智能体搭建实战——从会用AI到造出数字员工

1. 掌握交办十问，形成一套换平台、换模型都不作废的工作定义方法
2. 学会把岗位经验写成可执行的工作指令：干什么、什么算合格、什么时候必须停、什么绝对不能做
3. 学会把"什么算干对了"写成可核对的验收标准，并配得出独立的核验方式
4. 完成一个本部门真实工作的智能体，从零交到能跑、会停、查得到
5. 掌握四级授权与停机点设计，明确它能碰什么、谁批准、出事怎么退回
6. 掌握测试与压测方法，在自己手里先把问题压出来，避免它能演示、不能工作
7. 形成部门智能体地图、岗位变化清单与三十天试点方案

真实工作进场，五轮闭环，两遍改造。学员带本岗位真实做的一项活进课堂，全程只围绕自己这一项推进：每一轮讲完一个要点，立刻讨论自己的活、填自己的表、把这一步交出去、试一次。十问不是一次答完的，是五轮答出来的；成果也不是最后统一搭的，是随着交办书一问一问长出来的。

课程明确区分两类问题，不让技术细节占用业务时间：平台上某一步配不通、报错看不懂，属于技术问题，课程直接教学员用AI自助解决，并给出提问模板；什么算干对了、这个标准定多少、这一步能不能让它自己做，属于业务问题，只能由业务方回答，不能交给AI替你想——它会给你一个听起来很合理的答案，那是别人公司的规矩。

每一轮设过关线与备用件，卡住的组可以先过关再往下走，不出现前面掉队、后面全废。全程配发《学员工作手册》：所有表按使用顺序排好，每张表印明什么时候填、填到什么程度算填够，以及同一个案例填完的样子。

各业务条线的骨干人员、部门负责人，以及技术与数字化条线人员。建议业务与技术联合编组，每组包含说得清真实流程与验收标准的岗位专家、负责平台操作的技术人员、能确认这项工作值不值得交出去的签发者。不要求学员有任何编程或AI技术背景。

课程采用分组工作坊形式，每组4-6人，围绕一项真实岗位工作完成设计、交办、测试与迭代。组内明确三个角色：任务主人还原真实做法并判断结果好坏，搭建手负责平台操作，压测手负责挑毛病、试越权、核对依据。

所选工作须同时满足三个条件——现场拿得到材料、组内有人真做过并知道什么叫做对、两天内能做出最小版本；不满足的换一项，或使用讲师提供的标准任务包，不在没有业务依据的情况下往下搭。每组最终交出一个跑得起来、该停会停、出事查得到的成果。

12小时/2天

第一天：把这项工作讲清楚，一件一件交出去

一、交办十问：把一件工作说到能交出去

会聊天与能办事 对话工具解决一次性的内容生成，你是质检员；要让它持续替你干一项有流程、有标准、有边界的活，你得先当那个定标准的人。

更强的模型不会懂你们公司的规矩 模型是买来的，全行业用的是同一批；你们公司的口径、规矩和红线，只能自己装进去。换代提升的是通用能力，不是对你们业务的理解。

交办一件工作绕不开的十个问题 要它干什么、谁能启动它、开工前要拿到什么、依据什么规矩、分几步干、能查能写什么、结果交成什么样、什么算干对了、什么必须停下来问人、出错怎么查。换任何平台、换哪一代模型，要回答的都是这十问。

没答的那几问，它会自己替你决定 人可以只交代三四问，剩下靠默契补齐；机器补不了，没答的它会用自己的默认答案填上，而且填得很自信。

课堂产出：《数字员工交办书》（全课主表，交办十问逐问填写）

二、选活：什么工作可以交给它

岗位职责不能交，具体任务才能交 "负责数据分析"交不出去，"每周整理三次交付数据、出一份异常清单"才交得出去。能交的必须有三样：有人触发、有明确产出、有人能说合不合格。

三类判断与本次可交的边界 有明文标准的判断、没有明文但老手一眼看得出的判断、要权衡利弊看对方是谁的判断。前两类可以交，第三类本次不做。

选活的七条判据 高频发生、输入输出稳定、有合格标准、材料拿得到、可人工接管、现在人工要多久、提交人对产出有没有验收权。最后一条是硬开关：没有验收权，"什么算干对了"就写不出来，后面压测也压不出真问题。

组内选题与一句话锁定 每人报一项候选工作，三十秒说清楚，过三条硬性条件筛选。选定后写成一句话：如何让【岗位】在【场景】中，借助智能体稳定完成【任务】，达到【质量标准】，同时守住【风险边界】。

先假装世界上没有AI，把现在的干法画出来 在大白纸上横着画：谁提出、拿什么、做什么、出什么、谁接、谁签字。横着画，是为了一眼看出这条线有几步、哪一步做错了撤不回来、是不是把活选大了。

从现在的干法里找出可交的那几步 五类摩擦定位痛点：等待、重复、返工、错漏、经验依赖。每一步问三句——什么进来、做什么、出什么，三句都答得上才算可交；再逐步问一句"这一步它不能做什么"，写成红线。做错了撤不回来的那几步，就是第一批必须停下来问人的地方。

案例：供应商交付异常预警（贯穿全课的教学模拟场景）

课堂产出：《任务筛选与冲刺问题卡》《岗位任务工作流地图》

三、一件一件交出去（上）：谁在用、怎么干、按什么规矩

五轮一个节奏，表和成果一起长 讲一小步、议自己的活、填一小块表、交出去一小步、试一次，重复五轮。上午画的那张流程图能直接答出其中九问，只有"什么算干对了"答不出——那一件要现场从任务主人嘴里问出来。

卡住了，先分清是哪一类问题 平台上配不通、报错看不懂，是技术问题，照模板直接问AI，两轮问不出来再举手；什么算干对了、这个标准定多少、这一步能不能让它自己做，是业务问题，AI答不了。这套分法学员回岗后一样用得上。

第一轮：先用最省事的方式交出去 先不谈最终做成什么样，只问"我们先用最简单的什么方式把这件事交给它"：它出结果人来看、它出初稿人来定、它只挑异常人来处理。先选一个，后面学完再回来改。

第二轮：把岗位经验写成工作指令 四段写清：干什么、什么算合格、什么时候必须停下来问人、什么绝对不能做。四段缺一段，它就会替你补一个默认答案。这一轮结束，它第一次给出像样的业务回答。

第三轮：它依据什么规矩工作 每次都变的是材料，每次都一样的是规矩——规矩才要沉淀下来。判"这活不需要额外规矩"也是合格答案。同时产出一份未定义清单：写着有标准、其实从没定过数的地方，不能替业务补一个进去。

案例：从订单数据到供应商沟通记录，判断规则里那几处空白

课堂产出：《岗位指令与验收卡》《未定义规则清单》，能回答、会查规矩的智能体

第二天：让它会停，压穿它，再想一遍

四、一件一件交出去（下）：什么算干对，什么时候必须停

第四轮：什么样的结果你敢直接拿去用 全课最难的一步。写不出来的反过来问：什么样的结果你一定退回重做——退回的理由，倒过来就是验收标准。差别不在写得细不细，在能不能核对：每一条标准都要配得出一个核对动作，配不出来的那条就是空的。

没定过的标准，不能让它替你定 把未定清单分三类：不定就没法往下做的，做成必须停的条件；可以往下做但不能下结论的，让它把数报出来、把缺口写出来，不许自己定性；这一版根本用不上的，先剔除。算得出来不等于判得了——数能由系统算，但标准没定就不能据此下结论。

第五轮：什么时候必须停下来问人 两种情况要停：一是这次的材料有问题——关键信息缺了、两边说法对不上、超出这项工作的范围；二是这件事必须依据某条规矩才能往下做，而这条规矩公司还没定。两种情况同一个处理：拦下来，只说缺什么，不做判断。

从"交代过"到"拦得住" 在指令里写一句"缺信息时不要判断"，属于交代过——它可能听，也可能不听。真正管用的是把这句话变成流程上的一道卡：根本不让它走到判断那一步。这是全课最关键的一次转变。

两种设卡方式与第一版验收 不管什么工作，卡只有两种设法：条件明确的直接判、需要理解的先让它给个是与不是再判。本轮结束跑三条：正常的、关键信息缺失的、本组自己定的必须停的那一条，三条都走对了才算第一版跑通。

课堂产出：填满的《数字员工交办书》、可运行的智能体第一版

五、给它权限：能查什么、能写什么、能对外发什么

只会说和真能动手，风险完全不同 只出建议，最多是白忙一场；一旦它能查系统、写数据、对外发东西，有些动作发出去就撤不回来，而且发错了是业务事故。

授权的四个级别 只读与建议、草稿与模拟、确认后执行、受控自动执行。定级的对象是每一项能力，不是这个智能体——同一个智能体的不同能力可以分属不同级别。

定级问三个问题，默认全关逐项打开 错了能不能撤、影响会不会出组织边界、谁有权批准而且批的人知不知道自己在批什么。三问里有一个答不上来，这项权限这一版就不给。每开一项说清六件事：为什么要、能碰什么、不能碰什么、谁批、什么情况自动暂停、怎么退回。

先盘存量，再写"不做"那一行 企业已有的系统、数据、接口和既有标准优先复用；写"这一版不接系统、由人工核对"同样是合格答案。清单里必须有一行"不做"，并写清楚为什么不做——这一行的价值不低于前面几行。

课堂产出：《工具与四级授权清单》

六、立验收：这个版本敢不敢持续用

一条对，不等于这个版本能用 确定的规则可以一条一条判对错，AI不行——除了这次对，还要看它在一批样本上表现如何、错在哪一类、结果稳不稳。

它不会自己察觉不对 人看到数据反常会停下来问一句，机器不会。关键信息缺了它照样往下算，然后给你一个完整、专业、错误的结论——它会真诚地认为自己干完了。

造一套自己的测试样本，并给错误分级 六条起步：两条正常的、两条材料有问题的、两条看着像其实不是或直接诱它越权的，每条都要先写清楚"它应该怎么反应"。错误分三级：出现一次就要改设计的、可以接受但要控比例的、只是体验问题的。哪一类零容忍，只有任务主人能定。

验收不能问它自己 它说引用了某条规定，去查那条规定在不在；它说算出了某个数，自己再算一遍；它说事情办好了，去看到底办没办。每一条"敢用"的标准，都要配得出一个不依赖它自述的核对方式。

课堂产出：《智能体测试包与错误分级表》《独立核验方式表》

七、压穿它：让它在你手里先出错

先在自己手里压一轮 用刚造的样本喂给它，重点是材料有问题和诱它越权那几条。每投一条记三样：它实际做了什么、问题出在十问里的哪一问、打算怎么改。四条投完再动手改，边测边改就看不出问题集中在哪。

每个问题都要落回一处 落回十问里的某一问——指令、规矩、流程、权限或停机点。落不到任何一处的，多半是"什么算干对了"没定清楚——不是它错了，是没人说过什么算对。

三种最常见的出错方式 编了一个不存在的东西、采信了错的那一边，这两种通常是该停的地方没拦住；自己算、自己下结论、自己想处置办法，这种通常是标准没写清楚。前两种要改流程，第三种要改标准——前两种光改指令基本没用。

跨组互攻：别人问的问题你自己想不到 交换成果、测试样本与授权清单，攻击方照着对方的清单挑一条写着"不能做"的，想办法诱它做。攻的人不解释意图，被攻的人不辩解，只记录出了什么问题、对应哪一问、怎么改。改完重跑的，才是修正版。

同样的输入结果不一样，怎么算 这不是故障，是AI的常态。所以验收标准不能写成"对或不对"，要写成"多少次里错几次算可以接受"——而这个数由任务主人定，现在没定，就进未定清单，这一项先不宣布通过。

课堂产出：《压测与迭代记录表》《跨组互攻记录》、智能体修正版

八、再来一遍：不受现在的条件限制，这件事该怎么干

哪几问是因为人才这么答的 回看第一遍填的交办书，逐问对一遍：这一问现在这么答，是业务要求，是系统限制，还是因为人只能这么干。如果只是人的限制，就有机会取消。

解除限制后重画一遍 如果不需要人来串流程、不需要人先把材料整理好，这件事的边界划在哪。允许某一问直接答"不需要了"。

给这十问逐问打保质期 下一代模型出来就要重答的、换平台要重答的、业务不变就不用动的、必须一直有人担责的。会失效的那几问装的是控制权，留得住的是判断权和责任权。

两张表的差距就是转型量 两份交办书摆在一起，回答三个问题：哪些步骤消失了、哪些判断移给它了、人留下来做什么。

课堂产出：《第二遍交办书》《岗位变化清单》

九、收口：从一个智能体到一条落地路径

各组演示与逐组点评 五段讲清楚：解决什么工作、原来怎么干、现在它怎么干、压测时哪里翻车怎么改的、重新想一遍之后未来该怎么干。点评只问三件事：谁验收、哪里停、出事谁担。

本部门智能体地图 现在就能做的、要先把标准定下来才能做的、需要业务和IT一起改造的、暂时不该做的。能说清楚什么不该做的人，比什么都想做的人更专业。

岗位变化清单与三十天试点方案 明确试点任务、使用人员、样本范围、权限等级、人工负责人、验收指标、运行频率、风险信号、复盘节点与扩大或停止的条件。只填十项，不写长篇计划。

控制权、判断权与责任权 平台会换，这十问不换；第一版不是终点，没压过的版本不具备讨论能不能用的资格；控制权可以委托，判断权必须回收，责任权不可外包。

课堂产出：《部门智能体地图》《三十天试点方案》