Skip to content

用 AI 做项目复盘

项目结束了,领导说:「写个复盘吧。」

你打开文档,写了半小时,发现自己做了三件事:前半段在表功——「本次活动取得了圆满成功」;中间在甩锅——「主要是跨部门沟通不够及时」;最后总结——「下次继续努力」。

交上去之后,领导看了一眼就关掉了。因为这份复盘和没写一样——没有真正分析发生了什么、为什么发生、下次具体怎么改。

你不是不想写好复盘,是没有人教过你「复盘到底该怎么拆」。这件事恰好是 AI 能帮到你的:它擅长把一团混乱的信息按结构分层,帮你区分事实、原因和行动。

复盘不是「写总结」,是「拆因果」

很多人把复盘等同于「项目总结」。总结是「我做了什么」,复盘是「发生了什么、为什么发生、下次怎么做」。

用一个类比:总结像拍照,记录下你看到的画面;复盘像看片子,分析这个人为什么在关键时刻做了那个选择、下次遇到同样情况应该怎么做。

维度项目总结(大多数人写的)项目复盘(你应该写的)
关注点做了什么发生了什么、为什么
原因分析没有,或者一句「沟通不够」区分表面原因和根本原因
改进措施「下次继续努力」具体的动作 + 负责人 + 时间节点
读者收获知道项目结束了知道下次遇到类似情况怎么处理

这个区别很关键。没有因果分析的总结,对未来的你没有任何帮助——你只是把做过的事又说了一遍。

一个被验证过的复盘框架:GRAI

你不需要发明自己的复盘结构。有一个用了很久的方法叫 GRAI 复盘法,把复盘拆成四个步骤:

  • G(Goal)目标:当初我们想达成什么?
  • R(Result)结果:实际发生了什么?和目标的差距有多大?
  • A(Analysis)分析:为什么会有这个差距?哪些是可控的、哪些是不可控的?
  • I(Insight)洞察:我们学到了什么?下次具体怎么做?

很多人写复盘时跳过了 A(分析),直接从 R(结果)跳到 I(洞察)——「结果不好,所以下次要努力」。这中间缺了一整层因果链条。

AI 最擅长的就是帮你补上这一层。你把事实和结果丢给它,它能帮你追问原因、区分可控和不可控因素、把模糊的「下次努力」拆成具体的行动。

推荐工作流:三步做一次有深度的复盘

第一步:把原材料丢给 AI

这一步和写周报一样——你需要先准备「原材料」。没有原材料,AI 只能帮你生成空话。

你需要准备的信息:

text
1. 项目/活动的目标是什么?(越具体越好,最好有数字)
2. 实际结果是什么?(和目标的差距)
3. 过程中发生了什么关键事件?(好的和不好的都列)
4. 你初步觉得原因是什么?(不用完美,写你的直觉就行)

举个例子——你刚做完一次线上推广活动,准备复盘:

text
目标:预期带来 500 个新用户注册
结果:实际 320 个,完成率 64%
关键事件:
- 上线第一天流量超预期,服务器差点扛不住
- 投放素材被平台审核驳回,耽误 1 天
- 落地页转化率低,很多人进来就走了
- 客服回复了 3 种不同版本的活动规则
我的初步判断:转化率低是主因,沟通有延迟,预案不够

有了这些原材料,AI 就能帮你做深度分析。

第二步:让 AI 按 GRAI 框架整理

把原材料丢给 AI 时,明确告诉它用 GRAI 框架,并且要求它做到三件事:区分事实和判断、追问根因、给出可执行的改进动作。

text
请帮我用 GRAI 复盘法分析以下项目信息。

要求:
1. 「事实」和「判断」分开标注
2. 对每个问题至少追问一层根因,别停在表面
3. 改进建议要具体到「谁、做什么、什么时候」
4. 输出结构:目标回顾 → 结果对比 → 根因分析 → 改进行动

项目信息:
-(粘贴你的原材料)

AI 会帮你做到几件你自己很难做好的事:

  • 区分事实和判断:「落地页跳出率 72%」是事实,「转化率低是主因」是判断——判断需要数据验证。
  • 追问根因:「客服口径混乱」的根因不是「沟通不够」,而是「缺少上线前的信息对齐文档」。
  • 给出可执行的改进:不是「加强沟通」,而是「运营主管本月底前输出活动上线检查清单模板」。

好在哪里:事实归事实、判断归判断、改进动作有具体负责人和时间。这份复盘交上去,领导能看到你真的分析了问题。

第三步:人工复核,补数据和细节

AI 的分析是建立在「你给的原材料」基础上的。它不知道的真实细节,可能猜错。你必须检查:

  1. 数据是否准确:跳出率 72% 是你给的真实数据,还是 AI 自己编的?
  2. 原因是否成立:「落地页没有突出利益点」——你当时真的是这个原因吗?还是另有隐情?
  3. 行动是否可行:AI 建议的改进动作,在你的团队里真的能落地吗?

不同场景的复盘重点

上面的工作流是通用的。不同场景下,关注点和模板略有不同。

项目复盘

项目交付后一周内做,拉上核心成员一起。关注目标达成、里程碑完成、最大风险和团队协作。提示词只需在工作流模板基础上加一行:「请区分流程问题(系统漏洞)和人的问题(能力或态度),改进优先针对流程。」

个人月度工作复盘

月末花 20 分钟做,给你自己看。关注时间分配和能力增长。

text
请帮我做一次本月个人工作复盘。

本月我做的事情:
- (列出所有主要事项,不用排序)

请按以下结构分析:
1. 时间分配:把事项分成「高价值 / 中等 / 低价值」三类
2. 做得好的:哪些事超出预期?为什么?
3. 可以改进的:哪些事花了太多时间?原因是什么?
4. 下个月建议:多做 / 少做 / 停止做什么?

坚持做 3 个月,你会清楚地看到自己的时间到底花在了哪里。

追问根因的实用技巧:5 个为什么

有时候 AI 给出的原因分析还是太浅。这时候可以用一个简单的方法:连续追问 5 个「为什么」

这个方法来自丰田生产系统。核心思路是:每个「为什么」的答案,都是下一个「为什么」的起点。追问到第 3-5 层,你通常会触碰到真正的问题。

举个例子:

text
问题:活动注册人数没达标

为什么 1:因为落地页转化率低
→ 为什么 2:因为用户看了页面就走了
→ 为什么 3:因为页面没有说清楚「跟我有什么关系」
→ 为什么 4:因为页面设计时先放了活动规则,而非用户利益
→ 为什么 5:因为设计 brief 里没有明确要求「利益点前置」
→ 根因:需求文档缺少对页面信息优先级的明确说明

改进:更新活动页面的设计 brief 模板,
     第一条就是「首屏必须突出用户利益点」

你可以在 AI 输出初步分析后,追加一句:「请对每个根因再追问 3 层为什么,直到找到可以落实到流程或文档层面的改进点。」

常见错误

错误一:只列事实,不分析原因

text
❌ 复盘内容:
- 活动来了 320 人,目标 500 人
- 投放延迟了 1 天
- 落地页转化率低

这是「事实清单」,不是复盘。复盘需要回答「为什么转化率低」,不是只说「转化率低」。

怎么改:把每条事实后面加上「原因是……」,至少写一层原因。

错误二:复盘变成追责会

text
❌ 复盘内容:
- 小王的设计稿交晚了,导致上线延迟
- 运营没有提前确认投放素材,审核出问题
- 下次大家都要注意

复盘的目的是改进流程,不是追究「谁的错」。把注意力放在「流程哪里有漏洞」,而不是「谁犯了错」。

怎么改:把「小王交晚了」改成「设计稿交付流程没有设置 buffer,下次在每个环节之间加 1 天缓冲」。

错误三:改进建议全是空话

text
❌ 改进措施:
- 加强团队沟通
- 提高执行力
- 下次更加努力

这种改进建议没有任何约束力——你没法衡量「加强」了多少、「提高」了多少。

怎么改:每条改进必须是「谁 + 做什么 + 什么时候完成」。比如「运营主管在本月底前输出活动上线检查清单模板」。

错误四:不给 AI 原材料就让它写

text
❌ 「帮我写一份项目复盘」

AI 不知道你做了什么、结果怎样、遇到了什么问题,它只能帮你生成一份充满空话的模板。

怎么改:先把你记得的事实、数据、关键事件全部列出来,再让 AI 帮你整理和分析。

一句话总结

复盘的核心不是「总结做了什么」,而是「拆清楚为什么发生、下次怎么办」。AI 能帮你把事实、原因和行动分层,但原材料必须你来——你给它的事实越具体,它帮你挖到的根因越深。

现在就能做的

  1. 回忆最近一个完成的项目或活动:花 5 分钟,用「目标 / 结果 / 关键事件 / 我的判断」四个维度列出原材料。
  2. 用上面的提示词让 AI 做一次 GRAI 分析:重点看它是否区分了事实和判断、是否追问了根因。
  3. 检查改进措施是否够具体:每条改进必须能回答「谁做、做什么、什么时候」。如果回答不了,就还不够具体。
  4. 把这次复盘的模板存下来:下次项目结束或月末时,直接替换原材料就能用。

基于 MIT 协议开源