早上九点半的例会，有人把录音丢给模型，让它整理待办。输出很快，格式也齐整。翻到第三页，讨论里那句“这项先别上线，等法务确认”不见了。会议室里没人发现，直到下午排期表被改。
这类小事，正在变成企业使用AI大模型的日常摩擦。模型能把语言整理得像样，却不天然理解组织里的优先级、责任边界和隐含前提。它像一位反应很快的实习生，坐在你旁边，但没有工牌，也不参加上周的复盘会。
问题不在于模型会不会写摘要。问题在于，我们常把“生成得像”误当成“理解得对”。大模型擅长根据上下文续写，面对缺失信息时会补齐，而不是停下来问。这个特性放在营销文案里或许可用，放在流程节点上就要小心。一个待办被漏掉，后面可能连着审批、交付和客户沟通。
先分清它坐哪张桌子
我倾向于把企业里的AI大模型使用分成三类桌子：知识桌、草稿桌、执行桌。知识桌用来查制度、找历史文档，关键是检索范围要清楚，答案要能回到原文。草稿桌用来写邮件、拟提纲、改语气，人仍然做判断。执行桌涉及动作，敏感度高，模型要触发工单、改状态、发通知，必须有人确认或明确回滚机制。
很多试点一开始就跨到执行桌，演示时很顺，上线后才发现权限、日志、异常处理都没跟上。模型不是流程引擎，它不负责保证每一步都发生。把执行权交出去之前，至少要能回答：它读到了哪些材料，改了哪条记录，出错后谁先知道。
上下文塞满之后
常见做法是把一堆文档塞进提示词，指望模型自己找重点。上下文变长，噪声也跟着变长。无关的旧版本、重复的会议纪要、过期的制度，都可能被模型当成依据。于是答案看起来有出处，实际引用的是一份已经废弃的附件。
在企业环境里，检索和权限需要单独花时间。模型参数不是唯一变量。先确定哪些内容可以被谁看到，再决定怎么切分、怎么标注版本、怎么保留引用。否则，AI大模型只是把信息混乱搬到了另一个界面。这句话可能不讨喜，但很多失败试点都卡在这里，而不是卡在模型本身。
评估别只看演示
演示环节容易让人兴奋：输入一个问题，几秒后得到结构完整的回答。可上线后的评估，应该盯住那些不漂亮的样本。比如问题里有否定词，文档有新旧两版，用户问的是“能不能例外”，模型会不会把例外当成规则。再比如，它会不会在找不到依据时编一个看起来合理的答案。
- 先把任务拆小：摘要、分类、抽取、改写，各自定验收标准，不混在一起看。
- 保留人工确认点：涉及对外发送、权限变更、流程状态调整时，让人按一下。
- 记录输入与引用：至少能回看模型读了什么、答了什么，方便复盘。
- 给“不知道”留出口：在提示和界面里允许它说找不到，而不是逼它补全。
这些做法不新，也不酷，但它们决定了一个AI大模型能不能从演示桌走到业务桌。模型会继续迭代，企业这边的文档治理、权限设计和责任划分却不会自动跟上。先别急着把整条流程交给它，从一张草稿桌开始，可能才是真实的生产力。