创建重构项目
E1 · AI推断填写行业与岗位特点。行业用于匹配任务基线，岗位特点（目标 / KPI / 痛点）是后续判断任务价值与 AI 介入方式的重要依据。
输入任务内容 → 结构化
E1 · AI推断任务是一切的入口。把岗位的真实工作内容直接粘贴进来——一段话、一份清单或一周工作记录都可以，不需要提前整理格式。有 JD / SOP / 周报等现成资料可一并上传交叉解析；结构化后每项任务会拆出目标 / 流程 / 结果 / 协调四要素，由你逐项确认（可修改，也可不改直接通过）后才进入拆解——任务是源头，这里对了，后面才对。
任务内容输入
像跟同事描述"这个岗位每天都在干什么"一样写就行。也可以上传 JD / SOP / 任务清单，系统会一并解析。
补充资料可选 · 与任务描述交叉解析
有现成资料就一并上传，系统会用它们交叉校验和补全任务：JD 补职责边界与 KPI，SOP 补任务流程与时限，周报/报告样本校准输出物，任务清单用于比对查漏。没有也可以直接跳过。
读取原始描述 → 解析补充资料 → 抽取任务实体 → 合并同义任务 → 匹配行业任务基线 → 补全频次 / 耗时 / 类型 / 输出物 → 输出四要素等待人工确认
任务主表 · 逐项确认向导
每项任务需核对目标 / 流程 / 结果 / 协调四要素与频次 / 单次耗时 / 输入可得性 / 风险等级定量约束，可修改也可不改直接确认；确认后该任务自动勾选。点击任务行或「确认要素」打开确认弹窗。
| ID | 任务 | 类型 | 频次 | 单次耗时 | 输出物 | 来源 | 要素状态 | 操作 |
|---|
标准任务库匹配 · 系统不是从零猜
用户输入的自然语言任务会先与行业任务库对齐，系统显示命中、补充和异常项。标准库用于提高拆解准确性，也会沉淀成后续产品壁垒。
任务结构化质量评分
不是只输出任务清单，还要判断这次拆解是否足够可靠，哪些地方需要用户或专家补充。
原始描述 → 结构化任务 映射
演示环境提示：AI 输出为模拟结果（基于系统标准案例数据）。正式环境中由大模型基于输入内容与上传资料实时生成，要素确认记录将作为重构可信度的依据留痕。
拆解任务
E1 · AI推断系统把每项任务拆解为「输入 → 工作步骤 → 输出」，并标注每个步骤的性质（信息处理 / 专业判断 / 内容生成 / 沟通协调 / 现场执行）。步骤性质是下一步判断 AI 从哪里介入的基础——AI 介入的是步骤，而不只是任务。点击任一行可展开查看。
识别输入与输出物 → 拆解工作步骤 → 标注步骤性质 → 计算步骤耗时分布
| ID | 任务 | 步骤数 | 步骤构成 | 月投入 |
|---|
专家校准台 · 把行业经验沉淀进系统
专家重点校准任务粒度、风险等级、隐性判断环节和 AI 介入边界。每次修改都会回流到标准库，形成越用越准的专业数据。
把“写报告”拆为资料检索、初稿生成、证据核验、定稿签发，避免任务粒度过粗。
根因最终确认、质量放行、责任认定必须人主导，AI 只能提供证据与建议。
把客户口语化描述映射到缺陷分类、批次字段、8D 术语和质量体系要求。
版本与证据链
每个任务从用户原话、AI结构化、人工确认到专家校准都有版本记录，客户能追溯结论从哪里来。
一周工作描述、任务清单、工作日志
18 项任务、四要素、标准库匹配
任务本人 / HR 对目标、流程、结果把关
修正风险、粒度、AI边界，回流标准库
演示环境提示：AI 拆解为模拟结果。正式环境中由大模型基于任务描述与企业流程库生成，并支持人工逐步骤修订。
AI 机会影响分析
E1 · AI推断基于 AI能力 × AI工作模式 × 任务步骤 三维矩阵，逐任务判断：AI 能不能做、能承接哪些步骤、应该以什么方式介入、人必须保留什么。
载入AI能力库与工作模式库 → 逐任务匹配能力并细化到步骤 → 判断成熟度与承担程度 → 推荐工作模式 → 模拟改造前后工时
| ID | 任务 | 匹配AI能力 | AI可承接步骤 | 成熟度 | AI承担程度 | 推荐工作模式 | 人保留职责 | 预期效率 | 优先级 |
|---|
重构报告
E3 · 企业确认质量工程师 · 18 项任务 · 58 个步骤 · 重构完成。报告回答四个问题：提升多少（量化对比）、改造后怎么做（任务形式前后对比）、对人 / 对AI / 对人机协同各有什么要求、以及改造路线怎么排。
各职责域月度投入：改造前 vs 改造后（小时）
人的时间结构变化
关键业务指标提升
解读：结论不是"岗位减少 42%"，而是42% 的事务性工时被 AI 承接，人的时间转向判断、验证与协同——这正是下一步能力模型与训练的输入。
选择任一任务，查看改造前后的完整工作方式对比：每一步谁来做、做多久，以及改造后对人和 AI 的要求。绿色 = AI执行，橙色 = 人执行，琥珀色 = 人机协同。
AI 改造不是"买工具"，而是同时向人、AI、人机协作机制三方提出要求。三方不到位，改造收益就会打折。
工作环节分工（改造后）
| 工作环节 | AI | 人 | 人机协作 |
|---|
AI 质量分析师
触发条件：当 AI 已承担大量基础分析（本案例 ≥60% 事务性任务），任务组合稳定重组后，进入新岗位候选评估——新岗位不是预设结果，而是任务变化的涌现结果。
完整能力模型（五类能力：专业能力 / AI工作能力 / 人机协作能力 / AI验证能力 / 判断与风险能力）将在模块二「岗位能力建模」中展开。案例完整拆解见 系统标准库 → 标准案例库。