如何用 AI 製作流程圖
用 AI 製作流程圖：以日常語言描述流程，讓模型草擬步驟與分支，然後修正它自行編出來的部分。附一個可直接操作的招聘流程示例。
用 AI 製作流程圖，最適合當作草擬的一步：以日常語言描述流程，讓模型生成步驟、決策和泳道，然後修正它所作的假設。
簡而言之
- AI 是一個草擬工具：它把一段描述轉成步驟、分支和泳道。
- 把您的流程描述得具體一些——角色、門檻、例外——否則得到的就是一個通用流程。
- 模型加上的、而您並沒有說過的一切，都是一個需要核對的假設。
- 先審分支：編出來的主幹路徑一眼就看得出，編出來的例外則不然。
- 第一次修改之後，這張圖就是你們的了——繼續在編輯器裏改，而不是在提示詞裏改。
AI 在這件事上真正擅長甚麼，又不擅長甚麼
製作流程圖最麻煩的部分從來不是思考，而是謄寫：把一段描述譯成一個個獨立的步驟，判斷哪些句子其實是決策，為連接編號，指派負責人。正是這一類有結構的改寫，是語言模型的強項，這也是為甚麼對於一個您本來就能口頭講清楚的流程，一份 AI 初稿能為您省下一小時。
它做不到的，是了解您的機構。要模型給一個招聘流程，您會得到一個稱職的通用版本——裏面有一道貴公司並不存在的審批關卡，卻欠缺您實際有的那一道。它還會悄悄用一個看似合理的說法把含糊之處解決掉，而一個編出來的步驟，在畫布上與真實步驟看上去一模一樣。這正是需要管理的那個具體風險。
所以做法是：描述、生成，然後對照現實修正。下面的示例就是一份 AI 初稿通常會落到的招聘流程。逐個階段走一遍，把每個階段當作一個審核問題來讀——這道關卡在你們這裏存在嗎，這個迴路存在嗎，實際執行這一步的是這個部門嗎？
一份 AI 風格的初稿，審核之後
一份首次生成通常會給出的招聘流程。把每個階段當作一個關於您自身機構的問題來讀。
AI 做得對的部分
界定職位與成功條件，確認職級與薪酬級別，讓人手編制獲得批准——並為被否決的職位空缺留一條去向。結構穩健、一眼就認得出來：正是在這一段，生成的初稿真正為您省下謄寫的時間。
您必須核對的那道關卡
對照基本任職要求作篩選，然後是一個可以讓招聘重新開放的候選名單決策。請自問：你們的候選名單真的有一道審批關卡嗎，它由誰負責？模型很樂意插入一道在大多數公司都存在、但在你們這裏並不存在的審批。
需要填入你們自身細節的步驟
能力面試、一項與職位相關的評核，然後是推薦人查核與工作許可查核。生成的步驟永遠合理，卻很少精確：你們的評核有名稱，你們的查核有法律依據，兩者都應該寫進圖裏。
初稿通常最薄弱的地方
薪酬級別的決策會迴環到準備一份調整後的聘用建議，而被拒絕的聘用建議則退回候選名單。例外路徑是生成的圖表最弱的地方，因為模型收到的那段描述很少提及它們。
運作方式
描述流程，而不是描述圖
以日常語言寫幾句話：甚麼觸發這個流程，涉及哪些人，哪些事需要批准、由誰批准，以及某件事被否決時會怎樣。點明角色和門檻，正是一份可用的初稿與一份通用初稿之間的分界——模型只能做到與您的描述一樣具體。
直接在圖表裏生成初稿
在 QueryChart 裏新建一張圖表，把流程描述給 AI 助手。它會把步驟寫成列，設好決策形狀，按列號連接，並分配泳道——所以您取回的是一張可編輯的圖表，而不是一張還要從頭重建的圖片。
以審核者而不是讀者的身分去讀
一步一步走，每一步都問自己：這是我說過的嗎？其餘的都是假設。假設往往有用——它們會帶出您忘記了的步驟——但每一條都需要您作一個決定，而不是點個頭。
先修分支，再修措辭
逐個檢查每個決策：判斷準則是你們的嗎，兩條出口在你們這裏都存在嗎，有沒有欠缺一條？生成的圖表在主幹路徑上最強，在例外上最弱，而價值正正在相反的一邊。
修正泳道
把每個步驟改派給在你們機構裏真正執行它的部門。模型是按慣例猜泳道的——人力資源做篩選，財務做審批——而在一個流程裏，慣例是各公司之間差異最大的東西。
把它拿給真正做事的人看
帶着修正後的初稿與前線執行者一起走一遍。AI 初稿縮短的是面對空白頁的階段，它並不能縮短達成共識的階段。因為一張圖看上去做好了就當它已經獲得認可，是最值得防範的那一種失誤。
應避免的錯誤
因為看上去完整就接受初稿
生成的圖表由頭到尾一樣肯定。您提供的步驟和它編出來的步驟，畫出來完全一樣——所以審核必須有章法，而不是憑整體印象。
含糊的提示詞
「做一個招聘流程」換回來的是所有招聘流程的平均值。寫明你們的角色、你們的審批關卡和你們的門檻，初稿才會值得修改，而不是值得刪掉。
在提示詞裏反覆修改，而不是在圖表裏修改
第一稿之後，改一列比重新描述整個流程更快也更準確。重新生成還會把您已經做過的修改一併丟掉。
略過與前線執行者的審核
流程圖的目的是共識。一份沒有任何做這件事的人看過的初稿，寫得再好也只是一個假設。
用 AI 製作您自己的流程圖
把招聘示例作為您自己的圖表打開，或者由空白開始，把您的流程描述給助手。
相關指南
常見問題
AI 能根據一段描述做出流程圖嗎？
可以。QueryChart 的助手接收一段日常語言的描述，產出一張真正的圖表——步驟是列，決策帶有具名的分支，連接按列號，泳道按角色——之後您可以像編輯任何圖表一樣編輯它。質素取決於您給出的內容有多具體：一段點明了角色、審批門檻和例外的描述，會得到一份值得修改的初稿；而一句話的要求，得到的是一個教科書式的流程。
AI 生成的流程圖有多準確？
結構上可靠，事實上只與您的輸入一樣好。模型在把散文拆成步驟、發現條件、提出一個合理次序方面表現穩定。它們在一切與您的機構相關的具體事項上都不可靠——誰批准甚麼、在哪個門檻上批准、被否決之後會怎樣——而且它們會用看似合理的預設答案填上這些缺口，而不是把它們標示出來。請把每一個不是您提供的元素都當作一個待解的問題。
我應該用 AI，還是自己畫流程圖？
用它來做第一稿，審核自己來做。生成取代的是謄寫，那是不需要判斷力的部分；審核才是您判定甚麼才真正成立的地方，也正是令這張圖表有價值的部分。不過，如果這個流程您還講不清楚，那麼訪談式的草擬勝過寫提示詞——因為欠缺的資訊在您自己腦海裏也沒有。
AI 能把一份現有文件轉成流程圖嗎？
可以——而且貼上一份書面程序通常比憑記憶描述更好用，因為文件本身已經包含了次序和條件。它不包含的，是某一步失敗之後會怎樣的答案，因為書面程序習慣性地停在失敗處。那些缺口會作為提給流程負責人的問題回來，而不是模型能夠定奪的事。
