01 / PRINCIPLE
AI 不是最后一步,而是进入整个项目过程
高质量协作,不是让 AI 一次生成答案,而是人与 AI 多轮交换信息、质疑假设、比较方案并共同改进结果。
RESEARCH
共同研究
拆解问题、整理资料、发现还缺什么证据。
IDEATION
共同创意
生成不同方向,并比较适用场景与限制。
PRODUCTION
共同制作
形成初稿、优化结构、检查表达与一致性。
REVIEW
共同复盘
分析数据、寻找原因、提出下一轮实验。
02 / WORKFLOW
五步协作工作流
- 定义真实任务先说清用户、场景、目标、限制和要交付的成果。
- 提供可靠上下文把访谈记录、企业资料、数据和已有方案交给 AI,而不是只给一句模糊指令。
- 要求多个方案让 AI 给出不同方向、各自假设、优势与风险,避免把第一个答案当结论。
- 回到真实世界验证通过走访、访谈、测试和数据检查 AI 的推测。
- 记录选择与修改说明采用了什么、为什么采用、哪些内容被修改或拒绝。
03 / RESPONSIBILITY
人与 AI 怎样分工
| 工作 | AI 深度参与 | 学生必须负责 |
|---|---|---|
| 市场研究 | 整理资料、生成访谈假设、归纳模式 | 选择来源、进行真实访谈、核实结论 |
| 品牌策略 | 提出定位方向、比较表达、模拟不同视角 | 理解用户、选择方向、承担品牌承诺 |
| 内容制作 | 协作选题、结构、文案初稿与优化 | 提供真实素材、完成拍摄、审核事实 |
| 数据分析 | 清洗汇总、寻找关联、生成解释假设 | 确认数据质量、判断因果、决定行动 |
| 项目复盘 | 归纳问题、比较方案、提出新实验 | 诚实面对结果、确定优先级、执行改进 |
04 / PROMPT FRAME
一个更有效的协作提问框架
CONTEXT → TASK → EVIDENCE → FORMAT → CHECK
你正在与一个学生商业项目团队协作。 【项目背景】 我们的目标用户、场景和项目目标是: 【现有证据】 以下是访谈、观察或经营数据: 【本次任务】 请帮助我们完成: 【限制条件】 时间、预算、品牌语气、必须保留和不能做的事情: 【输出格式】 请提供 3 个不同方向。每个方向包括:核心思路、依据、适用场景、风险、需要继续验证的假设。 【自我检查】 请标记哪些内容来自我提供的证据,哪些是你的推测;不要编造事实或数据。
协作重点把 AI 的“推测”显性标出来。推测可以帮助团队发现方向,但不能直接当作用户事实。
05 / VERIFY & SAFETY
验证与信息安全
- 关键事实找到原始来源
- 数字与日期再次核对
- AI 推测不当作用户证据
- 不上传个人敏感信息
- 不上传未授权商业资料
- 最终内容由负责人审核
遇到以下情况必须停下来核实
- AI 给出具体人物、机构、研究、法律或统计数字。
- 结论与真实访谈或团队经验明显冲突。
- 建议可能影响客户权益、隐私、安全或品牌声誉。
- 内容听起来非常确定,却没有说明信息来源。
06 / COLLABORATION LOG
AI 协作记录
HUMAN × AI LOG
项目/任务: 协作日期: 负责人: 使用的 AI 工具: 1. 我们要解决的真实问题: 2. 提供给 AI 的上下文和证据: 3. AI 提出的主要方向: 4. 我们继续追问了什么: 5. 我们通过哪些真实行动进行验证: 6. 最终采用了哪些内容,为什么: 7. 哪些内容被修改或拒绝,为什么: 8. 关键事实的核实来源: 9. 这次协作带来的新判断: 10. 下一步行动: