通用大模型写的方案连村头老李的果园数据都对不上 · 改起来比重写还累
党政办综合文字岗 · 真实业务触发
区政府办要求 3 个工作日内出《关于规范老旧小区住宅加装电梯财政补贴申领流程的通知》初稿并走核稿。周晓芸手上有两样东西:约 4,200 件历史公文存档(本单位的文风、口径、惯用表述),和刚下发的 12 号文(最新依据)。核稿退回一次,就重排一轮签批。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
6 步 · 每一步的产出都是下一步的输入
痛感 5 × AI 适配 4 ÷ 落地难度 2 = 11.0
最大差异点 · 通用大模型拼的是模板,这里拼的是你自己的数据:历史公文存档给文风与口径,12 号文给依据,各科室台账给数字——每个事实性数字标出处,台账里没有的标「待核实」,一个不编。初稿后面附一张核稿自查单,国标要素逐项打勾。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不替领导定口径——初稿里拿不准的表述标「待核实」并给出可能来源,改不改、怎么定由核稿领导决定;不进核稿流程——初稿到「可送核」为止,核稿、签发、用印全在 OA 里人工走;不代替历史存档——文风学习只用来自客户提供的脱敏存档,不外传。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了