第一道：够不够高频
一个月才发生两次的事，做出来也没人记得怎么用。优先挑每天都发生、且有人明确在抱怨的动作。
第二道：做完能不能当场判断好坏
「提升效率」「赋能团队」没法验收。换成「这段回复能不能直接用」「这张表还要不要人工再改一遍」，才是能当场点一遍的判断。
第三道：资料拿不拿得到
AI 答得准不准，取决于它能不能看到你自己的资料。产品说明、历史话术、常见问答、价目口径，先确认有没有、能不能用、谁有权改。
三道都过，才写试点范围
把范围写成一句话：谁在什么情况下，输入什么，得到什么，怎样算合格。写不出来，就说明还没拆够细，别急着开工。