AI优先｜给AI设验收标准：不要只说“做完”，要定义什么叫“做好”
很多AI任务最后效果不好，不一定是模型能力不够。
还有一种很常见的原因：
任务虽然交出去了，但没有提前定义“做到什么程度才算完成”。
比如你让AI：
“帮我审一下这份合同。”
它确实审了。
但你真正想要的可能是：
- 代表客户立场；
- 只做最小必要修改；
- 不能擅自改商业条款；
- 法律依据要核验现行有效；
- 要输出修改版Word；
- 还要列出风险说明和人工确认事项。
如果这些要求一开始没有说清楚，最后再去评价AI“做得不好”，其实有一部分问题出在任务设计。
所以我现在越来越重视一件事：
在AI开始工作之前，先定义验收标准。
一、不要只告诉AI“做什么”，还要告诉它“什么叫完成”
一个完整任务，至少应该回答两个问题：
第一：
要做什么？
第二：
做到什么程度才算合格？
比如：
“整理这批IPO问询案例。”
只是任务。
如果再加上：
- 公司名称不能遗漏；
- 板块要准确；
- 问询要点要归纳；
- 回复口径要总结；
- 每个结论都要能够回到原始材料；
- 最终输出Excel；
- 无法确认的信息单独标记。
这才开始接近验收标准。
有了标准以后，AI才知道终点在哪里。
二、验收标准最好在任务开始前写清楚
很多人习惯AI做完以后再说：
“这个还不够。”
“再详细一点。”
“这个格式不对。”
“怎么没有出处？”
这样当然也能改。
但效率很低。
因为本来可以第一次就完成的工作，变成了反复返工。
所以我现在更喜欢：
把复核标准提前变成执行标准。
例如最终我一定会检查：
- 有没有漏掉关键风险；
- 法律依据是不是最新；
- 有没有误改商业条款；
- 输出文件是否完整。
那这些要求就应该一开始告诉AI。
这样AI在执行过程中就可以自己检查一次。
三、法律工作尤其需要明确验收标准
法律工作最怕一种情况：
文章写得很好看，但不能用。
所以法律任务不能只看：
- 语言是否流畅；
- 结构是否完整。
还要看：
- 结论有没有依据；
- 引用是否真实；
- 法规是否现行有效；
- 有没有混淆合同事实和法律判断；
- 有没有遗漏对客户不利的内容；
- 修改有没有超过授权范围。
例如审一份合同，我可能会把完成标准简单定义成：
- 原文件不覆盖；
- 保留原结构和编号；
- 仅做必要修改；
- 重大风险不得遗漏；
- 法律依据需要核验；
- 输出修改稿和修改说明；
- 不确定事项单独列明。
AI满足这些条件以后，才算真正完成。
四、输出格式本身也是验收标准
有时候AI分析其实没问题，但最后还是不好用。
因为它只在聊天框里输出了一大段文字。
而真正工作需要的是：
- Word；
- Excel；
- Markdown；
- PDF；
- 风险清单；
- 修改说明表。
所以：
输出什么，本身就是任务的一部分。
如果最后需要Word，就一开始要求生成Word。
如果需要Excel做后续筛选，就直接要求结构化字段。
不要让AI先写一篇文章，最后再人工搬到表格里。
这也是“不要陪AI工作”的一部分。
五、可以让AI在交付前先自检
一个很好用的方法是：
任务最后增加一句：
“完成后按照上述验收标准自行检查，发现问题先修正，再交付。”
这样AI就多了一次自检。
例如它可以检查：
- 文件有没有漏；
- 字段有没有缺；
- 格式是否统一；
- 引用是否存在；
- 是否覆盖了原文件；
- 有没有未解决事项。
当然，这不能代替人工复核。
但可以把很多低级错误挡在前面。
六、复杂任务可以设置阶段验收
如果任务很大，不一定等到最后才验收。
可以设置几个关键节点。
比如：
- 第一阶段，确认资料是否完整；
- 第二阶段，确认分析框架是否合理；
- 第三阶段，确认初步结论是否跑偏；
- 最后再做完整交付。
这样人不需要全程陪着AI。
只在真正影响后续方向的节点介入。
这比每一步都确认，也比完全放任到最后，更合理。
七、最好的验收标准，应该可以重复使用
如果某类工作经常发生，就不要每次重新想验收标准。
比如：
- 合同审查；
- 尽调；
- 法律检索；
- 文件整理；
- IPO问询整理。
都可以形成固定检查清单。
然后直接写进Skill。
这样以后Agent每次执行，都自动按照同一套标准工作。
这时候验收标准就不再只是最后一道检查。
而是变成：
整个AI工作流程的一部分。
八、AI做得好不好，很多时候取决于你有没有把“好”定义清楚
我现在越来越觉得，AI任务设计里最容易被忽略的一句话是：
“什么结果才算合格？”
如果这个问题自己都没有想清楚，
AI当然只能猜。
所以以后交任务之前，我觉得可以固定多问一句：
我最后准备怎么检查它？
把这些检查项提前写进任务。
这样AI就知道：
- 目标是什么；
- 边界在哪里；
- 最终要交什么；
- 什么情况下才算完成。
前面我一直讲：
5%的时间设计，90%的时间让AI执行，5%的时间复核。
其实前面的5%设计得越清楚，
最后的5%复核就越轻松。
因为真正好的AI工作流不是：
AI做完以后，人再想办法挑错。
而是：
在AI开始之前，就已经把“什么叫做好”定义清楚。
