把任务做成
也能说明怎样做成
星灯所说的 AI 时代能力，放在一项需要交付的真实任务里理解。你可以借助 AI 寻找线索、整理材料或制作初稿，最后仍需说明问题是什么、依据从哪里来、成果能否使用，以及出了错由谁修正。
这套方法贯穿专业学习、大学成长和职业探索。它是一项横向能力，不构成第四条主路径。
1 定义问题
先说清楚这次要解决什么，成果给谁使用，怎样才算完成。写课程报告、做项目方案或了解一个岗位，目标不同，需要的证据、表达形式和核验程度也不同。
如果目标还模糊，可以用 AI 帮助列出可能的问题，再由你选择需要处理的那个。质量标准要事先写明，例如事实准确、来源可追溯、能回应读者的疑问，并符合课程或团队要求。
2 拆解任务与 AI 协同
把任务拆成收集资料、理解材料、提出方案、制作和检查等步骤。AI 适合辅助生成检索词、整理已有材料、提出草案和测试不同表达；选择问题、确认关键事实、处理他人信息与决定最终取舍，仍要由人完成或确认。
协作要符合实际要求。课程、机构或团队若对 AI 使用有规定，先遵守规定。需要和同伴合作时，说明哪些环节使用了 AI，避免把未经核验的输出交给别人接续。
3 查证与判断
生成的答案可以提供线索，不能直接充当来源。寻找原始文件、正式说明或可核验的材料，检查时间、作者、数据口径和适用范围。发现相互矛盾的说法时，先查明它们讨论的是不是同一对象和同一时间。
判断还包括看见遗漏。哪些人会使用这个成果，哪些条件尚未考虑，什么结论超出了证据，都值得在提交前问一遍。遇到自己无法核实的专业问题，应请教老师、领域人员或相关机构。
4 形成真实产出
把经过查证的内容做成可以提交、展示、使用或交给同伴继续工作的成果。它可能是一份能解释依据的报告、一段可运行且经过测试的代码、一项有明确限制的建议，或一份可供讨论的项目方案。只停在对话框里的流畅回答，还没有完成任务。
学习、表达、创造与协作在这里都有位置。你要理解材料才能学习，用合适的形式让别人看懂，在限制条件下形成自己的取舍，并接受协作者的反馈。AI 可以参与过程，成果需要经过人的选择和检验。
5 对结果负责并复盘
在输入材料前确认隐私与授权，在使用生成内容时检查引用、版权和潜在风险。对外提交或作出决定的人，需要知道关键结论怎样得来，并承担更正责任。
保留必要的来源、版本、人工修改与核验记录。完成后收集真实反馈，看看 AI 帮上了什么，哪里增加了返工，下一次哪些步骤应该改变。复盘的对象是这项任务的质量，而非使用了多少工具。
在三条路径中应用
专业探索可以用这五个环节判断 AI 如何进入学科学习；大学成长可以用它完成课程和项目任务；职业探索则需在具体岗位中核对任务与协作方式。不同场景的质量标准和风险不同，方法可以往返使用。