人工智能没有一件工具适合所有活。会改真实代码库的那一个，不一定会做综合、设计和挑刺。全组只用公司发的那一个，输出会越来越像，盲区也会一样。先写下这件活是哪一种，再选工具。换了却不在同一件活上并排做，不算试过。看起来够用，常常只是盖住了更合适的那一个。

人工智能选工具的痛点是把够用当成了通用

人选工具常常像选手机：品牌、公司已经付费的、组里声音最大的。选完就什么都用它。它能交出一份看得过去的东西，于是没人问另一件会不会更好。看得过去是够用，不是这件活的最好。

榜只量一种活。改代码的榜看的是在真实仓库里找到问题、改很多文件。它不量市场综合、架构挑刺、把一堆材料收成一篇能用的说明。榜首换到后一种活上，可能正好是短板。把榜首写成万能，是把一种活的分数抄到了所有活上。

全组同一件工具，失败也会一起发生。同一处看不清，所有人一起看不清。输出越像，越难从旁边的人那里得到不同的眼。像，不是质量稳定，是缺了一双不同的眼。

人工智能按活选工具的步骤：先写活的种类、榜只留在它量的那种、并排做才算试过、够用要写出被盖住的、全组同一件要有理由

1. 每件任务先标种类：改代码、综合、设计、挑刺、对已有材料。标不出，不得开做。
2. 榜的分数只允许写在它量的那种活旁边。抄到另一种活上，分数删掉。
3. 换工具必须在同一件活上并排做一次。没有并排结果的，不算试过。
4. 说够用之前，写下更合适的那一个被盖住了什么。写不出，够用按没核对。
5. 全组长期只用一件，要写共同盲区是什么、谁用另一件抽查。没有抽查的人，单一按风险，不按标准。

上表右列出现在选型说明里，说明退回，先补中间一列。

人工智能现场用同一件活的并排结果决定留不留

并排不是各写一段感想。同一份材料、同一句交付标准，两件工具各做一次，人在不知道哪件做的情况下标哪份更能用。标不出差别，才允许说这件活上它们差不多。我们见过用感觉不行结束换工具。感觉不行但没有并排，记录改成未试。未试不能写进已经比较过。

榜的名字要写在分数旁边，并写它量的动作。动作是改仓库、还是答题、还是聊天偏好，三句不能混。混用的分数从选型页删掉。删掉之后如果这件活没有自己的并排，选型暂停。

共同盲区每月抽一次：拿另一件工具重做一件已交付的活，只看它指出的、原来那件没指出的问题。一个都指不出，抽查记为无效，换一种差别更大的工具再抽。指出了却没人改流程，盲区按已知未处理。

够用的句子旁边强制留一行被盖住的能力。例如这件更会挑刺，但我们图省事没用。没有这行的够用，退回。退回不是要求立刻全换。是不许用够用结束讨论。

并排的两份要让没参与选型的人来标。参与的人知道哪件是自己常用的，标出来的差别不算数。不算数的并排重做。重做之前，这件活继续用原来的工具，但标题写成未试，不写成已经比较过。未试的结论不得进选型页，选型页只收有人标过差别的那一次。差别要写成哪一份更能用，不能只写感觉差不多。感觉差不多但没有这份标注，仍按未试。未试超过一次，选型会停开，直到有一次真的并排标完。停开期间不得用够用两个字对外说明。对外只能写这件活还没有并排结果，所以先不要换工具。

人工智能常见翻车是用一种活的分数填满所有活

分数可以是真的。真的分数只填它量的那种活。别的活仍要自己的对照。

另一类翻车是输出很像，就怪提示没写好。提示可以改进。先看是不是全组同一件工具。是，先做一次并排，再谈提示。

还有一类是换了工具、活却不是同一件，就写成试过了不行。不是同一件，两次不能比。不能比的结论删掉。

结论：人工智能先写下这件活是哪一种，再决定用哪一件工具

榜只留在它量的那种活上。换工具要在同一件活上并排。够用要写出盖住了什么。全组只用一件，要有人用另一件抽查共同盲区。输出都一样，先查工具，不要只怪提示。

你下次要用一件工具做所有活，先写下这件活的种类。种类对不上你手里的那件，先不要开工。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源