AI工具任务记录：怎样区分适用范围与例外

整理AI工具任务时，适用范围和例外应分开记录。适用范围说明流程适用于哪些输入、目标和运行条件；例外则说明条件不满足或出现异常时，哪些步骤需要暂停、复核或改用其他处理方式。这样既便于复用，也能避免把一次结果当成通用规则。 可以先记录任务目的、输入内容类型、预期输出和使用场景，再明确哪些内容不处理。例如，写作任务可以规定输出用于草拟文本，但不代表其中事实已经核

整理AI工具任务时，适用范围和例外应分开记录。适用范围说明流程适用于哪些输入、目标和运行条件；例外则说明条件不满足或出现异常时，哪些步骤需要暂停、复核或改用其他处理方式。这样既便于复用，也能避免把一次结果当成通用规则。

可以先记录任务目的、输入内容类型、预期输出和使用场景，再明确哪些内容不处理。例如，写作任务可以规定输出用于草拟文本，但不代表其中事实已经核验。模型输出应作为待检查材料，而不是事实依据。若任务涉及隐私、敏感信息或专业判断，应另行写清处理边界，不能仅凭“适用于写作”就推定这些内容也适用。

接着记录执行条件和检查顺序：输入是否齐全，提示要求是否清楚，调用是否返回结果，结果是否符合格式和内容要求。出现错误时，可保留必要的请求状态、时间、任务编号和内容摘要，便于定位问题。不要保存密钥；密钥只放在服务端或受保护的本机配置中，不写入网页、正文或日志。

例外应写成可判断的条件，而不是笼统标注“特殊情况”。例如，接口超时后先标记为待核对，不要直接判定请求未处理或未计费；应先检查是否已有结果，再决定是否重试。任务编号和内容摘要可供自有系统判断是否重复入库，但不能据此推断第三方接口一定不会重复执行。

最后注明记录适用于哪个团队或自有系统，以及由谁维护。这类内容是具体的操作约定，不是所有模型或API通用的参数规则。产品行为可能不同，遇到资料未覆盖的情况，应暂缓自动处理并人工核验。范围写清“何时可照做”，例外写清“何时停下检查”，比只保存提示词更便于排错和交接。