推广、培训与流程适配

有人试用不等于进入日常流程

工坊试点表现尚可，但扩大以后成员又回到旧模板。原因可能不是他们排斥AI，而是新工具需要额外登录、结果无法放进原清单、每次都要重新填写说明版本，或者不知道哪种任务适合用。推广首先检查使用流程中的摩擦，不以参与者态度为唯一解释。模型质量、任务价值和可采用性是相互关联但不同的条件。工具再好，如果把节省的两分钟变成三分钟搬运数据，就难以长期使用。团队应该观察用户如何从输入走到最终产出，找到不必要的中断。

按角色教会不同能力

普通成员需要知道适用范围、输入方式、核对材料和人工入口，不必掌握全部模型架构。资料维护者需要知道版本更新、冲突标记、授权来源和失效清单。产品负责人需要理解质量护栏、试点证据和停止决定，服务维护者则关注运行状态、变更和回滚。统一播放一段技术宣传视频，很难替代这些具体职责。培训可以使用一个正确案例、一个缺失信息案例和一个失败恢复案例，让参与者实际完成任务并解释判断，而不是只签字确认已经听过。真实理解应在行为上可观察。

让新旧流程可以并存

工坊保留原来的手工模板，并在复杂说明任务入口提供AI草稿选项。用户可以在结果中编辑和导出可复用清单，但导出的项目仍保留待确认状态，不能因为离开界面就变成已核验。推广初期不强迫所有任务改用AI，避免把使用率当作考核目标而鼓励无意义调用。对于无法处理的说明，明确告诉用户为什么回到人工流程，并记录这种边界是否常见。旧流程不是必须马上删除的竞争者，它可以作为基线、回退路径和低复杂度任务的更优方案。

把反馈分成可行动的类别

成员说不好用，团队需要追问发生在哪一步，但只收集完成诊断所需的信息。反馈可以分为资料缺失、输出错误、界面困惑、流程搬运和服务故障，每类都有负责角色与确认办法。不要把所有反馈直接扔给模型开发者，也不要未经核验把用户改动全部当作训练答案。设置可追踪的处理状态，例如已收到、需补证据、已修复和暂不支持，修复后邀请使用者用新任务验证。反馈量下降可能是问题减少，也可能是用户不再使用，因此需要结合任务记录而非单独解释。

扩大范围需要维护承诺

每次推广前检查资料覆盖、服务容量、支持人员和培训材料是否能够承担新增范围。工坊先增加一个说明书类型，观察护栏，再增加参与人数，不同时改变所有条件。负责人公开已支持和暂不支持的任务，避免不同成员对能力产生相互冲突的理解。采用情况可以观察适合任务中真正完成工作的比例与人工复核负担，而不是所有人每天必须打开几次。长期推广的目标是让合适的能力自然进入任务流程，并在不合适时退出；允许停止或收缩，才能让用户相信边界是认真维护的。