想象项目经理 Mai 正准备每周评审。她不会把一整天交给 AI，而是在几个环节使用它：归纳信息、找出未解决的问题、起草内容。优先级由她决定，来源由她核对，什么可以分享也由她判断。
这是一个示例，不代表所有工具都有同样能力。每一步都应根据工作场所的数据、权限和流程调整。
早上——计划
Mai 查看日历、未完成事项和本周目标，简要记录已确认工作、待办问题和时间限制。
接着，她请 AI 按主题分类任务并找出可能的依赖关系，但不让系统自行设定期限。她与团队核实依赖项，再决定现实可行的优先顺序。
结果只是建议，并不会自动成为正式计划。信息不足时，AI 应标注“需要确认”，而不是猜测。
上午中段——研究
Mai 需要弄清某个事项为何延迟。她选择获准使用的笔记，请 AI 按来源归纳原因并引用相关句子，同时区分事实和假设。
AI 找到外部依赖和范围不清的问题。Mai 查看原始笔记，发现一项内容来自旧版本，于是将其从分析中移除。她更新输入，再让 AI 重新整理。
这就是为什么结果应保留来源。没有依据，修正摘要就会更困难。
会前——准备
根据已核实的信息，Mai 请 AI 提议一份 30 分钟议程，列出三项待决定事项及相关问题。她删除重复问题，为小范围参会者加入一项敏感议题，并调整时间。
AI 帮她搭好结构，但 Mai 熟悉团队历史，也知道会议最后需要明确下一步负责人。她检查收件人与附件后再发送议程。
下午——执行
工作期间，Mai 让 AI 把零散笔记整理成待办清单。只有笔记明确写出姓名时才保留负责人；没有说明的项目则标记出来，让团队补充。
AI 也协助起草进度更新。Mai 核对每项状态，删除有关时间的假设，并补上新出现的阻碍。最终内容反映已确认信息，而不是自动生成的说法。
修改任务看板时，Mai 保留检查点：预览变更、对照内容，并在写入实际系统前确认。如果工具没有预览或撤销方式，她会手动输入。
下班前——复核
结束工作前，Mai 检查议程、摘要和待办清单，核对来源、负责人、状态以及仍需决定的内容。
草稿明确标为草稿，假设与事实分开。她记录 AI 的错误，以便下次把要求写得更清楚。
知识整理——记录经验
Mai 更新项目笔记，写入新决定、来源和待解决问题。她不会保存所有对话，只保留下一次工作真正用得上的知识。
如果某个流程多次有效，她会记录适用条件和常见问题。这样，其他人无需了解今天的全部细节也能复用流程。
是什么让一天变得更好？
不是打开 AI 的次数。Mai 交付范围明确的工作、提供合适资料、在必要处保留批准，并把时间留给人的判断。
如果算上核验后某项工作没有节省时间，她可以不在该步骤使用 AI。好的流程允许这种选择，而不是强迫每个环节都加入 AI。
不同的一天可能需要不同方式
并非每一天都要经过全部五个阶段。一个简单问题如果也要走多步骤流程，反而增加阻力。涉及客户资料或难以撤销的行动时，则可能需要更多复核与批准。
根据任务选择协助程度。AI 可以减少重复操作、帮助看清信息，但不必成为所有决定的中心。目标变化时，人应重新检查计划，而不是让旧流程继续运行。
真实工作还会遇到会议改期、来源无法访问和新决定出现等情况。不要把节省下来的每一分钟都排满，留出核验、沟通与处理未知问题的时间。收益可能是多一些思考和交流，而不只是增加任务量。
要点： 与 AI 共事的一天可以包含计划、研究、执行、复核和知识整理。优先级、事实确认和行动责任仍由人承担。
总结
这个情境说明 AI 可以贯穿一天提供帮助，却不必控制全部工作。每次使用都从明确目标开始，并由人结合背景检查结果。
可以用自己的一个工作日试试：记下 AI 帮忙的地方、需要监督的环节，以及希望保留批准权的位置。这会成为设计个人工作流程的起点。