学校上线 AI 心理助手后，使用次数往往会上升。学生愿意点开、愿意提问、愿意写情绪，这些都是积极信号。
但学校还要看一个更关键的问题：学生真实求助是否变多，求助质量是否改善，人工支持是否能承接。
使用次数不等于求助增加
学生频繁使用 AI，可能是在尝试表达，也可能是在反复寻求确认。使用量高说明入口被打开了，不一定说明学生更愿意找真人。
评估时要区分几类行为：普通问答、情绪记录、预约咨询、联系心理老师、向班主任求助、危机线索上报。
只有后几类行为增加，才说明 AI 助手可能帮助学生走向现实支持。
学校还要看学生是否反复停留在 AI 对话里。反复提问但不愿预约，可能说明学生仍然害怕被知道。这个信号需要被温和处理，不能直接催促。
求助质量要看信息是否更清楚
AI 可以帮助学生整理表达。比如把“我很烦”拆成睡眠、考试、同伴冲突和家庭压力。这样学生见心理老师时，能更清楚地说明问题。
学校可以观察预约前说明是否更完整，心理老师初次了解是否更高效，学生是否能说出自己需要倾听、建议还是进一步评估。
橙星云如果接入学校心理服务流程，可以把测评、AI 辅助整理、预约和后续记录连接起来。评估重点应放在服务是否更顺畅。
人工资源要跟上入口增长
AI 助手会降低表达门槛，也会带来更多待处理信息。如果心理老师数量、咨询时段和危机处理流程跟不上，学生可能得到回应更慢。
学校要看等待时间、未处理线索、重复求助和转介结果。入口越多，越需要清楚的分流。
对于普通问题，可以用心理课、班会和自助材料承接。对于个体风险，要由心理老师或校内流程处理。
承接指标要看速度和质量。学生提交预约后多久得到回应，初次沟通是否完成，后续是否还有跟进记录，这些比单纯统计入口点击更有意义。
转人工入口要被看见
AI 助手的回答页面、测评结果页和学校心理服务页，都应让学生知道怎样找真人帮助。入口太隐蔽，学生可能以为只能继续和系统对话。
入口文案要温和，不能让学生觉得自己“问题严重”才可以求助。可以写成“想找老师聊聊”“需要有人帮你一起整理”，降低表达压力。
评估要保护学生隐私
学校评估项目时，不应把学生原文放进汇报。更合适的是使用脱敏后的趋势、入口使用情况、求助转化和服务承接数据。
班主任和管理层也要看合适范围。班级趋势可以用于教育安排，个体隐私和风险细节要由心理老师管理。
AI 心理助手上线后，学校不能只看访问量。学生是否更愿意求助，表达是否更清楚，人工支持是否接得上，这些才是项目评估的关键。