五步交付执行引擎：驻场诊断→本体建模→应用组装→影子运行→移交沉淀

⚙️ 为什么需要标准化交付流程

很多FDE做项目没有标准流程——想到哪做到哪，客户催了就赶工，出了问题就救火。结果项目延期、超预算、效果不好、客户不满意。

标准化交付流程的价值：① 可预测——每一步做什么、多久、交付什么，都清楚；② 可复用——流程固化下来，每个项目都能用，不用每次重新摸索；③ 可培训——新人按流程走，就能做出合格的项目；④ 可管理——项目经理按流程跟踪进度，知道项目到哪一步了、有没有风险。

五步交付引擎是从大量FDE项目中总结出来的最佳实践，适用于大部分AI落地项目。

🔍 第一步：驻场诊断

目标：深入客户现场，搞清楚真实业务流程、痛点、数据、干系人。

输入：合同/SOW、客户背景资料、初步需求。

活动：① 跟客户各角色深度访谈（5-8人）；② 观察一线工作流程（跟岗1-2天）；③ 数据盘点（数据质量、可用性）；④ 干系人地图；⑤ 痛点挖掘和优先级排序。

输出：诊断报告（业务现状、痛点清单、数据质量评估、干系人地图、MVD建议）、1页访谈纪要（每场访谈）。

验收标准：客户确认诊断报告，痛点和MVD方向达成一致。

时间：2-3周。

🧠 第二步：本体建模

目标：把客户的业务知识、规则、经验，变成AI能理解的结构化知识。

输入：诊断报告、客户业务文档、专家访谈记录。

活动：① 业务本体建模（实体、关系、属性、规则）；② 知识萃取（跟专家一起整理经验和规则）；③ 知识库搭建（FAQ、流程、政策、产品信息）；④ 业务流程梳理（AS-IS和TO-BE）。

输出：本体模型（实体关系图+规则库）、知识库（结构化文档）、业务流程图。

验收标准：客户业务专家确认本体模型和知识库准确完整。

时间：2-3周。

关键：本体建模不是技术活，是业务活——要跟客户的业务专家一起做，不能FDE自己关起门来做。

🔧 第三步：应用组装

目标：基于本体模型和知识库，组装AI应用，实现MVD的核心功能。

输入：本体模型、知识库、MVD需求规格。

活动：① AI Agent设计（人设、工作流、工具调用）；② 系统开发（前端、后端、API对接）；③ 大模型集成（模型选型、prompt工程、RAG配置）；④ 内部测试（功能测试、效果测试、性能测试）。

输出：可运行的AI应用（测试版）、测试报告、用户操作手册。

验收标准：内部测试通过，核心功能可用，AI效果达到预期（准确率≥80%）。

时间：3-4周。

关键：应用组装不是从零开发，是"组装"——用成熟的框架和工具，把大模型、知识库、业务系统组装起来，快速出原型。

👤 第四步：影子运行

目标：AI系统跟人工并行运行，AI给出建议，人工做最终决策，对比AI和人工的效果。

输入：测试版应用、真实业务数据、客户用户。

活动：① 影子运行配置（AI不直接对外，只给内部人员看建议）；② 真实场景测试（用真实业务数据跑AI）；③ AI vs 人工对比（准确率、效率、成本）；④ 效果调优（根据真实场景反馈调整prompt、知识库、模型参数）；⑤ 用户培训（让客户用户了解AI能力和边界）。

输出：影子运行报告（AI效果数据、对比分析、优化建议）、调优后的系统、培训材料。

验收标准：AI效果达到验收标准（准确率≥85%），客户用户接受度高，客户确认可以正式上线。

时间：2-3周。

关键：影子运行是最不显眼却最不可替代的一步——跳过影子运行直接上线，大概率会出问题（AI效果不好、用户不接受、出了问题没有兜底）。

📦 第五步：移交沉淀

目标：系统正式上线，移交给客户运营，同时沉淀项目经验和可复用资产。

输入：调优后的系统、影子运行报告、培训材料。

活动：① 正式上线（灰度发布→全量发布）；② 运维移交（监控、告警、日常维护流程）；③ 知识转移（培训客户运维人员、交付完整文档）；④ 项目复盘（总结经验教训、哪些做得好、哪些可以改进）；⑤ 资产沉淀（可复用的模板、组件、案例、方法论）。

输出：上线验收报告、运维手册、培训完成确认、项目复盘报告、可复用资产（入库）。

验收标准：系统稳定运行2周以上，客户运维团队能独立处理日常问题，客户签署验收报告。

时间：1-2周（上线后持续运维另计）。

关键：移交不是"交付就完了"——要确保客户能独立运营，同时把项目经验沉淀下来，提升下一个项目的效率。