AI 试点建议每次任务记录五项：任务类型和样本编号、完整任务耗时（从准备资料到结果可用）、结果是否一次通过、人工修改的程度、遇到的问题。记录要简单到一两分钟能填完，配合试点前的基线数据比较。不要只记录 AI 生成的时间，而要记录完整任务的耗时，否则会高估效果。
为什么要记录
试点结束时，管理者通常会问：“效果怎么样？值得推广吗？”如果过程中没有记录，回答只能是“大家感觉还不错”或者“有人觉得好用，有人觉得一般”。这样的结论很难支持决策。
麦肯锡的调研显示，大多数企业已经在使用 AI，但能明确说出财务影响的企业仍是少数。原因之一就是缺乏可比较的数据。试点阶段是建立衡量方法最好的时机。
记录表的五项内容
1. 任务类型和样本编号。 记录这是哪一类任务、处理的是哪份资料，便于之后回查和分类统计。
2. 完整任务耗时。 从开始准备资料，到得到可以使用的结果为止，包括 AI 处理时间和人工修改、检查的时间。这一点非常重要：很多试点只记录 AI 生成的几秒钟，忽略了准备资料和修改结果的时间，结果严重高估了效果。
3. 结果是否一次通过。 AI 生成的结果，经过检查后是否可以直接使用。可以分三档：直接可用、小幅修改后可用、需要大幅修改或重做。
4. 人工修改程度。 修改了哪些地方，大致占多少比例。不需要精确计算，用“少量 / 中等 / 大量”即可。
5. 遇到的问题。 一句话描述，例如“资料中缺少价格信息”“格式不符合要求”“AI 编造了一个日期”。这是改进模板和资料最有价值的线索。
怎样降低填写负担
记录表设计得再好，员工不愿意填也没有用。几个建议：
- 控制项目数量：上面五项已经足够，不要增加更多；
- 多用选择题：耗时用区间选择，结果用三档选择，只有问题一项需要文字；
- 放在工作入口旁边：在员工常用的协作工具中建一个简单的在线表格，填写方便；
- 不要求每次都填：任务很多时，可以约定每天记录几次代表性任务；
- 定期反馈：让员工看到记录被用来改进模板和解决问题，他们才愿意继续填。
基线数据怎样准备
试点开始前，用同样的口径记录原来的做法：完成同类任务需要多长时间，结果质量如何，常见问题是什么。可以从最近完成的任务中回顾，也可以在试点前一两周专门记录。
基线和试点用同样的口径，比较才有意义。
怎样分析记录
试点中期和结束时，汇总记录看几个方面：
- 耗时变化：完整任务耗时与基线相比如何；
- 一次通过率：直接可用的比例是多少，是否在提高；
- 问题分布：哪类问题最常见，是资料问题、模板问题还是任务本身不适合；
- 个体差异：不同员工的结果差别大不大。差别大说明方法还没有被充分掌握或模板不够清楚。
用记录做决定
根据记录，常见的结论有三种：
- 效果稳定、问题可控：可以考虑推广到更多人员或岗位；
- 有效果但问题较多：先改进模板、资料或流程，再进行一轮试点；
- 效果不明显：分析原因，考虑调整任务或停止该场景。
远行者科技的做法
在 WorkBuddy 试点陪跑中，我们会和企业一起设计记录表和基线口径，在试点期间定期汇总记录、分析问题，用记录支持复盘和推广决定。我们不预设提效比例，而是用约定口径的数据说明结果。
常见问题
耗时怎样记录比较准确？
可以在开始和结束时各看一次时间，或者使用区间选择。不需要精确到分钟，关键是口径一致，包含准备和修改的时间。
员工会不会为了好看而记录不实？
事先说明试点的目的是发现问题，记录不会用于个人考核。同时可以抽查部分样本，核对记录与实际情况。
试点要记录多久？
通常需要几周，让员工度过初期的学习阶段，结果才相对稳定。具体周期按任务频次确定，确保有足够数量的样本。
参考资料
把方法放进一项具体工作。
围绕企业已选定的 WorkBuddy 岗位任务开展应用答疑、问题记录、使用复盘与流程改进，结合试点结果确定后续推广范围。
