第 2 章 自诊断：定位你的真实问题
在开始任何改进行动之前，先回答一个前置问题：你现在卡在哪一层？
这一章的目标不是给你更多方法，而是帮你在 30 分钟内定位自己的真实问题所在。原因很简单：企业 AI 使用中最常见的浪费，不是“方法用错了”，而是“用对了方法解决了错误的问题”。
把“知识库过期”误诊为“模型不够聪明”，会导致花钱换更贵的模型，问题依旧；把“任务定义模糊”误诊为“提示词写得不好”，会导致反复上提示词课程，输出仍然不稳定。误诊的成本，远高于没有方法。
本章提供四层诊断流程，完成后你会得到一张个人行动路由表，告诉你该优先读哪几章、跳过哪几章。
一、第一层：症状识别
先不做分析，只做观察。勾选你在过去一个月内实际遇到过的现象（可多选）：
输出质量类
- [ ] A1 输出时好时坏，无法预测，同样的任务不同时间结果差异很大
- [ ] A2 格式经常不对，需要反复手动调整
- [ ] A3 内容看起来合理，但包含事实错误或引用了过期信息
- [ ] A4 关键信息遗漏，重要内容没有出现在输出中
- [ ] A5 把讨论中的建议写成了决议，或把“可能”写成了“确定”
使用状态类
- [ ] B1 刚上线时效果不错，用了几周后越来越差
- [ ] B2 Demo 效果惊艳，但放到真实业务场景后就不行了
- [ ] B3 某个人用效果好，换个人或换个场景就失效
- [ ] B4 用了一段时间后，团队成员悄悄回到了原来的工作方式
- [ ] B5 知道 AI 能帮忙，但不知道每天具体怎么用、用在哪里
组织层面类
- [ ] C1 个人可以用，但无法让整个团队稳定复现
- [ ] C2 有效的提示词和方法停留在个人脑海里，无法沉淀和共享
- [ ] C3 领导问“AI 到底带来了什么价值”，答不上来
- [ ] C4 不同部门各自为政，没有统一的使用标准
- [ ] C5 花了不少钱（工具订阅、培训、人力），但说不清效果
风险与顾虑类
- [ ] D1 不确定哪些数据可以输入 AI，担心数据泄露
- [ ] D2 发现员工在用个人账号处理公司业务（Shadow AI）
- [ ] D3 担心如果 AI 服务停了或涨价，业务会受很大影响
- [ ] D4 感觉员工越来越依赖 AI，自己的判断能力在下降
二、第二层：快速分诊
根据你勾选的症状，对照下表找到主要问题层面。通常勾选数量最多的区域对应你的主要瓶颈。
| 症状组合 | 问题层面 | 核心原因 |
|---|---|---|
| A1、A2、A4 为主 | 任务定义层 | 任务描述模糊，输入不完整，输出约束不清晰 |
| A3、B1 为主 | 数据/知识层 | 知识库过期、冲突或缺失，数据质量不达标 |
| A5、B2 为主 | 认知层 | 对 AI 能力边界理解有偏差，预期与现实错位 |
| B3、C1、C2 为主 | 工作流层 | 有效经验停留在个人，缺少可复现的流程设计 |
| B4、B5 为主 | 员工方法层 | 一线员工不知道如何在日常工作中具体协作 |
| C3、C5 为主 | 评测/ROI 层 | 缺乏度量机制，无法量化和汇报价值 |
| C4、C1 为主 | 治理/组织层 | 缺少统一标准、责任人和协同机制 |
| D3、D4 为主 | AI 依赖层 | 过度依赖带来的韧性风险和技能退化风险 |
| D1、D2 为主 | 安全/合规层 | 数据处理和使用边界不清晰 |
三、第三层：根因深挖
找到主要问题层面后，用对应的诊断问题组精确定位。对每个问题回答“是 / 否 / 不确定”。
诊断组 1：任务定义层
- 你使用的提示词，是每次临时写的，还是有固定模板？
- 你能在 30 秒内说清楚这个任务的“输入是什么、输出应该长什么样”吗？
- 输出不合格时，你能快速判断是提示词问题、输入信息问题还是模型问题吗？
- 你的提示词中，有没有明确写“禁止做什么”？
- 每次输出后，你是凭感觉判断好不好，还是对照明确的标准清单？
超过 3 个“否”或“不确定” → 主要瓶颈在任务定义，优先读第 4 章和第 6 章。
诊断组 2：数据/知识层
- 你的 AI 工作流引用的业务规则文档，是否仍在其声明的有效期内，并能证明它与当前业务规则一致？
- 如果有人问“这份文档谁负责维护”，你能在 10 秒内说出名字吗？
- 你的知识库中，是否存在两份文档对同一件事描述不同的情况？
- 过去一个月内，是否出现过“AI 基于过期信息生成了错误输出”的情况？
- 你的提示词或上下文中是否塞入了大量背景信息、完整材料或冗余工具返回，且没有按任务、权限和需要做选择、压缩或按需检索？
超过 3 个“否”或“不确定” → 主要瓶颈在数据/知识，优先读第 5 章。
诊断组 3：认知层
- 你能举出 2 个以上“AI 做不好、不该交给 AI”的具体场景吗？
- 最近一次 AI 给出错误输出，你是“意外惊讶”还是“在预期内”？
- 你的团队对 AI 有没有统一的能力预期，还是每个人理解不同？
- 你有没有为同一任务测试过不同模型，并有数据比较？
- 你是否清楚所用模型、端点和部署的上下文/工具条件，并已用本组织的长文档、检索或长任务样本验证其实际表现？
超过 3 个“否”或“不确定” → 主要瓶颈在认知，优先读第 3 章。
诊断组 4：工作流层
- 你们有没有一份团队共享的、有版本号的提示词模板？
- 有效的使用方法，能否被其他同事直接复制，而不需要你亲自示范？
- 出现问题时，你能快速找到是哪个环节出了问题吗？
- 你们有没有明确的“出错后怎么办”的回退路径？
- 提示词上线前，有没有经过至少 3 次真实任务测试？
超过 3 个“否”或“不确定” → 主要瓶颈在工作流，优先读第 4 章和第 6 章。
诊断组 5：员工方法层
- 你的团队成员能清楚说出“这类子任务我会交给 AI，那类我自己做”吗？
- 员工在使用 AI 时，知道什么时候该“停止迭代、接受够用的输出”吗？
- 员工有没有养成“输出后对照清单检查”的习惯，还是凭感觉判断？
- 当 AI 给出不确定的输出时，员工知道如何保持独立判断，而不是直接采用吗？
- 新员工入职后，有没有 AI 协作工作方法的标准培训流程？
超过 3 个“否”或“不确定” → 主要瓶颈在员工方法，优先读第 7 章。
诊断组 6：评测/ROI 层
- 你能用具体数字回答“引入 AI 后，这个任务的耗时下降了多少”吗？
- 你们有没有每周记录“一次通过率”和“实际采用率”这两个指标？
- 你知道你们每月在 AI 工具上花了多少钱，以及它对应产生了多少可量化的价值吗？
- 当领导问“AI 的效果怎么样”时，你能用数据而不是感受回答吗？
- 你们有没有在评测中区分“通过了检查”和“真的被业务使用了”这两件事？
超过 3 个“否”或“不确定” → 主要瓶颈在评测，优先读第 11 章。
诊断组 7：治理/组织层
- 你们有没有明确的人负责维护提示词和检查清单？
- 业务规则变更后，有没有规定的时限要求更新 AI 工作流？
- 有没有明确的“谁可以使用、谁有权修改、输出可以用于哪些场景”的规定？
- 当 AI 输出出现严重问题，有没有预先定义的升级路径和响应时限？
- 管理层是否能定期看到 AI 使用的效果数据，而不是只听汇报？
超过 3 个“否”或“不确定” → 主要瓶颈在治理，优先读第 12 章。
诊断组 8：AI 依赖层
- 如果你们用的主要 AI 工具明天停止服务，业务能正常运转吗？
- 你的核心业务知识（如判断标准、业务规则）是存在内部文档里，还是主要存在 AI 工具的提示词和对话中？
- 员工是否还保持着独立完成关键任务的能力，没有过度依赖 AI 协助？
- 你们的工作流是否绑定了单一模型/供应商，切换成本是否过高？
- 对于关键决策，员工是否仍然会独立思考，而不是直接采纳 AI 的建议？
超过 3 个“否”或“不确定” → 主要瓶颈在依赖与韧性，优先读第 14 章。
四、第四层：输出你的行动路由表
完成上面三层后，填写下面的路由表。这是本章的核心输出。
我的主要问题层面：_______________
对应优先阅读章节：_______________
我的次要问题层面（如有）：_______________
对应次要阅读章节：_______________
可以暂缓的章节：_______________（与我当前问题关联度低的）
我决定本周开始执行的第一个动作：_______________五、诊断路由速查表
| 主要问题层面 | 典型症状 | 优先读 | 可暂缓 |
|---|---|---|---|
| 认知层 | 期望过高/过低、一次失败就放弃 | 第 3 章 | 第 8、9、13 章 |
| 任务定义层 | 输出不稳定、格式混乱、信息遗漏 | 第 4、6 章 | 第 9、10、13 章 |
| 数据/知识层 | 越用越差、内容过时、来源冲突 | 第 5 章 | 第 9、10 章 |
| 工作流层 | 个人能用但无法复制 | 第 4、6 章 | 第 9、13 章 |
| 员工方法层 | 不知道日常怎么协作 | 第 7 章 | 第 9、10 章 |
| 评测/ROI 层 | 说不清效果、ROI 答不上来 | 第 11 章 | 第 9、10 章 |
| 治理/组织层 | 推不动、无人负责 | 第 12 章 | 第 10 章 |
| AI 依赖层 | 离开 AI 不会做了、切换恐慌 | 第 14 章 | 第 9、10 章 |
| 安全/合规层 | 不确定数据能不能给 AI | 第 15 章 | 第 8、9 章 |
六、给管理者的团队诊断建议
如果你是管理者，希望了解整个团队的 AI 使用瓶颈分布，可以这样操作：
- 把第一层症状识别（A1~D4 共 16 个选项）发给团队所有成员，让每个人独立匿名填写
- 汇总后统计各类症状的勾选频率
- 勾选率超过 50%的症状组，就是你们团队当前最需要解决的问题层面
- 据此确定下一个季度的 AI 能力建设重点
这个方法比”开大会讨论 AI 使用情况“更有效——因为它让问题可量化，而不是停留在感受层面。
七、本章小结
诊断不是目的，行动才是。
完成本章后，你应该有了一张明确的路由表，知道自己该先解决哪一层的问题。接下来，按照路由表直接跳到对应章节，不需要从头顺序阅读。
本书每一章都回答一个具体的决策问题。你可以在解决完主要问题后，再回来做一次诊断，看看次要问题是否浮现或已经自行消解。
如果你不确定从哪里开始：按顺序读第 3 章（认知校准）和第 6 章（最小闭环设计）。这两章对绝大多数处于起步阶段的团队都是最直接有效的。