别在最后才检查：给 AI 工作流设置人工关卡

很多 AI 工作流把人工检查放在最后：模型先读材料、生成内容、整理格式，再由人一次性验收。这样看起来最省事，却把问题积累到了最昂贵的位置。只要前面的理解偏了一点，后面的步骤就可能围绕错误前提继续加工，最后只能整体返工。

更稳妥的做法，是在少数关键节点设置人工关卡。关卡不是让人逐字审阅每个中间结果，而是在流程跨越重要边界之前，确认它仍然值得继续。

先找出不能轻易撤回的节点

并非每一步都需要批准。可以用三个问题筛选：

1. 这一步是否会把内容发给外部人员、写入正式系统或触发真实操作？
2. 如果模型理解错了，后续步骤会不会放大这个错误？
3. 出错后，恢复原状是否困难，责任是否必须由人承担？

只要其中一项答案是“是”，就值得考虑加入关卡。常见位置包括：确定任务范围之后、引用事实进入成稿之前、批量处理开始之前，以及发送、发布、删除或付款之前。

每个关卡只解决一种判断

模糊的“请检查一下”很难执行。一个有效关卡应该说明四件事：

• 检查对象：人需要看到哪些输入和中间结果；
• 判断标准：哪些条件必须满足，哪些错误不可接受；
• 可选动作：通过、退回修改、补充材料或终止流程；
• 留下记录：谁在什么依据下做了决定。

例如，事实核查关卡只判断结论能否在来源中定位，不顺便润色语气；发布关卡只确认受众、附件和敏感信息，不重新设计整篇内容。关卡越聚焦，执行成本越可控。

四种常用关卡

第一种是范围关卡。模型复述任务、输入范围和禁止事项，由人确认没有理解偏差，再开始批量生成。

第二种是样本关卡。先处理一小部分，检查字段、质量和异常类型。样本不合格时调整流程，而不是让错误扩散到全部材料。

第三种是证据关卡。要求重要结论同时给出来源位置和置信状态；缺少依据的内容不能进入下一步。

第四种是行动关卡。任何会对外发送或改变外部状态的动作，都先展示目标、内容和影响，等待明确确认。

一个最小关卡模板

关卡名称：
触发时机：
需要展示：原始输入 / 中间结果 / 证据 / 影响范围
通过条件：
必须退回的情况：
允许的动作：通过 / 修改 / 补充材料 / 终止
决定记录：审核人、时间、理由

落地时可以先选择风险最高的一处，不必立刻重做整个系统。观察这个关卡能否提前暴露问题、审核人是否拿到了足够上下文，再决定是否增加其他节点。

最后还要防止两个极端：一是关卡太少，人只能在结尾收拾残局；二是每一步都要确认，流程退化成频繁弹窗。好的人工关卡把机器擅长的重复处理留给机器，把目标、证据、例外和责任留给人判断。

人工参与的价值不在于为每段输出盖章，而在于在错误仍然便宜、行动仍然可撤回时，及时决定下一步该不该发生。