AI 时代的团队沟通：分工减少的制作团队找回对话的 5 个实践

AI 已经能给出设计初稿、编写代码、润色文字了。在制作现场，一个人能独立完成的工作范围大大扩展。

与此同时，我们越来越常听到这样的声音：“明明是在团队里工作，却不知道谁在想什么。”“新人迟迟成长不起来。”“交付之后，才发现了谁都没注意到的问题。”

本文将梳理 AI 的普及和远程办公给团队沟通带来了什么变化，并思考今后的制作团队需要什么。先说结论：需要的并不是新的技能，而是一直以来都很重要的东西的延伸。

注：本文由 GeckoFlag 的开发者撰写。

有了 AI，“一个人就能完成的工作”变多了

不久之前，网站制作还普遍采用分工。总监整理需求，设计师做设计稿，前端开发负责实现，最后由某个人检查。各个环节之间，一定会有“交接”。

现在，从线框图到实现、文字调整，借助 AI，一个人就能推进相当大的一部分。再加上远程办公的普及，大部分工作都在一个人的屏幕里完成了。

这本身是好事。速度提高了，小团队也能承接大项目。只是，随着分工减少，一些不易察觉的重要东西也一起消失了。

作为分工“副产品”的对话

在分工的年代，每次交接都会自然地产生对话。

• “这个按钮，鼠标悬停时打算做成什么效果？”
• “这里的留白，是故意留大的吗？”
• “客户真的认可这种表达吗？”

通过这样的交流，认知上的偏差得以发现，设计意图得以传达，新人也学到了前辈的思考方式。对话本身并不是目的。对话是作为分工的副产品产生的。

分工减少，这个副产品也随之减少。远程办公时，也听不到邻座传来的商量和闲聊。团队沟通变少，不是因为有人偷懒，而是因为工作的结构变了。

对话减少后，团队会发生什么

1品质变成黑箱

AI 做出来的东西，大多是“看起来能正常运行”的。外观也很整齐，乍一看没有问题。但如果没有人审核里面的内容，安全漏洞、无障碍方面的不足、只在特定环境下出现的缺陷，就会在交付后才被发现。

2判断的理由没有留下

交付物会留下，但“为什么这样做”不会留下。半年后客户问起“为什么采用这种结构？”时，如果做的人已经不在，就没有人能回答。工作被绑在特定的人身上，只有当事人才知道来龙去脉。

3新人成长不起来

制作横幅广告、简单的编码、零碎的修改。过去新人用来积累经验、打基础的工作，如今正是 AI 最先接手的领域。新人曾经通过这些工作，以及前辈对这些工作的指点，培养出判断力。跳过这个阶段，几年后团队的中坚层就会出现断层。

4变得孤立，失去成就感

看不到自己的工作帮到了谁、是怎样帮到的，就很难感受到成就感。一个人默默完成，一个人交付。效率也许不错，但在团队中工作的意义会逐渐淡薄。

AI 时代价值上升的团队 4 种能力

AI 大幅降低了“做出来”的成本。结果，做之前和做之后由人来完成的工作，价值相对地提高了。这里列出的 4 种能力，没有一种是新的。而且，没有一种能离开对话而成立。

抓住客户真正问题的能力

“想改版网站”是需求。真正的问题，常常在别的地方，比如“咨询在减少”“招聘时输给了竞争对手”。AI 是根据给它的信息给出答案的，所以给它什么，决定了产出的上限。

不要把需求访谈中得到的信息只留在一个人的脑子里，而要变成团队的共识。对接人在公司内部的处境、和以前的制作公司之间的纠纷等不太会说出口的情况，能否共享到这个程度，会左右交付物的质量。

看到外观之外的能力

安全、营销、页面加载速度、无障碍。在外观越来越难拉开差距的今天，看不见的部分的品质成了差异化的关键。不需要一个人精通所有领域，但能察觉风险、并把问题交给更懂的人，是必不可少的。拥有各自专长的成员能否互相提醒，决定了团队能覆盖的范围。

做出别人无法模仿的提案的能力

AI 的输出有一种倾向，容易靠近所学数据的“看似合理的平均值”。大家都用同样的工具，提案就会越来越像。数字化成为主流以来一直存在的同质化问题，正在进一步加速。

拉开差距的，是 AI 没有的信息：亲自去现场得到的东西、终端用户的声音、客户不经意间说出的话。还有团队围绕这些进行讨论而产生的视角。所谓原创，不是标新立异，而是让对方感受到“这是这个团队为这个项目想出来的”。

为判断负责的能力

在 AI 能给出一个又一个方案的时代，留给人的核心角色是“选择”，以及“断言这样就可以交出去”。而由另一个人来确认这个判断，品质才能得到保证。一个人做、一个人检查、一个人交付的流程，需要在某个环节加入另一双眼睛。

AI 时代的团队沟通：5 个实践

既然分工不再带来对话，就只能有意地建立让对话产生的机制。下面介绍明天就能用上的 5 个实践。

1不只共享交付物，更要共享“判断”

要共享的不只是完成的文件。决定了什么、为什么这样做、没有选择什么。把这 3 点留下来，写 3 行左右就够了。

重要的是留在哪里。写在聊天里很快就会被冲走，所以要留在和那项工作或任务关联的地方，之后才能追溯来龙去脉。

相关聊天里的交流为什么会被冲走，在入门连载“第一次用项目管理工具”第3篇“邮件和聊天里托付的事为什么会被冲走？”中有说明；如何把要决定的事建成任务，在连载“与 AI 协作的团队任务管理”第2篇“任务要按‘要决定的事’来建，而不只是‘要做的东西’”中有说明

2把审核变成“机制”

越是 AI 做的东西，越需要经过人的眼睛。在“进行中”和“已完成”之间设一个审核环节，并事先定好由谁来确认。依靠善意或空闲来做的审核，一忙起来就会最先被省掉。

审核不只是守住品质，也是团队内部产生对话的可靠机会。

相关如何用状态让“等待审核”这类等待状态变得看得见，在连载“与 AI 协作的团队任务管理”第3篇“让‘等待决定’看得见”中有详细介绍

3按“责任范围”而不是“作业”来分配角色

“谁来设计”“谁来写代码”这种以作业为单位的分工，正因 AI 而变得没有多大意义。取而代之的，是按“谁来守住客户的意图”“谁来保证品质”“谁来检查安全”这样的责任范围来分配角色。

有了责任的边界，那里就会产生交接，为了确认而进行的对话也会自然回来。

4区分同步与异步，设计闲聊

记录和报告用异步，拿不准的事和需要找人聊聊来理清思路的商量用同步。远程团队如果不注意这种区分，最后就只剩下文字往来。

推荐的做法是，定期安排 15 分钟左右的“聊聊在纠结什么的时间”。这不是汇报进度的场合，而是可以轻松带来拿不定主意的事、心里在意的事的地方。可以把它想象成有意地重现过去在邻座自然发生的商量。在那里决定的事，就像第 1 个实践那样，在任务里留下一行。

5新人培养从“偶然”走向“设计”

既然打基础的工作减少了，能让人自然成长的环境也就不存在了。培养需要有意地设计。

• 让新人审核 AI 的输出：让他们说明“哪里好、哪里不行”，能培养鉴别的眼光。
• 让新人把“为什么”说出来：比起动手的量，更要增加解释判断理由的机会。
• 展示熟练者的思考：通过结对作业等方式，共享的不是结果，而是思考的过程。
• 把小项目从头到尾交给新人：在失败也无妨的规模内，让他们获得负起责任、做到最后的经验。

第 1 个实践中留下的“判断记录”，对新人来说直接就是教材。能追溯来龙去脉的环境，本身就是培养机制的一部分。

和客户的沟通也是同样的结构

前面讲的，并不只限于团队内部。制作速度提高后，客户很快就能看到交付物。另一方面，“和我想的不一样”这种偏差，也更容易以较短的间隔浮现出来。

正因为如此，和交付物一起说明判断的理由、尽早说清能做和不能做的事来对齐期望、越是坏消息越要早说，就变得更加重要。这些都是一直以来常说的道理，但在 AI 让工作变快的今天，差别会更明显地体现在结果上。

相关请客户确认或做决定时该怎么说，在连载“与 AI 协作的团队任务管理”第5篇“不因客户的‘等待确认’而停滞的推进方式”中有介绍

归根结底，客户把工作交给你的理由，与其说是技能多，不如说是“交给这个团队就能放心”的信任。而这种信任，只能来自日常细致沟通的积累。

工具不是为了“减少对话”，而是为了“留下对话”

项目管理工具和任务管理工具，常常是在“减少会议”“减少来回沟通”这类提高效率的语境中被谈论的。

但在 AI 时代，工具的角色有了一些变化。工作本身 AI 能很快完成，所以工具需要成为对话和判断不断积累的地方。

聊天会被冲走，但关联在任务上的评论会和那项工作一起留下。谁在做什么、为什么这样决定、确认卡在了哪里。只要这些看得见，后来加入的成员也能追溯来龙去脉；对新人来说，这也是可以重新体验前辈判断过程的教材。

相关在与 AI 一起工作的团队中，任务管理工具的角色会如何变化，在连载“与 AI 协作的团队任务管理”中从第1篇“开始用 AI 之后，还需要任务管理工具吗？”起依次介绍

在 GeckoFlag 中可以这样运用

前面的 5 个实践，用任何工具都能实施。这里举一个例子，介绍在自托管型项目管理工具 GeckoFlag 中的运用方法。

GeckoFlag 没有防止跳过审核的工作流设置，也没有自动化功能。“经过等待审核之后再改为已完成”，要作为团队的运用规则来约定。相应地，设置项很少，从导入当天起就能毫不迷茫地开始使用。

GeckoFlag 安装在您自己的服务器上使用，因此包含客户信息的交流也能放在自己的管理之下（服务器的管理由使用者负责）。价格为 $30 买断，成员增加也不加收费用（服务器费用另计；使用“用 AI 创建”时，Anthropic 的 API 使用费也另计）。实际的界面可以在演示中试用。

总结

• AI 和远程办公让分工减少，作为分工副产品的对话也减少了
• 结果，品质变成黑箱、判断只依赖特定的人、新人成长不起来、人变得孤立等问题正在出现
• 价值上升的，是抓住问题的能力、看到外观之外的能力、做出无法模仿的提案的能力、为判断负责的能力。这些都是以前就需要的
• 既然对话不会自然产生，就通过共享判断、把审核变成机制、按责任范围分配角色、设计闲聊、设计培养方式，有意地去创造

AI 不是敌人。关键在于，AI 接手工作后空出来的时间，能否用在对话和判断上。继续把作业本身当作自身价值的团队会越来越吃力，而重视理解、判断、责任和信任的团队，今后也会一直被选择。