14 天 AI 試點的每一天該做什麼
很多管理者拿到 AI 工具授權，第一個問題就是：「14 天試點到底怎麼排？」答案跟你想的不一樣——不是 14 天都在跑 AI。前面幾天在做準備，中間才跑，後面收尾。這篇把每一天拆開講，照著走就有基本盤。
Day 1-3：選流程、寫 SOP、確認 Input/Output
這三天決定試點成不成功。
Day 1：選一個流程。標準——重複性高、規則清楚、人工做會抱怨的那個。不要選最複雜的，也不要選最簡單的。選一個「做對了大家都會有感」的中等流程。
Day 2：把這個流程的 SOP 寫出來。不是寫給 AI 看的，是寫給自己看的。你必須能用文字說清楚： input 是什麼、處理步驟是什麼、output 長什麼樣、什麼叫合格、什麼叫不合格。如果寫不出來，代表你對這個流程的理解還不夠，先回去搞懂。
Day 3：確認 input/output 格式。AI 吃什麼、吐什麼，格式要釘死。是表格？是文字段落？是特定欄位的 JSON？這天要把範例準備好，至少 10 筆真實但去敏的樣本。沒有範例就沒有驗證基準。
Day 4-5：設定 AI、跑測試資料、確認 Output 格式
Day 4：把 AI 接上去。不管你用的是哪個工具，這天就是設定 prompt、串流程、確定資料能跑通。重點：不要用真實資料測試。用 Day 3 準備的去敏樣本。真實資料一旦進去，出錯了不好收。
Day 5：檢查 output。格式對不對？內容有沒有明顯離譜的地方？有問題就調 prompt 或參數，再跑一次。目標是「格式穩定、內容大致合理」，不是完美。
Day 6-10：正式跑五天，每天 Review
這五天是試點的核心。每天的操作：早上把 input 丟進去，下午 review output。Review 三件事：
- 產出有沒有完成——數量對不對？有沒有漏掉？
- 品質抽檢——每天抽 20%，標準用 Day 2 寫的那張 SOP。
- 記錄異常——哪些案例 AI 處理不好？什麼類型的 input 會出包？
異常記錄是試點最有價值的產出之一，告訴你 AI 的邊界在哪裡。這五天不要改 prompt，你在觀察穩定表現。發現重大問題記下來，試點結束再處理。
Day 11-13：收集數據、算 KPI、準備復盤
Day 11：把五天的數據整理出來。處理量、錯誤率、每筆平均處理時間、人工介入次數。這些數字不需要精密到小數點後兩位，但要有。
Day 12：計算 KPI。試點前定了什麼指標，現在就對照什麼指標。常見的幾個：時間節省比例、錯誤率對比、人工介入率。不要臨時發明新指標來美化結果。
Day 13：準備復盤資料。一頁 A4 紙就夠了：做了什麼、數據如何、碰到什麼問題、下一步建議。不要做精美簡報，沒人在試點階段需要那個。
Day 14：復盤會議
半天就夠。用四個問題收掉：
- 試點目標有沒有達成？（達成／未達成／部分達成）
- 品質是否達到可接受水準？（附數據）
- 最大的問題是什麼？（附異常記錄）
- 要不要繼續？（繼續／調整後繼續／停止，附理由）
寫一張紙的結論，這張紙就是試點的全部產出。
常見錯誤
跳過 Day 1-3 直接上線。 這是最常見也最致命的錯誤。沒有釘好 SOP 和 input/output 格式，後面每天都在救火，最後結論是「AI 不行」，但其實是你沒準備好。
用真實資料測試。 測試階段出錯是正常的。用真實資料，出錯了要花更多時間收拾。去敏樣本做得到的驗證效果一樣好，風險卻低得多。
第 14 天才開始算 KPI。 KPI 的定義要在試點開始前就確認，數據要在 Day 6-10 邊跑邊收。最後一天才算，不是漏了數據就是臨時湊，結論不可信。
結語
14 天不是壓縮執行時間，是壓縮驗證週期。前面三天的準備做得越好，後面五天的結果越可靠，最後四天的結論越有說服力。試點的價值不在於「AI 能做多少」，在於「你能不能在有控制的情況下，搞清楚 AI 在你的流程裡到底行不行」。