「专利」这一环还是空的,下游已经有 3 处在用它算
输入还没拿到,依赖它的公式、指标、图表却已经写完了。
危险的不是写错了,
是把没定的事,写成了定了的事。
一份方案里最要命的地方,往往长得最像规格:参数表左边给出精确默认值,右边小字写着「需业务确认」;数据源第一行标着「待定」,后面十一章的公式照样算得天衣无缝。读的人只看见公式,于是整条链路在一个不存在的输入上开工。
输入还没拿到,依赖它的公式、指标、图表却已经写完了。
因为成本是不对称的。而且这个不对称,全部由不写文档的那个人承担。
生产一份看起来很完整的方案
30 秒
提示词一敲,结构严密的专业黑话、架构图、接口定义哗啦啦吐出来。写的人不必验,因为验不验都不影响它「看起来完整」。
把里面的假逻辑挑干净
3 天
逐条分辨哪些是规格、哪些是愿望,哪个包名是真的、哪个是编的。这几天不计入任何人的工作量,挑漏一个就是一次线上返工。
制造垃圾的成本趋近于零,清理垃圾的成本高上天。这个工具做的,是把那 3 天压缩成 10 秒——而且把结论变成一句能当面问出口的话。
真实的工程是严格的状态机:上一步的输出质量和异常边界,决定下一步的数据结构。假方案把这条链直接折叠了——假装所有输入都已就位,于是每一步都能一口气写完。
本文 87% 疑似 AI 生成
所以呢?你能拿这句话去干什么——把文档退回去?在我们这种业务里,这个问题本身就没有意义:答案永远是「是」,而且本来就该是。现在没人全手写文档,也不必。
只说「这里有问题」而不说「不处理会怎样」和「去找谁」,等于没说。
产业分析类需求文档,11 章,239 个标题,102 张表。打开页面、粘进去、拿到结果,全程不到十秒。
同一行在说两件相反的事:左边给出精确默认值,右边承认没人定过。读的人只会记住左边那个数。
模型最擅长编造的就是这种长得很像真的的名字。它们看上去是全文最硬的部分,实际是幻觉率最高的部分。
它看不懂你的公式合不合理——这个它从不假装。但有一类问题是纯算术,谁都能判定,而且对方无法辩论:
不需要争论「这样写好不好」,只需要回答「哪个是对的」。这就是为什么输出是问题而不是评分。
一套材料里最危险的问题,不在任何一份文档里面。
C 运行保障支撑度 2 项 20%
D 产出与贡献 3 项 20%
30 + 30 + 20 + 20 = 100 ✓ 自洽
C 运行保障支撑度(2 项,15%)
D 产出与贡献(3 项,25%)
30 + 30 + 15 + 25 = 100 ✓ 也自洽
两份单独读都挑不出毛病,只有并排放才看得见。把一整套拖进去,它把所有「同一个名目、不同数字」的地方列给你,标明各自出自哪份的第几行。
默认是自检。这是有意的——一个只能用来挑别人毛病的工具,第一次用完就会被所有人记恨。
默认
发出去之前先过一遍。不挑错,只告诉你哪几处会让接手的人卡住,以及你现在能动手补什么。导出是一份自查清单。
切换
判断这份能不能照着干。每条给出问题点、业务影响、该找哪个活人确认什么。导出是一条可以直接发群的消息。
你得能说「我自己每份文档发出去之前都过一遍」,别人用它才不觉得被针对。
标出来只为两件事:
指出问题如果等于指控对方能力有问题,对方只能硬撑,事情就谈不下去。把锅留给模型,沟通才能发生。
所以这一档单独算,不计入「必须回答的问题」,提问的措辞也是软的。
同样的理由,这里永远不给文档打分。分数会被辩论(「你凭什么说我 60 分」),问题不能被辩论——对方只能回答,或者回答不上来。
全是确定性正则,在你的浏览器里跑完。这不是省钱,是三个换来的东西:
fetch,一个都没有。写明边界是它存在的理由本身。一份不肯说自己做不到什么的文档,正是它要查的东西。