文章目录
先说结论
实用的 AI 审核工作台会把提议与证据并列，显示差异，让指定审核人作出明确决定。审批应绑定版本，与对外执行分开，错误和重试要能够恢复。单靠复选框，不能证明进行过有意义的审核。
AI 流程可以设有人工审核步骤，却几乎不提供可审核的信息。精美预览和“批准”按钮鼓励人员作决定，但原件、修改字段与后果都可能被隐藏。界面应先帮助发现问题，再要求接受结果。
围绕一项决定和它所需的证据设计收件箱。NIST 的 AI 风险管理框架要求明确责任并评估人工监督。应将这些原则落实为实际权限、信息和操作。引用框架或显示绿色勾选，不代表控制措施已经有效。
示例工作流
证据、决定、执行与回执
分派审核
对照证据和提议
解决重要差异
记录绑定版本的决定
执行一次
核实结果或恢复
快速判断
每个状态都要有准确含义
| 状态 | 含义 | 可进行的下一步 |
|---|---|---|
| 待审核 | 输出版本已可交给获授权人员审核 | 查看、修改、拒绝或请求补充信息 |
| 等待信息 | 缺少一项已指定负责人的决策依据 | 补充证据，然后重新审核 |
| 已批准执行 | 审核人接受了确切版本 | 执行允许的操作 |
| 执行中／执行失败／已完成 | 执行结果单独记录 | 核实、恢复或查看回执 |
左右滚动，查看完整比较。
1. 先定义决定，再设计收件箱
列明输出、审核角色、下游操作，以及哪些情况不应批准。批准一套修正单据以便交接，与批准付款是不同决定。识别必须核对的字段和需要专业判断的问题。实际访问范围与决策权限应由后端执行，不能只依赖按钮是否可见。
为每种决定列出必要证据。缺少证据时，提供有负责人和理由的“请求补充信息”操作。在按钮附近说明后果：哪些记录会改变、哪些数据会离开系统，以及能否撤回。不要要求人员确认一个没有说明的结果。
2. 让收件箱显示工作、责任和阻碍
每行显示容易识别的记录编号、拟执行操作、当前状态、负责人、等待时长和阻碍。按约定优先级，如期限或后果排序，允许人员筛选分派给自己的工作。“AI 任务”总数不如清楚显示哪些决定正在等待具体人员处理有用。
采用平静的视觉规则：米白背景上的近黑文字、一致间距，以及用于选中或主要操作的克制蓝色。状态文字本身应表达含义，不依赖颜色。返回列表时保留选中记录和滚动位置，让人员直接继续，不必重新找到原来的位置。
3. 把原始证据放在提议字段旁边
在宽屏上并列原件与提议，按固定顺序显示字段差异。每个字段链接到相关页码或数据行，显示来源版本和提取时间。区分提取值、计算结果与模型建议，让审核人知道需要哪种检查。
假设示例，并非客户项目：出货发票草稿为 12 个，仓库记录为 10 个。显示“发票 12；装箱 10”及两个来源。允许审核人请求澄清，或说明理由后录入已确认的更正。98% 的置信度不能解决实际装了多少件货物的分歧。
4. 让决定与审计记录绑定版本
分别提供“批准”“修改后批准”“拒绝”和“请求补充信息”。修改重要字段或拒绝时要求理由，但不要强迫人员为每次普通接受填写空洞备注。记录审核人、时间、来源版本、输出版本、修改字段及决定，保留原提议以便后续比较。
审批后来源变化，应标记原批准已失效，把新版本送回审核。两人同时操作时，后提交的一方应收到更新后的状态，而不是悄悄覆盖此前决定。为审计记录定义权限和保存安排，避免在每个事件中重复复制不必要的敏感原文。
5. 区分已接受的决定与已完成的操作
“已批准执行”不等于“已完成”。下游系统处理时显示执行中，再记录已核实回执或失败。超时导致结果不明时，显示“正在核实结果”，先向接收端查证再提供重试。第一次操作可能已经成功时，不应鼓励再次点击。
Amazon 的幂等 API 指引说明，可以使用固定请求标识处理重复尝试，避免重复产生同一效果。将该原则应用到已批准操作与版本，由服务器处理重复请求。禁用按钮是有用反馈，但不能阻止重复网络请求。操作改变时应使用新决定和标识，不能沿用旧批准。
6. 用真实审核工作测试键盘、移动端与恢复
按 WCAG 2.2 检查键盘访问、可见焦点、内容重排、错误提示和辅助技术可获取的状态更新。审核人应不使用鼠标也能查看来源、修改字段及作决定。移动端在同一字段标签下上下排列证据与提议，不要硬塞成两个无法阅读的列。操作区域也不能遮住正在使用的控件。
测试正常批准、缺少来源、字段更正、版本变化、两名审核人、重复提交和接收端超时。核实已保存决定与外部结果，不只是查看通知。重新打开失败记录，确认证据和修改仍然可用。测量实际漏掉的差异及恢复投入，再判断审核流程是否有效。
决定之前
审核收件箱必须支持的检查
- 审核人能够查看相关原件和差异。
- 每个状态都有下一步与负责人。
- 审批绑定确切来源和输出版本。
- 执行、回执及重试与审批分开。
- 键盘、移动端、并发操作和失败路径可用。
开始之前，常见问题
批准复选框足以证明人工监督吗？
它能记录一次选择，但不能证明查看过什么，或该人是否能作出决定。需要提供证据、权限、有意义的操作和绑定版本的记录，再测试审核人能否发现预期差异。
可以一次批准多个 AI 输出吗？
只有决定、证据和后果适合批量审核时才考虑。显示包含哪些记录与异常，保留每条版本记录，避免待解决项目被批量批准掩盖。
执行失败后，重试前需要再次批准吗？
取决于获批意图与输入是否变化。先核实不明结果。原操作仍有效时，可通过避免重复效果的机制重试；数据或意图改变，则需要重新审核。
资料来源及延伸阅读
下一步
工作流自动化
如果这是适合你的方向，可以先厘清范围、测试方式和交接安排。