7.9
深览指数
科技人人都是产品经理·申悦··AI 生成
FDE手记：搭个知识库只要10分钟，让它真正能用却花了一周
本文是一位前线部署工程师（FDE）的实战复盘，记录为企业搭建知识库AI助手的完整一周。核心结论是：搭建智能体Demo只需10分钟，但让其真正进入业务、被用户接受，需要花大量时间在需求边界划定、原始资料清洗与核验、基于真实场景的测试用例设计、以及组织真实用户现场共测以暴露业务判断断层。作者提炼了五个可复用的动作，强调企业AI项目的真正壁垒不在技术，而在琐碎的、不可替代的流程梳理与问题分拆能力。适合正在或即将落地企业AI项目的产品经理、技术负责人和解决方案架构师阅读。原文 ↗
核心观点
- ▍企业AI项目的核心瓶颈不在技术或模型能力，而在于需求边界划定、资料治理、用户实测和反馈分层处理等非技术性工作；Demo易于实现，打通业务闭环、建立验收标准才是落地关键。
- 01作者作为FDE，首先定义最小样板，通过回答三个问题（解决谁的什么问题、用什么资料验证、什么结果算完成）来防止需求边界无限扩大。
- 02收到首批约50份资料后，作者并未直接上传，而是花费大半天逐份检查格式、版本、内容一致性，并形成《智能体建设工作核验问题台账》和《入库台账》，记录入库位置、格式及识别结果。
- 03演示会环节，业务负责人未关注答案正确性，而是连续追问来源文件名称、讲话内容截取段落、同主题的其他稿子，揭示了系统缺乏提供业务决策上下文的能力。
- 04用户反馈暴露了标题识别错误、无法按时间精准定位、未区分材料类型（正式纪要 vs 内部沟通）等具体问题，表明业务人员需要的是特定场景下正式使用过的口径，而非语义相近的答案。
- 05作者将反馈问题拆分为四类：资料补充与确认、解析与信息标注、检索与回答、权限与维护机制，每条反馈对应一个处理路径，而非笼统地交给研发团队。
- 06样板被认可的关键信号是客户开始主动提出更具体的查询维度、明确后续资料维护责任，并准备补充更多资料，表明项目从“能不能用”进入“怎样用得更好”阶段。
反方 / 局限
- — 文章隐含的局限：作者总结的五个动作高度依赖FDE或项目负责人的经验与判断力，对于缺乏此类角色的团队，直接套用可能面临执行困难；同时，文中案例仅涉及文档查询场景，方法论在更复杂的创作或数据分析场景中的适用性未经验证。
13 分钟 · 4 卡片 · 9 资料
读原文 →