AI 到底省了多少时间？先把返工算进去

谈到 AI 提效，人们最容易记录的是“从输入到出现第一版用了多久”。这个数字很直观，却常常遗漏真正占用精力的部分：整理材料、解释任务、核查事实、修复格式、处理遗漏，以及把结果交给下一个人或系统。

如果只计算生成时间，速度很快的流程也可能在后面产生大量返工。要判断 AI 是否真的节省时间，需要把完整任务当作测量单位。

先定义什么叫“完成”

同一个任务必须使用相同终点比较。人工流程如果以“可直接发布”为完成，AI 流程就不能以“得到初稿”为完成。可以先写一句操作性定义：

完成 = 内容满足验收标准，事实与格式已核查，并已进入约定的交付位置。

定义还要包含质量底线。例如重要信息不能遗漏、引用必须能定位、敏感内容必须经过人工确认。没有共同标准，时间对比只是在比较不同产品。

把耗时拆成五段

一项 AI 任务可以按下面的结构记录：

1. 准备时间：收集、清洗、脱敏材料，说明目标和约束；
2. 生成时间：模型运行、等待工具以及必要的多轮交互；
3. 核查时间：对照来源、检查规则、确认格式和边界；
4. 返工时间：修正错误、补充遗漏、重新生成或人工重写；
5. 交接时间：把结果录入正式系统，并让接收者理解和使用。

总耗时是五段相加，而不是只取第二段。若流程需要搭建模板或自动化，还可以单独记录一次性建设时间，避免把试验期投入藏在日常耗时之外。

返工要记录原因，而不只是分钟数

返工是一条诊断线索。每次修改可以标记为事实错误、任务理解错误、格式问题、材料缺失或偏好调整。前四类通常说明工作流仍需改进，最后一类则可能是需求本身没有提前说清。

当同一种返工重复出现时，优先修正输入、验证规则或交接方式，而不是要求模型笼统地“表现更好”。测量的目的不是证明 AI 有效，而是找到时间究竟消耗在哪里。

使用同一张记录表

任务名称：
输入规模与类型：
完成标准：
流程版本：人工 / AI 辅助 / 其他

准备：
生成：
核查：
返工：
交接：
总耗时：

返工原因：
是否达到质量底线：是 / 否
需要人工承担的判断：

比较时应选择相近任务，保留输入规模和难度，并记录多次结果。不要只挑最快的一次；生成式系统会波动，异常输入也可能暴露平时看不到的成本。如果质量不达标，即使表面更快，也不应计为一次成功完成。

决定是否继续使用

最后可以依次问：总耗时是否下降？核查与返工是否可预测？质量是否至少不低于基线？任务量增加时，人工负担会不会同步增长？一旦停止使用某个模型或工具，保存的模板和流程是否仍然可迁移？

AI 提效不是“生成用了几秒”这样单一的数字。真正值得优化的是从原始材料到可交付结果的完整路径。把返工算进去，可能会让结论不那么漂亮，却会让选择更可靠。