第十四篇写到边界。边界能让一次 AI 服务不被零散需求拖散，也能让客户和服务方知道这次合作到底要把哪件事做成。可边界立住之后，还有一个更容易被忽略的问题：交付结束了，经验有没有留下来？
很多 AI 服务看起来做完了，其实只是把一份文件发出去了。方案交了，文案改了，客户说可以先用。聊天记录里有几十轮修改，文件夹里有几个版本，服务方脑子里还记得为什么删掉某个角度。过两周再看，很多细节就散了。下一次遇到类似客户，只能重新问、重新试、重新解释。
这不是勤奋不够，而是复盘没有进入流程。
交付物不是全部结果
AI 最容易制造一种错觉：既然生成很快，重新做一遍也没什么。这个想法在单次任务里说得通，放到长期服务里就很浪费。
比如帮一个小店做内容梳理，最后交出去的可能是十条短视频脚本。客户最后认可的，未必是脚本里的句子，而是某个判断：这家店不适合继续讲“老板很努力”，更适合讲“为什么老客户愿意回头买”。这个判断来得并不轻松。它可能来自客户口述里的一个细节，来自几条销售记录，也来自第一版被否掉后的调整。
如果复盘里只写“完成十条脚本”，下一次还是从空白开始。要留下来的，是这次为什么从 A 方向转到 B 方向，哪些表达客户能接受，哪些说法看似漂亮但不适合这家店。
交付物给客户用，复盘给下一次工作用。两者不是一回事。
复盘要记录选择，不是记录流水
我以前不太喜欢很长的项目复盘。很多复盘写到最后，变成了时间线：某日沟通需求，某日提交初稿，某日完成修改。它当然有用，但用处有限。下一次能省下来的时间，往往藏在选择背后的理由里。
做 AI 服务时，至少要留下几类东西。第一，最初的问题定义是什么，后来有没有变化。第二，被放弃的方向是什么，为什么放弃。第三，客户实际采用了哪一版，采用的原因是什么。第四，哪一步最耗判断力，下次能不能提前问清楚。
这些内容不需要写得很正式。几行足够。关键是具体。
比如“客户不喜欢太互联网化的表达”，这句话没什么用。改成“客户删掉了‘爆款’‘私域’这类词，更愿意用‘熟人介绍’‘老客户回购’，下次不要先上平台话术”，下一次就能直接避开一轮无效修改。
AI 可以保存大量文本，但经验不是文本堆积出来的。经验是选择被标出来之后，才开始变得可复用。
不记录，服务就会一直停在手艺活
很多个人服务者做 AI 项目，会卡在一个尴尬位置：单次交付很快，长期扩张很慢。原因不一定是能力问题，而是每次都靠当场判断。
靠当场判断，质量有时很高，但很难稳定。状态好、客户配合、材料完整，结果就顺。换一个客户，信息少一点，要求散一点，又得重新摸索。AI 参与进来以后，这种波动会被放大，因为生成速度掩盖了判断过程。看上去一直有产出，实际上很多判断没有沉淀。
我更愿意把一次服务拆成两层：前台是客户看见的交付，后台是自己能继承的工作记录。前台要清爽，客户不需要看见所有过程；后台要诚实，把走错的路也留下。尤其是那些“不该再试”的东西，常常比成功版本更有价值。
这件事有点笨，也不显眼。客户不会因为你写了复盘表而立刻多付钱。但几次之后，差别会出来：报价时你知道哪些环节最耗时，沟通时你知道哪些问题必须提前问，交付时你知道哪些边界要写清楚。服务慢慢从“我这次帮你做一份”变成“我知道这类问题通常会在哪里卡住”。
下一次要从上一次开始
AI 服务如果想长期做下去，不能把每次合作都当成一次全新的试验。全新的试验太贵，也太不稳定。更现实的方式，是让下一次从上一次的判断开始。
这不是把模板复制给不同客户。模板只能复制格式，复盘复制的是判断习惯。比如先确认经营目标，再拆交付物；先问使用场景，再写内容；先设停顿点，再进入多轮修改。这些习惯一旦留下来，AI 才不是临时帮手，而是被放进一套越来越清楚的工作方式里。
我现在越来越不相信“做完就行”。做完只是对这一次负责，留下来才是对下一次负责。AI 把生成成本降下来了，但没有替我们降低遗忘成本。该记的判断不记，下一次还是会在同一个地方绕路。
第十五篇接着边界往后走一步：能守住边界的服务，还要能把经验留下。一次交付结束时，最好不要只问客户满不满意，也问自己一句：如果明天再来一个相似的问题，我能不能少走一段路？
复盘的价值就在这里。它不追求漂亮，只负责把这次发生过的判断留住，让下一次工作从经验开始，而不是从记忆开始。