想判断 Cue 值不值得接下你的活，最省事的做法不是先读完整套说明，也不是先把整套流程想清楚，而是先拿一个可以丢弃的小任务跑一遍：看它哪些步骤自己做完，哪些步骤会停下来等你确认。愿意停下来确认的动作，通常就是它能安全接住的边界；反过来，一路静默做到底、你事后又没法逐条复核的，往往不适合直接交出去。

判断 Cue 能不能接手一段重复工作，可以先跑一个结果可丢弃、不碰账号与资金、步骤在十步以内的小任务。跑之前写好可核对的完成标志，跑的时候把每一步记成「自动完成 / 等待确认 / 无输出」。只有「自动完成的步骤能复核」加上「关键动作会停下来等确认」这两条同时成立，才值得把更大的活交出去。涉及不可撤销操作、需要你本人身份确认、结果无法人工复核的任务，建议先用别的方式处理，不要拿它试。

挑一个可丢可重做的小任务

试跑的成本要压到最低，标准就四条，缺一条都先别急：

• 结果可丢弃：跑出来的东西不对，删掉重来就行，不影响任何真实工作。
• 不涉及账号与资金：不需要登录态、不需要凭据、不触碰支付、发信、发布类操作。
• 步骤在十步以内：步骤太多，你分不清是它能力不够还是任务太绕。
• 有明确完成标志：你能一眼看出「做完了」和「没做完」，而不是靠感觉。

符合这些标准的日常任务，通常有这几类：把一份本地 Markdown 笔记整理成固定字段的条目清单；把一批公开的短文本片段按预设类别打标签；把某个临时目录下的文件名按命名规则批量改成规范格式（先整体复制一份副本，只在副本上操作）。这几类任务都有一个共同点——输入是你准备好的、输出是给你自己看的、错了也没有外部影响。

先写下你期望的完成标志

在没有跑之前先把验收线写下来，是避免事后凭印象判断好不好用的关键。完成标志要写成一条条能核对的东西，而不是一句「整理得干净一点」。建议固定写三个维度：产出物形式、必须包含的内容、绝对不允许出现的动作。

完成标志（跑之前写好，跑完逐条对）
[ ] 产出物：一个 .md 文件，或一段可直接复制的文本
[ ] 必须包含：每条都有「标题 / 来源 / 日期」三个字段
[ ] 必须包含：字段缺失时留空并标注「未提供」，不要编造
[ ] 不允许：删除或覆盖原始文件
[ ] 不允许：调用任何发信、提交、上传类动作
[ ] 不允许：把不确定的内容写成确定结论

这份清单的价值在于：跑完之后你不用争论它「感觉怎么样」，只需要对着每一条打勾或打叉。清单里「不允许」那几项尤其重要，它们定义的是风险边界，不是质量标准。

跑一遍并逐步记录状态

跑的时候不要只盯着最终结果，过程中的停顿才是最有信息量的部分。建议每完成一步就记一条，只记三种状态：自动完成、等待确认、无输出。

「等待确认时页面给出的说明文字」这一栏别嫌麻烦，它是判断边界的直接证据。如果说明里写清了「将覆盖某文件，是否继续」，说明它知道这步有风险；如果它什么也没说就直接执行，那这步就不能交出去。记录方式可以用最普通的提示词把过程逼出来，例如：

请一步一步执行，每完成一步先停下来说明：
1. 这一步你做了什么（自动完成）
2. 还是需要我确认后才能继续（等待确认）
3. 还是这一步你没有产出（无输出）
不要跳过说明直接给最终结果。

对照完成标志核对结果

拿到产出后，把跑之前写的那份清单逐条打勾。没打上勾的项，不要笼统归成「它不行」，而要分成两类，依据分别写清楚：

• 描述没说清：依据是提示词里确实没写。比如你只说了「整理成清单」，没写字段顺序和缺失值怎么处理，它按自己的理解填了。这类差距是你可以改的，改完再跑一次同样的小任务就能验证。
• 按当前信息做不到：依据是它在等待确认时的说明、或者日志里显示它拿不到某样东西。比如它提示需要你提供某个目录的访问方式，或者它明确说无法读取某类文件。这类差距改提示词解决不了，属于工具能力或接入方式的边界。

分完这两类，你其实已经得到答案了：第一类多，说明任务可以交给它，你只需要把描述写细；第二类多，说明它接不住这段活，或者只能接住其中一部分。

划出不该交出去的任务线

有些任务不用试，直接排除，判断线是三条：

• 涉及不可撤销操作：删除、覆盖、发布、付款、提交表单这类动作做完收不回来。哪怕它表示会先确认，也不建议用一个小任务去验证它的确认是否可靠。
• 需要你本人身份确认：需要你的账号登录态、短信验证码、签名或授权同意的环节。这类动作本质上是你的责任，交出去既不安全也说不清。
• 结果无法人工复核：产出量太大、太专业或太隐蔽，你没办法逐条看完。无法复核就等于无法验收，出了问题也定位不到。

这三类其实用同一套记录方式就能提前发现：如果某一步在你的记录里始终是「无输出但已执行」，或者「等待确认却拿不出你能核对的凭据」，那它就已经越过了这条线。要结合自己的环境确认具体边界在哪里，但记录方法不用换——状态只有三种，逐条对照就行。