目录
全书 12 章 61 节,每节 3000-5000 字。每章一个真实公司案例收尾(×5 节),沙盘"青禾优选"贯穿始终。 配套文件:00-前言.md(课程定位、读法、沙盘设定、能力画像)|references/参考文献索引.md(全书参考链接汇总)。
第一章 进场判断
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 1.1 | FDE 是什么 | 用"私人医生 vs 药厂"的比喻说清 FDE 与普通工程师、售前、交付的本质区别。 |
| 1.2 | 甲方乙方生态与企业采购流程 | 大企业怎么买软件:预算、立项、采购、验收的完整链条,以及 FDE 在其中出现的位置。 |
| 1.3 | 立项四问与客户四问 | 接单前的判断框架:什么单该接、什么单是坑,双方各需回答的四个关键问题。 |
| 1.4 | 案例:OpenAI 的 Deployment Company | 据 OpenAI 披露的 40 亿美元级投入,看巨头如何把 FDE 模式做成一门生意。 |
| 1.5 | FDE 能力自评与市场前景 | 四维度能力画像首次登场,按章自评打分;顺带看这个岗位的市场行情与天花板。 |
第二章 进场诊断
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 2.1 | 进场访谈怎么设计 | 第一周该问什么、不该问什么:可复用的访谈提纲设计与提问技巧。 |
| 2.2 | 干系人地图 | 六类干系人的立场、影响力与诉求,画出你的信任建设路线图。 |
| 2.3 | 交叉验证与事实分离 | 三个部门三个会员数的经典局面:怎么把"说法"分离成"事实"。 |
| 2.4 | 从访谈到本体草图 | 把一周访谈产出的碎信息收敛成一张实体关系草图,为第五章铺路。 |
| 2.5 | 案例:Anthropic Applied AI | 据 CNBC 报道的团队五倍扩张,看 Anthropic 怎么组织 FDE 进场诊断。 |
第三章 需求定义与 SOW
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 3.1 | 北极星指标 | 为什么选"会员复购率"而不是别的指标:北极星指标的选取标准与陷阱。 |
| 3.2 | 用例优先级与需求取舍 | 用例做不全怎么办:排序框架与对客户说"不"的话术。 |
| 3.3 | SOW 怎么写 | 工作说明书的结构模板:哪些条款写死、哪些留活口,条款即风险分配。 |
| 3.4 | 指标口径公式与语义注册 | 把"复购率"从口头概念变成有公式、有口径、可注册的标准定义。 |
| 3.5 | 案例:半导体制造商与场景选择 | 一家半导体制造商在多个 AI 场景里怎么选首个落地场景的真实决策过程。 |
第四章 数据诊断与 demo
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 4.1 | 数据诊断标准动作 | 拿到数据第一周的标准检查清单:质量、分布、口径、血缘逐项过。 |
| 4.2 | 脏数据模式识别 | 会员标签塞备注这类脏数据的典型模式库与识别方法。 |
| 4.3 | demo 内循环 | 48 小时出 demo 的迭代节奏:数据→模型→反馈→修,转得越快越可信。 |
| 4.4 | MVP 与 MVA | 最小可行产品之外还要最小可验收产物:两者一起定义 demo 的终点。 |
| 4.5 | 案例:米兰零售商供应链 Agent | 据 AWS 技术博客披露的多智能体供应链实践,对照沙盘零售场景。 |
第五章 本体与语义层
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 5.1 | 实体解析:把两套会员 ID 变成一份主数据 | 新旧系统双轨会员 ID 的合并之道:确定性匹配与概率匹配的取舍。 |
| 5.2 | Object / Link / Action:本体建模三件套 | Palantir 式的本体建模方法:对象、链接、动作怎么映射业务世界。 |
| 5.3 | 指标语义层:从口径公式到可查询的定义层 | 让"三个部门三个会员数"收敛为唯一事实:语义层的架构与落地。 |
| 5.4 | 遗留系统集成与 MCP 适配层 | 老系统不改代码接进 Agent 底座:MCP 适配层的设计模式。 |
| 5.5 | 基于 Agent 底座的 MVP 与 v1:建议型 Agent 的最小闭环 | 第一个能演示的 Agent:建议单形态、知识库四层、双重兜底与放权边界。 |
| 5.6 | 案例:Palantir 与 Airbus —— 本体如何撑起一个行业平台 | Skywise 平台十年长跑:本体先行如何沉淀成行业级数据资产。 |
第六章 数据安全质询
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 6.1 | 数据边界与数据流向 | 质询现场第一问:数据从哪来、到哪去、谁能看到,一张流向图应对。 |
| 6.2 | 数据脱敏与私有化取舍 | 脱敏、私有化、本地部署的成本-效果三角权衡决策树。 |
| 6.3 | 字段级权限设计 | 不同角色看到不同字段:权限模型的设计与实现要点。 |
| 6.4 | 脱敏后效果验证 | 脱敏把模型效果打掉一截之后,怎么量化损失并补救。 |
| 6.5 | 案例:Novo Nordisk 与强监管行业 | 据 Anthropic 客户故事:药企在 GxP 级监管下的 AI 部署怎么过合规关。 |
第七章 变更与评估驱动
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 7.1 | 评估驱动开发 | 先建评估再改模型:评估集是整个项目期间的"宪法"。 |
| 7.2 | 三类评估集怎么建 | 能力集、回归集、对抗集的构建方法与分工。 |
| 7.3 | 评测 harness 与棘轮原则 | 评测流水线只进不退:棘轮原则如何防止交付悄悄劣化。 |
| 7.4 | 变更协商 | 需求变更来了怎么谈:范围、成本、时间的再平衡话术与流程。 |
| 7.5 | 案例:Morgan Stanley 的 eval 与信任 | 据 OpenAI 披露:98% 理财顾问使用背后的评估体系与信任建立过程。 |
第八章 建议到执行
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 8.1 | 交付曲线与预期管理 | 效果不是线性上升而是阶梯式跃迁:怎么提前给客户打好预防针。 |
| 8.2 | 从建议到执行:Agent 工具调用设计 | Agent 从"说"到"做"的工具接口设计:幂等、确认、可撤销。 |
| 8.3 | 放权路径:只读 → 建议 → 执行 | 三级放权的推进节奏:每升一级要拿什么证据。 |
| 8.4 | 产品呈现与客户工作流 | Agent 嵌进运营经理每天的工作流,而不是又开一个新页面。 |
| 8.5 | 案例:Klarna 的回摆与预期管理 | 据 Klarna/OpenAI 披露的 230 万次对话与后来的"回摆":全自动叙事的反噬。 |
第九章 生产级硬化
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 9.1 | 生产就绪六维度 | demo 到生产差在哪:可靠性、安全、可观测、成本、权限、审计逐项盘点。 |
| 9.2 | 护栏设计:输入侧与输出侧 | 输入拦截与输出校验的双侧护栏模式与实现选型。 |
| 9.3 | 可观测与审计 | trace、日志、审计三件套:出了问题能在十分钟内定位。 |
| 9.4 | 灰度发布与回滚 | 按 5% → 25% → 100% 推进灰度,以及翻车时的一键回滚。 |
| 9.5 | 部署形态与私有化 | 公有云 API、VPC、全私有化三种形态的选型与代价。 |
| 9.6 | 成本工程 | token 成本怎么算、怎么降:缓存、分级模型、批处理的组合拳。 |
| 9.7 | 案例:Tampa General 医院上生产 | 据医院与 Palantir 双方披露:临床环境上生产的全部硬约束。 |
第十章 验收与归因
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 10.1 | 验收三层判断 | 功能验收、效果验收、商务验收:三层各看什么、各卡什么。 |
| 10.2 | 效果归因分析 | 复购率涨了到底是谁的功劳:因果推断方法在验收中的应用。 |
| 10.3 | OLA 与效果对赌 | 结果级协议怎么签:对赌条款设计与双方的风险边界。 |
| 10.4 | 验收材料与客户汇报 | 验收汇报的结构、证据链与汇报现场的攻防要点。 |
| 10.5 | 案例:神策 RaaS 与回款 | 据 36 氪等报道:从卖工具到卖效果,国内厂商的回款现实。 |
第十一章 复盘与资产沉淀
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 11.1 | 五步复盘框架 | 从目标回看到资产沉淀的五步复盘法,对着沙盘全程走一遍。 |
| 11.2 | 六大失败模式自查 | FDE 项目最常见的六种死法,逐条给出自查问题。 |
| 11.3 | 资产分层与产品反馈 | 交付产物怎么分层沉淀:哪些给产品、哪些留团队、哪些归个人。 |
| 11.4 | 迁移分析:零售特有 vs 跨行业通用 | 这个项目做的东西,下一个客户还能用多少:可迁移性评估。 |
| 11.5 | 案例:Airbus 与 Morgan Stanley 全景 | 两个长周期项目收尾对照:平台型沉淀与信任型沉淀的不同终局。 |
第十二章 结业与就业
| 节 | 标题 | 一句话简介 |
|---|---|---|
| 12.1 | 结业答辩与结业标准 | 以青禾优选沙盘为题做一场完整答辩,附评分标准。 |
| 12.2 | 能力复评 | 与第一章自评同卷重测四维度,量化你这一程的收获。 |
| 12.3 | FDE 就业市场与四轮面试 | OpenAI、Anthropic、Palantir 等厂商的 FDE 面试流程与备战要点。 |