第一节：定义一个能落地的企业 AI 项目
我想做一个长期系列：不用“先把所有知识学完”的方式，而是从一个真实企业项目开始，让产品、设计、技术、Agent、评测和商业化问题在项目里依次出现。
第一个项目是“企业售后工单 AI 工作台”。
一线客服打开工单后，AI 帮他识别问题类型、检索企业知识、只读查询订单并起草回复。最终发给客户的内容仍由人工确认，退款、改单等高风险动作不会自动执行。
🔍 为什么不是再做一个聊天框
•
一个普通聊天 Demo，只要能输入问题并返回答案，看起来就已经成立。
•
企业工作流还要回答更多问题：当前用户能看哪些数据？回答依据来自哪份企业文档？模型是否调用了订单工具？工具失败后怎么办？谁确认最终结果？一次错误能否被找到并复现？
这个项目包含六类能力：
角色与权限：客服、主管和管理员看到的页面、数据与操作不同；
企业知识：事实性回答要引用售后政策和操作流程；
业务工具：订单查询使用结构化参数，而且只能读取；
人工确认：AI 负责建议，人承担业务决定；
异常降级：无依据、工具超时和权限不足都有下一步；
评测与日志：版本变化可以比较，关键操作可以追踪。
这套结构以后也能迁移到招聘、销售、教育和 SaaS 服务。变化的是角色、知识、工具和风险边界，不变的是定义问题、生成方案、人工选择、实现和验收的过程。
AI 执行，人做选择
🔔
我给这个项目设定了一条协作规则：
•
人说明业务目标、限制条件和不理解的地方；
•
AI 搜集资料、拆解问题、生成备选并执行修改；
•
涉及用户、范围、权限和责任边界的分叉，由人选择；
•
选择之后，把理由和规则保存下来，后续任务继续遵守。
“会用 AI”不是记住一句万能提示词。它更接近管理一个执行速度很快，但需要上下文、约束和验收标准的团队。
先用一页把产品说清楚
项目确定后，我没有立刻让 AI 写 PRD，而是先做了一页产品说明。
这一页只回答七件事：给谁使用、解决什么问题、在什么场景出现、AI 做什么、人决定什么、第一版交付什么，以及明确不做什么。
我们最后写出的一句话定义是：
帮助客服理解工单、检索知识、查询订单并起草回复；最终回复与高风险动作始终由人工确认。
这里已经包含了用户、任务、AI 能力和人工边界。
把第一版范围压到一条闭环
第一版只需要证明这条路径成立：
工单进入 → AI 分类并判断缺失信息 → 检索企业知识 → 只读查询订单 → 生成带依据的回复 → 人工编辑与确认 → 保存结果、反馈和日志。
必须完成的内容包括预置账号、工单列表和详情、知识上传与检索、来源引用、订单查询、人工确认、固定评测、公开介绍页和试用申请。
时间允许再做主管质量看板、知识增量更新和模型成本统计。这些属于候选项，不能阻塞主流程。
第一版明确排除真实邮件与电话渠道、真实支付退款、复杂多租户、完整 CRM、移动端 App、大规模并发和复杂多 Agent 协作。
如果不写这些排除项，AI 会自然地把“合理功能”继续补齐，最后得到一个什么都包含、什么都没验证的项目。
一页说明里也要写成功标准
我们给演示项目设置了四个模拟目标：工单分类准确率不低于 85%，需要知识依据的回答引用覆盖率不低于 90%，高风险动作人工确认触发率达到 100%，固定评测可以重复运行。
这些数字只用于演示和版本比较，不代表真实企业的生产承诺。所有客户、订单和知识数据也都是合成数据。
可以直接复用的提问方式
markdown
代码块
Markdown
我要定义一个行业 AI 项目。先不要展开成完整 PRD，也不要推荐技术栈。
请根据以下信息检查缺失和矛盾：
1. 目标用户与使用场景
2. 当前业务问题
3. AI 可以完成的任务
4. 必须由人工决定的任务
5. 第一版必须交付
6. 明确不做
7. 如何验证产品价值
输出：一句话定义、核心业务闭环、P0/P1/排除范围、AI 规则、模拟成功指标和待确认问题。
没有证据的地方标记为假设，不要替我补成事实。
一页产品说明不是为了把想法包装得完整。它是后续 PRD、原型、技术选型和开发共同读取的第一份上下文。