FDE 能力模型
一个公式和七项核心能力，讲清楚成为 FDE 需要具备什么，附能力自检表。
一个公式看懂 FDE
说明：下面的公式和七项能力是本指南用于学习与评估的教学框架，不是行业统一认证标准。
FDE = 业务理解 × AI 构建 × 部署交付 × 组织推动
注意这里是乘法，不是加法。意思是：任何一项为零，结果就是零。
- 只会构建、不懂业务：做出来的东西没人用
- 只懂业务、不会构建：只能停留在建议层面
- 做出来但部署不了：永远是 Demo
- 上线了但没人推动采用：工具慢慢被废弃
七项核心能力
把公式拆开，FDE 需要七项核心能力：
1. 业务发现
能从日常工作中发现真正值得解决的问题，区分"想要"和"真正需要"，估算问题的频率和代价。
例子：HR 说"我们想用 AI 筛简历"，业务发现能力强的 FDE 会先问：筛一份简历现在花多久？哪类岗位最容易筛错？筛选标准谁定的、经常变吗？
2. 流程分析
能把现状流程画成清晰的步骤图，标出每一步的输入、输出、负责人和耗时，找出哪些步骤适合 AI、哪些必须留给人。
3. AI 理解
知道 AI 擅长什么、不擅长什么。知道大语言模型会"一本正经地胡说"，知道什么样的任务准确率高、什么样的必须人工复核。不把"会用工具"当成能力本身。
4. 快速构建
能根据风险和复杂度选择合适工具，在尽可能短的周期内做出能验证关键假设的最小版本（MVP）。简单场景可以按 1-2 周设定首次验证目标，复杂或受监管项目应单独估算。
5. 数据与集成
能把数据整理成结构化形式，连接企业现有系统（CRM、ERP、表格、数据库），处理基本的权限和接口问题。
6. 部署与采用
能把工具真正发布到企业环境里，配好权限，写好使用说明，培训用户，推动大家从"试用"变成"天天用"。
7. 评估与治理
能定义成功指标、用真实样本评测效果、计算节省的时间和成本，并持续关注数据安全、权限和合规。
常用工具类型
| 类型 | 代表工具 | 用途 |
|---|---|---|
| 通用对话 | ChatGPT、Claude、Gemini | 梳理需求、写文案、分析数据 |
| AI 代码编辑器 | Cursor、Windsurf、GitHub Copilot | 快速生成和修改代码 |
| 自动化 | n8n、Make、Zapier | 连接不同系统，自动流转 |
| 数据库/后端 | Supabase、Airtable、Notion Database | 存储数据、提供简单后端 |
| 部署 | Vercel、Cloudflare Pages、Railway | 把应用发布到线上 |
| 设计/原型 | Figma、v0 | 快速出界面和交互 |
提示：工具名称仅作示例。如果访问或使用受限，可替换为国内可用方案，比如 Kimi / DeepSeek / 通义千问（对话）、Trae / CodeBuddy（代码）、飞书多维表格 / 明道云（数据库）、飞书自动化 / 钉钉宜搭（自动化）、Cloudflare Pages / 国内云服务商静态托管（部署）。核心不是工具品牌，而是"能否快速解决问题"。
能力自检表
- 能用 AI 工具把一个问题描述清楚，并生成解决方案草稿
- 能把一个业务流程画成步骤图，并标出 AI 和人工的分工
- 能做出一个自己或同事每天会用的工具
- 能连接至少一种数据源（表格、数据库或现有系统）
- 能把工具部署上线并配置好基本权限
- 能定义效果指标，并用真实数据说明工具的价值
- 知道什么场景适合 AI，什么场景不适合
更细的评估可以用 FDE 能力自测。
下一步
- FDE 成长等级 L0–L4：看看这些能力如何逐级成长
- 个人转型路径：根据你的背景补齐短板
- FDE 工具箱：完整的工具清单