进入客户业务现场，陪客户选场景、定义岗位、校正 Semantic Pack、观察试用、归因缺口，推动 AI 员工从试岗走向转正。
在平台上装配对应能力与工具连接。
先想清楚谁验收、错了赔什么。
客户 / 订单 / 物料 / BOM / 合同…
把字段翻译成业务能听懂的话。
把老员工脑子里的经验显性化。
给 Agent 场景包，不给数据库碎片。
拿 20–50 个真实案例对齐专家判断。
“先做业务语义工程，再做 RAG。”
把客户、订单、物料、BOM、合同等对象讲清楚，标注来源、口径与可信边界。
把老员工脑子里的判断固化为决策表：分支、阈值、升级条件、输出模板。
接入 API / RPA / 生产系统完成真实动作。L1 辅助、L2 半自动、L3 自动，按风险分级。
每条动作携带触发它的 Fact 与 Decision 版本。专家一键接管改写后， 新知识回灌到 Semantic Pack 的对应层级。
访谈专家、盘点数据、锁定第一场景。
对象、字典、规则库、上下文 Schema。
装配 Skills、连接工具、跑通 5–10 例。
对齐专家判断，产出验收报告与路线图。