STEP 1 · 案例引入
案例全景与背景深度档案
🛒 案例全景
风险矩阵数据风险（可能性高·影响高）：数据质量不足以支撑模型训练、数据获取受合规限制、数据标注成本超预算。交付风险（可能性中·影响中）：交付物与期望不符、技术方案选型错误。合规风险（可能性中·影响高）：数据隐私和安全合规问题可能造成法律风险。
变革路线图认知对齐期（0.5-1月）：高管工作坊+AI认知培训+战略共识。快速验证期（3-2月）：选定高频低风险场景落地。价值扩展期（3-7月）：扩展场景+内部推广。运维成熟期（8-11月）：建立持续运营+知识沉淀。
痛点一：目标分歧。高管团队对AI的认知停留在「自动化」和「降本」两个关键词上，忽视了「增效」和「创新」的潜力。业务部门和技术部门在需求定义上存在根本分歧——业务关注场景，技术关注数据。
企业概况作为零售电商行业的标杆企业，某宠物品牌AI养宠知识问答成立于2009年 企业员工2105人，年营收规模7.6亿元。已服务超过22家大型客户，客户留存率达20%。
利益相关者CEO（影响力高·立场不确定）：项目发起人但AI认知偏差，需认知校准。CTO（影响力中·立场中性偏支持）：技术执行者，可成为盟友。业务负责人（影响力中·立场消极）：信任透支，需速赢重建信心。IT团队（影响力低·立场焦虑）：怕被边缘化，需纳入能力建设。一线骨干（影响力低·立场观望）：支持与否直接影响落地。
顾问洞察顾问团队在诊断中总结了一句核心洞察：「好的提问比好的答案重要一百倍」
※ 案例信息已脱敏处理。仅供教学参考。🧭本案例道法术器框架
以下展示本案例将应用的层面。Step2展开。
连续追问为什么，但不是机械地问五次，而是在不同深度层面对症下药。...
本案例：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某宠物品牌AI养宠知识问答的第一周定义为「零技术周」。
承诺-交付-反馈循环是期望管理的核心机制。每次超额交付都在积累信任资本。...
本案例：在某宠物品牌AI养宠知识问答中信任建立速度决定项目推进速度。顾问用了三个第一次：第一次见面不聊项目，第一次会谈不拿笔记本，第一次汇报不给方案。
企业基本面、业务运营、IT成熟度、组织文化、AI准备度——五维评估。...
本案例：在某宠物品牌AI养宠知识问答中信任建立速度决定项目推进速度。顾问用了三个第一次：第一次见面不聊项目，第一次会谈不拿笔记本，第一次汇报不给方案。
表情、语气、肢体语言中蕴含的信息量远超语言本身。学会解读这些信号是进阶顾问的标志...
本案例：某宠物品牌AI养宠知识问答中顾问采用「先倾听再建议」策略：第一周安排7场一对一访谈，不做任何技术展示。
情境式、比较式、假设式、过程式、回溯式、前瞻式——六种提问各有适用场景。...
本案例：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某宠物品牌AI养宠知识问答的第一周定义为「零技术周」。
组织拥有对变革的内在防御机制。识别并化解这些防御，比推动变革方案更重要。...
本案例：在某宠物品牌AI养宠知识问答中信任建立速度决定项目推进速度。顾问用了三个第一次：第一次见面不聊项目，第一次会谈不拿笔记本，第一次汇报不给方案。
利用大语言模型生成访谈提纲和分析报告初稿，但必须经过人工审核和行业定制。...
本案例：在某宠物品牌AI养宠知识问答中信任建立速度决定项目推进速度。顾问用了三个第一次：第一次见面不聊项目，第一次会谈不拿笔记本，第一次汇报不给方案。
顾问不是解决方案的提供者，而是客户自我发现的催化剂。真正的变革来自客户自己的认知...
本案例：在某宠物品牌AI养宠知识问答项目中，顾问用3天时间走遍关键部门建立存在感，之后用行业分析报告建立专业感。
通过结构化的工作坊形式，将顾问的方法论转移给客户内部团队，实现能力固化。...
本案例：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某宠物品牌AI养宠知识问答中这一策略有效降低了客户的防御心理。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2024年06月（统计区间 2024-2026年度）
🏢 企业概况：社区团购平台（脱敏）成立于2009年，员工总数2105人，在本行业细分市场处于前列，是本案例的委托方。
⚡ 触发事件：合规审计发现大量过期文件仍在系统内流转
🗣 冲突现场：审计要求4小时内提供溯源链条，现在的系统根本扛不住
👥 关键人物：陈财务经理（零售运营总监）；冯IT运维（供应链VP）；许品牌总监（项目负责人）
🖥 系统与数据现状：ERP进销存；供应链协同平台；全渠道电商中台；其中陈财务经理反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：线上线下会员标签体系割裂导致画像冲突; 供应链多级经销商数据上报滞后且格式杂乱; 商品图文素材版权标识缺失影响合规使用
📉 量化痛点：营销活动超卖损失268万元(2024-2026年度)；供应商交货延期批次87批(2024-2026年度)；门店损耗超标累计268万元(2024-2026年度)
⚖ 关键决策点：全文检索引擎 vs 语义向量知识库——全文派主张实施简单与命中精确，语义派强调意图理解与跨语言关联。
🔄 转折点：核心架构师离职导致关键文档交接断层
🗓 里程碑链：存量资产盘点与元数据规范制定(M0)→OCR与NLP解析引擎部署(M1)→知识图谱构建与权限体系映射(M2)→检索体验优化与灰度试点(M3)→全量迁移与双轨验证(M4)→培训赋能与验收交付(M5)
STEP 2 · 理论讲解
知识点图谱与 AIPM 系统落地
🎯学习目标
通过本案例学习，掌握运用道法术器框架分析零售电商领域AI转型需求的方法，独立设计进场访谈方案。
核心挑战：某宠物品牌AI养宠知识问答考验顾问在2类利益相关者之间建立共识的能力，差异化沟通是关键。
📕【术】5Why根因分析法
理论概述：连续追问为什么，但不是机械地问五次，而是在不同深度层面对症下药。
📌 本案例应用：通过某宠物品牌AI养宠知识问答的案例练习，学员可以深入理解这一方法在实际咨询场景中的具体应用方式。
📚 知识延伸：可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区：用技术语言而非业务语言沟通
📗【法】期望管理框架
理论概述：承诺-交付-反馈循环是期望管理的核心机制。每次超额交付都在积累信任资本。
📌 本案例应用：顾问在某宠物品牌AI养宠知识问答中将这一工具应用于6个业务部门的诊断中，显著提升了诊断效率。
📚 知识延伸：建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区：忽略组织文化对变革的影响
📙【器】诊断问卷五模块
理论概述：企业基本面、业务运营、IT成熟度、组织文化、AI准备度——五维评估。
📌 本案例应用：在某宠物品牌AI养宠知识问答中，顾问运用这一方法系统分析了客户的组织状态，发现了2个关键的变革障碍。
📚 知识延伸：可结合彼得·圣吉的系统思考理论进一步理解
⚠️ 常见误区：忽略组织文化对变革的影响
📕【术】非语言信号解读
理论概述：表情、语气、肢体语言中蕴含的信息量远超语言本身。学会解读这些信号是进阶顾问的标志。
📌 本案例应用：某宠物品牌AI养宠知识问答的实践表明，这一框架有效帮助顾问在7场访谈中保持结构化和系统性。
📚 知识延伸：可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区：用技术语言而非业务语言沟通
📕【术】开放式提问六变体
理论概述：情境式、比较式、假设式、过程式、回溯式、前瞻式——六种提问各有适用场景。
📌 本案例应用：在某宠物品牌AI养宠知识问答中，顾问运用这一方法系统分析了客户的组织状态，发现了2个关键的变革障碍。
📚 知识延伸：延伸阅读可参考科特的变革八步法相关文献
⚠️ 常见误区：急于展示方案而非先理解问题
📘【道】组织免疫系统理论
理论概述：组织拥有对变革的内在防御机制。识别并化解这些防御，比推动变革方案更重要。
📌 本案例应用：顾问在某宠物品牌AI养宠知识问答中将这一工具应用于6个业务部门的诊断中，显著提升了诊断效率。
📚 知识延伸：可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区：忽略组织文化对变革的影响
📙【器】AI辅助提示词工程
理论概述：利用大语言模型生成访谈提纲和分析报告初稿，但必须经过人工审核和行业定制。
📌 本案例应用：在某宠物品牌AI养宠知识问答中，顾问运用这一方法系统分析了客户的组织状态，发现了2个关键的变革障碍。
📚 知识延伸：可结合彼得·圣吉的系统思考理论进一步理解
⚠️ 常见误区：用技术语言而非业务语言沟通
📘【道】信任建立阶梯模型
理论概述：顾问不是解决方案的提供者，而是客户自我发现的催化剂。真正的变革来自客户自己的认知和承诺。
📌 本案例应用：在某宠物品牌AI养宠知识问答中，顾问运用这一方法系统分析了客户的组织状态，发现了2个关键的变革障碍。
📚 知识延伸：延伸阅读可参考科特的变革八步法相关文献
⚠️ 常见误区：用技术语言而非业务语言沟通
📙【器】知识管理工作坊
理论概述：通过结构化的工作坊形式，将顾问的方法论转移给客户内部团队，实现能力固化。
📌 本案例应用：在某宠物品牌AI养宠知识问答中，顾问运用这一方法系统分析了客户的组织状态，发现了2个关键的变革障碍。
📚 知识延伸：建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区：急于展示方案而非先理解问题
📚 本案例知识点图谱 · 项目管理 + MBA
项目管理知识本案例涉及以下项目管理知识点（按编号排序，共 8 条）：
KP-016 交付绩效域集成Delivery Performance Domain——交付项目预期实现的价值与成果
识别信号：价值流失;交付延期;质量缺陷
操作要点：交付价值 / 可交付成果质量 / 优化价值流 / 验收标准 / 增量交付
知识来源：PMBOK 7 性能域
识别信号：价值流失;交付延期;质量缺陷
操作要点：交付价值 / 可交付成果质量 / 优化价值流 / 验收标准 / 增量交付
知识来源：PMBOK 7 性能域
KP-026 管理原则8：质量质量Quality Principle——将质量融入过程与可交付成果
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
KP-033 制定项目管理计划集成Develop Project Management Plan——整合所有子计划形成经批准的基线文件
识别信号：基线建立;计划整合;审批流程
操作要点：整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 / 确立变更控制流程 / 获得正式批准
知识来源：49过程
识别信号：基线建立;计划整合;审批流程
操作要点：整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 / 确立变更控制流程 / 获得正式批准
知识来源：49过程
KP-052 三点估算进度Three-Point Estimating PERT——综合最乐观、最悲观与最可能估算以提高准确性
识别信号：估算不确定;历史数据不足;风险较高
操作要点：最乐观O / 最悲观P / 最可能M / 三角分布=(O+M+P)/3 / 贝塔分布=(O+4M+P)/6 / 标准差=(P-O)/6
知识来源：进度技术
识别信号：估算不确定;历史数据不足;风险较高
操作要点：最乐观O / 最悲观P / 最可能M / 三角分布=(O+M+P)/3 / 贝塔分布=(O+4M+P)/6 / 标准差=(P-O)/6
知识来源：进度技术
KP-067 控制资源资源Control Resources——确保实物资源按计划分配并监督实际使用情况
识别信号：资源浪费;分配不当;绩效偏差
操作要点：资源绩效审查 / 问题解决 / 人际关系与团队技能 / 项目管理信息系统 / 数据分析(备选方案分析/成本效益分析/绩效审查/趋势分析)
知识来源：49过程
识别信号：资源浪费;分配不当;绩效偏差
操作要点：资源绩效审查 / 问题解决 / 人际关系与团队技能 / 项目管理信息系统 / 数据分析(备选方案分析/成本效益分析/绩效审查/趋势分析)
知识来源：49过程
KP-073 实施定性风险分析风险Perform Qualitative Risk Analysis——通过评估概率与影响对单个风险进行优先级排序
识别信号：风险优先级;资源分配;应对策略选择
操作要点：概率与影响矩阵 / 风险数据质量评估 / 风险分类 / 专家判断 / 更新风险登记册 / 识别高优先级风险
知识来源：49过程
识别信号：风险优先级;资源分配;应对策略选择
操作要点：概率与影响矩阵 / 风险数据质量评估 / 风险分类 / 专家判断 / 更新风险登记册 / 识别高优先级风险
知识来源：49过程
KP-120 数据治理数据治理Data Governance——建立数据资产管理框架以确保数据质量、安全与合规
识别信号：数据质量差;数据孤岛;合规风险
操作要点：数据所有者 / 数据管家 / 数据质量规则 / 数据血缘 / 元数据管理 / 数据安全分级 / 合规要求(GDPR/个人信息保护法)
知识来源：AI项目特有
识别信号：数据质量差;数据孤岛;合规风险
操作要点：数据所有者 / 数据管家 / 数据质量规则 / 数据血缘 / 元数据管理 / 数据安全分级 / 合规要求(GDPR/个人信息保护法)
知识来源：AI项目特有
KP-121 数据质量管理数据治理Data Quality Management——确保数据满足准确性、完整性、一致性、时效性等质量维度
识别信号：数据质量差;模型失效;决策失误
操作要点：数据质量评估 / 数据清洗 / 数据标准化 / 数据校验规则 / 质量监控 / 根因分析 / 持续改进
知识来源：AI项目特有
识别信号：数据质量差;模型失效;决策失误
操作要点：数据质量评估 / 数据清洗 / 数据标准化 / 数据校验规则 / 质量监控 / 根因分析 / 持续改进
知识来源：AI项目特有
MBA 知识本案例同时调用以下 MBA 课程知识点（按编号排序，共 6 条）：
MBA-008 麦肯锡7S模型企业战略McKinsey 7S Framework——组织有效性的七要素协同框架
识别信号：组织变革对齐;AI转型配套调整;能力建设
框架要点：战略 / 结构 / 制度 / 风格 / 人员 / 技能 / 共同价值观
关联项目管理：变更管理;组织规划
识别信号：组织变革对齐;AI转型配套调整;能力建设
框架要点：战略 / 结构 / 制度 / 风格 / 人员 / 技能 / 共同价值观
关联项目管理：变更管理;组织规划
MBA-039 企业估值方法公司金融Corporate Valuation Methods——评估企业整体价值的多种方法
识别信号：AI业务估值;并购定价;投资标的评估
框架要点：DCF / 可比公司 / 先例交易 / 资产基础法 / Sum-of-parts
关联项目管理：商业论证;采购评估
识别信号：AI业务估值;并购定价;投资标的评估
框架要点：DCF / 可比公司 / 先例交易 / 资产基础法 / Sum-of-parts
关联项目管理：商业论证;采购评估
MBA-069 无形资产估值投资学与估值Intangible Asset Valuation——专利品牌数据等无形资产价值评估
识别信号：数据资产估值;AI模型价值;专利评估
框架要点：收益法 / 市场法 / 成本法 / 超额收益 / 许可费节省
关联项目管理：商业论证;知识管理
识别信号：数据资产估值;AI模型价值;专利评估
框架要点：收益法 / 市场法 / 成本法 / 超额收益 / 许可费节省
关联项目管理：商业论证;知识管理
MBA-084 培训与发展人力资源管理Training & Development——提升员工能力与组织学习力
识别信号：AI技能培训;转型赋能;学习路径设计
框架要点：需求分析 / 设计实施 / 效果评估(柯氏四级) / 学习转化
关联项目管理：培训计划;资源管理
识别信号：AI技能培训;转型赋能;学习路径设计
框架要点：需求分析 / 设计实施 / 效果评估(柯氏四级) / 学习转化
关联项目管理：培训计划;资源管理
MBA-108 企业风险管理商业伦理与公司治理Enterprise Risk Management (ERM)——全组织系统性识别应对风险
识别信号：AI风险治理;模型风险;数据风险;合规风险
框架要点：风险识别 / 评估 / 应对 / 监控 / 风险偏好 / COSO ERM
关联项目管理：风险管理;治理结构
识别信号：AI风险治理;模型风险;数据风险;合规风险
框架要点：风险识别 / 评估 / 应对 / 监控 / 风险偏好 / COSO ERM
关联项目管理：风险管理;治理结构
MBA-115 数据资产估值信息系统与数字化转型Data Asset Valuation——将数据视为资产进行价值评估
识别信号：数据资产入表;AI训练数据价值;数据治理
框架要点：成本法 / 收益法 / 市场法 / 数据质量 / 确权与合规
关联项目管理：商业论证;知识管理
识别信号：数据资产入表;AI训练数据价值;数据治理
框架要点：成本法 / 收益法 / 市场法 / 数据质量 / 确权与合规
关联项目管理：商业论证;知识管理
🗺 全知识域覆盖矩阵 · 项目管理 15 域 + MBA 12 领域
下表给出两大知识体系的完整维度清单及本案例的覆盖情况： 项目管理知识体系共 138 个知识点、15 个知识域，MBA 知识体系共 120 个知识点、12 个领域； 本案例强相关（含详述）的项目管理域 7 个、MBA 领域 6 个，其余维度标注了同类项目中的出现环节，便于按需扩展学习。
一、项目管理知识域覆盖（15 域）
| 知识域 | 本案例覆盖度 | 代表知识点 | 切入点 / 出现环节 |
|---|---|---|---|
| 集成 | 高 | KP-016 交付绩效域 | 操作切入点：交付价值 |
| 范围 | 低 | KP-038 规划范围管理 | 操作切入点：制定范围管理计划 |
| 进度 | 高 | KP-052 三点估算 | 操作切入点：最乐观O |
| 成本 | 低 | KP-107 挣值管理EVM | 操作切入点：计划价值PV |
| 质量 | 高 | KP-026 管理原则8：质量 | 操作切入点：质量内建 |
| 资源 | 高 | KP-067 控制资源 | 操作切入点：资源绩效审查 |
| 沟通 | 低 | KP-068 规划沟通管理 | 操作切入点：沟通需求分析 |
| 风险 | 高 | KP-073 实施定性风险分析 | 操作切入点：概率与影响矩阵 |
| 采购 | 低 | KP-085 规划采购管理 | 操作切入点：采购管理计划 |
| 干系人 | 低 | KP-084 监督干系人参与 | 操作切入点：干系人参与度评估 |
| 治理 | 中 | KP-089 制定项目章程（治理） | 操作切入点：治理委员会 |
| 变更 | 未涉及 | — | 同类项目中出现于变更控制与配置管理环节 |
| 敏捷 | 低 | KP-136 PI Planning | 操作切入点：两天议程 |
| 数据治理 | 高 | KP-120 数据治理 | 操作切入点：数据所有者 |
| AI治理 | 低 | KP-129 AI伦理治理 | 操作切入点：公平性 |
二、MBA 知识领域覆盖（12 域）
| 知识领域 | 本案例覆盖度 | 代表知识点 | 切入点 / 出现环节 |
|---|---|---|---|
| 企业战略 | 高 | MBA-008 麦肯锡7S模型 | 操作切入点：战略 |
| 运营管理 | 低 | MBA-013 TOC约束理论 | 操作切入点：五步聚焦法 |
| 市场营销 | 低 | MBA-024 品牌资产 | 操作切入点：品牌知名度 |
| 公司金融 | 高 | MBA-039 企业估值方法 | 操作切入点：DCF |
| 财务会计 | 低 | MBA-041 三大财务报表 | 操作切入点：资产=负债+权益 |
| 管理会计 | 低 | MBA-057 平衡计分卡 | 操作切入点：财务维度 |
| 投资学与估值 | 高 | MBA-069 无形资产估值 | 操作切入点：收益法 |
| 组织行为学 | 低 | MBA-073 亚当斯公平理论 | 操作切入点：投入产出比较 |
| 人力资源管理 | 高 | MBA-084 培训与发展 | 操作切入点：需求分析 |
| 管理经济学 | 低 | MBA-096 交易成本理论 | 操作切入点：资产专用性 |
| 商业伦理与公司治理 | 高 | MBA-108 企业风险管理 | 操作切入点：风险识别 |
| 信息系统与数字化转型 | 高 | MBA-115 数据资产估值 | 操作切入点：成本法 |
🖥 知识点在 AIPM 系统中的落地操作
下列知识点在本案例中的系统落实路径，可按步骤逐条录入 aipm.twzx.bj.cn：
MAP-04 进度管理-活动定义可落实可直接在系统内完成
页面：/tasks
入口：任务列表>新建任务>名称/前置任务/预估工时字段
操作步骤：进入项目任务页；点击「+新建任务」；填写任务名称与描述；设置前置任务关联；填写预估工时
数据录入：任务即活动，预估工时为计划依据
边界与变通：无活动属性字典，自定义字段可补充
页面：/tasks
入口：任务列表>新建任务>名称/前置任务/预估工时字段
操作步骤：进入项目任务页；点击「+新建任务」；填写任务名称与描述；设置前置任务关联；填写预估工时
数据录入：任务即活动，预估工时为计划依据
边界与变通：无活动属性字典，自定义字段可补充
MAP-07 进度管理-日历排程可落实可直接在系统内完成
页面：/calendar
入口：日历页面>视图切换(月/周/日)>事件创建>日期/任务关联
操作步骤：进入日历页；切换至月视图；点击目标日期创建事件；关联对应任务或里程碑；保存
数据录入：日历事件与任务双向关联
边界与变通：资源日历独立于项目日历，需分别维护
页面：/calendar
入口：日历页面>视图切换(月/周/日)>事件创建>日期/任务关联
操作步骤：进入日历页；切换至月视图；点击目标日期创建事件；关联对应任务或里程碑；保存
数据录入：日历事件与任务双向关联
边界与变通：资源日历独立于项目日历，需分别维护
MAP-22 风险管理-定量分析不可落实需系统整改后支持
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
MAP-23 风险管理-应对规划可落实可直接在系统内完成
页面：/risk + /tasks
入口：风险登记册>选择风险>应对策略字段>关联应对任务
操作步骤：选择目标风险条目；选择应对策略（规避/转移/减轻/接受）；点击「创建应对任务」自动跳转到任务页创建
数据录入：应对任务与原风险双向关联
边界与变通：应对效果需人工跟踪更新
页面：/risk + /tasks
入口：风险登记册>选择风险>应对策略字段>关联应对任务
操作步骤：选择目标风险条目；选择应对策略（规避/转移/减轻/接受）；点击「创建应对任务」自动跳转到任务页创建
数据录入：应对任务与原风险双向关联
边界与变通：应对效果需人工跟踪更新
MAP-39 数据治理-数据标准部分可落实需变通组合实现
页面：/settings
入口：设置页>自定义字段>字段命名规范/枚举值管理
操作步骤：进入设置页；定义自定义字段命名规范；为枚举类型字段维护标准值列表；应用到目标项目模板
数据录入：字段标准通过自定义字段体系落地
边界与变通：无数据字典集中管理与版本控制
整改清单FIX-2026-019（P1，工作量M）：新建「数据字典」模块，集中管理字段标准与版本，支持模板分发
页面：/settings
入口：设置页>自定义字段>字段命名规范/枚举值管理
操作步骤：进入设置页；定义自定义字段命名规范；为枚举类型字段维护标准值列表；应用到目标项目模板
数据录入：字段标准通过自定义字段体系落地
边界与变通：无数据字典集中管理与版本控制
整改清单FIX-2026-019（P1，工作量M）：新建「数据字典」模块，集中管理字段标准与版本，支持模板分发
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-019 已登记入《AIPM 系统整改清单》，在功能补齐前可按上方"变通组合"执行。
STEP 3 · 学员实践
动手实操与 AI 协同工作法
📋实践任务
🎯 场景：你被派往某宠物品牌AI养宠知识问答项目现场。客户CEO说"我们需要一个全面的AI规划"。
总用时约92分钟。
总用时约92分钟。
⏱ 第1步（12分钟）
任务1
写下面对客户高层的完整开场话术（3分钟），准备应对策略——如果客户坚持让你先说说方案。
⏱ 第2步（22分钟）
任务2
运用道法术器进行四维分析：【道】客户真正需要什么？【法】用什么方法诊断？【术】用什么技巧？【器】用什么工具？
⏱ 第3步（30分钟）
任务3
快速阅读案例背景，提炼核心信息并回答：这个信息揭示了什么？对项目意味着什么？
⏱ 第4步（28分钟）
任务4
设计STAR访谈提纲R层3题：建立合理的预期和评估标准，防止过度承诺。
💡提示
注意非语言信号——眼神、语气、体态都可能是关键信息
🤖 用 WorkBuddy 调用通小维 / 项目管理专家团落实管理动作
👥 参与的专家团角色：PMO运营主管、高级PM、质量经理、培训主管
🎬 本案例剧本：知识管理文档智能（基于 WB-11 复盘与知识沉淀 变体）
💬 开场提示词（可直接复制到 WorkBuddy）
背景：社区团购平台知识管理文档智能项目需进行阶段复盘与知识资产沉淀，已知亮点为合规审计发现大量过期文件仍在系统内流转，已知瓶颈为合规审计发现大量过期文件仍在系统内流转。角色：主责 PMO运营主管，协审高级PM与质量经理，培训主管转化培训材料。交付物：输出知识管理复盘报告（Word）与资产包（含图谱结构/检索规则/模板），包含文档分类体系、检索优化建议、资产清单与内训计划。
背景：社区团购平台知识管理文档智能项目需进行阶段复盘与知识资产沉淀，已知亮点为合规审计发现大量过期文件仍在系统内流转，已知瓶颈为合规审计发现大量过期文件仍在系统内流转。角色：主责 PMO运营主管，协审高级PM与质量经理，培训主管转化培训材料。交付物：输出知识管理复盘报告（Word）与资产包（含图谱结构/检索规则/模板），包含文档分类体系、检索优化建议、资产清单与内训计划。
操作步骤
第1步
对 WorkBuddy 输入文档库使用数据与检索日志，触发复盘
第2步
高级PM整理知识库结构与用户访问热区
第3步
质量经理提取检索失败案例，标注标签缺失或分类偏差
第4步
PMO运营主管将经验归类，匹配企业知识体系
第5步
培训主管制作检索指引与标签规范课件
第6步
在 AIPM 中更新知识模块，录入报告与资产包
第7步
将知识资产纳入资料库，更新索引标签。
📦 预期产出物：知识管理复盘报告；知识资产包；检索优化清单
🔄 AIPM 回流动作：同步知识图谱结构与检索规则至 AIPM 知识管理模块
⚖️ 通小维（CEO）决策点：①是否开放跨部门知识库访问权限；②是否引入自动化标签生成或人工审核流程
STEP 4 · 参考答案
参考答案与评分要点
📝案例回顾
总结：本案例围绕某宠物品牌AI养宠知识问答展开，核心在于零售电商领域AI转型中组织变革阻力、数据基础建设和利益相关者管理的平衡。
道法术器应用：
【道】先建立信任再谈技术。
【法】用OCE和STAR指导进场工作。
【术】一对一访谈和5Why是核心技能。
【器】诊断问卷和GROW模型是效率倍增器。
【道】先建立信任再谈技术。
【法】用OCE和STAR指导进场工作。
【术】一对一访谈和5Why是核心技能。
【器】诊断问卷和GROW模型是效率倍增器。
🎯STAR访谈提纲（11问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 您希望用什么机制来定期评估项目进展？ | 建立持续沟通机制 | 建议每月正式review+每周非正式同步 |
| T2 | 您能描述一下目前零售电商业务整体的运营情况吗？ | 开放式开场，让客户主动说出全貌 | 等他自然说完后追问"还有吗？" |
| A3 | 根据行业数据，类似规模企业通常12个月实现8%提升，您觉得这个范围合理吗？ | 管理期望，建立参考基准 | 追问"如果实际效果低于范围，您的底线是什么？" |
| R4 | 您认为最重要的成功标准是什么？ | 了解客户价值观和优先级 | 注意客户是否过度关注技术指标 |
| S5 | 在过去10个月中，业务运营中最大的挑战是什么？ | 聚焦具体问题而非泛泛而谈 | 追问"对业务指标的影响有多大？" |
| T6 | 您对这个项目的最高预算和资源投入是什么？ | 了解资源约束和真实投入意愿 | 追问"如果预算不够，您愿意调整范围吗？" |
| A7 | 还有没有其他重要的事情我没有问到？ | 收尾开放性问题 | 通常客户会在这里说出最重要的担忧 |
| R8 | 您对这个项目的成功是如何定义的？ | 了解客户的顶层期望 | 注意是否存在多个不同的成功标准 |
| S9 | 如果项目成功了，您希望在什么时间看到什么样的变化？ | 明确可量化目标和时间预期 | 追问"这些数字怎么得出来的？"评估合理性 |
| T10 | 如果给您团队的数字化能力打分，您打几分？ | 了解内部能力差距 | 看客户是否愿意承认能力短板 |
| A11 | 如果这个项目不做，10个月后会发生什么？ | 建立紧迫感 | 帮助客户认识到不做的风险 |
⚠️失分场景
•客户问"你做过我们行业吗？"——回应"跨行业经验可迁移性强"
•客户坚持"先说说方案"——回应"先提两个方向供您参考"
•客户期望不切实际——用对比法"这个目标需要的资源要翻倍"
📚拓展
推荐：《高效能人士的七个习惯》
自我检查：客户说了70%以上时间？有3次以上有效追问？识别了隐藏需求？管理了不切实际的期望？