汇报材料这件事，我原来最费时间的不是写，是想。手上有十来张表、五六份记录，脑子里知道大概是什么情况，但落到纸上就散。这两年我把 AI 用在这个环节上，效果比我预想的好，也比用在写文档上更值。
第一层是结论，一到三句话，说清现在是什么状态、我建议怎么办。第二层是支撑，三到五条依据和数字，每一条都能追到源数据。第三层是附件，明细、台账、照片。多数人写不好汇报，是直接从第三层开始写，把附件当正文。
AI 在这三层里的作用完全不同：结论层要它做归纳和排序，支撑层要它做数据整理和异常提示，附件层基本不用它。
一是把数据变结论。我把关键数字整理成一张干净的表喂给它，让它按“偏差最大的三项、趋势最明显的一项、风险最高的两项”来提取，它给出的排序往往比我凭印象挑的更客观，因为它不会因为我昨天在处理什么事就放大那件事。
二是给结构。我把要说的要点无序地列出来，让它排出三层结构，并且把重复的合并、把不支撑结论的删掉。这一步对我是刚需——我删东西总是舍不得。
三是换措辞。同一件事，跟项目经理说、跟公司领导说、跟监理说，语气和重点完全不同。让 AI 按三种对象各出一版，我挑一版改，比从零写快得多。
四是做多版本。汇报最怕的是临时被要求“你就讲三分钟”。有一版一页纸提纲在手，临场压缩就不慌。
第一，它不知道数据是真的还是假的。我喂给它的表如果某一行抄错了，它会理直气壮地把错数据讲成一个漂亮的结论。所以数据源永远由我自己核对。
第二，它不知道背景里的人际和分寸。哪些话能说、哪些话要留、哪个部门的责任不能明着点，这些只有我自己判断。
第三，它不承担后果。汇报里每一句“我建议”都是我签的字，不是 AI 签的。
我现在的提问基本是五段：一是角色和目的（我是某项目技术负责人，要向公司月度例会汇报）；二是材料来源（这是本月质量检查记录汇总，共多少条，来自几方）；三是我要的结论（请按偏差最大、趋势明显、风险高三个维度各提炼要点）；四是限制条件（不要出现具体单位和人名，数字保留到整数，不编造未提供的信息）；五是输出形式（先给三句话结论，再给五条支撑，最后附一页提纲）。
第五段很重要。不给输出形式，得到的就是一大段文字，还是要自己重排。
一是脱敏。喂数据之前把项目名、人名、供应商全称替换掉，这是底线，不是可选项。
二是留痕。AI 给的每一版都另存，返工的时候能省一小时。
三是不撒谎。AI 为了把话说漂亮，会自己给数字加上修饰（“大幅提升”“显著下降”）。凡是原文没给的程度词，我一律删掉。汇报里最贵的错误就是一句没有依据的形容词。
AI 让汇报从“写作文”变成了“做填空题”。但填空的答案只有一个来源：你自己手上真实、核对过的数据。
本文为个人工具使用记录，不涉及具体项目与单位数据。