/毕业项目:发布一个可复用知识工作流登录后记录进度

毕业项目:发布一个可复用知识工作流

建议用时:25 分钟(含练习)

学习目标

能够从 Vault 取材,经过检索、上下文、证据、生成、评测和审核发布真实成果。

本节产出

完整工作流、最终成果和复用说明

核心知识:交付别人能够复用的完整过程

毕业项目要把前面的方法串起来:

  • 从问题出发
  • 检索资料
  • 制作上下文包
  • 建立证据映射
  • 生成内容
  • 运行评测
  • 完成审阅
  • 交付可复用模板

成果可以是一节公开课、一份研究简报或一个项目说明,重点是解决明确问题,并让另一人无需依赖你的口头解释也能使用。

项目不以收藏数量或文章长度评分。完整意味着读者知道输入是什么、过程怎样进行、结论依据什么、哪些地方仍不确定,以及下次如何替换资料再运行。你可以用少量高质量公开资料完成优秀项目,也可能用大量资料写出无法核对的内容。

研究问题经过检索与筛选形成上下文包,证据映射支持正文和图解,评测审阅通过后交付成果与复用模板

图中的每一步都有可交付产物,方便发现错误发生在哪里。检索清单不等于证据包,证据包不等于最终文章,文章通过语言检查也不等于事实已核实。把这些对象区分清楚,能够减少返工时的混乱。

案例:制作“如何核查 AI 回答”的入门课

假设目标读者第一次使用 AI,课程要求他完成一次主张与证据核对。你选择三至五份公开资料,设计一个虚构回答,其中包含一条有证据事实、一条范围夸大的句子和一条无来源数字。最终课程包括解释、对照表、流程图、练习和答案。

交付物必须包含验收问题
任务说明读者、问题、学习目标学完能做什么
检索记录查询、范围与选择理由为什么使用这些资料
上下文包来源、片段、冲突与未知别人能否理解证据
正文与图解完整案例和练习答案无私人背景能否学会
评测记录正常与边界样例结果方法是否能重复使用
复用模板变量、步骤、限制与版本换材料后怎样重跑

私人研究笔记可以帮助你形成问题,但公开产物必须重新检查可公开性。读者不应被要求访问作者个人目录,也不应看到无关真实人物、账号或私人附件。原创案例使用虚构数据,并清楚说明哪些数字只是练习设定。

把图画在最有解释价值的地方

流程图适合表达核查顺序,对照表适合比较证据强度,概念图适合解释事实、推断和观点的关系。不要为了让页面更满而重复同一段文字。每张图都应有明确问题、正确箭头和文字说明,手机上也能读清标签。

图解同样需要审阅。若箭头表示先后,就不要让读者误以为因果;若某条路径会失败或停止,应在图或相邻文字中说明。没有证据的数据不应被画成精确统计图。示意图可以简化,但不能通过简化改变概念关系。

完成一次独立复用

让同伴换一组公开资料,只按模板制作另一段练习。观察他是否知道怎样选择来源、处理缺失信息和核对答案。不要在旁边不断解释隐藏步骤,否则无法判断模板本身是否完整。

如果他误把观点写成事实,检查分类要求和示例是否清楚;如果找不到图的公开资源,检查发布产物是否完整;如果引用失效,补充来源维护机制。每次修订都重跑相关检查,再形成最终版本。

发布与交付状态要说清楚

公开发布前核对授权、目标、版本、资源和访问效果。生成草稿、上传文件、公开可访问是不同状态,应分别验证。若只是课堂练习,可以交付完整的待审稿与模拟发布检查;不要把没有发生的发布写成已经完成。

最终说明先讲成果解决什么问题,再给必要验证与限制。保留作者用来维护的版本记录,同时给读者简洁清楚的学习入口。维护复杂度应留在作者工作流程里,不需要塞满读者页面。

动手练习

  1. 选一个明确学习问题,提交六类交付物。
  2. 完成至少一次正常输入和一次缺失或冲突输入的运行检查。
  3. 邀请同伴独立复用,记录反馈,修订正文、图解和模板。

参考答案与推演

完成检查

  • 成果解决明确问题,学习目标可以通过练习验证。
  • 正文与图解完整,公开来源可访问。
  • 评测和独立复用反馈已经影响最终修订。
  • 工作流、版本、维护责任与实际发布状态清楚。

延伸:从知识工作流到 FDE 交付

知识工作流很适合用 FDE 的方式推进:先进入现场观察任务,而不是先决定要用哪个模型。把问题拆成输入、判断、动作和交付四段,记录哪些步骤重复、哪里最容易返工、哪里必须由人承担责任。再用价值、可行性、风险和复用四个维度筛选场景。高价值不代表马上自动化;如果数据不可获得、结果无法复核或错误后果不可控,就应该缩小范围,先做影子工作或只提供建议。

最小 POC 要有可以复查的证据包。准备一组 Golden Set 代表正常工作,再准备包含缺失资料、相互冲突、范围夸大、提示注入和无来源数字的 Bad Case。对每个样例写清楚预期结果、禁止动作、人工接管点和停止条件。比较系统建议与人工基线时,不只看文章是否流畅,还要看主张与证据的映射、未知项是否保留、工具调用是否越权、成本是否可接受以及失败后能否恢复。

如果 POC 通过,下一步是把资产分层沉淀。工作流记录步骤和上下文输入;评测集记录样例、阈值和回归结果;数据规则说明字段、来源与版本;产品能力再处理权限、界面、通知和审计。这样的分层也能和 Agent 组件对应:模型负责生成候选内容,Harness 负责上下文和状态,Tool 负责有限动作,Skill 负责稳定方法,Memory 负责适用范围清楚的长期信息。不要把一段提示词单独当成完整产品。

交付复盘练习

把本节的“核查 AI 回答”案例改写成一个真实但低风险的团队任务。填写四维场景表,定义一个两周内可完成的 POC,并输出 workflow、Golden Set、Bad Case、评测表和人工责任说明。交付时明确“已设计”“已模拟”“已实际验证”“未发布”四种状态,让接手者不会把草稿误解为生产能力。

参考与来源

毕业项目:发布一个可复用知识工作流

3 道题 · 及格分 60 分

开始测验