TRACK A
客户与收入流程
高频、反馈快，但要防止错误内容直接触达客户或影响商业承诺。
01 / SCENARIO MAP
先从工作流和风险看场景，不从工具名称出发
下面是常见企业场景的学习入口，不代表每个企业都适用。进入具体页面后，还要结合数据、基线、权限和错误成本判断。
TRACK B
知识与员工流程
适合从检索、草拟和内部服务切入，重点是知识权限、来源引用和内容维护。
TRACK C
运营、财务与风险
价值可能较高，但错误成本和合规要求也更高，通常需要人工复核和严格权限。
TRACK D
研发与经营分析
依赖数据质量、工程流程和结果可验证性，不能把生成结果直接视为正确结论。
02 / DELIVERY GATES
五个交付关口，把“做出来”变成“能运行”
关口不是固定工期。低风险内部工具可以轻量执行，高风险场景则需要更严格的评测、审批和运行控制。
- G0
发现真实问题
访谈用户、画出现状流程、记录例外和当前基线，确认问题值得解决。
交付物：访谈记录、现状流程、问题陈述
- G1
定义范围与结果
选择边界清晰的切入点，明确用户、样本、成功、失败、不做事项和人工兜底。
交付物：场景画布、试点简报、验收标准
- G2
构建最小验证
只构建验证关键假设所需的流程，同时记录数据、模型、工具和技术取舍。
交付物：可运行版本、数据流、风险清单
- G3
评测并小范围上线
使用真实样本评测，补齐权限、日志、监控、回滚和支持责任后再进入有限运行。
交付物：评测记录、上线清单、运行手册
- G4
采用、复盘与复用
观察有效任务和失败情况，持续回归评测，把可复用资产与维护责任交给组织。
交付物：采用数据、复盘、资产清单
03 / ARTIFACTS
每一步都留下可以复核和移交的交付物
模板的价值不是增加文档数量，而是让关键假设、评测结果和责任边界不只存在于某个人的记忆里。
04 / STOP CONDITIONS
有时，暂停就是正确的交付决定
出现以下情况时，先补业务、数据或治理基础。把不成熟的问题强行 AI 化，通常只会让风险更难被看见。
- 01没有明确用户或流程 Owner，团队无法确认谁会使用和谁对结果负责。
- 02只有演示样本，没有可合法使用、能代表真实流程的数据。
- 03当前流程本身不稳定，规则和责任尚未说清，自动化只会放大混乱。
- 04错误可能直接造成高风险决策，却没有人工复核、停止或追责机制。
- 05收益依赖极低概率或无法观测的采用假设，且没有小范围验证方式。
- 06维护、数据更新、供应商退出和关键资产归属都没有负责人。
从一个场景开始，完成一次闭环
先用场景画布缩小问题，再用试点简报、真实样本评测表和运行清单把交付过程记录下来。