收益：
- 能够设置已配置的提示，以根据匿名输入生成 SOAP/DAP 格式的会话注释和报告草稿
- 能够审核人工智能手稿的临床准确性、遗漏信息和捏造内容，并对专家承担最终责任
- 能够在人工智能支持下提高笔记和报告中的语言、水印和客观性标准
每个心理健康专业人士最不喜欢但最必要的任务之一就是保存记录：会议记录、进度报告、推荐信、机构报告。这些文件既是临床记忆（告诉您下一次治疗中从哪里继续）又是法律记录（证明您在需要时做了什么）。但记好笔记需要时间，而这种在会议后积累的负担是倦怠（职业疲劳和情绪宣泄）的主要根源。人工智能（AI）可以严重减轻这种负担：将分散的笔记整理成有组织的格式，概述报告，使语言专业化。然而，会议记录是一份临床和法律文件；即使人工智能造出的一句话也可能造成严重后果。在本单元中，您将学习使用人工智能作为备忘录和报告中的安全写作助手。
注释格式：SOAP 和 DAP
临床记录通常以标准格式保存。最常见的两个是：
- SOAP：主观（客户讲述的内容）、客观（观察/测量）、评估（临床评估）、计划（计划）。即“主观-客观-评价-计划”。
- DAP：数据、评估、计划。它是 SOAP 的简化版本。
人工智能非常了解这些格式，并可以在几秒钟内将你杂乱的原始笔记放入这种结构中。但要注意：评估部分是临床判断；不要让人工智能“填补”那里。 AI可以组织数据，但评估必须来自你的笔。
注意：会议记录是一份法律文件，并有您的签名。 AI可能会编造草案中实际未提及的声明（幻觉）或遗漏重要风险。您对最后笔记的每句话负责；切勿在未将草稿与会话中实际发生的情况进行比较的情况下保存草稿。
人工智能做笔记的两大风险
1.加法（幻觉）。为了使笔记显得“更完整”，人工智能添加了现实中不存在的细节：未说出的句子、未执行的干预、未观察到的症状。除非您要求，否则纸条中的“客户表示他没有自杀念头”这句话是危险的捏造。
2.减法（跳跃）。在总结时，人工智能可能会放弃一个重要但“看似次要”的细节：风险暗示、药物变化、边界违规。总结本质上是失败的；因此，检查摘要丢失的内容非常重要。
一步一步：安全注释/报告流程
- 让您的原始笔记保持匿名。在将会议期间/会议之后记录的任何粗略笔记提供给人工智能之前，先对其进行去识别化（参见第 2 单元）。
- 指定格式。告诉AI你想要哪种格式（SOAP/DAP）以及哪一部分不要填写。
- 只需要求他根据您提供的信息进行工作即可。请务必包含“不要添加，除非我已经写过，否则不要写”的说明。
- 自己写评论。不要把评估部分交给AI；让您做出临床判断。
- 将草图与现实进行比较。我每句话都以“这真的发生过吗？”来结束。一探究竟;修复任何添加/省略的内容。
- 承担责任。最终文件是您的；您对带有您签名的每句话负责。
提示：仅仅告诉人工智能“不要添加”是不够的；在检查输出时，特别是“我说了这个细节还是人工智能添加了它？”针对每个风险/安全句子分别提出问题。最危险的捏造往往是看似最合理的捏造。
三个迷你箱子
案例 1——危险添加。一位专家让 AI 将他凌乱的 20 分钟笔记转录成 SOAP 格式。草案中有一句话：“当事人没有报告任何伤害自己的想法。”但专家在会议期间从未提及这个问题； AI添加了这句话来“完成”它。专家注意到这一点并将其删除。如果他没有注意到，就会给人一种记录中从未询问过的风险被“询问并排除”的印象，这将是法律上的严重误记。
案例 2 — 节省时间。在诊所里，心理学家每天看 6 次咨询，每次需要 15 分钟手写笔记，总共 90 分钟。他让 AI 将匿名原始笔记转换为常规 SOAP 草稿，并在 4 分钟内校对每一份草稿，将总时间缩短至约 25 分钟。每天增加约 65 分钟；他自己撰写评估部分。
案例3——纠正污名化语言。这位专家在一份机构报告中写道：“客户具有操纵性和抵抗力。”它告诉人工智能“将这些表达翻译成不带有侮辱性的语言，而是描述行为的语言”。人工智能提出了一种描述性的替代方案，例如“客户倾向于在讨论边界时改变主题”。专家确认并使用其准确性；报告将更加公正、更加专业。
可复制的提示和模板
将下面我的匿名原始会话笔记编辑为 SOAP 格式（主观、客观、评估、计划）。规则：仅根据我提供的信息进行工作，不要添加任何细节。不要写下我未写下的任何症状、陈述或干预措施。将您不确定的地方标记为[缺失信息]。将评估部分留空，我来写。原始笔记：[笔记]
在此草稿注释中，列出我的原始输入中未包含的每个句子或细节。特别是，将与风险、安全和诊断相关的陈述分开标记，以便我检查是否捏造。原始输入：[输入] 草稿：[草稿]
建议我将以下报告段落中的污名化、评判性或标签性短语（例如“操纵性”、“抵抗性”、“表演性”）翻译成描述该行为的中性语言。内容不要改变，只要语言公正、专业即可。文字：[文字]
编写一份进度报告草稿中可能缺少的标准部分清单（例如提出的问题、目标、采取的方法、进度、计划、风险评估状态）。标记我尚未填写的标题。草稿：[草稿]
弱提示/强提示
弱提示：“从以下会话中写出一篇漂亮、完整的 SOAP 注释：[一些分散的句子]”
对“完整”和“美丽”的需求，促使AI以弥补的方式填补空白；笔记变得“丰富”了实际上并不存在的细节。
强大的提示：“将下面的原始注释编辑为 SOAP。只需根据我给您的信息进行操作，不要添加任何内容；将缺少的字段标记为 [MISSING]。将评估留空。然后询问我应该添加哪些信息。”
这个提示让AI处于监管角色，防止其弥补漏洞，把评估留给专家。
常见错误
- 要求“完整的说明”。邀请人工智能来填补空白；这是最常见的制造来源。
- 让人工智能撰写评估。将临床评估委托给软件；然而，这个判断是你的。
- 保存草稿而不与实际进行比较。没有注意到添加或省略的风险短语。
- 粘贴客户数据而不对其进行匿名化。备注内容为隐私数据；不能在没有保护的情况下将其提供给车辆。
- 将污名化语言误认为“专业”。将形容词误认为是临床语言；然而，好的成绩描述的是行为，而不是给人贴上标签。
综上所述
AI 会话笔记和报告可以有效节省时间，将杂乱的输入转化为有组织的格式 (SOAP/DAP)、专业化语言并纠正污名化短语。但该说明是一份临床和法律文件；人工智能可能会添加一些实际上并不存在的东西（幻觉）或省略一个重要的细节。自己写评估部分，将草稿与会议中实际发生的情况进行比较，对每句话负责。不要在未匿名的情况下向该工具提供数据。
应用任务
匿名写下 5-6 句话的假想会话原始笔记。通过说“转换为 SOAP，不要添加任何内容，将评估留空”将其交给 AI。将输出与原始输入逐行进行比较，并标记人工智能添加或更改的每个语句。你发现了多少“制造”或“过度解读”？然后自己写评估部分。
清单
- [ ] 我对原始笔记进行了匿名处理。
- [ ]我指示AI“不要添加，标记缺失”。
- [ ] 评估部分是我自己写的。
- [ ] 我将草案与会议中实际发生的情况进行了比较。
- [ ] 我还检查了风险和安全句子。
- [ ] 我承认我对最后注释中的每句话负责。