三维决策框架

“用 AI 做新媒体”范围太大：从资料里找时间和标题、决定今天讨论什么、写初稿、确认引用、最终发布，是性质不同的动作。生成一篇像样的文章，只证明起草有可能被加速，不能证明选题判断和发布责任也能一起交出去。

这套框架来自对内部任务记录的分析，并用于新媒体 AI 试点。它把讨论缩小到一个能观察输入、输出和后果的动作：谁交来什么材料，机器要做什么，谁拿走结果。如果这些还说不清，就先梳理工作，而不是急着选择模型。

拆分也不能无限细。每换一个负责人、验收标准或风险等级，才有必要单独判断。把“写标题”和“写正文”机械拆开，未必有帮助；把“形成待审稿”和“对外发布”拆开，通常会直接改变授权范围。

新媒体 AI 试点把整理、起草和格式适配交给机器，把事实来源、版权、品牌表达与最终发布留给人。2026 年 4 月 12 日的认知记录还保存了一次取舍：先解决同事已经明确需要的改写与多平台适配，采集环节则因来源和稳定性存在差异，没有成为最先推进的重点。

这说明高频只是候选理由。自动采集即使每天都发生，只要输入不稳定，就可能把抓取故障伪装成“今天没有消息”；先从已确认素材起草，更容易观察改造是否真的解决了问题。

以下为脱敏方法演示，不代表某条真实任务的完整记录。将已确认文本转成规定格式，规则明确、结果可回退，可以自动做；围绕素材形成文章，仍需核验表达，适合 AI 出稿、人审核；决定是否借某件事表达品牌立场，依赖情境和判断，适合 AI 提供备选、人决定。

这三种动作可以出现在同一流程里。所谓介入程度，最终应落到交接点上：机器交来的是草稿、建议还是已完成的内部处理，人接手时有哪些依据，而不是给整条流程贴一个“智能化”标签。

查看脱敏职业案例的完整人机边界 →

这套框架适合已有工作流的改造，不适合用来决定一个全新方向值不值得探索。早期任务可能低频、规则模糊，恰恰需要人投入判断；不能因为不适合自动化，就认定它不重要。

它也不直接回答投入是否划算。即使动作适合自动化，仍要比较节省的重复劳动与新增的搭建、审核和维护成本。规则完全确定的动作，还可以使用现有工具的自动化能力，不必为了引入 AI 多加一层判断。