AI工作流:从企业到个人的落差
当企业强制推行AI工作流时,个人效率与团队协作间的矛盾如何化解?本文通过一个真实项目案例,揭示AI助手如何在企业、个人与产品三者间形成微妙平衡。从Codex的实际应用到Claude的细节打磨,再到DeepSeek的流程优化,一场关于AI实用性与幻觉的深度思考正在展开。

企业,个人,AI助手,三者之间的拉扯。
1
今年公司反复强调一句话:在产品和工作流中,必须要把AI用起来。
管理层也不问问,有没有同事不用AI。
从互联网企业的角度,不难理解AI的生产力,但集成到产品和协作中,并非三言两语能说清楚,也不是三五步就能看到效果。
员工用AI提升个人效率,但协作中会拉扯整体节奏。
在上半年的三四月份,三个不同城市的员工,协作一个轻量级的项目,但产品的用户是公司高层,所以承担的压力非常大。
负责领导给出明确要求:必须把AI落实到项目中。
个人使用AI提升哪些效率,如何借AI降低协作的割裂感,在产品中管理输入上下文,设计提示词模板和工程,维持AI输出的稳定性。
与AI相关的实践经验,要在周报里写清楚。
别说公司好奇AI工作流,就是个人也很有兴趣,如果没有在解决实际需求,甚至怀疑项目也是实验品,产品最终顺利并提前完成,参与者和负责人都比较认可。
2
项目中实践AI工作流,核心是具备整体的共识。
公司管理者和项目负责人,没有因为AI角色的加入,认定产品完成时间可以缩减,依旧按常规评估流程,并且考虑搭AI工作流的时间,从而设计项目的迭代周期。
淡定和自信的底气,与市场的业务量成正比,与用不用AI没多大关系。
虽然核心参与人员不多,但每个节点有专业人员执行,业务到产品到全栈开发,项目和团队的体量足够轻,才给AI的介入预留空间。
试想一个复杂的项目,多部门几十人协作,管理者都很难把控节奏,更别指望AI发挥作用。
既然AI加入协作,纯粹的卷人多没意思,当然要连同AI一块卷。
三月份Codex出现口碑效应,操作上比Claude Code友好,当时Token额度高且消耗低,所以选择它作为基础工具。
把项目相关的所有文件,包括业务文档和产品原型,以及源码工程和数据库脚本,统一维护在Git仓库里,全部作为AI的上下文。
Codex执行成功后输出原理,扩充Skill和Prompt工程,逐步搭建和完善AI工作流。
重申几个关键点,避免形成错觉和幻觉。
组织从上到下具备共识,没有借口AI压缩项目周期;统一流程和AI工具,以及人和AI的分工边界;虽然人员少职责增加,但维持专业的人做专业的事;协作中的割裂和摩擦,借助AI的能力尽量消除。
最后从产品分析AI的集成,这才是企业关注的角度。
产品本身聚焦数据分析,没有复杂的流程和权限,所以AI有一定的发挥空间,但是关键维度和基础指标,依旧使用常规的查询统计,只是在复杂的场景中,做一层指标翻译和说明,提供给本地模型协助分析。
3
既然企业的团队协作,能用AI搭建工作流,那对个人来说更简单。
于是剔除流程中的业务,只保留简单方法和理论,设计简化的轻量流程,从想法澄清到项目定型,再到产品文档输出和风格设计,最后完成前端到全栈工程实现。
想象美好但现实骨感,AI用太久自己也有幻觉。
初版的设计思路:用Codex抽取和简化流程,用Claude加强细节规则。
在流程搭建完成后,虽然Gpt5和Opus4.7模型能跑完,但细节和质感不符合预期,如果用其它梯队的模型,流程都无法顺利执行。
优化版本的方案:弱化Claude设计的细节,让Codex进行泛化改造,加强流程的可运行管理,在连续多次优化之后。
DeepSeek模型可以走完流程,能理解和执行每个关键节点。
去掉专业人员指挥,减少第三方工具调用,AI的能力也会被打折。
轻量的个人工作流文件,已上传GitHub开源仓库,并没有实质的生产力,方便用来顺手测测AI水平,专治颠覆和深夜王炸型产品。[1]
4
工作流中三个核心角色:企业,个人,AI助手。
从企业的角度说:AI的发挥空间很广阔。
不过员工的个人使用,到组织协作的AI重构,以及产品系统的AI集成,需要企业从上到下的共识,还依赖大模型的组合能力,才能对标准流程和业务,做探索性的优化或改造。
从个人的角度说:AI能放大技能和生产力。
但在超级个体的浪潮中,想法到产品实现并不难,然而个人很难独立运营产品,所以更多选择主打内容,在社媒看到很多创意玩法,AI浪潮里想法和审美是关键。
最后聊聊AI助手:错觉和幻觉的来源。
如果经常用AI产品,会产生两种不同的感觉:其一AI能解决的事有限,其二AI的想象空间无限。
在使用的过程中,会发现AI的能力缺陷,也总想让AI自动执行任务,不断寻找更合理的方案,实践中会形成最客观的认知。
从互联网寒冬开始,人工智能在下坡路推一把。
职场在卷王和卷铺盖间摇摆,打工人焦虑也如影随形,不过看到个反直觉的说法:AI的能力和进化速度,目前已经发展成这样,并且没有停下的可能,还有什么值得焦虑?
对于他们的不理解,打工人应该理解。
本文由 @李召羊 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自Unsplash,基于CC0协议
该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务

起点课堂会员权益





共识当然重要,但过度强调共识可能会让团队不敢试错,有些场景边用边摸索反而更快,先跑通一个最小闭环再对齐也不迟。
是这个道理,但是想拉扯复杂的业务流程,也几乎是不太可能,至少目前是这样。
个人工作流用AI跑完整流程,但细节质感差、低梯队模型没法跑——那对于非技术人员来说,这种流程到底有没有实用价值,还是测模型水平的意义更大?
个人理解看有没有场景,自己抽取出来因为效果不好,只能拿来测测模型能力。
认同“企业共识比AI工具重要”这个判断,但项目案例里说“业务量足才能淡定”,反过来业务压力大时AI反而可能成为背锅侠——老板觉得你用AI就该更快,这才是真实矛盾。
所以强调共识,实践的项目也够轻量,复杂的业务流,牵扯多部门协作,流程开始的时候前期其实有大量工作完成了,AI目前没有丝毫可能介入,最多各人辅助分析小流程。