STEP 1 · 案例引入
案例全景与背景深度档案
🏛️ 案例全景
行业背景政策层面正在加速推动公共服务行业的数字化升级。行业报告显示，AI技术在该领域的渗透率年增速达11%，预计2028年将达到33%。
purple痛点三：数据孤岛严重。3个独立系统之间缺乏数据互通机制，同一指标在不同系统中的定义和口径完全不同。数据标准化的工作量远大于AI模型开发的投入。
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」
变革路线图破冰期（1-1月）：组织诊断+紧迫感建设+锁定速赢场景。验证期（2-4月）：POC验证+效果量化+组织培训。扩展期（6-9月）：跨部门推广+能力转移+平台建设。规模化期（11-15月）：全面覆盖+持续运营+文化塑造。
利益相关者创始人（影响力高·立场坚定）：技术出身，对AI理解远超团队。运营VP（影响力中·立场观望）：多次失败后持谨慎态度，需要可见成果。产品经理（影响力低·立场积极）：希望借助AI提升产品力，是内部推动力量。
gold痛点四：认知偏差。客户对AI的认知受媒体和供应商营销影响，认为AI可以即插即用、三个月回本。实际上AI项目需要24个月才能产生可量化的业务价值。
痛点一：需求模糊。管理层说要用AI，但对AI的能力边界缺乏基本认知。三位核心高管对项目预期存在明显分歧——CEO关注品牌提升，CTO关注技术先进性，运营负责人关注效率提升。需求不是从业务问题推导出来的，而是从「别人有我们也得有」的从众心理产生的。
触发事件一份内部诊断报告揭示：核心流程中存在大量重复性人力操作，年均浪费超过年营收的6%（约890万元），CEO随即要求启动效率提升专项。
※ 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。
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。某计量AI加油机作弊检测的第一周定义为「零技术周」。
区分症状问题和根因问题是顾问的核心能力。症状是客户描述的，根因是顾问发现的。...
本案例：在某计量AI加油机作弊检测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。
组织变革中成员经历可预测的情绪曲线：震惊→否认→愤怒→讨价还价→沮丧→接受→探索...
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。某计量AI加油机作弊检测的第一周定义为「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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某计量AI加油机作弊检测的第一周定义为「零技术周」。
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：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某计量AI加油机作弊检测中这一策略有效降低了客户的防御心理。
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：在某计量AI加油机作弊检测项目中，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。
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：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某计量AI加油机作弊检测中这一策略有效降低了客户的防御心理。
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：在某计量AI加油机作弊检测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。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
本案例：在某计量AI加油机作弊检测项目中，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。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2024年01月（统计区间 2024-2026年度）
🏢 企业概况：环卫保洁公司（脱敏）成立于2010年，员工总数1760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：某运营中心主任抽检发现252批次产品良率跌破红线
🗣 冲突现场：现在的抽检频率根本拦不住变异，但全检成本会把毛利吃干。
👥 关键人物：郑运营主任（运营中心主任）；王设施科长（设施维护科长）；李指挥长（项目负责人）
🖥 系统与数据现状：智慧城市IOC大屏；工单流转平台；GIS管网管理；其中郑运营主任反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：多委办局历史数据孤岛导致跨部门协同缺乏统一视图; 市民反馈文本口语化严重难以自动归类和派单; 传统监控视频缺乏结构化标签难以快速检索
📉 量化痛点：设施故障报修积压工单252件(2024-2026年度)；应急响应超时事件5起(2024-2026年度)；热线重复投诉占比252件(2024-2026年度)
⚖ 关键决策点：传统机器视觉方案 vs 深度学习缺陷检测方案——传统派主张成熟稳定与调试周期短，深度派强调泛化能力强与长尾缺陷覆盖。
🔄 转折点：关键大客户突击验厂要求展示智能质检数据
🗓 里程碑链：缺陷样本采集与清洗(M0)→算法选型与POC验证(M1)→产线联调与节拍压测(M2)→小批量试产与参数固化(M3)→全量上线与双轨并行(M4)→验收交付与SOP更新(M5)
STEP 2 · 理论讲解
知识点图谱与 AIPM 系统落地
🎯学习目标
掌握在公共服务场景中运用结构化方法论诊断企业AI准备度的能力，学会区分表象问题与根因问题。
核心挑战：本案例最大的难点在于客户对AI的认知偏差与组织变革疲劳的双重叠加——这不是技术问题，而是管理问题。
📕【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：某计量AI加油机作弊检测的实践表明，这一框架有效帮助顾问在6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：急于展示方案而非先理解问题
📗【法】问题诊断方法论
理论概述：区分症状问题和根因问题是顾问的核心能力。症状是客户描述的，根因是顾问发现的。
📌 本案例应用：某计量AI加油机作弊检测的实践表明，这一框架有效帮助顾问在6场访谈中保持结构化和系统性。
📚 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：过度承诺而低估实施难度
📘【道】变革心理学曲线
理论概述：组织变革中成员经历可预测的情绪曲线：震惊→否认→愤怒→讨价还价→沮丧→接受→探索→承诺。
📌 本案例应用：顾问在某计量AI加油机作弊检测中将这一工具应用于3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：用技术语言而非业务语言沟通
📘【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：通过某计量AI加油机作弊检测的案例练习，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：某计量AI加油机作弊检测的实践表明，这一框架有效帮助顾问在6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：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：通过某计量AI加油机作弊检测的案例练习，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：建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区：用技术语言而非业务语言沟通
📙【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：通过某计量AI加油机作弊检测的案例练习，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：可结合彼得·圣吉的系统思考理论进一步理解
⚠️ 常见误区：过度承诺而低估实施难度
📕【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：某计量AI加油机作弊检测的实践表明，这一框架有效帮助顾问在6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
📙【器】GROW教练模型
理论概述：目标（Goal）→现实（Reality）→选项（Options）→意愿（Will），让客户主动探索方案。
📌 本案例应用：某计量AI加油机作弊检测的实践表明，这一框架有效帮助顾问在6场访谈中保持结构化和系统性。
📚 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：过度承诺而低估实施难度
📚 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-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-035 管理项目知识集成Manage Project Knowledge——利用现有知识创造新知识以实现项目目标
识别信号：知识流失;重复踩坑;经验沉淀
操作要点：识别显性/隐性知识 / 建立知识库 / 经验教训登记册 / 知识共享机制 / 持续学习文化
知识来源：49过程
识别信号：知识流失;重复踩坑;经验沉淀
操作要点：识别显性/隐性知识 / 建立知识库 / 经验教训登记册 / 知识共享机制 / 持续学习文化
知识来源：49过程
KP-042 确认范围范围Validate Scope——正式验收已完成的项目可交付成果
识别信号：验收争议;客户拒收;返工频繁
操作要点：检查可交付成果 / 获得客户/发起人签字 / 记录验收或拒绝 / 处理缺陷返工 / 更新需求跟踪矩阵
知识来源：49过程
识别信号：验收争议;客户拒收;返工频繁
操作要点：检查可交付成果 / 获得客户/发起人签字 / 记录验收或拒绝 / 处理缺陷返工 / 更新需求跟踪矩阵
知识来源：49过程
KP-077 实施风险应对风险Implement Risk Responses——执行商定的风险应对计划
识别信号：应对失效;责任不清;进展滞后
操作要点：执行应对行动 / 分配风险责任人 / 更新风险登记册 / 沟通应对进展 / 监控应对有效性
知识来源：49过程
识别信号：应对失效;责任不清;进展滞后
操作要点：执行应对行动 / 分配风险责任人 / 更新风险登记册 / 沟通应对进展 / 监控应对有效性
知识来源：49过程
KP-078 监督风险风险Monitor Risks——在整个项目期间监督风险应对执行、跟踪已识别风险并识别新风险
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
KP-100 用户故事敏捷User Story——以用户视角描述功能需求的简短简单语句
识别信号：需求表达;用户价值;估算
操作要点：角色-活动-价值格式 / INVEST原则(独立/可协商/有价值/可估算/小规模/可测试) / 验收标准 / 故事点估算 / 产品待办列表精炼
知识来源：敏捷
识别信号：需求表达;用户价值;估算
操作要点：角色-活动-价值格式 / INVEST原则(独立/可协商/有价值/可估算/小规模/可测试) / 验收标准 / 故事点估算 / 产品待办列表精炼
知识来源：敏捷
KP-102 燃起图敏捷Burnup Chart——展示已完成工作量与总范围关系的可视化图表
识别信号：范围变更;进度追踪;可视化
操作要点：横轴时间 / 纵轴工作量 / 总范围线 / 已完成工作线 / 范围变更可视化 / 进度追踪
知识来源：敏捷
识别信号：范围变更;进度追踪;可视化
操作要点：横轴时间 / 纵轴工作量 / 总范围线 / 已完成工作线 / 范围变更可视化 / 进度追踪
知识来源：敏捷
KP-133 数据标注数据治理Data Annotation——为训练数据添加标签以监督模型学习
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
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-001 波特五力模型企业战略Porter's Five Forces——分析行业竞争结构的五种力量框架
识别信号：竞争格局分析;AI替代威胁;市场进入评估
框架要点：供应商议价能力 / 购买者议价能力 / 新进入者威胁 / 替代品威胁 / 现有竞争者强度
关联项目管理：商业论证;干系人分析
识别信号：竞争格局分析;AI替代威胁;市场进入评估
框架要点：供应商议价能力 / 购买者议价能力 / 新进入者威胁 / 替代品威胁 / 现有竞争者强度
关联项目管理：商业论证;干系人分析
MBA-002 价值链分析企业战略Value Chain Analysis——识别企业创造价值的各环节活动
识别信号：流程优化;AI赋能环节;成本重构;数字化增值
框架要点：基本活动(生产、销售、服务) / 支持活动(人力、技术、采购) / 价值增值点 / 成本驱动因素
关联项目管理：价值交付;效益管理
识别信号：流程优化;AI赋能环节;成本重构;数字化增值
框架要点：基本活动(生产、销售、服务) / 支持活动(人力、技术、采购) / 价值增值点 / 成本驱动因素
关联项目管理：价值交付;效益管理
MBA-014 SCOR供应链模型运营管理SCOR Model——供应链计划-采购-制造-交付-退货标准框架
识别信号：供应链智能化;AI预测补货;端到端可视化
框架要点：计划 / 采购 / 制造 / 交付 / 退货 / 绩效指标体系
关联项目管理：采购管理;交付管理
识别信号：供应链智能化;AI预测补货;端到端可视化
框架要点：计划 / 采购 / 制造 / 交付 / 退货 / 绩效指标体系
关联项目管理：采购管理;交付管理
MBA-051 作业成本法管理会计Activity-Based Costing (ABC)——按作业活动分配间接成本的方法
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
MBA-052 本量利分析管理会计Cost-Volume-Profit (CVP) Analysis——分析成本业务量利润三者关系
识别信号：AI项目盈亏平衡;规模效应;定价底线
框架要点：固定成本 / 变动成本 / 盈亏平衡点 / 安全边际 / 经营杠杆
关联项目管理：商业论证;风险管理
识别信号：AI项目盈亏平衡;规模效应;定价底线
框架要点：固定成本 / 变动成本 / 盈亏平衡点 / 安全边际 / 经营杠杆
关联项目管理：商业论证;风险管理
MBA-098 规模经济与范围经济管理经济学Economies of Scale & Scope——产量增加或品种扩展降低单位成本
识别信号：AI算力规模效应;模型复用;边际成本递减
框架要点：规模经济 / 规模不经济 / 范围经济 / 学习曲线
关联项目管理：成本管理;资源管理
识别信号：AI算力规模效应;模型复用;边际成本递减
框架要点：规模经济 / 规模不经济 / 范围经济 / 学习曲线
关联项目管理：成本管理;资源管理
🗺 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 6 个、MBA 领域 4 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-035 管理项目知识 | 操作切入点：识别显性/隐性知识 |
| 范围 | 高 | KP-042 确认范围 | 操作切入点：检查可交付成果 |
| 进度 | 低 | 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 | 低 | KP-064 获取资源 | 操作切入点：预分派 |
| 沟通 | 未涉及 | — | 同类项目中出现于信息分发与汇报节奏设计环节 |
| 风险 | 高 | KP-077 实施风险应对 | 操作切入点：执行应对行动 |
| 采购 | 低 | KP-088 合同类型 | 操作切入点：固定总价FFP/总价加激励FPIF/总价加经济价格调整FPEPA |
| 干系人 | 低 | KP-080 识别干系人 | 操作切入点：干系人登记册 |
| 治理 | 低 | KP-091 项目治理 | 操作切入点：治理框架 |
| 变更 | 低 | KP-037 实施整体变更控制 | 操作切入点：建立变更控制委员会CCB |
| 敏捷 | 高 | KP-100 用户故事 | 操作切入点：角色-活动-价值格式 |
| 数据治理 | 高 | KP-133 数据标注 | 操作切入点：标注指南 |
| AI治理 | 低 | KP-130 提示词工程治理 | 操作切入点：提示词模板库 |
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-001 波特五力模型 | 操作切入点：供应商议价能力 |
| 运营管理 | 高 | MBA-014 SCOR供应链模型 | 操作切入点：计划 |
| 市场营销 | 低 | MBA-023 顾客终身价值 | 操作切入点：获取成本 |
| 公司金融 | 低 | MBA-032 加权平均资本成本 | 操作切入点：股权成本 |
| 财务会计 | 低 | MBA-042 权责发生制 | 操作切入点：收入确认时点 |
| 管理会计 | 高 | MBA-051 作业成本法 | 操作切入点：作业识别 |
| 投资学与估值 | 低 | MBA-068 协同效应 | 操作切入点：收入协同 |
| 组织行为学 | 低 | MBA-077 心理契约 | 操作切入点：交易型 |
| 人力资源管理 | 低 | MBA-081 人力资源规划 | 操作切入点：需求预测 |
| 管理经济学 | 高 | MBA-098 规模经济与范围经济 | 操作切入点：规模经济 |
| 商业伦理与公司治理 | 低 | MBA-105 商业伦理框架 | 操作切入点：功利主义 |
| 信息系统与数字化转型 | 低 | MBA-117 云计算经济学 | 操作切入点：CapEx转OpEx |
🖥 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-01 范围管理-需求收集可落实可直接在系统内完成
页面：/projects → /tasks
入口：项目详情页>任务列表>新建任务按钮>标题/描述/标签字段
操作步骤：进入目标项目；点击「任务」Tab；点击「+新建任务」；填写标题与描述，勾选范围相关标签；保存
数据录入：任务描述即需求条目，标签用于分类筛选
边界与变通：无结构化需求分解树，需用任务层级模拟
页面：/projects → /tasks
入口：项目详情页>任务列表>新建任务按钮>标题/描述/标签字段
操作步骤：进入目标项目；点击「任务」Tab；点击「+新建任务」；填写标题与描述，勾选范围相关标签；保存
数据录入：任务描述即需求条目，标签用于分类筛选
边界与变通：无结构化需求分解树，需用任务层级模拟
MAP-02 范围管理-WBS分解可落实可直接在系统内完成
页面：/ai/wbs
入口：AI WBS 页面>输入框>生成按钮>树形展示区
操作步骤：进入 AI WBS 页面；在输入框填写项目目标与交付物描述；点击「生成 WBS」按钮；检查树形分解结果；按需手动调整节点层级
数据录入：以自然语言描述驱动 AI 生成，生成结果可手动编辑
边界与变通：AI 生成质量依赖输入描述的完整度
页面：/ai/wbs
入口：AI WBS 页面>输入框>生成按钮>树形展示区
操作步骤：进入 AI WBS 页面；在输入框填写项目目标与交付物描述；点击「生成 WBS」按钮；检查树形分解结果；按需手动调整节点层级
数据录入：以自然语言描述驱动 AI 生成，生成结果可手动编辑
边界与变通：AI 生成质量依赖输入描述的完整度
MAP-13 质量管理-持续改进可落实可直接在系统内完成
页面：/lessons
入口：经验教训>新建条目>分类标签/关联项目/改进措施
操作步骤：进入经验教训页；点击「+新建」；选择分类标签；填写发现的问题与改进措施；关联到目标项目
数据录入：每条经验教训含分类、描述、措施、关联项目
边界与变通：改进措施执行需转为任务跟踪
页面：/lessons
入口：经验教训>新建条目>分类标签/关联项目/改进措施
操作步骤：进入经验教训页；点击「+新建」；选择分类标签；填写发现的问题与改进措施；关联到目标项目
数据录入：每条经验教训含分类、描述、措施、关联项目
边界与变通：改进措施执行需转为任务跟踪
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-38 数据治理-数据质量部分可落实需变通组合实现
页面：/settings + /automations
入口：设置页配置数据校验规则；Automations 触发异常通知
操作步骤：在设置页定义数据校验规则（如必填/格式）；进入 Automations 创建规则：当数据不满足规则时触发通知
数据录入：校验规则基于字段级约束
边界与变通：无数据质量评分与趋势分析
整改清单FIX-2026-018（P2，工作量M）：在设置页增加数据质量规则，Automations定期生成质量报告到知识库
页面：/settings + /automations
入口：设置页配置数据校验规则；Automations 触发异常通知
操作步骤：在设置页定义数据校验规则（如必填/格式）；进入 Automations 创建规则：当数据不满足规则时触发通知
数据录入：校验规则基于字段级约束
边界与变通：无数据质量评分与趋势分析
整改清单FIX-2026-018（P2，工作量M）：在设置页增加数据质量规则，Automations定期生成质量报告到知识库
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-018 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：作为OCE首席顾问首次进入某计量AI加油机作弊检测项目。客户技术总监说我们有一个场景请你诊断。
总用时约166分钟。
总用时约166分钟。
⏱ 第1步（11分钟）
任务1
设计STAR访谈提纲S层3题：了解客户业务现状（用开放式问题引导说出全貌）。
⏱ 第2步（28分钟）
任务2
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3步（42分钟）
任务3
将访谈提纲整理为完整文档，包括受访者清单、访谈策略、STAR提纲、开场话术和棘手问题应对方案。
⏱ 第4步（60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。
⏱ 第5步（25分钟）
任务5
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。
💡提示
区分客户说的问题和真实的问题——症状往往不是根因
🤖 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：质量经理、交付PM、高级PM、项目总监
🎬 本案例剧本：智能质检（基于 WB-09 质量门与验收管理 变体）
💬 开场提示词（可直接复制到 WorkBuddy）
背景：环卫保洁公司智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
背景：环卫保洁公司智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
操作步骤
第1步
对 WorkBuddy 输入产线实测数据与模型输出记录，触发质检评审
第2步
质量经理核对检测标准与模型判定逻辑，标注偏差项
第3步
交付PM整理产线部署环境与硬件适配情况
第4步
高级PM评估误检/漏检根因与数据增强可行性
第5步
项目总监制定客户验收计划与签字流程
第6步
在 AIPM 中更新质量管理模块，录入报告与验收计划
第7步
将产线调优任务转为执行项，分配责任人与测试周期。
📦 预期产出物：智能质检质量门报告；缺陷分析表；验收测试计划
🔄 AIPM 回流动作：更新质检项目模块的模型指标与验收状态，绑定报告附件
⚖️ 通小维（CEO）决策点：①是否允许带条件验收并设定整改期限；②是否追加数据采集或硬件改造以提升检测稳定性
STEP 4 · 参考答案
参考答案与评分要点
📝案例回顾
总结：某计量AI加油机作弊检测揭示了AI转型的关键洞察：成功的转型始于清晰的业务问题定义和务实的预期管理。
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 | 如果这个项目不做，8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 |
| T2 | 根据行业数据，类似规模企业通常10个月实现17%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？" |
| A3 | 您能描述一下目前公共服务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？" |
| R4 | 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 |
| S5 | 您过去在效率提升方面做过哪些尝试？效果如何？ | 了解历史经验和组织惯性 | 追问"如果效果不理想，主要原因是什么？" |
| 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 | 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 |
| 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 | 你觉得团队对新技术的接受度如何？有没有预见到什么阻力？ | 评估组织变革准备度 | 注意客户是否回避或粉饰这个问题 |
| T10 | 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 |
| A11 | 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 |
⚠️失分场景
•客户问"你做过我们行业吗？"——回应"我们团队做过多个类似场景"
•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——坦诚沟通"可以分为两个阶段实现"
📚拓展
推荐：《咨询的奥秘》温伯格
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？