收益：
- 人工智能能够区分咨询链中的哪个环节（研究、分析、综合、建议、演示）可以节省实时时间，而判断和责任则由人类负责，具体取决于任务风险级别。
- 能够应用一门学科，通过将每个人工智能输出连接到源、重新计算并通过逻辑过滤器的步骤来验证每个人工智能输出。
- 能够建立工作指令，在 KVKK 和保密协议范围内保护客户数据、选择安全车辆并遵守道德界限。
管理咨询是从外部、公正和结构化的角度帮助解决机构（公司、公共机构或基金会）面临的难题的职业。顾问;它在短时间内收集有关增长、成本、组织、战略或运营等主题的大量信息，将其综合（将各个部分转变为有意义的整体）并向决策者提供明确的建议。问题的本质不是知识，而是知识。正是洞察力转变为决策（洞察力，即从原始数据中提取的意义，激发行动）。
人工智能（这里特别是大型语言模型，即ChatGPT、Claude、Gemini等文本生成系统）正在给这个行业带来根本性的变化。但如果使用不当，也会很快造成伤害。在本模块中，我们将把人工智能定位为高级助理：速度极快的研究员、不知疲倦的绘图员、耐心思考的伙伴。但从来没有签约伙伴。签名，即向客户提供建议的责任，始终属于人。
人工智能在顾问时代派上用场的地方
一个经典的咨询项目大致经历以下步骤：问题定义、数据和信息收集、分析、综合、提案制定、演示和实施支持。人工智能触及这条链条的每一个环节，但它并不是在每一个环节都拥有同样的权威。
- 研究和扫描：在 3 分钟内总结 40 页的行业报告，将 15 个竞争对手的网站分解为结构化电子表格，列出估计市场规模所需的假设。人工智能在这里非常强大。
- 分析和建模：解释 Excel 电子表格中的趋势，将调查中的开放式回答按主题分类，找出流程的瓶颈。这里很强，但是有必要重新检查一下数字。
- 综合与推荐：“这家公司应该进入哪个市场？”类似问题的答案。在这里，人工智能生成草稿；顾问确定决定并说明理由。
- 关系和判断：如何向客户的首席执行官报告坏消息，需要强调什么建议，要承担什么风险。这完全是人类的空间。
在表格中看到这种区别就可以清楚地看出这一点。
顾问角色
人工智能的作用
谁的话才是最终的？
报告/新闻摘要
高：快速蒸馏
顾问（确认来源）
设置竞争对手表
高：配置
顾问（验证每个单元格）
市场规模计算
媒介：草稿+账户
顾问（交叉检查）
战略建议
低：产生想法
顾问（决定和理由）
向首席执行官介绍关系
太低：证明
完全是人类
管制范围内的决定
仅草稿
有能力的专家+人类
提示：将人工智能视为“思维加速器”，而不是“答题机”。最好的顾问用它来快速检验自己的假设（尚未证实的猜测），而不是自己做。
为什么验证是不可协商的
大型语言模型最危险的特征是：即使实际上并不自信，它们也会显得自信。他们可能发明竞争对手的营业额、市场增长率或资源名称；这被称为幻觉，即模型呈现为真实的捏造信息。在咨询领域，这是致命的，因为客户会根据你的数据做出价值数百万美元的决策。
这就是为什么这个模块的不变规则是这样的：任何来自人工智能的数字、来源、声明都不会在未经验证的情况下进入幻灯片。验证分三步：
- 将其链接到来源：询问每个重要数字的来源，然后自己打开该来源并查看。
- 重新计算：手动或在 Excel 中重复每次计算，例如市场规模、比率、百分比等。
- 逻辑过滤器：“根据我的行业知识，这个数字合理吗？”问。 500万的市场不可能有800万的玩家。
安全性和合规性 - 关键领域：由个人决定
顾问通常在医疗保健、金融、能源和制药等受监管行业工作。在这些领域，人工智能的输出并不能取代主管专家的认可。银行的资本充足率建议、连锁医院的治疗方案效率、制药公司的许可策略……所有这些都有最终决定权；须经相关律师、精算师、医生或行业专家批准。人工智能准备草案，专家验证，人类决策者签署。 “人工智能是这么说的”并不是辩护。
隐私：客户数据是神圣的
顾问看到客户最敏感的数据：营业额、工资、合同、战略。将此数据粘贴到随机人工智能工具中违反了大多数合同和 KVKK（个人数据保护法，土耳其法律，禁止未经授权处理个人信息）。应使用保证数据保留的企业工具；如果不可用，数据应该匿名（名称和独特的数字被屏蔽并提供给模型）。
注意：客户协议通常规定“数据不能与第三方共享”。粘贴到公开可用的人工智能工具中的数据可能被视为与该工具“共享”。如有疑问，请将数据匿名或根本不上传。
三个迷你箱子
案例 1 — 虚构的市场号码。一位顾问询问人工智能，“土耳其宠物食品市场有多大？”他问；该模型显示“大约 120 亿里拉”。顾问未经核实就将其放入提案中。介绍过程中，客户营销总监微笑道：“仅我们一家的营业额就达到了90亿。”这个数字是编造出来的；该报价失去了可信度。正确的方法是从基础（有多少家庭、有多少宠物、平均支出）确定市场规模，并与三个不同的来源进行交叉检查。
案例 2 — 违反保密规定。一名团队成员将客户 2,400 名员工的工资单加载到免费网络工具中，并说“汇总这些数据”。数据存在混入工具训练池的风险。违反工程合同保密条款的；如果顾客发现了，那就完了。正确的方法是使用公司认可的工具或用代码替换员工 ID。
案例 3——良好的操控性。一位顾问将6个竞争对手长达80页的年度报告交给人工智能，并说道：“为每个竞争对手制定一个增长战略、弱点和价格定位表，只依赖我给出的报告。” 2小时的工作时间减少到15分钟。然后它根据源报告检查每个单元格。节省时间，不会出错。这是目标余额。
弱提示/强提示
提示是你给人工智能的指令；它的质量直接决定了产出的质量。
弱提示：
提供有关土耳其物流业的信息。
这个提示会产生大量无上下文、无角色且无法验证的文本；该模型通过拟合填补了空白。
强力提示：
您的角色：在管理咨询公司工作的高级研究分析师。任务：为投资者介绍土耳其公路货运市场的结构。范围：市场规模范围、增长动力、前 5 名参与者、监管风险。规则：- 仅依赖我在下面粘贴的来源；将您不知道的内容写为“来源中没有”。 - 在每个客观主张旁边，在括号中注明其来源。 - 不要编造数字；在您不确定的地方标记“需要验证”。格式：标题列表+最后3行“最关键的不确定性”。 [来源：...]
第二个提示给出角色、任务、资源、边界和格式；缩小幻觉的范围。
安全使用人工智能的四大原则
将以下四项原则像卡片一样放在办公桌上；每个模块都是建立在这些之上的。
1) 提供背景：角色 + 任务 + 来源 + 目标受众 + 格式 + 边界。2) 连接到来源：每个数字和声明都必须基于可追溯的来源。3) 重新计算：切勿将算术委托给模型，进行检查。4) 人工签名：必须在监管领域做出关键决策和专家批准。
您可以在开始每个新对话时使用角色描述模板，从而从一开始就提高输出的质量：
您是一位在管理咨询公司工作的细心的高级分析师。您不可改变的规则是： - 只依赖提供给您的资源；如果您不知道，请说“源代码中没有”。 - 不得编造任何数字、名称或来源；如果您不确定，请标记“必须验证”。 - 在每个客观主张旁边写下来源。 - 不主张因果关系；仅显示模式和假设。在整个对话过程中遵循这些规则。如果你明白了，就说“我准备好了”，然后等待任务。
当您必须共享机密数据时，请对模型实施匿名化作为规则：
我给你一个数据集。在处理之前应用此匿名化：- 将联系人姓名替换为 K1、K2...- 将公司/品牌名称替换为 K1、K2...- 概括可以间接识别该人的独特详细信息（例如“唯一的女性经理”）。然后只需处理匿名版本并向我展示该版本。
还有一个简单的模板来跟踪验证：
输出：[我制作的内容]来源：[哪个文档/页面/URL]验证者：[谁，何时]状态：[已确认/未验证/等待专家批准]
常见错误
- 将模型误认为权威。流利、自信的语言并不能保证准确性；幻觉也是流动的。
- 在没有上下文的情况下编写提示。 “分析”等提示会产生夸大且无法验证的文本；赋予角色、资源和界限。
- 将机密数据上传到不受控制的车辆。违反 KVKK 和保密协议将导致项目和声誉终止。
- 绕过受监管领域的专家批准。健康/财务结果是草稿；最终决定权在专家手中。
- 不保留验证线索。 “这个数字是哪里来的？”如果您无法回答问题，则该问题尚未准备好发布。
总之
人工智能是一个强大的助手，可以加速管理咨询的每一步，从研究到起草，从分析到演示。但它的权威根据任务的风险级别而变化：筛查高，决策和监管低。不变的规则是验证；未经验证，幻灯片中未包含任何数字、来源或声明。客户数据受 KVKK 和保密协议保护；最终的责任和签名始终属于人类。在本模块中，我们将学习每种技术以及该安全框架。
应用任务
选择您自己的（真实的或想象的）咨询项目。将项目的典型工作流程分为五个步骤，类似于上表。对于每个步骤，填写人工智能的角色（高/中/低）和“谁的发言权是最终的”栏。然后，一步使用验证跟踪模板创建示例记录：哪个输出、哪个来源、谁验证、状态是什么。
清单
- [ ] 我把AI定位为“助手”，而不是“决策者”。
- [ ] 每个任务的风险等级由我决定，由谁说了算。
- [ ] 我计划对每个关键输出进行三步验证（来源、重新计算、逻辑）。
- [ ] 我从 KVKK 和隐私方面评估了客户数据；如有必要，我将其匿名。
- [ ] 我在流程中添加了受监管领域的专家批准。
- [ ] 我用角色、资源、边界和格式编写了提示。
- [ ] 我已承诺使用验证跟踪模板。