具身生产法（GN03）

解决什么问题

没有这个方法时，AIGC创作常见的两个陷阱：

具身生产法的核心主张：人的感知判断始终是质量控制的核心，AI是执行者不是决策者。

场景洞察 → 创意意图 → 人机分工 → 质量校验 → 迭代优化
   ↑                                           ↓
   └──────────── 反馈循环 ←────────────────────┘

四环节原则：

环节	人做什么	AI做什么	关键规则
场景洞察	感知真实世界、发现需求	不参与	这是人的专属领地，AI没有身体，无法"具身"
创意意图	定义"我要什么感觉"	提供可能性、选项	人定方向，AI扩展选项
人机分工	做判断、做选择、做修改	执行生成、批量变体	人做"哪个更好"的判断，AI做"快速出100个版本"
质量校验	对照意图检查产出	辅助检查一致性	人是最终质量守门员

不碰任何工具，先回答：

把意图写成一句可判断的话：

根据任务类型选择分工模式：

用Step 1定义的意图做最终检查：

等级	特征
S级	场景洞察有真实感知依据，意图一句话说清，人机分工明确到具体动作，质量校验有可执行标准
A级	意图清晰，分工合理，但场景洞察偏浅
B级	有分工但意图模糊，质量靠主观感觉
C级	基本是"AI全生成，人来选"，没有具身性

场景：用AI给球球老师的儿童对话产品生成"聊天小报告"模板

假具身：场景洞察是编的，不是从真实体验来的。纠偏：如果你说不出"我在XX场景下真实感受到XX"，说明洞察不够。
分工模糊："AI生成+人修改"不叫分工——要明确人改什么、AI做什么。纠偏：人只做判断型工作（选、改方向、定调性），AI做执行型工作（出版本、批量变体）。
意图太抽象："我要好的内容"不算意图。纠偏：意图必须能用来做质量检查——"产出是否达到了XX感觉"能明确判断yes/no。