AI 时代的质量控制：如何验收 AI 的输出

一句话结论：AI 可以负责生成，但不能负责验收；验收是人的工作。

为什么验收更难

人工写错，通常能找到错误来源；AI 写错，往往语气自信、结构完整，甚至编造引用。更麻烦的是，AI 的输出看起来越专业，读者越容易跳过核查。

对一人公司来说，质量问题不是“丢面子”，而是直接影响客户信任、复购和转介绍。一次严重的事实错误，可能抵消几个月的效率提升。

六类检查

事实。 数据、时间、人物、机构、政策是否准确？能否找到原始来源？

逻辑。 结论是否由证据推出？有没有偷换概念、以偏概全或因果倒置？

来源。 引用是否真实存在？链接是否可访问？来源是否权威、是否过期？

格式。 是否符合客户要求的模板、长度、字段和语气？

风险。 是否包含法律、医疗、金融、隐私或歧视性风险？是否需要免责声明或专业审核？

一致性。 同一份材料中的数字、名称、口径是否一致？与历史版本是否冲突？

一个验收表

在交付前，让 AI 或人按表格逐项打勾：事实已核、来源可查、格式符合、风险已评估、客户要求已覆盖、人工已终审。表格不需要复杂，但要固定下来。

对低风险、重复性内容，可以抽检；对对外发布、涉及客户利益、法律合规或大额交易的内容，必须全检。抽检比例和终审人要在工作流里写清楚。

抽检与日志

记录每次 AI 输出的任务、模型、提示、输入来源、审核人和结果。出现错误时，能追溯是资料问题、提示问题、模型问题还是审核遗漏。日志不是为了追责，而是为了改进流程。

什么时候必须人工

• 涉及合同、报价、付款、法律和合规；
• 涉及客户数据、隐私和安全；
• 涉及医疗、金融、教育等高风险建议；
• 对外发布并代表公司立场；
• 会直接影响客户决策或收入的内容。

AI 让一人公司可以生产更多内容，但质量控制决定了这些内容能不能变成资产。把验收当成工作流的一部分，而不是最后一道“看一眼”。