STEP 1 · 案例引入
案例全景与背景深度档案
💻 案例全景
顾问洞察顾问团队在诊断中总结了一句核心洞察：「AI是放大器——好流程放大效率，差流程放大混乱」
企业概况作为科技互联网行业的标杆企业，某邮件AI钓鱼检测成立于2014年 总部位于华东地区，员工约5768人，年营收约46亿元。公司拥有41项核心专利，技术研发团队约33人。
变革路线图启动阶段（第1月）：组建项目组+数据摸底+技术选型。攻坚阶段（第3-6月）：数据治理+模型开发+验证测试。推广阶段（第6-8月）：系统部署+流程适配+一线培训。收尾阶段（第12-16月）：效果评估+知识移交。
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：资源错配。管理层希望AI项目不增加预算，用现有团队完成。但现有IT团队在AI领域经验几乎为零，缺乏外部技术支持。人力资源和技术能力的双重不足构成项目最大风险。
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。
※ 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。
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：在某邮件AI钓鱼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。
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。某邮件AI钓鱼检测的第一周定义为「零技术周」。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
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。某邮件AI钓鱼检测的第一周定义为「零技术周」。
从业务（Business）、数据（Data）、组织（Organization）、...
本案例：在某邮件AI钓鱼检测项目中，顾问用2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。
高质量的访谈通过精心设计的提问顺序，引导客户自己发现问题的真实面貌。...
本案例：在某邮件AI钓鱼检测项目中，顾问用2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。
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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某邮件AI钓鱼检测的第一周定义为「零技术周」。
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：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某邮件AI钓鱼检测中这一策略有效降低了客户的防御心理。
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：在某邮件AI钓鱼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。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2026年05月（统计区间 2026-2028年度）
🏢 企业概况：SaaS应用开发商（脱敏）成立于2014年，员工总数5768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7周超标
🗣 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：周技术VP（技术VP）；吴产品总监（产品总监）；郑项目经理（项目负责人）
🖥 系统与数据现状：APM性能监控；DevOps协作工具；用户行为分析；其中周技术VP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360万元(2026-2028年度)；代码漏洞扫描高危86处(2026-2028年度)；用户流失投诉360起(2026-2028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
掌握在科技互联网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。
📗【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：在某邮件AI钓鱼检测中，顾问运用这一方法系统分析了客户的组织状态，发现了3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：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：通过某邮件AI钓鱼检测的案例练习，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：急于展示方案而非先理解问题
📙【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：顾问在某邮件AI钓鱼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：过度承诺而低估实施难度
📗【法】OCE四维诊断法
理论概述：从业务（Business）、数据（Data）、组织（Organization）、技术（Technology）四个维度系统性评估企业AI准备度。
📌 本案例应用：某邮件AI钓鱼检测的实践表明，这一框架有效帮助顾问在10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：过度承诺而低估实施难度
📕【术】一对一深度访谈术
理论概述：高质量的访谈通过精心设计的提问顺序，引导客户自己发现问题的真实面貌。
📌 本案例应用：在某邮件AI钓鱼检测中，顾问运用这一方法系统分析了客户的组织状态，发现了3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：过度承诺而低估实施难度
📗【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：顾问在某邮件AI钓鱼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：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】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：某邮件AI钓鱼检测的实践表明，这一框架有效帮助顾问在10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：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：在某邮件AI钓鱼检测中，顾问运用这一方法系统分析了客户的组织状态，发现了3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
📚 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-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-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-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-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-060 六西格玛质量Six Sigma——以数据驱动减少过程变异至每百万3.4个缺陷
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
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-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-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-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-068 协同效应投资学与估值Synergy Valuation——合并后价值大于独立价值之和
识别信号：AI整合增效;并购后协同;能力互补
框架要点：收入协同 / 成本协同 / 财务协同 / 整合风险
关联项目管理：整合管理;效益管理
识别信号：AI整合增效;并购后协同;能力互补
框架要点：收入协同 / 成本协同 / 财务协同 / 整合风险
关联项目管理：整合管理;效益管理
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 6 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 | 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-059 控制质量 | 操作切入点：检查 |
| 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 | 中 | 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 | 低 | 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-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 | 中 | MBA-012 六西格玛 | 操作切入点：定义 |
| 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 | 高 | 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 | 高 | 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-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-11 质量管理-质量检查部分可落实需变通组合实现
页面：/principle-checks
入口：PMBOK 六原则自查>选择原则>检查清单>结果记录
操作步骤：进入原则自查页；选择目标原则；逐项勾选检查清单；记录不符合项与整改措施
数据录入：检查结果为知识条目，可关联到项目
边界与变通：非通用质量管理框架，仅覆盖 PMBOK 六原则
整改清单FIX-2026-012（P1，工作量M）：在原则自查页增加「自定义检查清单」功能，支持行业模板导入
页面：/principle-checks
入口：PMBOK 六原则自查>选择原则>检查清单>结果记录
操作步骤：进入原则自查页；选择目标原则；逐项勾选检查清单；记录不符合项与整改措施
数据录入：检查结果为知识条目，可关联到项目
边界与变通：非通用质量管理框架，仅覆盖 PMBOK 六原则
整改清单FIX-2026-012（P1，工作量M）：在原则自查页增加「自定义检查清单」功能，支持行业模板导入
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-43 集成管理-API对接可落实可直接在系统内完成
页面：/webhooks + /integrations
入口：Webhooks 管理>新建回调>URL/事件/密钥；Integrations 配置连接
操作步骤：进入 Webhooks 页；点击「新建 Webhook」；填写回调 URL 与事件类型；生成密钥；在 Integrations 配置第三方连接
数据录入：Webhook 用于事件推送，Integrations 用于数据拉取
边界与变通：无 API 网关与限流管理
页面：/webhooks + /integrations
入口：Webhooks 管理>新建回调>URL/事件/密钥；Integrations 配置连接
操作步骤：进入 Webhooks 页；点击「新建 Webhook」；填写回调 URL 与事件类型；生成密钥；在 Integrations 配置第三方连接
数据录入：Webhook 用于事件推送，Integrations 用于数据拉取
边界与变通：无 API 网关与限流管理
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-012 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邮件AI钓鱼检测项目。客户CTO说我们有一套方案请你评估。
总用时约132分钟。
总用时约132分钟。
⏱ 第1步（9分钟）
任务1
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2步（12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（21分钟）
任务3
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。
⏱ 第4步（20分钟）
任务4
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5步（70分钟）
任务5
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？
💡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：SaaS应用开发商智能质检 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：SaaS应用开发商智能质检 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：某邮件AI钓鱼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（12问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 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 |
| T2 | 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？" |
| A3 | 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 |
| R4 | 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 |
| S5 | 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 |
| T6 | 如果这个项目不做，3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 |
| A7 | 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？" |
| R8 | 您能描述一下目前科技互联网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？" |
| 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 | 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 |
| A11 | 在过去3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？" |
| R12 | 根据行业数据，类似规模企业通常8个月实现10%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？" |
⚠️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：《提问的艺术》
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？