FDE 前沿部署工程师实战营——把 AI 真正钉进业务的最后一公里

1. 掌握 FDE 客户发现方法，能把模糊的业务抱怨转化为有证据链支撑的《需求访谈纪要》和优先级排序 ；
2. 运用翻译三步法、价值四象限、ROI 与风险四格，独立完成一份可立项的 PoC 方案书 ；
3. 掌握提示工程、RAG 知识库（解析→切分→嵌入→检索→生成全链路）与 Agent 工作流编排三大核心技术，现场搭出可运行的原型 ；
4. 理解企业系统集成与多智能体协同的架构选型逻辑，能设计含人工审核与失败兜底的"生产就绪"方案 ；
5. 建立评测与交付意识：会建评测集、收 Badcase、设计权限与人工审核机制，明白"Demo 跑通只完成 30%" ；
6. 产出本单位的场景路线图、责任矩阵与 90 天行动计划，课程成果可直接进入内部立项流程。

3 天（每天 6 小时）：

第一天覆盖需求侧（导入+第一、二讲），第二天覆盖研发实现（第三、四讲），第三天覆盖交付与推演（第五、六讲+扑克牌推演+总结）。

3 天无法容纳大模型微调等专项内容，如有需求建议另设工作坊。

数字化转型负责人 / 信息化与科技部门骨干 / 业务部门骨干 / 架构师、产品经理、项目经理 / 智能体与 AI 应用项目负责人。

建议业务与技术混合分组，对应 FDE 的 Echo（需求侧）与 Delta（实现侧）两种角色分工 。

政策对标式案例教学 / "理论—案例—讨论实操—复盘迁移"四段式 / 智能体平台实操（Coze/Dify/FastGPT）/ 架构画布共创 / 场景卡与案例卡 / 扑克牌场景推演 / 方案路演与讲师点评 / 课后行动计划。

课程导入：为什么 95% 的企业 AI 上不了生产线

从一个熟悉的场景切入：Demo 演示很惊艳，三个月后没人用——问题出在哪；

AI"下半场"逻辑：上半场比模型，下半场比部署；LLM 开箱不可用的四个原因 ；

FDE 角色拆解：Palantir 的 Echo-Delta 架构、"AI 时代的产品经理"定位、数智工程师的能力公式 ；

发布课程全景图与贯穿三天的实战课题；分组并模拟 Echo/Delta 编组；发布扑克牌场景背景，各组围绕同一场景持续积累成果 。

第一讲：客户发现与需求审计——听懂客户没说出来的话

理论知识 利益相关方访谈（决策层/管理层/执行层分层设计） 痛点三层分析（表层痛点→深层原因→根因） "少问期望、多问事件"的访谈要领 ；

案例讲解 以某制造业企业报价流程智能化为例——原有流程横跨市场、采购、技术、业务经理与金蝶 ERP，痛点不是"没系统"而是数据散落几十处、历史报价格式不一； 该项目第一阶段先用两周做数据治理，把散落 Excel 统一成"零件-工艺-材料-价格"关联结构，而不是先买工具。

讨论实操 各组针对本组场景，绘制利益相关方地图，完成一轮模拟访谈，用痛点三层分析表梳理出根因清单，形成《需求访谈纪要》与需求优先级排序 ——这份纪要将直接进入第二讲的 PoC 判断。

复盘迁移 本单位目前的需求提报流程缺了哪一环；哪些"需求"其实是伪需求；回去后第一个动作是约哪三个人的访谈。 工具交付：利益相关方访谈提纲模板 / 痛点三层分析表 / 《需求访谈纪要》模板。

第二讲：PoC 设计与价值验证——不看数据不承诺

理论知识 翻译三步法（把业务语言翻译成可验证的任务）、场景价值×可行性四象限、AI 边界划定（什么能做什么不能做）、可行性三问、范围三定与 MVD、ROI 测算与风险四格 ； "先拿 3-5 个样本数据，一周内做出第一次可感知效果"的 PoC 纪律 ；

案例讲解 同一制造业案例的方案取舍复盘——为什么放弃"端到端 LLM 直接生成报价"（精度不可控、需要可解释性），改用"RAG 知识库管历史报价 + 相似件推荐 + 规则引擎"的混合路线，并保留人工可改的人机协作设计 ； 对照知识库中某能源企业的做法：用场景四象限法（发生频率×业务价值）锁定"高频高价值"与"低频高价值"场景，配合三阶推进法（试点 MVP→迭代→规模化）控制投入节奏 ；

讨论实操 各组基于第一讲的需求纪要，完成《场景价值判断卡》——价值、可行性、AI 边界、成功指标、基线数据各是什么；60 分钟限时产出一页式 PoC 方案书 ；

复盘迁移 本单位最可能被毙掉的 PoC 有什么共同特征；成功指标定不出来意味着什么；哪些数据现在拿不到、需要先补什么。 工具交付：场景价值判断卡 / 四象限评估矩阵 / 《PoC 方案书》模板 / 风险四格表。

第三讲：研发实现（上）——提示工程与 RAG 知识库

理论知识 结构化提示词框架与 JSON Schema 结构化输出，提示词"三板斧"（角色、技能、限制）在业务场景中的变形 ； RAG 五步链路（解析→切分→嵌入→检索→生成）及检索优化、引用溯源、幻觉抑制 ；Embedding 选型、Chunking 策略、召回优化等企业级要点 ； vibe coding的几种模式：通过类似openclaw这样的工具集成（openclaw+飞书+kimi2.5），kimi code/claude code命令模式，codex工具模式，编程IDE集成模式比如vscode。 四种模式对比，选择建议等。

案例讲解 某五金企业"智能财务对账 Agent"——单一提示词准确率有限，通过角色设定、任务分解与业务约束设计后显著改善，说明"提示词质量决定智能体智商" ； 基于内部 ERP 技术手册构建问答助手、通过知识库召回优化对抗幻觉的调参过程 ； 某地电网"从模型到智能体"训练营中以智能体产品全生命周期为主线组织 RAG 与工作流实操的做法，可直接迁移为本课程的实操编排 ； 投资分析系统复刻，图文系统复刻；

讨论实操 分组在平台上完成"知识库问答应用"——上传脱敏业务文档，完成切片与向量化配置，编写结构化提示词，测试 3 个典型问题的回答与引用溯源效果； 针对答错的案例做一轮提示词或召回调优 ；

复盘迁移 本部门哪些文档堆最适合先入库；哪些数据暂时不能入库（涉密、含个人信息）；引用溯源在对外交付时为什么必须保留。 工具交付：结构化提示词模板库 / 知识库构建检查清单（文档清单→清洗要点→切片策略→测试用例）/ 幻觉抑制自查表。

第四讲：研发实现（下）——Agent 编排、系统集成与多智能体

理论知识 Function Calling 工具调用机制、"工作流 vs 自主 Agent"选型决策树、条件分支、HITL 人工审核三模式、失败兜底与生产就绪检查 ； 企业系统集成的现实约束：老旧系统没有 API、权限体系错综复杂、数据要梳理成 AI 可消费的结构化管道 ； 多智能体四种架构、六大设计原则、六步编排法 ；

案例讲解 某大型制造企业"设备报修智能问答+工单派发智能体"——RAG 知识库融合工单系统 API，扫码报修→自动分类→派单建议，印证"知识库决定准确性、工具调用决定业务闭环" ； 某省电信"投诉处理智能体"从零到一实录：意图识别调用计费系统 API 自动核查话单，以及幻觉导致的越权承诺风险如何用人工审核防控 ； 多智能体"经营驾驶舱"编排（1 主理人+6 专业+2 支撑）的分工设计 ；

讨论实操 在第三讲的知识库应用基础上，加入工具调用与条件分支，搭一个"AI 员工"原型（如自动分拣与初步应答、报表生成），设计至少一个人工审核节点和一条失败兜底路径，产出《智能体工作流架构图》（含感知层、决策层、执行层）；

复盘迁移 本单位哪些环节必须保留人工审核；接口对接要先找谁谈；自主性给到什么程度合适——回到"玩具 AI 与生产力 AI 的分水岭在自主决策能力"这一判断 。 工具交付：Agent 选型决策树 / 《智能体工作流架构图》模板 / 智能体防越权设计检查清单 / 生产就绪检查表。

第五讲：评测与交付——证明系统可用、可控、可迭代

理论知识 建立不少于 20 条样例的评测集、Badcase 收集与分析、权限与安全机制、性能与成本监控； FastGPT 智能体 7 步做报表；Chat BI 四轮分析（总览→下钻→定位→归因）； "Demo 跑通只完成 30%，生产环境稳定运行才算交付" ；

案例讲解 制造业案例的试用与迭代阶段——2 名业务员试用、每天记录问题、收集 15 个 Badcase 针对性优化、新零件必须人工确认的审核机制 ； 对照某家电企业"AI 智能排产"沦为"PPT 项目"的失败复盘——业务需求模糊、数据质量差、变革管理缺失，印证"场景定义先于技术选型" ；

讨论实操 各组为本组原型建立 20 条评测集样例，交叉测试他组方案并记录 Badcase，输出《评测报告》与修复优先级；用 7 步法完成一张业务报表，走一遍四轮风控分析对话 ；

复盘迁移 验收指标怎么和业务部门谈；上线后谁负责知识库更新和效果追踪；持续运营机制（反馈收集、知识库迭代、新场景扩展）怎么建 。 工具交付：评测集构建模板 / Badcase 分析表 / 交付文档与运维手册框架 / 效果追踪指标表。

第六讲：价值汇报与持续运营——让方案活过上线那天

理论知识 交付汇报的结构——从痛点、方案、证据到下一步；价值量化的表达方式（哪些可以量化、哪些只能"作为验收指标观察"）； 持续运营的四件事：用户反馈迭代、知识库更新、效果数据追踪、新场景扩面 ；

案例讲解 对照 FDE 训练营的结营路演机制——完整作品包 + 路演合格才算优秀学员，说明"能讲清楚和能做出来同等重要" ； 结合行业交付案例（如某省级运营商客服中心知识库与数据智能分析、某电网企业 AI 智能体进阶实战）说明不同行业的汇报口径差异 ；

讨论实操 各组准备 8 分钟路演——痛点、方案、证据、风险、下一步，为推演路演做预演；

复盘迁移 向领导汇报时最容易被挑战的三个问题；30 天内能兑现的最小承诺是什么。 工具交付：交付汇报结构模板 / 持续运营责任分工表。

综合实践：扑克牌场景推演

场景背景 课程导入时发布、各组三天持续积累的本组端到端业务场景（按客户行业从推演指南主题中选定，如"制造业工业 AI 智能体""运营商网络智能运维"等）；

角色分工 场景负责人、业务部门负责人、信息化负责人、架构师、数据治理负责人、安全与合规负责人、财务负责人、一线使用人员等，按组内实际岗位分配 ；

花色映射 红桃=业务目标与价值任务，方块=预算/数据/人员/供应商资源，梅花=技术与架构任务，黑桃=政策/合规/数据质量/组织协同风险 ；

推演流程 以三天实操成果（需求纪要、PoC 方案书、知识库原型、工作流架构图、评测报告）为手牌，抽取任务卡、资源卡、风险卡，处理预算缩减、数据不达标、合规审查、组织抵触等事件，形成完整场景解决方案 ；

成果提交（每组） 场景解决方案、数据与系统架构图、智能体设计、治理与安全方案、实施路线图、责任矩阵、预算与资源假设、风险清单、价值指标与验收标准 ；

讲师点评聚焦取舍 预算不够时砍什么、数据不达标时先补什么、哪些环节必须保留人工审核——这是推演区别于普通沙盘的核心价值 。

课程总结与行动计划

用 FDE 交付生命周期六阶段串联三天全部成果，各组知识图谱回顾与路演点评；

关键分歧复盘 技术路线之争（RAG vs 微调、工作流 vs 自主 Agent）背后其实是场景与数据条件的判断；

需要向单位领导汇报或进一步核实的事项清单（政策适用边界、数据合规审查、预算与接口协调）。