如何用 AI 制作流程图
用 AI 制作流程图：用日常语言描述流程，让模型起草步骤与分支，然后修正它自己编出来的部分。附一个可直接操作的招聘流程示例。
用 AI 制作流程图，最适合当作起草的一步：用日常语言描述流程，让模型生成步骤、决策和泳道，然后修正它所做的假设。
简而言之
- AI 是一个起草工具：它把一段描述转成步骤、分支和泳道。
- 把您的流程描述得具体一些——角色、阈值、例外——否则得到的就是一个通用流程。
- 模型添加的、而您并没有说过的一切，都是一个需要核对的假设。
- 先审分支：编出来的主干路径一眼就能看出，编出来的例外则不然。
- 第一次修改之后，这张图就是你们的了——继续在编辑器里改，而不是在提示词里改。
AI 在这件事上真正擅长什么，又不擅长什么
做流程图里麻烦的部分从来不是思考，而是誊写：把一段描述译成一个个离散的步骤，判断哪些句子其实是决策，给连接编号，指派负责人。恰恰这类有结构的改写是语言模型的强项，这也是为什么对于一个您本来就能口头讲清楚的流程，一份 AI 初稿能替您省下一个小时。
它做不到的，是了解您的组织。让模型给一个招聘流程，您会得到一个称职的通用版本——里面有一道贵公司并不存在的审批关卡，却少了您实际有的那一道。它还会悄悄地用一个看似合理的说法把含糊之处解决掉，而一个编出来的步骤，在画布上与真实步骤看上去一模一样。这正是需要管理的那个具体风险。
所以工作方式是：描述、生成，然后对照现实修正。下面的示例就是一份 AI 初稿通常会落到的招聘流程。逐个阶段走一遍，把每个阶段当作一个审阅问题来读——这道关卡在你们这里存在吗，这个回路存在吗，实际执行这一步的是这个部门吗？
一份 AI 风格的初稿，审阅之后
一份首次生成通常会给出的招聘流程。把每个阶段当作一个关于您自身组织的问题来读。
AI 做对的部分
定义岗位与成功画像，确认岗位定级与薪酬区间，让编制获得批准——并为被否决的岗位留出一条去向。结构扎实、一眼就认得出来：正是在这一段，生成的初稿真正为您省下了誊写的时间。
您必须核对的那道关卡
对照基本任职要求做筛选，然后是一个可以让招聘重新开放的候选名单决策。请自问：你们的候选名单真的有一道审批关卡吗，它归谁？模型很乐意插入一道在多数公司都存在、但在你们这里并不存在的审批。
需要填入你们自身细节的步骤
胜任力面试、一项与岗位相关的测评，然后是推荐人核实与工作许可核查。生成的步骤永远合理，却很少精确：你们的测评有名字，你们的核查有法律依据，两者都该写进图里。
初稿通常最薄弱的地方
薪酬区间的决策会回环到准备一份调整后的录用方案，而被拒绝的录用方案则退回候选名单。例外路径是生成的图表最弱的地方，因为模型拿到的那段描述很少提到它们。
运作方式
描述流程，而不是描述图
用日常语言写几句话：什么触发这个流程，涉及哪些人，哪些事需要批准、由谁批准，以及某件事被否决时会怎样。点明角色和阈值，正是一份能用的初稿与一份通用初稿之间的分界——模型只能做到和您的描述一样具体。
直接在图表里生成初稿
在 QueryChart 里新建一张图表，把流程描述给 AI 助手。它会把步骤写成行，设好决策形状，按行号连接，并分配泳道——所以您拿回来的是一张可编辑的图表，而不是一张还得从头重建的图片。
以审阅者而不是读者的身份去读
一步一步走，每一步都问自己：这是我说过的吗？其余的都是假设。假设常常有用——它们会带出您忘掉的步骤——但每一条都需要您做一个决定，而不是点个头。
先修分支，再修措辞
逐个检查每个决策：判断标准是你们的吗，两条出口在你们这里都存在吗，有没有缺了一条？生成的图表在主干路径上最强，在例外上最弱，而价值恰恰在相反的一侧。
修正泳道
把每个步骤改派给在你们组织里真正执行它的部门。模型是按惯例猜泳道的——人力资源做筛选，财务做审批——而在一个流程里，惯例是各公司之间差异最大的东西。
把它拿给真正做事的人看
带着修正后的初稿与一线执行者一起走一遍。AI 初稿缩短的是面对空白页的阶段，它并不能缩短达成共识的阶段。因为一张图看上去做完了就当它已经获得认可，是最值得防范的那一种失败。
应避免的错误
因为看上去完整就接受初稿
生成的图表从头到尾一样笃定。您提供的步骤和它编出来的步骤，画出来完全一样——所以审阅必须是有章法的，而不是凭整体印象。
含糊的提示词
“做一个招聘流程”换回来的是所有招聘流程的平均值。写明你们的角色、你们的审批关卡和你们的阈值，初稿才会值得修改，而不是值得删掉。
在提示词里迭代，而不是在图表里迭代
第一稿之后，改一行比重新描述整个流程更快也更准确。重新生成还会把您已经做过的修改一并丢掉。
跳过与一线执行者的评审
流程图的目的是共识。一份没有任何做这件事的人看过的初稿，写得再好也只是一个假设。
用 AI 制作您自己的流程图
把招聘示例作为您自己的图表打开，或者从空白开始，把您的流程描述给助手。
相关指南
常见问题
AI 能根据一段描述做出流程图吗？
可以。QueryChart 的助手接收一段日常语言的描述，产出一张真正的图表——步骤是行，决策带有命名的分支，连接按行号，泳道按角色——之后您可以像编辑任何图表一样编辑它。质量取决于您给出的内容有多具体：一段点明了角色、审批阈值和例外的描述，会得到一份值得修改的初稿；而一句话的要求，得到的是一个教科书式的流程。
AI 生成的流程图有多准确？
结构上可靠，事实上只与您的输入一样好。模型在把散文拆成步骤、发现条件、提出一个合理顺序方面表现稳定。它们在一切与您的组织相关的具体事项上都不可靠——谁批准什么、在哪个阈值上批准、被否决之后会怎样——而且它们会用看似合理的默认答案填上这些缺口，而不是把它们标出来。请把每一个不是您提供的元素都当作一个待解的问题。
我该用 AI，还是自己画流程图？
用它来做第一稿，审阅自己来做。生成取代的是誊写，那是不需要判断力的部分；审阅才是您判定什么才真正成立的地方，也正是让这张图表有价值的部分。不过，如果这个流程您还讲不清楚，那么访谈式的起草胜过写提示词——因为缺的信息在您自己脑子里也没有。
AI 能把一份现有文档转成流程图吗？
可以——而且粘贴一份书面程序通常比凭记忆描述更好用，因为文档本身已经包含了顺序和条件。它不包含的，是某一步失败之后会怎样的答案，因为书面程序习惯性地停在失败处。那些缺口会作为提给流程负责人的问题回来，而不是模型能够定夺的事。
