判断一个环节到底是 AI 自动化还是人工辅助，不能看它是否用了 AI，而要看人在这个节点上承担了什么角色。自动化节点的核心特征是“条件触发、无需判断”：输入满足预设条件，系统自动执行并产生输出，人的参与只发生在规则设定和异常处理层面。人工辅助节点则相反，AI 负责生成初稿、整理资料、批量处理等重复劳动，但最终判断、修正和决策权仍掌握在人手里。两者之间最本质的分界线，是“决策权归属”。

实际操作中，可以用一个简单的检验标准来区分：如果把这个节点上的 AI 完全撤掉，整个流程是否还能继续运转。自动化节点撤掉 AI 后流程会直接中断，因为后续环节依赖它的输出；而人工辅助节点撤掉 AI 后流程依然能走通，只是速度变慢、工作量变大。另一个更直接的问题是：这个节点出错时，谁来负责纠偏。如果系统自动执行后出错需要人来事后检查修正，那它本质上仍是辅助；只有当错误能被自动检测并自动纠正时，才算真正意义上的自动化。

从任务性质看，判断依据同样清晰。凡是涉及客户信任、需求范围确认、报价决策、交付质量审核这类节点，无论 AI 表现得多么聪明，都应当归为人工辅助。因为这些动作的后果不可逆或代价高昂，AI 只能提供参考信息，最终拍板必须由人完成。而那些输入输出高度结构化、规则明确、重复频率高的环节——比如表单提交后发送确认邮件、定时生成报表、客户付款后自动解锁下载链接——才具备自动化的条件。一个常见的误判是把“辅助”当成“自动化”来部署：AI 生成了 80% 的初稿，人却要花 90% 的时间去修改，表面省了事，实际更累。这正是因为决策权没有转移，只是把劳动从“从零开始做”变成了“在别人做的东西上改”。

另一个容易混淆的情况是“半自动”节点。比如 AI 生成方案大纲后存入项目页面，人打开后在此基础上继续完善。这类节点在流程图上既不是纯自动化，也不是纯人工，而是典型的辅助节点——AI 承担了前期信息整理和初稿生成，人负责后续判断和修改。区分它的意义在于资源配置：辅助节点需要预留人的时间，自动化节点则可以放手让系统跑。如果把辅助节点当自动化来设计，排期和人力安排都会失真。

给流程打标签时，建议直接采用三档分类：A 代表纯自动化，条件触发即可执行；B 代表 AI 辅助，人做最终决策；M 代表必须人工，涉及核心判断或客户关系。分类完成后，重点检查那些标为 B 的节点，看能否拆解出可自动化的子步骤，或者哪些 B 节点其实应该降级为 M——因为一旦出错代价过高。这个分类不是一次性的，业务变化、工具更新都会改变节点性质，定期重审才能让地图保持准确。判断标准始终不变：看决策权在哪里，而不是看 AI 出现在哪里。