让 AI 安排观察时段：只看方便的一小时，不能代表整天

10-01 3阅读

想知道一个展览入口一天有多忙，最方便的做法是午后站十分钟数人数。但方便观察的时间，未必能代表上午和傍晚。AI 可以帮忙安排覆盖不同时间段的观察计划，计算时也要保留这些时段各自占了多久。

AI生成概念示意图：一天被分成不同时间区间，并分别抽取观察片段；图中物件不是实际到访统计或软件界面。

先定义要概括的是哪一段时间

以下展览、开放时间与人数全部为虚构教学案例，没有进行真实人流观察。开放时间从上午九点到晚上九点，共十二小时。我们关心的是这十二小时内平均每十分钟进入的人数，不是排队长度或停留时长。

先分成三个不重叠时段：九点至十一点为两小时，十一点至十七点为六小时，十七点至二十一点为四小时。边界时刻归入后一段，最后闭馆边界不计入，避免一个进入动作重复归类。

AI 可以把每段可观察的十分钟窗口列出来，协助安排人员。选择窗口时应尽量避免总挑自己空闲的同一位置；若采用随机选择，要先说明候选窗口范围和选择方式，再保留实际抽中的时间。

假设本例三段各选一个十分钟窗口，分别数到二人、八人、五人。直接把二、八、五相加再除以三，得到每十分钟五人。这相当于把三个时段各看成占全天三分之一。

但它们实际分别占十二小时中的二小时、六小时和四小时。若暂时假定这三个窗口可代表各自时段，全天加权平均应为二乘二，加八乘六，再加五乘四，最后除以十二，得到每十分钟六人。

另一种复核是分别估算：前段十二个十分钟，共二十四人；中段三十六个十分钟，共二百八十八人；后段二十四个十分钟，共一百二十人。合计四百三十二人，除以全天七十二个十分钟，仍得到六人。

这些只是基于代表性假设的估计，不能写成“全天实际到访四百三十二人”。原始记录在本例中只有三个虚构观察窗口。估计值和完整计数有不同证据基础，AI 应在文字里保留这个区别。

如果中段恰好选在一辆团体巴士到达时，十分钟八人可能比该时段平常水平高。按正确时长加权，也不能自动消除这个偏差。增加各段内分散的观察窗口，才有机会看见时段内部的变化。

观察次数也不必简单按时段数量平均分配。较长或变化较大的时段，可能值得更多观察；具体怎样安排，要结合人手和已有信息。AI 可以提供几种覆盖方案，但不能在没有资料时保证哪种最精确。

若某个时段完全没有观察，不要复制邻近时段的结果补空，也不要把它当作零人。应说明全天估计缺少这段依据，或把结论范围缩为已经覆盖的时间。对缺口诚实，比给出整齐数字更有用。

实际记录至少包括日期、窗口起止、所属时段、进入人数和是否发生特殊活动。不要记可识别个人的信息，计数任务只需要数量。遇到漏数应标出窗口不完整，不能随意按感觉补一个整数。

让 AI 汇总时，同时展示原窗口计数、各时段估计值、时段长度和加权公式。人工应核对是否把不同日期混成同一天，是否有窗口跨越边界，以及是否把离开人数也算进进入人数。

观察计划的核心是明确结论要覆盖哪里，再决定证据从哪里来。AI 能减少排表和复算负担，真正的代表性仍依赖采样安排与现场执行；一个计算正确的平均数，也必须有恰当的观察范围支撑。