人机协同五象限工作流程模板

> 🔄 标准化工作流程 · 按象限分类

---

📋 流程模板说明

结构说明

每个工作流程包含：

流程目标：此流程要达成的目标

适用场景：在什么场景下使用

前置条件：开始流程前需要准备什么

流程步骤：详细的执行步骤

输出成果：流程结束后产出什么

质量标准：如何评估流程质量

常见问题：常见问题与解决方案

---

🔴 第一象限：效率协作者工作流程

流程 1-1：批量数据处理流程

流程目标：高效准确地完成批量数据处理任务 适用场景：

数据整理与格式化

批量数据转换

数据清洗与校验

数据汇总与统计

前置条件：

[ ] 原始数据已准备

[ ] 目标格式已明确

[ ] 处理规则已定义

[ ] 验收标准已确认

流程步骤：

``` Step 1：任务定义（5 分钟） ↓ 1.1 明确数据处理目标 1.2 定义输入输出格式 1.3 制定处理规则 1.4 确认验收标准

Step 2：样本测试（10 分钟） ↓ 2.1 选取小样本数据（10-20 条） 2.2 AI 执行样本处理 2.3 人类验收样本结果 2.4 调整优化处理规则

Step 3：批量处理（根据数据量） ↓ 3.1 分批执行（每批 100-500 条） 3.2 每批抽检（10% 抽检率） 3.3 问题记录与修正 3.4 合格批次合并

Step 4：最终验收（10 分钟） ↓ 4.1 完整性检查（数量核对） 4.2 准确性抽检（5-10% 抽检） 4.3 格式规范性检查 4.4 验收通过/返工

Step 5：经验沉淀（5 分钟） ↓ 5.1 记录处理规则 5.2 记录问题与解决方案 5.3 更新数据处理模板 ```

输出成果：

✅ 处理完成的数据集

✅ 数据处理报告

✅ 处理规则文档

✅ 经验沉淀卡片

质量标准：

准确率 ≥ 99%

完整性 100%

格式规范 100%

时效性：比人工快 10 倍以上

常见问题：

| 问题 | 原因 | 解决方案 | |------|------|----------| | 数据格式不一致 | 原始数据质量问题 | 增加数据预处理步骤 | | 处理规则模糊 | 需求不明确 | 增加样本测试轮次 | | 批量处理出错 | 规则有边界情况 | 分批处理 + 每批抽检 | | 效率不达标 | 批次过大或过小 | 调整批次大小（100-500 条） |

---

流程 1-2：批量内容生成流程

流程目标：批量生成高质量内容 适用场景：

产品描述批量生成

营销文案批量创作

社交媒体内容批量生产

邮件模板批量制作

前置条件：

[ ] 内容主题已明确

[ ] 风格要求已定义

[ ] 参考样例已准备（2-3 个）

[ ] 数量要求已确认

流程步骤：

``` Step 1：风格定义（10 分钟） ↓ 1.1 提供内容主题 1.2 定义内容风格 1.3 提供样例（2-3 个） 1.4 明确输出格式

Step 2：样本生成（10 分钟） ↓ 2.1 AI 生成样本（3-5 条） 2.2 人类评审样本 2.3 反馈调整意见 2.4 AI 优化样本

Step 3：批量生成（根据数量） ↓ 3.1 分批生成（每批 20-50 条） 3.2 批次审核（20% 抽检） 3.3 不合格返工 3.4 合格内容汇总

Step 4：质量优化（15 分钟） ↓ 4.1 去重检查 4.2 风格一致性检查 4.3 质量抽检（10%） 4.4 最终优化调整

Step 5：交付与沉淀（5 分钟） ↓ 5.1 内容交付 5.2 记录生成规则 5.3 沉淀优质提示词 ```

输出成果：

✅ 批量内容成品

✅ 内容质量报告

✅ 提示词模板

✅ 经验沉淀卡片

质量标准：

内容准确率 ≥ 95%

风格一致性 ≥ 90%

原创性 ≥ 95%

效率提升 ≥ 20 倍

---

🟡 第二象限：知识拓展者工作流程

流程 2-1：新领域学习流程

流程目标：系统化快速掌握新领域知识 适用场景：

新领域入门学习

新技能学习

新知识体系构建

跨领域知识拓展

前置条件：

[ ] 学习目标已明确

[ ] 学习时间已规划

[ ] 学习基础已评估

流程步骤：

``` Step 1：学习规划（15 分钟） ↓ 1.1 定义学习目标（掌握程度） 1.2 评估当前基础 1.3 AI 生成知识地图 1.4 制定学习路径 1.5 规划学习时间

Step 2：核心概念学习（60 分钟） ↓ 2.1 AI 讲解核心概念（Top 10-20） 2.2 人类理解与提问 2.3 概念关联建立 2.4 概念测试验证

Step 3：知识框架搭建（30 分钟） ↓ 3.1 梳理知识结构 3.2 建立概念联系 3.3 绘制知识图谱 3.4 识别知识盲区

Step 4：深度学习（按需） ↓ 4.1 选择重点方向 4.2 深入研读资料 4.3 AI 答疑与讨论 4.4 学习笔记整理

Step 5：知识内化（30 分钟） ↓ 5.1 费曼技巧（尝试教授） 5.2 实践应用设计 5.3 知识测试 5.4 学习笔记存入知识库

Step 6：学习复盘（15 分钟） ↓ 6.1 学习目标达成评估 6.2 学习方法反思 6.3 经验沉淀 6.4 后续学习计划 ```

输出成果：

✅ 知识地图

✅ 学习笔记

✅ 知识图谱

✅ 学习复盘报告

质量标准：

核心概念掌握 ≥ 80%

知识框架完整度 ≥ 90%

能够解释与应用

学习效率提升 ≥ 50%

---

流程 2-2：文献综述流程

流程目标：高效完成领域文献综述 适用场景：

学术研究文献综述

行业研究报告

竞品分析报告

技术调研报告

前置条件：

[ ] 研究主题已明确

[ ] 时间范围已定义

[ ] 文献来源已确定

流程步骤：

``` Step 1：检索策略制定（15 分钟） ↓ 1.1 定义检索关键词 1.2 确定文献数据库 1.3 设定时间范围 1.4 制定筛选标准

Step 2：文献检索与初筛（30 分钟） ↓ 2.1 AI 执行批量检索 2.2 去重处理 2.3 标题摘要初筛 2.4 形成候选文献池

Step 3：文献精读与提取（60-120 分钟） ↓ 3.1 分批精读（每批 10-20 篇） 3.2 提取核心观点 3.3 提取研究方法 3.4 提取关键数据 3.5 记录文献信息

Step 4：综合分析（60 分钟） ↓ 4.1 观点分类整理 4.2 识别研究脉络 4.3 发现研究空白 4.4 形成综合洞察

Step 5：综述撰写（60 分钟） ↓ 5.1 搭建综述框架 5.2 撰写各部分内容 5.3 引用文献标注 5.4 修改完善

Step 6：质量检查（15 分钟） ↓ 6.1 完整性检查 6.2 准确性核对 6.3 格式规范检查 6.4 最终定稿 ```

输出成果：

✅ 文献综述报告

✅ 文献数据库

✅ 研究脉络图

✅ 研究空白分析

质量标准：

文献覆盖全面 ≥ 90%

核心文献无遗漏

分析深度达标

引用规范准确

---

🟢 第三象限：思辨对话者工作流程

流程 3-1：战略决策分析流程

流程目标：深度思辨支持战略决策 适用场景：

企业战略决策

产品方向决策

投资决策

重大人生决策

前置条件：

[ ] 决策议题已明确

[ ] 背景信息已准备

[ ] 决策时间已规划（至少 2 小时）

流程步骤：

``` Step 1：议题澄清（15 分钟） ↓ 1.1 明确决策议题 1.2 梳理决策背景 1.3 识别利益相关者 1.4 定义决策标准

Step 2：现状分析（30 分钟） ↓ 2.1 内部环境分析 2.2 外部环境分析 2.3 SWOT 分析 2.4 关键成功因素识别

Step 3：选项生成（30 分钟） ↓ 3.1 头脑风暴选项 3.2 选项初步筛选 3.3 选项详细描述 3.4 形成选项清单（3-5 个）

Step 4：深度思辨（60 分钟） ↓ 4.1 逐选项分析 - 优势分析 - 劣势分析 - 风险评估 - 机会分析 4.2 挑战假设 - AI 挑战人类假设 - 人类反思 AI 挑战 4.3 多视角分析 - 客户视角 - 员工视角 - 股东视角 - 社会视角

Step 5：决策建议（30 分钟） ↓ 5.1 选项排序 5.2 推荐选项 5.3 实施建议 5.4 风险应对

Step 6：决策与承诺（15 分钟） ↓ 6.1 人类做出决策 6.2 承诺执行 6.3 记录决策逻辑 6.4 制定复盘计划 ```

输出成果：

✅ 决策分析报告

✅ 选项对比矩阵

✅ 风险评估报告

✅ 实施建议方案

质量标准：

分析深度 ≥ 5 层追问

视角覆盖 ≥ 4 个视角

风险识别全面

决策逻辑清晰

---

🔵 第四象限：协同探索者工作流程

流程 4-1：科学研究探索流程

流程目标：人机协同探索科学未知 适用场景：

科学研究项目

技术创新探索

新业务模式探索

未知问题研究

前置条件：

[ ] 探索方向已明确

[ ] 探索时间已规划（长期）

[ ] 资源投入已确认

流程步骤：

``` Step 1：探索规划（30 分钟） ↓ 1.1 定义探索问题 1.2 梳理已知信息 1.3 识别未知领域 1.4 制定探索计划

Step 2：假设生成（30 分钟） ↓ 2.1 人类提出初始假设 2.2 AI 提供跨界信息 2.3 共同生成假设集 2.4 假设优先级排序

Step 3：信息收集（按需） ↓ 3.1 AI 检索相关信息 3.2 人类筛选与判断 3.3 信息整理与分析 3.4 更新认知状态

Step 4：假设验证（按需） ↓ 4.1 设计验证方案 4.2 执行验证实验 4.3 收集验证数据 4.4 分析验证结果

Step 5：迭代探索（循环） ↓ 5.1 根据结果调整假设 5.2 生成新假设 5.3 继续验证 5.4 记录探索日志

Step 6：成果沉淀（按需） ↓ 6.1 整理探索发现 6.2 撰写研究报告 6.3 发表分享 6.4 经验沉淀 ```

输出成果：

✅ 探索日志

✅ 假设集与验证结果

✅ 研究报告/论文

✅ 新发现/新知识

质量标准：

假设质量（创新性 + 可验证性）

验证严谨性

发现价值

成果影响力

---

🟣 第五象限：未知共创者工作流程

流程 5-1：从 0→1 创新流程

流程目标：人机共创实现从 0 到 1 创新 适用场景：

新产品从 0→1

新理论构建

新范式创建

跨界融合创新

前置条件：

[ ] 创新愿景已明确（可以模糊）

[ ] 创新时间已规划（长期）

[ ] 人类直觉/洞察已准备

流程步骤：

``` Step 1：观象（15 分钟） ↓ 1.1 感知创新场景 1.2 识别任务特征 - 不确定性：极高 - 创新需求：从 0→1 - 人类状态：有愿景但无路径 1.3 评估 AI 能力匹配 - 跨界信息 - 模式识别 - 组合创新

Step 2：取象（10 分钟） ↓ 2.1 匹配第五象限 2.2 定义 AI 角色：共创伙伴 2.3 定义人类角色：共创主导者 2.4 确认协作深度：最深层次共创

Step 3：愿景种子（30 分钟） ↓ 3.1 人类表达愿景（直觉/洞察） 3.2 AI 理解与反馈 3.3 共同澄清愿景 3.4 形成愿景陈述

Step 4：跨界养分（60 分钟） ↓ 4.1 AI 提供跨界信息 - 跨领域案例 - 跨学科理论 - 跨行业模式 4.2 人类筛选与洞察 4.3 识别潜在关联 4.4 形成创新元素池

Step 5：创意培育（90 分钟） ↓ 5.1 元素组合创新 - AI 提出组合建议 - 人类判断与选择 5.2 创意深化 - 细化创意方案 - 补充关键细节 5.3 快速原型 - 制作概念原型 - 验证核心假设 5.4 迭代优化 - 根据反馈调整 - 多轮迭代

Step 6：运象（30 分钟） ↓ 6.1 形成创新方案 6.2 制定实施路径 6.3 设计验证方法 6.4 规划资源配置

Step 7：成象（30 分钟） ↓ 7.1 记录共创过程 7.2 提炼共创模式 7.3 更新知识库 7.4 经验沉淀

Step 8：实施与验证（长期） ↓ 8.1 执行实施计划 8.2 收集验证数据 8.3 持续迭代优化 8.4 成果评估 ```

输出成果：

✅ 创新方案

✅ 实施路径图

✅ 原型/ demo

✅ 共创过程记录

✅ 共创模式提炼

质量标准：

创新性（前所未有）

可行性（可实施）

价值性（有实际价值）

完整性（方案完整）

---

🔄 流程选择指南

快速选择矩阵

| 任务特征 | 推荐流程 | |----------|----------| | 批量数据处理 | 流程 1-1 | | 批量内容生成 | 流程 1-2 | | 新领域学习 | 流程 2-1 | | 文献综述 | 流程 2-2 | | 战略决策 | 流程 3-1 | | 科学探索 | 流程 4-1 | | 从 0→1 创新 | 流程 5-1 |

流程裁剪原则

1. 简单任务：可省略部分步骤 2. 复杂任务：可增加子步骤 3. 时间紧张：优先核心步骤 4. 质量优先：完整执行所有步骤

---

_工作流程模板 v1.0 · 观其妙书院 · 2026-04-16_