human-machine-role-clarification

name	human-machine-role-clarification
description	当需要明确在特定任务或项目中，人类与机器（如AI、自动化工具）应如何分工协作时调用此模型

human-machine-role-clarification

When to Use

当需要明确在特定任务或项目中，人类与机器（如AI、自动化工具）应如何分工协作时调用此模型。description

Core Logic

执行步骤

1. 任务分解与特质分析

   • 输入: 待完成的任务或项目目标。
   • 操作: 将任务拆解为具体的工作单元。针对每个工作单元，分析其核心特质，判断其更偏向“实用性/必要性”还是“意义/创造性”。
   • 判断标准: 成功将任务分解为可独立评估的工作单元，并为每个单元贴上初步的特质标签。
   • 常见误区: 将复杂任务视为一个整体，无法进行有效区分；特质判断过于主观，缺乏客观依据（如重复性、标准化程度、情感价值、创新需求）。
   • IF 工作单元特质明确偏向“实用性/必要性”（如：数据整理、重复性计算、标准化流程执行、信息检索），THEN 进入步骤2。
   • IF 工作单元特质明确偏向“意义/创造性”（如：故事叙述、战略构想、情感连接、艺术创作、复杂问题创新解决），THEN 进入步骤3。
   • IF 工作单元特质模糊或混合，THEN 尝试进一步拆解该单元，或将其标记为“需协作”，进入步骤4。

2. 分配至机器（自动化/AI）

   • 输入: 被标记为“实用性/必要性”的工作单元。
   • 操作: 寻找并配置合适的自动化工具、软件或AI模型来处理该工作单元。目标是提升效率、准确性和规模，将人类从厌恶或枯燥的必要工作中解放出来。
   • 判断标准: 成功找到工具并验证其能可靠、高效地完成该工作单元的核心要求。
   • 常见误区: 过度自动化，将本应由人类完成的、带有判断或情感色彩的部分也交给机器，导致结果生硬或错误；对工具能力评估不足，导致实施失败。
   • 后续: 进入步骤5（整合与验证）。

3. 分配至人类

   • 输入: 被标记为“意义/创造性”的工作单元。
   • 操作: 由人类负责执行该工作单元。重点发挥人类的创造力、同理心、战略思维、叙事能力和价值判断。
   • 判断标准: 明确由具备相应技能的人类角色（自己或团队成员）负责，并理解其在该单元中需要贡献的“意义”维度（如：情感共鸣、独特视角、品牌故事）。
   • 常见误区: 人类陷入本可由机器高效完成的繁琐事务中，浪费了创造潜力；人类未能清晰理解自己在“意义”创造中的具体角色。
   • 后续: 进入步骤5（整合与验证）。

4. 设计人机协作流程

   • 输入: 被标记为“需协作”的工作单元。
   • 操作: 设计清晰的协作界面。明确机器负责的“实用性”部分（如：数据提供、初步分析、草稿生成）和人类负责的“意义”部分（如：方向设定、质量评判、情感注入、最终决策）。规定交互节点和交接标准。
   • 判断标准: 设计出清晰的流程图或职责说明，明确双方在何时、以何种形式、基于何种标准进行交互与接力。
   • 常见误区: 职责界面模糊，导致互相等待或结果冲突；人类沦为机器的“校对员”，未能有效提升工作价值。
   • 后续: 进入步骤5（整合与验证）。

5. 整合与验证

   • 输入: 所有工作单元的分配或协作方案。
   • 操作: 审视整体分工方案。验证方案是否实现了“机器解决必要性，人类聚焦意义”的核心原则。评估解放出来的人类时间是否被投入到更具创造性的活动中。
   • 判断标准: 最终分工方案逻辑自洽，能清晰回答“机器为何做这些”和“人类为何做那些”，并且整体效率或产出价值预期得到提升。
   • 常见误区: 分工后整体流程反而更复杂；人类被解放的时间未被有效利用，模型价值未完全实现。

输出格式要求

输出应为一个清晰的分工方案，包含：

1. 任务总览：简述原始任务。
2. 分工矩阵：以表格或列表形式展示，列至少包括：工作单元、核心特质、执行方（机器/人类/协作）、关键产出、价值目标（提升效率/创造意义）。
3. 协作说明：针对“协作”类单元，简要描述人机交互的关键节点与标准。
4. 预期效益：总结此分工如何实现“机器处理实用性，人类专注意义”的目标，以及带来的主要好处（如：效率提升、创造性工作增加等）。

Metadata

属性	值
领域	个人发展, 项目管理, 创新策略
类型	procedural (procedural)
置信度	90%
前置条件	需要明确待完成的任务或项目目标
来源	个人发展：把握变革的 36 个月 > 实用性与意义：人类与机器的分工