Landscape
AI 场景识别与机会评分
目标
能从业务目标和流程痛点中筛选值得做的 AI 场景。
任务
访谈一个真实业务流程,完成机会地图和优先级排序。
交付
AI 机会地图、场景评分表。
验收
场景是否有负责人、指标、数据条件和试点边界。
课程体系回答“团队怎样学会并复用这套方法”。从业务场景、产品矩阵、知识实验、Agent 集成、Eval 评测到生产运营,每门课都要求产出可验收交付物。
先定义最终能力和交付物,再拆学习任务。
每个模块都围绕一个真实企业 AI 任务展开。
课程结果不是听懂,而是能交出方案、实验、应用或 runbook。
课程不是把概念讲一遍,而是把产品矩阵和八维方法训练成团队动作。每个模块都明确学习目标、任务、提交物和验收方式。
Landscape
能从业务目标和流程痛点中筛选值得做的 AI 场景。
访谈一个真实业务流程,完成机会地图和优先级排序。
AI 机会地图、场景评分表。
场景是否有负责人、指标、数据条件和试点边界。
Logic
能把模糊需求转成可开发、可验收的 AI 方案。
为一个优先场景写出 PRD、流程图、风险清单和验收指标。
AI 方案蓝图、验收标准。
业务、技术、管理三方是否能按同一方案推进。
Lab
能把文档和业务知识转成可测试的知识应用。
整理知识资产,构建问题集,完成一次 RAG 实验。
知识资产清单、RAG 实验报告。
答案是否可溯源,失败样本是否能定位原因。
Link
能让 AI 通过工具调用进入真实业务流程。
设计 Agent 工具清单,完成一个 API/MCP 调用链路。
工具调用方案、权限审计表。
调用边界是否清楚,执行过程是否可追踪。
Launchpad
能把 Demo 做成小范围可上线的试点应用。
完成试点应用原型、上线清单和用户培训材料。
试点应用包、发布计划。
用户是否能完成真实流程,异常路径是否有处理方案。
Learn
能用数据判断 AI 效果,而不是靠主观感觉。
建立评测集、rubric、回归测试和反馈看板。
Eval 报告、改进 backlog。
质量变化是否可量化,关键失败是否可复现。
Live
能让 AI 应用上线后持续稳定、可控、可审计。
设计监控、成本、权限、安全和应急 runbook。
LiveOps 看板、治理方案。
运行、成本、安全和事故处理是否有闭环。
Loop
能把一次项目沉淀为下一次可复用的组织资产。
把项目复盘整理成模板、课程素材、连接器和行业包。
FDE Playbook、复用资产清单。
新项目是否能直接复用资产并缩短交付周期。
产品负责人、FDE、工程师、运营治理团队可以选择不同课程路径,也可以组合成企业内训计划。
企业 AI 生产化基础训练营
用产品矩阵、八维方法和 Do 引擎建立企业 AI 生产化的共同语言,识别可做、值得做、能上线、能运营的业务场景。
8L 产品系统设计工作坊
围绕 Landscape、Logic、Lab、Link、Launchpad、Learn、Live、Loop 设计可交付、可上线、可运营的 AI 产品系统。
八维方法交付路径实训
用 Locate、Learn、Layer、Link、Launch、Leverage、Loop 管理企业 AI 项目的调研、设计、集成、试点、复制和复盘。
Do 系列工程工具实验课
围绕 Doops、DoAgent、DoDNS、DoSecurity、DoProject 建立部署、执行、入口治理、安全审计和项目交付的工程能力。
企业知识 Agent 构建课
围绕知识资产、RAG、工具调用和评测体系构建可用的企业知识 Agent。
AI 运营与治理课程
把 AI 应用从一次性交付转为长期运营,覆盖指标、成本、权限、安全和复盘。