不是先买哪一款工具，也不是先收集一百条提示词。

最先要统一的，是大家准备怎样一起使用AI。

市场部拿AI写初稿，销售把会议纪要交给AI整理，HR想用AI筛简历，管理者已经开始让AI帮忙做周报。表面看，大家都在提效；再多问两句，答案却常常不一样：

客户资料能不能上传？AI写错了谁检查？对外内容要不要说明AI参与？一个同事摸索出的好方法，如何变成全组都能复用的经验？

如果这些问题没有共同答案，企业里的AI使用就会变成一场“各自聪明、集体失序”的实验。

AI工作约定，到底是什么？

AI Working Agreements，可以理解为团队共同形成的一组工作承诺：哪些任务可以用AI，哪些信息不能输入，输出由谁复核，什么情况下需要披露，以及怎样分享经验、持续更新。

它不是一份几十页的制度。

制度负责划出全公司的红线；工作约定负责把红线翻译到某个团队每天真实发生的工作里。

比如，“不得泄露敏感信息”是制度语言。到了销售团队，需要继续讲清：客户原始录音能不能上传？脱敏后的拜访纪要能不能让AI提炼需求？对外发送前由谁核对事实？

真正有用的约定，必须落到一个动作、一个责任人和一个可以复盘的场景。

为什么不能只发一封“请大家合规使用AI”的邮件？

因为AI能力并不是一条整齐的边界。

哈佛商学院与BCG针对758名顾问开展的实验发现：在AI擅长的任务上，参与者完成得更快、质量更高；但面对落在能力边界之外的任务，AI也可能让人更容易接受错误答案。研究者把这种不均匀性称为“锯齿状技术前沿”。

这对管理者的提醒很实际：“允许使用AI”不等于“可以把判断交给AI”。

另一方面，Atlassian把AI工作约定做成了一套60分钟团队共创方法。它不从禁止清单开始，而是先讨论团队已经怎么用、想怎么用，再共同回答何时使用、如何复核、怎样分享。这个设计很重要——使用者参与形成的规则，才更可能进入日常工作。

一份能用的AI工作约定，至少回答五件事

四个常见场景，约定应该长什么样？

市场内容：可以用公开材料生成初稿；引用、数据与案例必须回到原始来源；对外发布由内容负责人签字。

客户服务：可以让AI归纳已脱敏的问题；不得上传可识别客户身份的信息；涉及承诺、价格和投诉处理，由人工回复。

人力资源：可以协助整理岗位要求；不能把简历原件随意放进未经批准的公共工具；录用、淘汰和绩效判断必须由人承担。

管理会议：可以用AI整理议题和行动项；机密会议是否允许转录，要先获得授权；纪要中的责任人和截止日期必须逐项确认。

你会发现，约定不是在回答“AI好不好”。

它在回答：在我们的工作里，怎样把效率、风险和责任放在同一张桌子上。

最容易写坏的三种AI约定

第一种，只有禁止，没有试验。大家为了不犯错，干脆转入地下使用。

第二种，只写“人工复核”。却没有说由谁复核、复核什么、错了由谁负责。

第三种，由管理者或AI直接生成。字句很完整，团队却从未谈过自己的犹豫、需求和真实工作。

在教练吧，我们更关心这场对话能不能让人说真话：有人害怕被AI取代，有人已经偷偷用了很久，有人担心泄密，也有人只是找不到第一个值得试的场景。

主持人的价值，不是替大家写答案。

而是让不同声音被听见，再把模糊担心变成可执行的共同选择。

从一份“小约定”开始

不用一口气覆盖全公司。先选一个6—12人的真实团队，挑出三个低风险、高频率、容易验证的任务。

给每个试点写清：允许使用的数据、人工复核人、成功信号与回看日期。

一个月后再问：什么真的节省了时间？哪里出现了新风险？哪条约定已经不适用？

AI变化很快。好的AI工作约定也应该是活的。