课程简介
FDE（Forward Deployed Engineer，前沿部署工程师）深入客户业务现场，把问题判断与工程实现连接起来：不仅推动方案做出来，还要让客户用起来，并把经验沉淀为可复用能力。
业务认为需求已经讲清楚，技术认为功能已经完成，客户却仍然用不起来。问题往往不在某一个人，而在需求、实现、验收与运营之间缺少共同判断。
本课程通过一个连续客户案例，让团队共同经历“定义问题—验证方案—接入业务—客户接管—价值与复用”的过程。你们既要作出决定，也要动手验证，还要向模拟客户决策层解释结果。
三天的目标，是让团队形成一套可以共同执行的交付方式，而不只是每个人多了解几个 AI 工具。
目标收益
三天后，团队将能够
共同确定场景优先级、技术路线与可验证的成功标准。
在人的把关下使用 AI 协作开发，修改、运行并检查应用。
将至少一个原型接入模拟客户流程，处理变化、异常和人工任务。
用跨组接管检验说明材料是否可用，而不是依赖原作者口头解释。
基于本组证据说明业务价值、复用机会与下一阶段决策。
培训对象
企业 AI、科技、信息化与数字化团队，解决方案与实施交付团队，以及共同承担项目的业务、产品、项目管理和技术人员。
建议业务与技术混合编组，每组 4–6 人。不要求人人有代码基础，但每组需有能够承担技术操作的成员。 非技术成员负责需求、业务测试、价值与汇报，并参与技术结果判断；技术成员负责实现与运行，也要解释业务取舍。
每组设置两种主责：Echo 负责业务与价值判断，Delta 负责实现与工程验证。 主责不等于其他人退出，关键决定和最终汇报由全组共同承担。
课程大纲
| 板块一｜认识 FDE：团队怎样从“各做各的”走向共同交付？ |
学习重点： FDE的角色与价值，Discovery、Prototype、Build、Scale四阶段，Stage Gate与Echo／Delta协作。 项目做完了，为什么还要重新做： 分清客户专属内容与通用机制，理解能力回注如何帮助后续交付。 谁定方向，谁把实现做实： 明确主责、协作与工程保障接口，不把业务与技术切成互不相干的两段。 什么时候该推进，什么时候该返回： 按证据判断阶段，不用功能完成度代替交付结论。 团队活动： 认领本轮职责，完成简版《战位声明》，明确需要共同拍板的事项。 |
| 板块二｜定义问题：实操一，把西岭需求变成能开工的方案 |
学习重点： 干系人、痛点与数据盘点、优先级、成功标准和最简技术选型。 先个人判断，再团队讨论： 从客户材料中找出事实、矛盾和待核实假设，识别业务、数据、合规与ROI风险。 不只是列需求，还要作取舍： 为分类、政策问答、工单路由确定先后顺序与技术路线，说明为什么不用更复杂方案。 开工前把“做好了”写清楚： 明确目标、指标、样本、门槛、人工兜底、失败代价、责任人与待校准假设。 小组交付： 解决方案框架、干系人图、风险与优先级清单，以及面向客户的150字方案说明。 评审问题： 技术同伴是否接得住？客户是否看得懂？哪些承诺还没有证据？讲师扮演客户追问，团队修正方案后进入实现。 |
| 板块三｜原型验证：实操二至四，做出来，也要测清楚 |
学习重点： AI Coding的受控流程，分类、RAG、工作流与Agent的适用边界，测试证据与人的判断责任。 实操二·诉求分类： 将方案写成任务规格，由AI辅助实现；人工确认类别、输出、阈值与兜底，运行测试并复盘。检查自动处理质量和转人工比例，而不是只看一个准确率。 实操三·政策RAG： 基于预置项目和政策材料，调整检索、来源引用与拒答；区分没检索到、答案错误、引用错误，分别记录结果。 实操四·工单路由： 基于预置状态结构和模拟部门接口，完成咨询、跨部门、敏感三路处理；核验工具动作是否执行，敏感事项是否转人工。 每轮都由人把关： 规格、施工、审查、测试、发布与复盘有记录；Echo回看原始需求，Delta解释实现及质量，不以AI自述代替实际测试。 小组交付： 应用修改、关键决策、测试与复盘记录。每位成员至少承担一项可核对的任务，例如用例设计、规则修改、故障定位或业务结果检查。 评审问题： 你改了什么？为什么改？结果是否支持原来的判断？拿不准、无依据、工具失败时如何处理？ |
| 板块四｜生产落地：接进业务之后，别人能否接手？ |
学习重点： 部署与模型切换判断、业务接入、人工闭环、异常、准入与接管。 公网验证到客户环境，还缺什么： 判断数据安全域、部署形态、模型切换与回归；更换Embedding后为什么要重建索引，何时需灰度与回滚。微调讲必要性与成本，不安排全员GPU训练。 模型有输出，不等于业务已完成： 将一个原型接入模拟客户环境，完成字段映射、接口调用、状态回写和人工队列，明确接收人与处理责任。 现场变化后，是补代码还是重看需求： 注入字段变化或接口失败，判断改配置、修组件、返回原型或重新定义问题。 离开原作者，能否运行与恢复： 完成八项生产准入检查，再由另一组仅凭交接材料启动应用、处理任务与异常、确认状态并恢复；原作者不口头指导。 小组交付： 接入与回写记录、人工兜底、异常处理、准入检查、运行说明和跨组接管记录。 评审问题： 哪些环节已经验证，哪些仍不能作为上线依据？谁接手、谁批准变更、故障怎样升级？ |
| 板块五｜价值与复用：实操五，向决策层讲清该不该继续 |
学习重点： 价值证据、组织采用、工程与业务语义复用、综合决策与客户汇报。 从技术指标走到业务价值： 对齐痛点与基线，说明业务变化；区分收益、成本、ROI与回收期，注明数据来源和假设，给出合理区间。 从能用走到愿意用： 讨论使用门槛、动机与信任，制定试点、采用复核和扩大范围的条件。 从西岭定制走到下一场景： 抽象工程机制与业务对象、关系、状态、动作、权限；用企业员工服务台等第二场景检查哪些能复用、哪些需要调整。 综合证据作决定： 回到方案框架，对需求满足度和生产条件分别判断，为每个场景选择正式推进、附条件推进、继续试点或停止；写明依据、未关闭风险、责任人与下一检查点。 小组交付： 价值与采用分析、回注候选及验证记录、下一阶段决策单、决策层汇报材料。 实操五·总结汇报： 预留约2—2.5小时用于材料整理、汇报、质询与点评。建议4—6组，每组5分钟讲演、3分钟客户追问、2分钟点评；以十页汇报框架组织证据，现场突出关键结论，其余作为支撑材料。组数变化时相应调整安排。 汇报必须回答：解决了什么问题？证据证明到哪一步？还缺什么？客户能否接管？什么值得复用？下一步需要谁批准什么？ 不要求所有场景都得出“可以上线”的结论。 |
| 四、成果与交付条件 |
团队带走什么？ 一份从需求到决策的成果包：方案框架＋应用与测试记录＋接入和接管证据＋价值与复用分析＋下一阶段决策与汇报。 评价围绕需求诊断、方案取舍、AI协作施工、工程质量、风险合规、价值落地、能力回注与迁移八项能力。团队成果与个人贡献分别检查，重点看实际行动、可复现证据与判断理由，不只看界面或汇报效果。 开课前需要确认什么？ 人员与分组： 业务、技术混合编组；确认每组技术操作成员和电脑条件，避免少数人包办。 环境与材料： 课前完成模型/API可用性、依赖与网络自检，准备可运行项目起点、测试材料和模拟接口；必要时使用获批的统一教学环境。 数据与授权： 客户材料须经授权、匿名化；课堂模拟结果不构成真实生产保证，不向未获批服务提交客户数据。 课内范围： 以基础应用验证、模拟接管和实操五为必做重点；完整微调、受控协同Agent高级实验及真实项目开发不列为三天必做任务，可另行安排专题。 课程全程强调数据授权、答案依据、敏感事项人工处理和人的决策责任。最终检验不是“我们演示成功了”，而是“我们知道做成了什么、还差什么，并能作为一个团队推动下一步”。 |
|
板块一｜认识 FDE：团队怎样从“各做各的”走向共同交付？ 学习重点： FDE的角色与价值，Discovery、Prototype、Build、Scale四阶段，Stage Gate与Echo／Delta协作。 项目做完了，为什么还要重新做： 分清客户专属内容与通用机制，理解能力回注如何帮助后续交付。 谁定方向，谁把实现做实： 明确主责、协作与工程保障接口，不把业务与技术切成互不相干的两段。 什么时候该推进，什么时候该返回： 按证据判断阶段，不用功能完成度代替交付结论。 团队活动： 认领本轮职责，完成简版《战位声明》，明确需要共同拍板的事项。 |
|
板块二｜定义问题：实操一，把西岭需求变成能开工的方案 学习重点： 干系人、痛点与数据盘点、优先级、成功标准和最简技术选型。 先个人判断，再团队讨论： 从客户材料中找出事实、矛盾和待核实假设，识别业务、数据、合规与ROI风险。 不只是列需求，还要作取舍： 为分类、政策问答、工单路由确定先后顺序与技术路线，说明为什么不用更复杂方案。 开工前把“做好了”写清楚： 明确目标、指标、样本、门槛、人工兜底、失败代价、责任人与待校准假设。 小组交付： 解决方案框架、干系人图、风险与优先级清单，以及面向客户的150字方案说明。 评审问题： 技术同伴是否接得住？客户是否看得懂？哪些承诺还没有证据？讲师扮演客户追问，团队修正方案后进入实现。 |
|
板块三｜原型验证：实操二至四，做出来，也要测清楚 学习重点： AI Coding的受控流程，分类、RAG、工作流与Agent的适用边界，测试证据与人的判断责任。 实操二·诉求分类： 将方案写成任务规格，由AI辅助实现；人工确认类别、输出、阈值与兜底，运行测试并复盘。检查自动处理质量和转人工比例，而不是只看一个准确率。 实操三·政策RAG： 基于预置项目和政策材料，调整检索、来源引用与拒答；区分没检索到、答案错误、引用错误，分别记录结果。 实操四·工单路由： 基于预置状态结构和模拟部门接口，完成咨询、跨部门、敏感三路处理；核验工具动作是否执行，敏感事项是否转人工。 每轮都由人把关： 规格、施工、审查、测试、发布与复盘有记录；Echo回看原始需求，Delta解释实现及质量，不以AI自述代替实际测试。 小组交付： 应用修改、关键决策、测试与复盘记录。每位成员至少承担一项可核对的任务，例如用例设计、规则修改、故障定位或业务结果检查。 评审问题： 你改了什么？为什么改？结果是否支持原来的判断？拿不准、无依据、工具失败时如何处理？ |
|
板块四｜生产落地：接进业务之后，别人能否接手？ 学习重点： 部署与模型切换判断、业务接入、人工闭环、异常、准入与接管。 公网验证到客户环境，还缺什么： 判断数据安全域、部署形态、模型切换与回归；更换Embedding后为什么要重建索引，何时需灰度与回滚。微调讲必要性与成本，不安排全员GPU训练。 模型有输出，不等于业务已完成： 将一个原型接入模拟客户环境，完成字段映射、接口调用、状态回写和人工队列，明确接收人与处理责任。 现场变化后，是补代码还是重看需求： 注入字段变化或接口失败，判断改配置、修组件、返回原型或重新定义问题。 离开原作者，能否运行与恢复： 完成八项生产准入检查，再由另一组仅凭交接材料启动应用、处理任务与异常、确认状态并恢复；原作者不口头指导。 小组交付： 接入与回写记录、人工兜底、异常处理、准入检查、运行说明和跨组接管记录。 评审问题： 哪些环节已经验证，哪些仍不能作为上线依据？谁接手、谁批准变更、故障怎样升级？ |
|
板块五｜价值与复用：实操五，向决策层讲清该不该继续 学习重点： 价值证据、组织采用、工程与业务语义复用、综合决策与客户汇报。 从技术指标走到业务价值： 对齐痛点与基线，说明业务变化；区分收益、成本、ROI与回收期，注明数据来源和假设，给出合理区间。 从能用走到愿意用： 讨论使用门槛、动机与信任，制定试点、采用复核和扩大范围的条件。 从西岭定制走到下一场景： 抽象工程机制与业务对象、关系、状态、动作、权限；用企业员工服务台等第二场景检查哪些能复用、哪些需要调整。 综合证据作决定： 回到方案框架，对需求满足度和生产条件分别判断，为每个场景选择正式推进、附条件推进、继续试点或停止；写明依据、未关闭风险、责任人与下一检查点。 小组交付： 价值与采用分析、回注候选及验证记录、下一阶段决策单、决策层汇报材料。 实操五·总结汇报： 预留约2—2.5小时用于材料整理、汇报、质询与点评。建议4—6组，每组5分钟讲演、3分钟客户追问、2分钟点评；以十页汇报框架组织证据，现场突出关键结论，其余作为支撑材料。组数变化时相应调整安排。 汇报必须回答：解决了什么问题？证据证明到哪一步？还缺什么？客户能否接管？什么值得复用？下一步需要谁批准什么？ 不要求所有场景都得出“可以上线”的结论。 |
|
四、成果与交付条件 团队带走什么？ 一份从需求到决策的成果包：方案框架＋应用与测试记录＋接入和接管证据＋价值与复用分析＋下一阶段决策与汇报。 评价围绕需求诊断、方案取舍、AI协作施工、工程质量、风险合规、价值落地、能力回注与迁移八项能力。团队成果与个人贡献分别检查，重点看实际行动、可复现证据与判断理由，不只看界面或汇报效果。 开课前需要确认什么？ 人员与分组： 业务、技术混合编组；确认每组技术操作成员和电脑条件，避免少数人包办。 环境与材料： 课前完成模型/API可用性、依赖与网络自检，准备可运行项目起点、测试材料和模拟接口；必要时使用获批的统一教学环境。 数据与授权： 客户材料须经授权、匿名化；课堂模拟结果不构成真实生产保证，不向未获批服务提交客户数据。 课内范围： 以基础应用验证、模拟接管和实操五为必做重点；完整微调、受控协同Agent高级实验及真实项目开发不列为三天必做任务，可另行安排专题。 课程全程强调数据授权、答案依据、敏感事项人工处理和人的决策责任。最终检验不是“我们演示成功了”，而是“我们知道做成了什么、还差什么，并能作为一个团队推动下一步”。 |
近期公开课推荐