STEP 1 · 案例引入
案例全景与背景深度档案
💻 案例全景
企业概况以科技互联网为核心赛道的某端点AI恶意软件检测成立于2001年，是该领域重要参与者 员工总数1354人，年营收约62亿元。在科技互联网细分市场占有率约34%，属于区域龙头企业。
gold痛点四：范围失控。管理层期望一次性建成「企业级AI平台」解决所有问题，而非小步快跑分阶段实施。这种大而全的思路增加了项目失败的风险和实施周期。
blue痛点二：信任透支。过去4次数字化项目均以失败告终，员工对新概念的接受度降至冰点。「数字化」这个词在内部已经成为一个负面标签。新项目需要花费额外精力重建信任。
顾问诊断顾问在9场深度访谈后得出结论：表面的技术选型问题背后是数据治理缺失和目标对齐失败两大根因。数据治理投入应占项目总预算的29%以上。
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。
触发事件CTO提交了一份《行业AI竞争分析报告》，指出2家主要竞争对手已启动AI项目，其中一家已实现成本降低18%的显著效果。
痛点一：战略缺位。公司没有清晰的AI路线图，多个部门提出了互不协调的AI需求。销售部想上智能客服，供应链想上预测系统，生产部想上视觉质检——但公司缺乏统一的技术架构和数据基础来支撑这些分散的需求。
※ 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。
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：某端点AI恶意软件检测中顾问采用「先倾听再建议」策略：第一周安排9场一对一访谈，不做任何技术展示。
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：在某端点AI恶意软件检测项目中，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。
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：在某端点AI恶意软件检测项目中，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。
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：某端点AI恶意软件检测中顾问采用「先倾听再建议」策略：第一周安排9场一对一访谈，不做任何技术展示。
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。在某端点AI恶意软件检测中这一策略有效降低了客户的防御心理。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
本案例：某端点AI恶意软件检测中顾问采用「先倾听再建议」策略：第一周安排9场一对一访谈，不做任何技术展示。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2025年05月（统计区间 2025-2027年度）
🏢 企业概况：云计算服务商（脱敏）成立于2001年，员工总数1354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：供应商来料不合格率连续9周超标
🗣 冲突现场：算法识别阴影区误判率太高，夜班光线一变就批量误杀。
👥 关键人物：冯HRBP（运维工程师）；许UI设计（数据分析师）；何运营专员（项目负责人）
🖥 系统与数据现状：微服务治理平台；APM性能监控；DevOps协作工具；其中冯HRBP反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：业务快速迭代导致日志格式频繁变更难以追溯; 埋点数据与后端业务数据关联断裂造成分析失真; 多团队代码库权限隔离导致知识复用困难
📉 量化痛点：云资源闲置浪费45万元(2025-2027年度)；代码漏洞扫描高危61处(2025-2027年度)；用户流失投诉45起(2025-2027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：核心供应商来料工艺变更导致缺陷特征漂移
🗓 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
通过某端点AI恶意软件检测深入学习道法术器框架在科技互联网企业的实战应用，建立系统的诊断思维。
核心挑战：某端点AI恶意软件检测考验顾问在2类利益相关者之间建立共识的能力，差异化沟通是关键。
📙【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：某端点AI恶意软件检测的实践表明，这一框架有效帮助顾问在9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：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：通过某端点AI恶意软件检测的案例练习，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：急于展示方案而非先理解问题
📕【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：顾问在某端点AI恶意软件检测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：延伸阅读可参考科特的变革八步法相关文献
⚠️ 常见误区：忽略组织文化对变革的影响
📕【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：在某端点AI恶意软件检测中，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
📙【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：某端点AI恶意软件检测的实践表明，这一框架有效帮助顾问在9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：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：顾问在某端点AI恶意软件检测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：用技术语言而非业务语言沟通
📚 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-005 项目质量管理质量Project Quality Management——确保项目满足既定需求与验收标准
识别信号：缺陷率;返工;客户投诉
操作要点：规划质量管理 / 管理质量 / 控制质量
知识来源：PMBOK 7 性能域
识别信号：缺陷率;返工;客户投诉
操作要点：规划质量管理 / 管理质量 / 控制质量
知识来源：PMBOK 7 性能域
KP-030 监控过程组集成Monitoring and Controlling Process Group——跟踪、审查并调节项目进展与绩效
识别信号：偏差监控;变更控制;绩效评估
操作要点：监控项目工作 / 实施整体变更控制 / 确认与控制范围/进度/成本/质量/资源/风险/采购/干系人
知识来源：5过程组
识别信号：偏差监控;变更控制;绩效评估
操作要点：监控项目工作 / 实施整体变更控制 / 确认与控制范围/进度/成本/质量/资源/风险/采购/干系人
知识来源：5过程组
KP-038 规划范围管理范围Plan Scope Management——制定如何定义、确认和控制项目范围
识别信号：范围模糊;验收争议;需求失控
操作要点：制定范围管理计划 / 制定需求管理计划 / 明确WBS编制规则 / 确定验收标准
知识来源：49过程
识别信号：范围模糊;验收争议;需求失控
操作要点：制定范围管理计划 / 制定需求管理计划 / 明确WBS编制规则 / 确定验收标准
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-059 控制质量质量Control Quality——监督并记录质量管理活动执行结果以评估绩效
识别信号：缺陷外溢;测试失败;质量失控
操作要点：检查 / 测试/产品评估 / 数据收集工具(因果图/流程图/核查表/直方图/帕累托图/散点图/控制图) / 统计抽样
知识来源：49过程
识别信号：缺陷外溢;测试失败;质量失控
操作要点：检查 / 测试/产品评估 / 数据收集工具(因果图/流程图/核查表/直方图/帕累托图/散点图/控制图) / 统计抽样
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-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-130 提示词工程治理AI治理Prompt Engineering Governance——管理大语言模型提示词的设计、测试、版本与合规
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
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-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-015 全面质量管理运营管理Total Quality Management (TQM)——全员参与持续改进质量的管理体系
识别信号：AI质检;全链路质量监控;持续迭代
框架要点：客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理：质量保证;PDCA
识别信号：AI质检;全链路质量监控;持续迭代
框架要点：客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理：质量保证;PDCA
MBA-032 加权平均资本成本公司金融Weighted Average Cost of Capital (WACC)——企业各类融资成本的加权平均
识别信号：AI项目折现率;投资门槛设定;融资结构
框架要点：股权成本 / 债务成本 / 资本结构权重 / 税盾效应
关联项目管理：商业论证;成本管理
识别信号：AI项目折现率;投资门槛设定;融资结构
框架要点：股权成本 / 债务成本 / 资本结构权重 / 税盾效应
关联项目管理：商业论证;成本管理
MBA-042 权责发生制财务会计Accrual Accounting——收入费用在发生时确认而非收付时
识别信号：AI项目收入确认;跨期成本分摊;资本化时点
框架要点：收入确认时点 / 费用配比 / 应计与递延 / 盈余管理风险
关联项目管理：成本管理;进度确认
识别信号：AI项目收入确认;跨期成本分摊;资本化时点
框架要点：收入确认时点 / 费用配比 / 应计与递延 / 盈余管理风险
关联项目管理：成本管理;进度确认
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
MBA-117 云计算经济学信息系统与数字化转型Cloud Economics——云模式改变IT成本结构与弹性
识别信号：AI算力云化;GPU即服务;弹性伸缩;成本优化
框架要点：CapEx转OpEx / 按需计费 / 规模效应 / 锁定风险 / 多云策略
关联项目管理：成本管理;采购管理
识别信号：AI算力云化;GPU即服务;弹性伸缩;成本优化
框架要点：CapEx转OpEx / 按需计费 / 规模效应 / 锁定风险 / 多云策略
关联项目管理：成本管理;采购管理
🗺 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 5 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-030 监控过程组 | 操作切入点：监控项目工作 |
| 范围 | 高 | 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-005 项目质量管理 | 操作切入点：规划质量管理 |
| 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-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-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-102 燃起图 | 操作切入点：横轴时间 |
| 数据治理 | 低 | KP-133 数据标注 | 操作切入点：标注指南 |
| AI治理 | 高 | 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-002 价值链分析 | 操作切入点：基本活动(生产、销售、服务) |
| 运营管理 | 高 | MBA-015 全面质量管理 | 操作切入点：客户导向 |
| 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 | 高 | MBA-032 加权平均资本成本 | 操作切入点：股权成本 |
| 财务会计 | 高 | MBA-042 权责发生制 | 操作切入点：收入确认时点 |
| 管理会计 | 低 | MBA-052 本量利分析 | 操作切入点：固定成本 |
| 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 | 低 | 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 | 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-06 进度管理-敏捷迭代可落实可直接在系统内完成
页面：/sprints
入口：Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤：进入 Sprint 管理；点击「新建冲刺」；填写迭代名称与起止日期；从任务池拖拽任务到迭代；启动冲刺
数据录入：任务归属冲刺即计划排期
边界与变通：多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022（P1，工作量M）：新增跨项目Sprint视图，支持任务跨项目拖拽与统一燃尽图
页面：/sprints
入口：Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤：进入 Sprint 管理；点击「新建冲刺」；填写迭代名称与起止日期；从任务池拖拽任务到迭代；启动冲刺
数据录入：任务归属冲刺即计划排期
边界与变通：多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022（P1，工作量M）：新增跨项目Sprint视图，支持任务跨项目拖拽与统一燃尽图
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-24 风险管理-风险监控可落实可直接在系统内完成
页面：/risk + /automations
入口：风险登记册>更新状态；Automations 设置触发器>条件>动作
操作步骤：定期更新风险状态与触发条件；进入 Automations 创建规则：当风险等级变化时触发通知；设置通知对象与渠道
数据录入：自动化规则基于风险字段变化触发
边界与变通：监控阈值需手动配置
页面：/risk + /automations
入口：风险登记册>更新状态；Automations 设置触发器>条件>动作
操作步骤：定期更新风险状态与触发条件；进入 Automations 创建规则：当风险等级变化时触发通知；设置通知对象与渠道
数据录入：自动化规则基于风险字段变化触发
边界与变通：监控阈值需手动配置
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
MAP-42 AI治理-Agent审计可落实可直接在系统内完成
页面：/agents + /ai-monitor
入口：Agent 管理>Agent 列表>运行日志>审计记录
操作步骤：进入 Agent 管理页；查看 Agent 列表与运行状态；点击进入 Agent 详情查看运行日志；导出审计记录
数据录入：审计记录包含调用次数/调用结果状态/耗时
边界与变通：审计粒度为 Agent 级别，非单次调用级别
页面：/agents + /ai-monitor
入口：Agent 管理>Agent 列表>运行日志>审计记录
操作步骤：进入 Agent 管理页；查看 Agent 列表与运行状态；点击进入 Agent 详情查看运行日志；导出审计记录
数据录入：审计记录包含调用次数/调用结果状态/耗时
边界与变通：审计粒度为 Agent 级别，非单次调用级别
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-018、FIX-2026-022 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端点AI恶意软件检测项目。客户CIO说我们有一个场景请你诊断。
总用时约105分钟。
总用时约105分钟。
⏱ 第1步（6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（26分钟）
任务2
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3步（21分钟）
任务3
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4步（52分钟）
任务4
设计STAR访谈提纲A层3题：了解客户过去的尝试，注意识别重复失败模式。
💡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：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：云计算服务商智能质检 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：云计算服务商智能质检 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：某端点AI恶意软件检测的实践表明顾问的核心价值不在技术方案本身，而在帮助客户建立正确的认知和可行的路线图。
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（8问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 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 |
| T2 | 根据行业数据，类似规模企业通常11个月实现20%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 | 在过去5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？" |
| R4 | 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 |
| S5 | 如果这个项目不做，5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 |
| T6 | 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 |
| A7 | 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 |
| R8 | 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？" |
⚠️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"——引导"先了解您的挑战才能切中要害"
•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：《系统思考》丹尼斯·舍伍德
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？