收益：
- 能够区分人工智能在项目管理（计划、估算、报告、沟通）中实时节省时间的地方，以及预算承诺和交付日期等决策留给项目经理的地方，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、重新计算并通过管理过滤的步骤来验证每个人工智能输出。
- 在 KVKK/隐私和 NDA 范围内对项目、客户和利益相关者数据进行匿名处理，并养成选择安全车辆的习惯
每个项目都有数百个决定，其中大部分都是悄悄做出的。这份工作适合谁？这项任务需要多少天？预算能坚持吗？我们应该告诉客户什么日期？如果出现这种风险我们该怎么办？我们在上周的会议上做出了什么决定，谁将做什么？其中一些决策是迭代的、数据密集型且耗时的；项目经理（PM - 项目经理，从计划到项目交付的负责人）的大部分工作是撰写报告、填写表格、准备电子邮件和保存会议记录。人工智能（AI，简称AI——可以像人类一样生成文本、识别模式、做出预测和总结数据的计算机系统）正好适合这幅图景：如果使用得当，它可以在几分钟而不是几小时内起草工作分解结构、风险登记册、状态报告或会议摘要；如果使用不当，它可能会导致客户从看似安全但毫无根据的猜测中做出承诺。
本模块的第一个单元不是软件介绍。其目的是阐明在项目工作中哪些地方应该放置人工智能，哪些地方根本不应该放置人工智能。因为项目管理既是一个“运营关键”又是“承诺关键”的领域：你给出的时间估算是基于与客户签订的合同；一项资源决策会变成团队成员长达数周的日历。让我们从一开始就摆出一个基本原则：AI是一个助手，而不是一个项目经理。预算承诺、交付日期承诺、资源分配和合同义务等决策的责任和最终批准属于有能力的项目经理和负责的利益相关者。
项目管理的层次和人工智能的地位
为了理解一个项目，将工作分为三层是很有用的。操作层是日常操作：任务跟踪、会议记录、电子邮件、状态更新。战术层是计划和跟踪：工作分解结构、进度表、预测、风险登记册、状态报告。战略层决定了项目的基本原理和方向：成本效益、投资组合优先级、范围决策。人工智能可以触及所有三层；但每个人都有不同的权力。在操作层，人工智能快速生成草稿和摘要；在战略层面，它仅提供输入，由管理层和发起人做出决策。我们将在下面的单元中一一讲解发起人（为项目提供资金和企业所有权的最高管理者）、利益相关者（所有受项目影响或影响项目的人——客户、团队、供应商、用户）等概念。
让我们从一开始就定义一些基本术语。范围是项目将要做和不会做的事情。工作分解结构 (WBS) 是将工作分解为可管理的部分。里程碑是标志着进展的重要点（例如“设计批准”）。风险是指一旦发生就会影响项目的不确定事件。可交付成果是项目产生的具体产出。在所有这些概念中，AI 都会为你提供概要和分析，但不会做出决策。
下表按任务总结了人工智能的作用和风险级别：
任务
人工智能的作用
风险等级
谁批准
会议摘要/电子邮件草稿
草图生成器
低
项目经理
WBS/范围大纲
草图生成器
低中
项目经理+团队
持续时间和资源估算
预测员、情景生成器
中高
PM+团队数据
风险登记评分
统计刺激
中等
风险负责人+PM
状态报告/EVM 评论
分析和草稿
中等
项目经理
交付日期/预算承诺
辅助输入
非常高
PM + 赞助商
合同/资源分配决策
辅助输入
非常高
赞助商+PM
请记住该图表中的一行：随着风险上升，人工智能的作用缩小，人类的认可度增加。
为什么“验证”是这项业务的核心
人工智能语言模型似乎对他们的答案充满信心，但他们也可能不确定。用技术语言来说，这被称为幻觉：这是模型用流利的句子捏造了不存在的信息，就好像它是真的一样。对于项目经理来说，这是一个严重的陷阱：模型可能会自信地给你一个“这种类型的软件集成通常需要 3 周”的时间表，而它对你团队的速度、技术债务、假期安排一无所知，而这个数字是一个完整的概括。或者它可能歪曲了一种方法（例如，“PMBOK 7 要求以下内容”）。既然他说得都一样流利，那么唯一区分对错的就是你的知识和验证的习惯。
验证规则包括三个步骤：
- 来源链接：对于持续时间、成本、容量和过去的绩效，依赖于您自己组织的记录（历史项目数据、时间表、资源池、会计）和您团队的猜测，而不是人工智能的记忆。使用人工智能来评论这些数据，而不是记住它。
- 重新计算/比较：独立检查人工智能返回的每个数值结果（总时间、预算、完成百分比、CPI/SPI）。亲自验证总计、加权平均值、关键路径。
- 管理过滤器：从经理的角度测试输出是否与实际情况（团队可用性、预算、合同、依赖性）相矛盾。
注意：将人工智能生成的预测或报告呈现给赞助商或在未经验证的情况下提交给客户，就像给出了一份未签署的合同。仅仅因为输出流畅是不正确的。
保密性：项目数据通常是保密的
许多项目数据都是敏感的。尚未公布的客户名称、合同金额、投标价格、人员薪资和绩效信息以及产品计划往往受到NDA（保密协议）的保护；个人数据受土耳其 KVKK（个人数据保护法）和欧洲 GDPR 的保护。简单地将客户名称、合同价格、团队成员姓名和绩效分数粘贴到公开可用的人工智能工具中可能既违反合同又违反数据。规则很简单：匿名数据并且不共享不必要的数据。 “某大型金融客户软件项目”而非“农行420万TL CRM项目”；不要写“阿姨（高级开发人员，表现不佳）”，而写“高级团队成员”。如果可能，请选择具有数据处理协议的企业工具，并且不要在模型训练中使用您的数据。
三个迷你箱子
案例 1——安全使用。一名项目协调员每周花费 2.5 小时将 6 个工作包的进展情况汇编成一份状态报告。他以匿名方式向 AI 提供了进度数据（隐藏客户名称和金额），并要求提供执行摘要草案。 AI在12分钟内画出了一幅草图；协调员将每个百分比与其跟踪图表进行比较，纠正不正确的完成率，并将状态颜色修改为实际情况。持续时间：35 分钟而不是 2.5 小时。人工智能给出了草案，责任仍然在人类身上。
案例 2 — 未经证实的预测陷阱。一位 PM 问 AI“移动应用程序测试需要多少天？” AI说“大约8天”才看到团队的数据。 PM 将此承诺给客户；根据团队历史数据，实际时间为 15 个工作日。 7 天的偏差会导致处罚。错误：在没有团队数据的情况下期望人工智能给出一个数字来生成承诺。
案例 3——违反保密规定。一位团队负责人将包含客户名称、合同金额以及整个团队的姓名工资信息的资源计划上传到公共人工智能工具中，并说“优化这个”。数据发送到外部服务器；客户发送了违反 NDA 的通知。正确的方法是省略姓名、金额和薪水，只共享角色和努力百分比等匿名字段。
弱提示/强提示
弱提示：
写下我们本月项目的状况，并告诉我们我们已经取得了多大的进展。
这种说法是有缺陷的：人工智能没有获得任何数据，因此它只能用一个虚构的数字来回答“我们走了多远”的问题。时间、范围和背景都不清楚。
强力提示：
您的角色：协助项目经理的助理。背景：以下是 5 个工作包的计划/实际数据（屏蔽客户名称和金额）。任务：撰写执行摘要草稿（200 字或更少）。只需使用我提供的数据即可；对于缺少的信息、号码拟合，写下“[需要确认]”。结构：1) 一般状态 (RAG)，2) 前进的套餐，3) 偏离的套餐和原因，4) 建议。数据：- WBS-1 分析：计划 100%/实际 100%- WBS-2 设计：计划 80%/实际 60%- WBS-3 开发：计划 40%/实际 25%- WBS-4 测试：计划 10%/实际 0% - WBS-5 文档：计划 20%/实际 20%
这个提示很强烈，因为角色、上下文、数据、边界（“数字拟合”）、格式和歧义（“[需要确认]”）都被明确给出。输出仍必须由项目经理验证。
其他三个有用的入门模板：
# 强制执行不确定性的模板从以下文本中提取决策和操作。不分配文本中未明确提及的责任或日期；在不确定的地方写上“不确定”。不要弥补。
# 匿名提醒（自我检查） 如果您在我给您的文本中看到客户姓名、金额或人名，请在开始流程之前警告我，并建议我将这些字段替换为 [MASKED]。
# 生成验证列表的模板对于您生成的每个数值结果，添加一行“验证步骤”，说明项目经理如何独立验证它。
常见错误
- 期望数字而不提供数据：在不提供自己项目数据的情况下向人工智能询问时间、成本或进度，会导致它产生幻觉。
- 混淆流畅性和准确性：写得好的文本并不意味着它是正确的。
- 按原样粘贴机密数据：客户姓名、金额和联系信息不应在未经匿名处理的情况下进入任何开放工具。
- 将承诺委托给人工智能：未经团队验证，不应承诺交付日期和预算。
- 尝试用单个提示完成它：良好的结果来自包含角色上下文数据边界格式的结构化提示。
提示：每次人工智能会议开始时都会问：“在向赞助商展示此交付成果之前，我应该自己验证哪三件事？”从问题开始。这个习惯将保护您完成本模块其余部分的所有任务。
综上所述
人工智能是项目管理的有力助手，可加速报告、计划、估算和沟通；然而，它是一个产生草案而不是承诺的工具。当我们将业务划分为运营、战术和战略层面时，随着风险的增加，人工智能的作用就会变小。每个输出必须通过三个步骤进行验证（链接到源、重新计算、管理过滤器）；项目和客户数据必须在 KVKK/NDA 范围内匿名。关键决策的责任和最终批准始终在于人。
应用任务
从当前项目中选择一个任务。首先，故意给AI写一个“弱”提示（没有上下文，没有给出任何数据）并保存输出。然后使用本单元中的“强提示”结构（角色、上下文、匿名数据、边界、格式）再次询问相同的任务。将两份打印输出并排放置，并在两份打印输出中写下差异以及至少需要您自己验证的三点。
清单
- [ ] 我将AI的角色定位为“助理/草稿”，将决策定位为“人类”。
- [ ] 我已经确定了我的任务的风险级别（低/中/高）。
- [ ] 我在提示中添加了角色、上下文、数据、边界和格式。
- [ ] 我对客户姓名、金额和个人信息进行了匿名处理。
- [ ] 我已经注意到我将独立验证输出中每个数字的步骤。
- [ ] 我没有在未经验证的情况下分享任何包含承诺（日期/预算）的输出。