如何使用 AI 周计划，同时保持对安排的掌控

AI 应该减少规划负担，而不是把计划藏起来

AI 周计划真正有价值的地方，是帮你处理重复、费脑但边界明确的工作，同时让最终安排保持可见、可修改。它不应该接管你的日程，也不应该在你看不见的地方重新安排所有事情。

一段“请专注最重要的事”听起来很有道理，却没有改变你真正要执行的计划。实用的计划助手需要读取真实任务、日期、时间块、标签和完成状态；修改完成后，你仍然可以在平时使用的周视图里看到结果。

WeeklyPlanner 的 AI 周计划工具采用的就是这种方式：可视化周视图始终是唯一来源，AI 只是读取和修改同一批任务的另一种入口。

第一步：先做一次只读周复盘

不要一开始就让 AI 重排整周。先提出一个有边界的复盘请求：

> 查看本周任务，列出未完成事项、逾期任务、安排过满的日期，以及被多次顺延的任务。暂时不要修改。

这个步骤能让你在排程前看到事实。理想的结果应当区分：

• 仍然重要的逾期任务；
• 已经可以放弃的事项；
• 不应随意改变规则的循环任务；
• 明显超过当天容量的安排；
• 必须放在特定时间块的工作。

当你想先检查 AI 的理解是否正确时，“暂时不要修改”非常有用。

第二步：补充 AI 无法自己知道的现实约束

AI 可以读取任务数据，却不知道你现实生活里的全部限制。只需补充真正会改变安排的信息：

• “周四上午有两个小时深度工作时间。”
• “客户截止日期不能移动。”
• “运动固定放在晚上。”
• “周六只能处理个人事务。”
• “不要修改循环任务规则。”

约束通常比一大段激励式提示词更重要。它能把一份看起来合理的计划，变成真正可以执行的计划。

第三步：要求一个小而可核对的调整方案

不要让 AI 一次重排几十个任务，可以这样说：

> 最多移动五项任务。周四上午留给写作，把杂事放到周末，所有固定截止日期保持不变。涉及删除、循环任务或批量修改时，先展示方案。

小方案更容易检查。你可以确认 AI 是否理解了要求，修正一个错误假设，只批准真正有帮助的调整。

删除任务、改变整个循环系列、修改全局标签或一次处理大量任务，都不应该成为聊天中的隐形副作用。AI 应先展示清楚的修改计划，再由你确认。

第四步：回到周视图核对结果

修改完成后，回到可视化周视图检查四件事：

1. 重要任务是否放在现实可行的日期？
2. 固定截止日期有没有被误改？
3. 时间块是否适合任务类型？
4. 是否仍有某一天明显过载？

周视图就是验证层。如果 AI 工作完成后，你反而更难理解这一周，自动化就没有真正帮忙。

最后仍然可以手动拖拽做微调。AI 和手动规划不应该是两套竞争系统，而是同一任务模型的两种操作方式。

第五步：周末再让 AI 做一次闭环复盘

一周结束时，可以保存这条提示词：

> 汇总本周完成、未完成和多次顺延的任务，并只建议一项下周需要改变的工作量安排。

这比让 AI 给你打一个笼统的“效率分”更实用。反复顺延通常意味着任务太大、时间块不合适，或者这件事已经不重要。

如果你习惯使用外部助手，也可以通过 WeeklyPlanner 的 MCP 与任务 API运行同样的流程。原则不变：使用结构化任务数据，敏感操作保留确认，最终结果回到计划工具中核对。

三条值得保存的提示词

周一：平衡整周

> 检查本周安排，找出过载日期，最多把三项可移动任务调整到较空的日期。不要移动截止日期和循环任务。

周中：计划被打乱后恢复

> 本周计划已经被打乱。找出周一到周三未完成的事项，区分必须完成和可以放弃的任务，并给出周四到周日的现实恢复方案。

周五：完成闭环

> 列出本周完成、未完成和反复顺延的任务，保持简短，并为下周提出一项工作量调整建议。

最简单的使用原则

用 AI 读取上下文、发现模式、完成精确修改；用可视化计划做最终判断。

如果你还没有稳定的周计划习惯，可以先学习五步周计划方法，等基础流程清楚后，再把 AI 放到真正能减少重复劳动的环节里。