加载中
本节课内容学完后,您将能够
  • 阐明隐私方面的顾虑,并根据数据处理政策评估AI工具
  • 练习数据卫生策略,以安全地处理敏感业务信息

委派-审慎循环

加载中

透明的AI使用 · 7 min

摘要文字记录

委派-审慎循环在实践中的真实案例——决定将什么交给AI处理,以及如何就AI的使用向客户保持透明。

委派 ↔ 审慎循环

外层循环构成了每一次AI交互的框架:您事先决定什么适合交给AI处理——正确的任务、正确的工具、正确的数据——之后您要对返回的结果负责。描述与判断则在中间完成这项工作。

描述传达您的意图,以便模型能够据此行动。
判断评判返回的结果——并将这种判断反馈到下一步。
委派首先决定什么值得交给AI处理。
审慎核实、归因,并对最终成果负责。
决定什么适合交出去。 事先要深思熟虑:带给AI的正确任务、正确工具和正确数据是什么——又有什么应该留在您自己手中?
交出循环验证
对返回的结果负责。 AI做对了吗?我对结果负责了吗?根据您已知的信息进行核实,就AI的作用保持透明,并为输出结果负责。

关键要点

  • AI带来了新的隐私考量——有些工具会使用您的输入来训练未来的模型。
  • 让工具与任务相匹配——敏感度更高的数据需要更严格的隐私设置。
  • 剔除不必要的信息——在与AI共享数据之前,先移除身份识别细节。
  • 如果出了问题,要迅速行动——删除对话并请求删除数据。
  • 建立经过验证的方法,而不是盲目信任:记录有效的做法,以便下次复用。
  • 即使您不擅长数据处理,AI也能提供帮助——头脑风暴、电子表格公式,以及用通俗语言解释您的数字。

练习

这三个练习按顺序进行:您将选择一份真实的业务数据,安全地为AI做好准备,然后评估并对返回的结果负责。它们共同带您完整走一遍使用您自己数据的委派-审慎循环。

决定分享什么

这是您的委派动作——决定哪些数据适合带给AI,哪些应该受到保护。

  1. 从您的业务中挑选一份您已经看过、并有一定了解的真实文档——销售报告、客户反馈摘要、库存清单或类似内容。

  2. 通读一遍,标记出任何您不希望流出业务范围之外的内容——姓名、联系方式、付款信息、专有定价。

  3. 制作一份副本并剔除这些细节:将姓名替换为"客户A/供应商X",如果不需要精确数字就删除,彻底删除联系方式。

  4. 在打开AI之前,花几分钟写下:

    • 您想要实现什么目标?要具体——"了解上季度重复预订为何下降"比"分析我的销售数据"更好。
    • 您自己查看这些数据后已经知道或怀疑什么?记下您已经注意到的2-3个观察结果或模式。
    • 有用的AI输出会是什么样子?一份摘要?具体的趋势?异常情况清单?

    这就是您的简报。简报越清晰,评估返回结果就越容易。

课程反思

  • AI隐私与您已经对其他业务软件的看法相比如何?
  • 关于如何与AI共享业务数据,您将做出的一项改变是什么?
  • 哪一类敏感数据感觉最需要保护,您对此有什么计划?

接下来

在下一课中,我们将把4D框架的全部四个维度结合起来,从头到尾自动化一个完整的业务工作流程。