01
选 · SELECT
业务场景重塑咨询
Week 1
GOAL
在真实业务流里，识别出可以让 AI 员工「转正」的岗位与边界。
INPUTS
- 岗位说明书 / SOP
- 近 90 天工单 / 报表样本
- 关键干系人 60 分钟访谈
DELIVERABLES
- 岗位画像与优先级矩阵
- AI 员工岗位说明书 v1
- 落地路线图
GATE METRIC
3–6 个 / 部门
可转正岗位识别数
Methodology · v2.4
选 · 育 · 用 · 留
AI 员工全生命周期
我们不做 prompt 集合，也不做通用工作流。四阶段，每一步都产出可交付物 —— 从岗位识别到工厂封装、从现场陪跑到 ROI 复盘，把 AI 员工做成真正上岗的岗位。
预约诊断 →6 周 · 4 阶段 · 可交付物 12 项
DELIVERY TIMELINE~6 WEEKS
Week 1
选
Week 2–3
育
Week 3–5
用
Week 6+
留
为什么是 选-育-用-留？
我们复盘 30+ 项目后，把 AI 员工的工程化交付抽象为四条原则。 它决定了我们不会给你一个 demo 就走人。
P1
岗位优先，而非工具优先
先确定 AI 员工要担任哪个岗位，再选底层模型 / 平台。
P2
三层语义可回滚
Fact / Decision / Execution 分层封装，任何一层出错都能独立回滚。
P3
工程师驻场陪跑
AI 员工不是交付一个 prompt，而是像新员工一样带教到达标。
P4
ROI 用人月计价
复盘阶段用真实工时对比，说清楚一年到底省了多少人。
Full-Cycle Map · v1
选 · 育 · 用 · 留 全景流程
7 个交付节点 + 5 个底座能力，共同支撑一个 AI 员工从岗位识别到 ROI 复盘的完整生命周期。
FLOW MAP · v1
选SELECT
02育BUILD
02用DEPLOY
02留SCALE
01行业场景库
DOMAIN LIBRARY
智能体技能库
SKILL REGISTRY
本体业务图谱
ONTOLOGY GRAPH
验证中心
EVAL CENTER
培养迭代
CONTINUOUS TRAINING
选 · SELECT
育 · BUILD
用 · DEPLOY
留 · SCALE
四阶段拆解
每一阶段都定义了目标、输入、可交付物与判定指标 —— 达不到就不进入下一阶段。
02
育 · BUILD
AI 员工工厂平台
Week 2–3
GOAL
基于 Semantic Pack 快速封装业务逻辑，构建稳定可回滚的数字员工。
INPUTS
- 岗位说明书 v1
- 现有系统 API / 数据接口
- 领域知识与判例库
DELIVERABLES
- Semantic Pack（Fact / Decision / Execution 三层）
- 工厂化 Agent 制品
- 沙盒回归用例集
GATE METRIC
≥ 95%
任务通过率（沙盒）
03
用 · DEPLOY
WorkForceFDE 上岗陪跑
Week 3–5
GOAL
工程师驻场，现场看板监控 Fact / Decision / Execution，人机磨合直到达标。
INPUTS
- 生产环境接入
- 在岗员工 20% 工时协作
- 异常样本回流通道
DELIVERABLES
- FDE 实时看板
- 每日调优日志
- 转正评审报告
GATE METRIC
≥ 99%
生产任务达标率
04
留 · SCALE
价值验证复盘
Week 6+
GOAL
对比真实 ROI，持续迭代知识库，实现 AI 员工职级晋升与规模复制。
INPUTS
- 30 天生产运行数据
- 对照组人工基线
- 业务方满意度调研
DELIVERABLES
- ROI 复盘报告
- AI 员工晋升档案
- 跨部门复制手册
GATE METRIC
3–8 人月
人月节省 / 员工