ChatGPT、Codex 和 Claude 工作流检查清单

多个 AI 工具一起用时，最怕流程看起来很高级，实际没有责任边界。ChatGPT 写了回复，Claude 总结了文档，Codex 改了代码，但最后谁核对事实、谁测试、谁确认客户隐私、谁写交付说明？如果这些问题没答案，多工具反而会放大风险。

这份清单用于新手建立最小可用工作流。建议先读 ChatGPT、Codex 和 Claude 怎么分工做 AI 工具实践流程，再搭配 AI 输出不稳定风险控制 和 /templates 使用。

适合谁

适合已经同时使用多个 AI 工具，但经常不知道下一步该做什么的新手。你可能会在工具之间来回复制内容，却没有形成固定的输入、输出和检查点。

也适合准备把 AI 工具写进服务流程的人。客户不需要知道你用了多少工具，客户需要看到的是需求清楚、修改可查、测试通过、交付说明完整。

不适合谁

不适合处理高敏感客户材料时随意切换工具的人。多个工具意味着多个数据处理环境，不能把客户原始后台、密钥、合同、订单和隐私材料随手贴进去。

也不适合没有人工复核环节的工作流。只要最终交付给客户，就必须有人检查事实、权限、版权、平台规则和测试结果。

具体步骤

1. 是否保存客户原始需求？不要只保存 AI 总结后的版本。
2. 是否先脱敏？客户姓名、账号、密钥、订单、后台链接是否已经删除或替换。
3. ChatGPT 是否只用于澄清和草拟？有没有把它的回复当成最终报价。
4. Claude 是否用于长文整理？整理后是否回到原文核对关键事实。
5. Codex 是否先读代码结构？是否避免无关重构和大范围改动。
6. 是否查看 git diff？确认只改了目标文件，没有暴露密钥或改变公开状态。
7. 是否运行必要检查？内容检查、lint、build、测试或页面验证至少选择与任务相关的一项。
8. 是否记录测试证据？终端输出、截图、链接、测试输入和结果都可以作为依据。
9. 是否写清未覆盖范围？不包含项要在交付说明里出现。
10. 是否人工复核最终消息？删掉夸张承诺、不确定结论和未授权信息。

分工模板

任务目标：
客户原始需求：
脱敏处理：

ChatGPT 用于：
Claude 用于：
Codex 用于：

人工检查：
测试证据：
未覆盖范围：
交付说明：

这个模板能帮你避免工具混用。每个工具只做它适合的部分，最后用人工检查把结果收束成客户看得懂的交付。

风险提醒

不要为了“交叉验证”把客户敏感资料复制到多个工具。真正的交叉验证应该是回到原始需求、官方文档、代码运行结果和测试证据，而不是让多个模型互相赞同。

不要把 AI 生成的解释当作事实来源。模型可能把错误码、工具功能、平台规则说错。重要结论要查官方文档或通过实际运行验证。

交付前自问

客户能否看懂这次交付解决了什么？如果客户追问，我能否指出测试证据？如果项目出问题，我能否从记录中知道哪个工具参与了哪一步？如果答案不清楚，就先补记录再交付。

多工具工作流的价值在于分工清楚，不在于工具数量。对新手来说，两三个稳定检查点，比十个工具轮流生成答案更可靠。

失败信号

如果你发现自己在不同工具之间反复复制同一段客户原文，却没有新增任何测试证据，这说明流程已经失控。此时应该停止生成更多答案，回到原始需求，列出还缺哪些信息。

如果 Codex 改完代码后你没有看 diff，也没有跑检查，就不要交付。AI 写出的代码可能可读，但不代表符合项目结构、客户需求和线上运行环境。任何代码类交付，都要用当前仓库状态和命令结果说话。

如果最终交付说明里只有“我用 ChatGPT 分析了”“Claude 也建议这样做”，这不是客户需要的证据。客户需要看到的是修改内容、测试结果、未覆盖范围和下一步验收方式。工具名称可以不写，证据必须写。

记录习惯

每次任务结束后，把这次用到的提示词、工具分工、测试命令、失败尝试和最终交付整理成内部笔记。下次遇到类似任务，你会更快知道该用哪个工具、先问什么问题、哪些风险不能碰。

这些记录也能逐渐变成作品集素材。公开展示前仍然要脱敏，但你可以展示“如何拆解需求”“如何验证修复”“如何写交付说明”。这比只展示一张漂亮截图更能证明项目判断能力。

免责声明

本文仅供学习和流程设计参考，不构成安全、法律、财务或平台合规建议。AI 工具功能、隐私政策和平台规则可能变化，发布前需要人工复核。处理客户资料前，请确认授权、脱敏和最小必要输入。

CTA：把这份清单复制到你的项目笔记里；需要客户问题模板时去 /templates，需要草拟回复时用 /tools/proposal-generator，最后用测试结果和人工判断决定是否交付。