任务拆解先从输入到输出反推，例如把咨询分类并写进表格。读取和写入用确定接口，分类才调用AI，低把握的结果交给人工。
自动化任务适合先拆成确定动作和需要判断的动作。格式转换、字段核对与模型归类有不同失败方式，不应全部交给一段提示词。最终验收必须检查实际落地对象，而非只读模型的总结。
语言判断应保留原始材料。例如AI把一条咨询归为退货申请，记录里仍要有原话，人工才能检查它是否其实在询问政策。只保存标签，错分后就难以修正。
先用历史样例验证分类，再做一次完整试跑。保留原消息和分类依据，错分后能改标签或输入；不要用自动化掩盖没有定义好的业务规则。
扩量之前计算一次任务需要调用哪些服务，以及失败后如何停止。外部服务限流或输入异常时，自动化应让状态可见。运行快不代表节省了核验，结果可靠才适合减少人工逐项操作。