先说清楚，什么算完成
试着挑一件每周都会做的事：整理一次讨论、准备一份提纲，或者把散落的材料汇成一页说明。在打开工具之前，先写下这件事的起点、交付物和验收标准。
如果目标只是“帮我想一想”，输出很容易停在看起来不错的建议上。如果目标是“把这三份材料整理成一页可核对的摘要，并标出缺失信息”，协作就有了具体的边界。
把判断留在人这一侧
可以让 AI 起草、归类、比较和提出备选方案；涉及事实的地方要回到原始材料，涉及取舍的地方要说明理由。顺畅的文字，不能替代可靠的证据。
一种简单的分工是：人提出问题与标准，AI 帮助展开，人检查关键事实与结果。遇到无法确认的内容，允许它保持空白，比编出一个完整答案更有价值。
从一个小闭环开始
不必一开始就改造整个工作方式。先选一个低风险、可重复的环节，保存输入、输出和人工修改的部分。做过几次后，再看哪些步骤值得固定下来。
真正值得观察的，除了节省了多少时间，还有返工是否减少、结果是否更清楚，以及使用者是否更理解自己正在做的事。