1客户嘴上要的
「做个 AI 写材料,领导讲话稿、请示、通知,输入要点就能出稿。」
这是症状或现成方案,不一定是真问题。下面看两种做法。
2照字面做,会怎么烂
接一个通用大模型,按文种做十几个提示词模板,演示「一分钟写一篇通知」。秘书试用后说「写得像网上抄的」,没人用。为什么烂:起草初稿只占秘书时间的一小部分,大头在核稿和返工。而且大模型会编造文号、文件名称和数据,这在公文里是事故。
3好 FDE 的实际走法
共 12 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。
第 1–2 周找真问题(跟着一份请示走完审签)
- 跟办公室文秘科 3 位秘书、1 位科长和办公室主任坐,跟踪 5 份请示从起草到领导签发的全过程。发现领导审签时最常问的不是「写得好不好」,而是「这句话出自哪个文件」「这个数是哪里来的」「这个职务现在还对吗」。秘书答不上来,就要回去翻 OA 和文件柜,一份请示因此多耽误 1–2 天。
- 秘书说:「宁可写慢一点,也怕一个文号写错被通报。」对他们来说,风险最大的是引用依据错,不是文字不顺。
- 真问题是「稿子里的每个事实都要可核,但核对依据散在各处」。成功标准改成:「稿件里的引用文件、文号、领导职务、关键数字,90% 以上能自动对上依据并标出来源;对不上的全部标『待核实』;在 100 份历史稿件上,找出科长标出的硬伤的 85% 以上。」
- 踩坑涉密公文不进这个系统。第一周就和保密办确认范围:只处理非涉密的内部办公网公文。
第 3–4 周定范围 + 建「依据库」
- 砍范围:只做核稿,不做起草。只做 5 类检查:文号和文件名称、领导姓名职务、数字前后一致、格式要素、规范表述。
- 依据库是关键:从 OA 导出本单位和上级的发文目录(文号、标题、日期),从人事处拿现任领导名单,从办公室拿「规范表述」清单。每一类都要指定一个维护人,否则三个月后就过期。
- 踩坑别让模型「凭记忆」判断文号对不对。文号核对一律查发文目录,查不到就标「待核实」,不猜。
第 5–7 周原型 + evals
- 在 OA 的公文编辑页加「核稿」按钮,结果以批注形式标在原文上,秘书逐条点「采纳」或「忽略」。
- evals:100 份历史稿件,用科长的修改痕迹当标准答案。分别统计 5 类检查的召回率和误报数,误报超过每篇 3 条就收紧规则。
- 部署:OA 在内网,模型部署在本单位机房的国产化服务器上,走信创适配测试。
- 踩坑规范表述检查不要做成「全文改写」。只标位置、给建议,改不改由秘书决定。
第 8–10 周试用 + 并肩改
- 在文秘科试用 3 周。秘书最常说「职务那条很有用,但格式那条太啰嗦」——据此合并格式类提示,只保留影响发文的问题。
- 试用后再加一个小功能:根据依据库自动生成「引用文件清单」,供领导审签时核对。
第 11–12 周交接交接
- 交给办公室文秘科科长做业务负责人,信息中心做运维。科长负责依据库更新(领导调整、新发文件),写进科室的日常工作清单。
- 周期长的原因:保密范围确认、信创适配测试和 OA 改造都要排期。依据库没人更新,系统就会把对的职务标成错的,秘书一周内就不再信它。
4这个案例教给你的可复用判断
跟着成果走到最终决策人那里,看他追问什么。
高风险文本先做「查」再做「写」:查有依据、可验收,写容易出事故。
事实类检查要查库,不要靠模型记忆。
依据库每一类都要有维护人,这比模型效果更重要。
你手上也有类似的场景?
说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。
政府与公共服务的其他案例
内容更新:2026-11-11