标:正确处理了多少案例
测试集比提示词更重要。当我们用您的真实案例检验助手时,双方看到的是同样的结果——无需猜测它是否「有效」。
试点结束后,您有三个选择:保持现状、扩展到下一个流程,或停止。三种结果都可以——您依据事实而非承诺做决定。