將例行作業交給 AI ，一定要先陪跑對及抓漏

我在上個月寫了〈機器當 Maker，人當 Checker〉這篇文章，提到 Checker 要看背後的執行邏輯。這篇把細節補齊。

報帳、合約這種錯了會很麻煩的，我一定自己看過一次，AI 只先幫我看第一眼。

量大的例行作業，像我做的法定訓練名單，一跑幾百個人，每一筆都要人看，看到後面很容易變成一路按確定。

Wingerter 團隊在 2025 年運用認知反思測試（Cognitive Reflection Test）進行實驗。結果顯示，接收到錯誤 AI 輔助的受試者，其答對題數不到無 AI 協助對照組的一半¹。

AI 交出來的表格越整齊，人越容易覺得沒問題，順手就通過了。量大的資料，光靠「看仔細一點」不夠，我會換一種驗法。

先讓 AI 陪跑，結果一致才寫成 Skill

現在能在電腦上操作的事，AI 幾乎都能代勞，交給它執行是很合理的選擇。但也因為這樣，怎麼驗收產出就變得很重要。這就像當主管一樣，部屬交上來的東西你總要看過；我現在只是把時間都花在驗收 AI 交出來的結果。

實際做法上，我會先讓 AI 陪跑。我把做法告訴它，一個動作一個動作看著它做。這中間的每一個步驟、哪個欄位要對齊哪個欄位、碰到什麼條件要另外判斷，都在這時候說清楚。

陪跑完，不能只看 AI 產出的表格排得很整齊就算了。我會自己人工把這份工作完成，拿我的結果跟 AI 跑出來的結果對照。只有當兩邊的總筆數、金額或人數這些預期成果完全一致，才代表 AI 真的做對了。

確認結果一致，我才會請它把剛才的過程寫成一份 Skill（這就是它接下來執行的 SOP）。

會來對照結果的，通常就是這項業務原本的負責人——他把工作交給 AI 執行，自然由他親自來驗。單憑 AI 老實說一點用都沒有，但是 AI 加經驗，就能放大產出。要認得出錯誤，得先知道這類業務平常會在哪裡出錯，這只有親手做過的人才知道。讓 AI 負責執行，人專注拿經驗來把關，這才是真正的人機協作。

Skill 上線後，前一兩個月繼續平行對照

flowchart TD;

subgraph S1["階段一：建立執行規則"];

A["人帶 AI 陪跑"];

B["釐清步驟與欄位"];

C["比對人工產出"];

D["產出一致固化 Skill"];

A --> B;

B --> C;

C --> D;

end;

subgraph S2["階段二：上線平行對照"];

E["人與 AI 各做一次"];

F["抓出 Skill 沒想到的例外"];

G["修改 Skill 補上規則"];

E --> F;

F --> G;

end;

subgraph S3["階段三：例外抽樣與自動化"];

H["專門抽查高風險邊界"];

I["人退居 Checker 負責判斷"];

H --> I;

end;

D --> E;

G --> H;

有了這份 Skill，不代表馬上就能完全放手。在上線後的前一兩個月，遇到例行作業時，我甚至會要求 AI 跟我一起「陪跑」——我做我的人工作業，它跑它的 Skill，然後把兩邊的結果拿來比對驗證。

一開始的陪跑是為了把規則建立起來，現在的互相陪跑則是為了抓漏。這段期間，我對照的重點是：真實環境裡，有沒有冒出當初 Skill 沒想到的例外？只要出現新的例外狀況，我就回去改 Skill 把規則補上。改完重跑，這「一兩個月」的對照時間也必須重新起算。

一直平行跑個一兩個月都沒出錯，確定 Skill 夠穩了，我才會改成抽樣。

抽樣時我只抽例外。正常的資料 AI 本來就處理得好，抽十筆大概十筆都對，看完雖然安心，但抓不到漏洞。會出事的，通常是 Skill 沒寫到的新狀況。以前做法定訓練平台時，我就把抽驗重點放在「來源檔換格式」、「法規改時數」這幾個容易發生例外的地方。

除了抽樣，我也會自己找反例，不等抽樣剛好抽到。邏輯的部分，我會丟給另一個模型再看一次。以我的經驗，換一個不同來源的模型來檢查，比叫同一個模型重跑有用，因為同一個模型犯的錯，它自己重跑多半還是看不出來。

這剛好跟今年 7 月的一篇學術研究結論不謀而合²。研究證實，讓不同的模型互相檢查，能顯著提升揪出錯誤的準確率；而且答題最強的模型，不一定是最會抓別人錯的把關者。這說明了一件事：在實務上，重點不是找一顆最聰明的模型一扛到底，而是必須建立跨模型的交叉檢查機制，才能有效打破同源盲點。

把執行交出去，人才能專心當 Checker

人機協作的真實樣貌就是這樣。一開始，你必須親自下來跟 AI 協作一段時間，一個動作一個動作帶著它跑。

等到 AI 徹底掌握了完整的工作流程，你就能把它固化成一份 Skill，甚至直接打造成 Python 腳本這類自動化的工作流，確保它每一次執行都能穩定產出相同的結果。

一旦這條產線建立起來，例行作業的勞力就真正從人身上剝離了。而「人」，也終於可以從永無止境的執行中抽身，專心扮演好 Checker 的角色，把時間花在最高價值的驗收與判斷上。這才是我們把工作交給 AI 的真正目的。

若你也正在把例行作業交給 AI，可以到 Field 看更多人機協作的方法與觀察。

延伸閱讀

• 機器當 Maker，人當 Checker：例行任務的人機協作可以這樣重新分工
• 沒有當過 Maker 就當不了 Checker，跳過實作的新人正面臨專業斷層

參考資料