上一篇我写“一人公司的个人 AI 系统”，核心结论是：系统要先有顺序，再谈自动化。
这一篇，我想把镜头再往前推一步。
因为在顺序开始之前，还有一个更容易被忽略的问题：
为什么很多人给 AI 下了 100 条指令，最后还是只能自己返工？因为系统从来没拿到“完成标准”。
这件事在一人公司里尤其常见。
你可能每天都在说下面这些话：
- “你先帮我理一版方案，晚点我来定”
- “这个客户你先回一下，别太硬”
- “把这周运营情况整理一下，晚上给我看”
- “把这个需求整理成一版报价，先发给客户”
这些话对人来说勉强还能靠默契补完。
对 AI 来说，它们几乎都不是任务。
它们只是方向感。
而 AI 最容易犯的错，就是把“方向感”误当成“完成标准”，然后拼命优化一种看起来像完成了的结果。
所以最后你拿到的，往往不是不能用。
而是那种最麻烦的状态：
看起来已经做了 80%，但你仍然得从头定义什么叫 100%。
图 1：AI 最容易交付“像完成了”的东西，但一人公司真正需要的是“可验收”的结果。
为什么很多人给 AI 下了 100 条指令，最后还是只能自己返工
很多人一提到 AI 返工，第一反应是：
- prompt 没写好
- 模型不够强
- 语气不够准
- 知识库没喂够
这些当然都可能有影响。
但更靠前的问题，通常只有一个：
你给它的是任务描述，不是完成定义。
任务描述的作用，是告诉系统“我们大概要往哪走”。
完成定义的作用，是告诉系统“什么状态才算真的走到了”。
这两个东西，完全不是一回事。
比如：
“帮我整理一版给潜在客户的报价方案。”
这是任务描述。
但它至少还缺下面这些信息：
- 给谁看
- 想让对方产生什么动作
- 报价边界和交付范围怎么写
- 是简版报价、标准方案还是对比版
- 什么叫可以直接发给客户
- 什么情况算失败
如果这些都没说，AI 就会自动补。
问题是，它补的不是你的标准。
它补的是“平均正确”。
而一人公司真正怕的，从来都不是明显错误。
而是这种平均正确。
因为它会让你误以为任务已经接近完成，实际却把最重要的判断、边界和验收都留回给你自己。
AI 最擅长的，不是把工作真正做完，而是把工作推进到“你以为差不多了”的位置。
图 2：模糊需求不能直接执行，必须先经过“完成定义”压缩成可验收任务。
为什么“任务描述”和“完成定义”不是一回事
我现在越来越习惯用一个很简单的标准来判断：
如果一个任务不能被别人验收，它就还没有被真正定义。
这里的“别人”，不一定是团队成员。
在一人公司里，这个“别人”可能是：
- 晚上的你自己
- 明天重新接手这件事的你
- 替你起草方案的 AI
- 替你整理信息的 agent
- 最终看到结果的客户或合作方
也就是说，完成定义的意义，从来不只是为了让 AI 听懂。
它是在帮你把脑子里的隐形标准显化出来。
很多返工，本质上都不是重写。
而是第一次把标准补写出来。
这也是为什么你会有一种很熟悉的感觉：
“不是它写得不对，而是它没抓到我要的那个点。”
那个“点”，往往就是你没有提前写下来的完成定义。
一人公司最该先写清楚的 4 个问题
如果让我把“完成定义”压缩成最小版本，我会建议每个任务先回答 4 个问题。
1. 这件事的目标是什么
不是“做一个什么东西”。
而是“希望这件事推进什么结果”。
例如：
- 不是“做一份报价方案”
- 而是“让潜在客户在本周内确认，是否进入试合作”
2. 输出给谁看
同一件事，给不同对象看，完成标准完全不同。
是给：
- 用户看
- 客户看
- 合作方看
- 团队伙伴看
- 还是给你自己做决策参考
一旦对象不清楚，AI 的默认风格就会失焦。
3. 什么状态算完成
这是最关键的一问。
你要写到可以被验收，而不是写到“差不多”。
比如一个报价任务，如果只说“整理一份报价方案”，永远没有结束点。
但如果写成下面这样，就完全不同：
- 开头 3 行内说清楚客户当前问题和这次方案的目标
- 交付范围、时间、价格、边界都单独列出
- 给出 1 个推荐方案，而不是只堆选项
- 结尾有明确下一步动作，比如约一次确认电话
- 全文不承诺你暂时做不到的事项
这时候，任务才第一次有了验收面。
4. 什么情况算失败
这一问经常被省略，但它特别重要。
因为 AI 默认追求“尽量完成”。
而一人公司真正需要的，往往是“不要踩错边界”。
比如一份报价方案的失败条件就可能是：
- 只有价格，没有判断逻辑
- 没写清楚不包含项，后面很容易扯皮
- 语气太虚，客户看完还是不知道怎么推进
- 语气太硬，还没建立信任就开始逼单
- 看起来很完整，但你自己都不敢按它交付
失败条件一旦写清楚，系统就不只是知道要追什么，也知道必须避开什么。
图 3：这四问不是额外步骤，而是你把“脑内标准”翻译成系统标准的最小接口。
从报价到运营：3 个高频场景，怎么把模糊任务改成“完成定义”
场景一：报价方案
模糊说法：
“把这个需求整理成一版报价，先发给客户。”
完成定义写法：
- 目标：让对方快速判断，这次合作值不值得继续谈
- 对象：已经表达兴趣、但还在比较方案的潜在客户
- 完成：需求摘要、交付范围、时间、报价、边界和下一步都写清楚
- 失败：只有价格，没有判断逻辑，或者承诺了暂时做不到的内容
场景二：客户回复
模糊说法：
“你先回一下这个客户，别太硬。”
完成定义写法：
- 目标：先稳住关系，再把对话推进到下一步
- 对象：第一次咨询、还在比较方案的潜在客户
- 完成：语气稳、边界清、最后有一个明确下一步动作
- 失败：太强推、太模糊，或者让对方看不出你想推进什么
场景三：运营整理
模糊说法：
“把这周的数据和问题整理一下。”
完成定义写法：
- 目标：让我今晚 10 分钟内知道这周最该先处理什么
- 对象：你自己，不是外部汇报对象
- 完成：只保留关键变化、异常点、原因假设和下周建议
- 失败：只是堆数据，没有优先级，没有行动建议
你会发现，一旦进入完成定义，AI 的角色就会立刻变化。
它不再是在“猜你到底想要什么”。
它是在执行一个已经有验收标准的任务。
而这，才是稳定输出的开始。
图 4：一人公司最常见的返工，不是做得太慢，而是任务一开始就没被定义成可验收。
为什么中国式协作更需要“完成定义”
这一步在中国语境里尤其重要。
因为我们的很多工作，并不是发生在标准工单系统里。
而是发生在：
- 微信聊天
- 语音转文字
- 截图
- 临时电话
- 飞书消息
- 朋友圈和私域互动
这些沟通天然高语境、强默契、低格式化。
人和人之间可以靠补充语气、上下文、关系记忆来理解。
AI 不行。
如果你把高度依赖默契的中文协作方式，原样扔给 AI，它最容易出现的不是“完全做错”。
而是：
- 语气像对的，但目的不对
- 信息像全的，但重点不对
- 格式像完整的，但下一步不对
这也是为什么我现在越来越觉得：
一人公司不是先缺模型，而是先缺一套把口头需求翻译成完成定义的习惯。
没有这个习惯，所有自动化都会提前进入返工。
对中文业务来说，返工成本常常不是做慢一点，而是错过报价窗口、客户回复窗口和信任节点。
有了这个习惯，后面的 skill、workflow、memory、review 才真正有地方落。
最好直接把它写成一张任务卡
如果你想把这件事真正落下来，最简单的方法不是记住一个概念。
而是直接固定成模板。
比如以后每次给 AI 下任务之前，先写这样一张卡：
任务：
目标：
输出对象：
完成标准：
失败条件：
已知输入：
不可碰边界：如果你愿意，还可以再补两项：
截止时间：
下一步动作：这是一张空白模板，不是展示用格式。
它最适合被你直接复制、填写、反复复用。
这张卡最值钱的地方，不是格式。
而是它逼你停下来想一句：
“我到底是在让它做一件事，还是在让它猜一件事？”
很多任务一旦写不成这张卡，就说明它还不该进入执行。
先继续问清楚。
先继续收口。
先把“差不多”变成“可以验收”。
这一步做完，AI 的稳定性通常会立刻上一个台阶。
因为它终于不是在拼语言能力。
而是在按你的标准工作。
图 5：任务卡不是官僚动作，而是把隐形标准显性化。你写得越清楚，AI 返工就越少。
最后一句
如果你最近总觉得 AI “明明做了很多，为什么还是要我自己收尾”，先别急着换模型，也别急着继续补 prompt。
先回头看一眼你最常说的那几句任务描述。
然后按这张任务卡，把下面四件事写出来：
- 目标是什么
- 输出给谁看
- 什么状态算完成
- 什么情况算失败
找一件你最近总在返工的事，把它按这四问重写一遍。
把这四件事写出来，你会发现很多所谓的 AI 问题，其实都不是 AI 问题。
而是任务从来没有被真正定义过。
而这，恰恰是一人公司搭个人 AI 系统时最该先补上的第一块地基。
而当地基一旦变清楚，下一个问题也会自然冒出来：
哪些动作值得被固定下来，变成可以重复调用、稳定复用的 skill？
下一篇，我就继续拆这件事。
一人公司最值钱的，不是一个万能 Agent。
而是先封装出那 10 个最常发生、最该先标准化的高频 skill。