AI 与人的分工：提案、确认与发布
区分 AI 可帮助完成的工作与必须由人确认的判断。
把 AI 输出当作可以讨论的方案
AI 可以整理资料、解释观察到的变化、草拟企划和文案，也能帮助修改选定内容。它能提高整理和探索的效率，但无法仅凭一段提示确定企业真正的优先级，也不能替代对业务事实的负责。流畅的表达不是正确性的证明。
使用时把“观察”“推测”和“建议”分开。分析中的一个差异是观察，对差异原因的解释是推测，修改页面则是建议。先判断前两项是否可靠，再决定是否执行最后一项。
目标与事实由人提供并核实
人需要决定服务谁、解决什么问题、优先优化哪个目标，并提供准确的产品、价格、活动与品牌限制。若前提错了，AI 可能把错误放大成完整且有说服力的方案。因此，先检查输入资料，往往比反复润色输出更有效。
对金额、日期、资格、效果承诺和法律相关内容，要求对应负责人确认。资料没有说明的地方应保留为待确认，不能为了文案完整而猜测。即使多个 AI 回答相同，也不能替代一次事实核对。
按修改范围审阅建议
企划或编辑过程中出现修改建议时，先看改了哪里，再看是否改变原来的意思。若界面提供修改前后对照与应用选择，逐项确认后再采纳。选中文本、图片或区块进行修改时，也要检查结果是否仍局限于你预期的内容。
不要只检查视觉是否更好。标题可能新增承诺，按钮可能改变目标，删掉一段文字也可能同时移除重要限制。保留原来明确正确的部分，拒绝不符合业务的建议，比整页无条件接受更可靠。
保存知识与对外发布都需要明确动作
聊天中的结论并不等于已经成为长期业务知识。准备复用的分析发现应先核实，再明确保存。资产更新后，也不代表所有已有页面已经同步更新；需要重新生成或针对目标内容做出修改，并检查结果。
同样，编辑中的内容与公开页面是不同状态。发布前确认事实、链接、阅读体验与必要的审批，再由有权限的人操作。不要把预览可见、保存成功或 AI 修改完成当作已经对外更新的证明。
执行之后仍需验证效果
采用建议后，记录修改时间、影响范围和预期变化，再观察同口径的数据。结果变好可能与季节、广告流量或商品条件变化有关；结果没有改善，也不一定说明所有分析都无效。需要判断执行是否到位、样本是否足够、比较是否公平。
把实际结果与原假设放在一起阅读。可以保留“这次未得到支持”的结论，并说明在什么条件下重新测试。好的学习记录包括失败与不确定性，不应该只收集看起来成功的案例。
无法确认时，让问题保持可追踪
当答案涉及你没有权限查看的数据、未提供的功能或缺失的业务事实时，明确记录缺什么以及由谁补充。可以让 AI 帮你整理问题清单，但不要要求它把未知包装成确定结论。对外使用前，必须把关键未知消除或清楚说明限制。
团队协作时保留依据与决定原因，而不仅是最终输出。这样同事能够区分哪些事实已经核实、哪些是正在验证的假设，也能在资料更新后快速找到需要重新检查的内容。