前面幾天，我們請了一整隊 AI：收件員、動工員、品管員、拍照員、整修師傅、翻譯、策展人。每次改一點東西，我都想問同一個問題：

這個團隊今天做事的方式，跟昨天一樣嗎？

人工一個一個看，看不完。今天要講的是：怎麼讓機器拿著一張「作業流程單」，替我核對。

驗收員與作業流程單

工廠有個老做法：每一條生產線都有一張標準作業流程單——先做 A、再做 B、B 要用這個規格、最後才出貨。驗收員不需要懂產品好不好看，他只做一件事：把今天的打卡紀錄，拿去跟流程單逐行對。

我們專案裡的「驗收員」是 ADK 內建的 adk eval，「流程單」是一個叫 evalset 的檔案。裡面有 5 道題，每題寫著：

• 老闆交代的一句話（例如「請把這台減速機做成展場播放包」）。
• 應該依序做哪幾件事（先看圖檔、再設參數、轉檔、瘦身、打包、品管……最多 20 步）。
• 最後應該怎麼回報。

五題分別是：完整跑一趟、做壞的貨會自己修、零件改中文名、挑重點寫解說、還有「看照片的人只能扣分」這條鐵律。

我實跑了一次

沒有 AI 門票，團隊照劇本走，驗收員逐題核對：5 題全過，約 34 秒。

驗收員會不會放水？我故意動了手腳

只看到全綠不算數。我複製一份流程單，故意改壞三題，看驗收員抓不抓得到：

• 第一題：流程單少寫一步（爆炸圖那步）。→ 不合格。
• 第二題：流程單把「瘦身目標」改了個數字。→ 不合格。
• 第三題：把兩步的順序對調。→ 不合格。

另外兩題沒動，照樣合格。所以這個驗收員很嚴：少一步、順序不對、連數字不同都會被抓。

但有一個誠實的提醒

這 5 張流程單，是我們拿「劇本版團隊」的打卡紀錄抄下來的。所以現在的全綠，證明的是「劇本沒被改壞」，不是「真的 AI 做事也一樣」。真 AI 上場後，它很可能走出不一樣的路，到時候流程單要重新對一次。這件事還沒做，因為我們還沒有足夠的 AI 額度。

還有一個坑：我以為在離線，其實不是

驗收員有兩種門檻：只對流程（不需要 AI），和「流程＋最後回報的文字」（需要 AI）。

我曾經踩到：你的口袋裡放了 AI 門票（金鑰檔），驗收員會自己翻出來用，於是「離線驗收」悄悄變成「花真錢的驗收」，還把當天的免費額度用掉。現在的指令在執行前先把門票收走，已經修好了。

至於文字那半：沒有 AI 時，我用劇本版的回報硬去對「理想中文回報」，5 題裡 2 題過、3 題不過。這不代表管線壞了，而是比對文字本來就要等真 AI 開口，才有意義。

今天帶走什麼

• 改 AI 團隊的東西，要有一張流程單替你守住「做事順序」。
• 全綠要問：這張單子是抄誰的？
• 離線驗收要確認真的離線。