aigc-operations-method-cointelligence git:20260930.8d6ecbbA

Immutable. This exact content never changes and is served at /api/v1/blob/a6990a55d0c51d5b.

---
name: aigc-operations-method-cointelligence
description: |
  《Co-Intelligence》· AI 协作方法论：三原则（邀请AI/人在回路/最笨实习生）+ 人机分工 + 锯齿边界测试。
  触发词：「Co-Intelligence」「AI协作」「人在回路」「邀请AI」「人机分工」。
---

# 《Co-Intelligence》· AI 协作方法论

> 三原则（邀请 AI/人在回路/最笨实习生）+ 人机分工 + 锯齿边界测试，判断怎么与 AI 协作提效。

## 核心框架

### 1. 与 AI 共事的三原则
- **适用场景**：任何运营环节的 AI 使用纪律
- **步骤**：始终邀请 AI（先问 AI 能参与吗）→ 人在回路（产出必审核）→ 最笨最懒的实习生（指令最清晰、检查一切）
- **输出物**：AI 协作纪律（AI 做什么 + 人审什么）

### 2. 人机任务分工（AI 第一版，人优化版）
- **适用场景**：内容生产/文案/方案的人机分工
- **步骤**：AI 起草（速度）→ 人优化（质量/调性）→ 迭代（AI 吸收偏好）
- **输出物**：人机协作生产流程（起草→审核→迭代）

### 3. 锯齿边界测试（Jagged Frontier）
- **适用场景**：判断哪个环节值得 AI 化
- **步骤**：用真实任务测 AI（行/不行/不稳定）→ 画团队 AI 能力边界 → AI 行的环节放大
- **输出物**：团队 AI 能力边界图

## 决策规则（8条）

1. 任务耗时且规则清晰 → 先试 AI（invite AI）
2. AI 产出对外/对用户 → 人必审核（人在回路）
3. AI 效果差 → 指令更清晰/给示例/拆步骤（当最笨实习生带）
4. 判断值不值得 AI 化 → 先测锯齿边界
5. 内容人机协作 → AI 起草→人优化→再迭代
6. AI 有幻觉风险 → 关键事实人工核查
7. 推广团队 AI 化 → 先练协作习惯（全员每天用）
8. 担心被淘汰 → 现在就练协作（能力是练出来的）

## 检查清单

- [ ] 每个任务先问了"AI 能参与吗"
- [ ] 对外产出都有人审核
- [ ] AI 指令清晰（角色/任务/约束/示例）
- [ ] 测试过本环节 AI 能力边界
- [ ] 人机分工明确（AI 起草/人优化）
- [ ] 关键事实人工核查
- [ ] 团队养成协作习惯

## 反模式

- 把 AI 当搜索引擎
- AI 产出直接发布
- 指令模糊
- 不测试就大推 AI 化
- 等 AI 更强再学

## 边界声明（≥3条）

- 研究以美国为主，中国运营语境需适配
- AI 能力边界变化快，判断有时效性
- 有"AI 乐观"倾向，成本/合规讲得少
- 作者立场：学者布道者，原则层面，具体工具少

## 诚实说明

提炼基于《Co-Intelligence》（Ethan Mollick, 2024）公开章节与权威解读，信息截止 2026-09；非原文的直接推断已标注。

> 本 Skill 由陆羽Skill生成。