第八章 建议到执行
8.4 产品呈现与客户工作流
承前：能力有了，放权路径定了，还剩最后一个决定成败的问题——这套东西以什么形态出现在客户员工的屏幕上。同样一个能干活的 Agent，嵌进运营每天用的系统里，和做成一个要专门打开的新页面，采用率能差出一个数量级。这一节讲产品呈现的三种形态怎么选，核心原则只有一句话：贴着客户原有的工作流走。
8.4.1 决定采用率的不是模型，是"多走的那两步"
一个残酷的行业事实：企业软件里的大多数功能死因不是"不好用"，是"没人开"。斯坦福教授、 organizational 行为学者常用一个经典观察概括这类问题——行为改变的成本远被低估。运营专员每天的工作流是打开会员后台、按标签筛选、导出、发券，闭着眼睛都能走完。你的 Agent 再聪明，如果要求 TA 每天多开一个新网页、多一套登录、多学一套操作——绝大多数人会在新鲜感消退后回到老路。
所以产品呈现的第一性问题不是"哪种形态技术更先进"，而是它离用户现有肌肉记忆多远：
嵌入现有系统 对话式界面 独立界面
（CRM/运营后台内嵌） （IM 机器人/对话窗） （专门的 Agent 工作台）
肌肉记忆距离：近 中等 远
改造客户系统：要 不要 不要
能力上限：受限 灵活 最灵活
上线速度：慢 快 中8.4.2 三种形态的选型
**形态一：嵌入现有系统。**在青禾的会员运营后台里加一个侧边栏：运营选中一批会员，侧边栏自动出现"唤回建议 + 一键发券"。用户不换界面、不换流程，Agent 是流程里的一个加速器。
- 优点：采用率天花板最高；与现有权限体系天然融合（后台已有的角色权限直接复用）。
- 代价：要和客户的 IT 团队深度协作，改人家的系统，发布节奏受制于客户的发版流程；8.2 的工具调用、确认界面都要按客户系统的 UI 规范重做一遍。
- 适用：客户有成熟的内部系统、IT 配合度高、一线用户量大。
**形态二：对话式。**在客户已经天天用的 IM（企业微信/钉钉/飞书）里加一个机器人，或者一个对话式工作台。运营直接问"帮我把沉睡 90 天的高价值会员筛出来发 20 元券"，Agent 反问确认后执行。
- 优点：上线最快，不改客户任何系统；交互天然适合"建议-确认-执行"的节奏（第 8.2 节的动作确认四要素直接落在对话消息里）；支持长尾指令，用户不用学菜单。
- 代价：对话式对用户的表达习惯有要求——运营得学会"把需求说出来"；审计和批量化操作弱于界面（一次筛 5 万人再批量操作，对话里点 5 万次"同意"是不现实的——需要批量确认的专门设计）。
- 适用：快速试点（W5-W7 的 demo 阶段常用）、管理者和督导层的随手查询、长尾分析诉求多的场景。
**形态三：独立界面（Agent 工作台）。**一个专门的操作界面，把评估看板、建议队列、确认操作、审计日志全装进去。
- 优点：能力上限最高，能做复杂的批量操作、审批流、看板；不侵入客户系统，乙方自主迭代快。
- 代价：用户要多打开一个系统、多记一个入口——采用率的天花板由"这个工作台能否成为用户一天的第一屏"决定，做不到就是摆设。
- 适用：Agent 本身就是新岗位的载体（如"AI 运营专员"）、用户群体是专设的 AI 运营团队、或客户系统太老旧无法嵌入。
实战里最常见的答案是组合：对话式做入口（快、灵活），嵌入做主战场（采用率），独立工作台做管理面（督导看板、审计、白名单管理）。青禾项目里，你可以让门店督导用企微机器人随手问数据，运营专员在会员后台用嵌入式建议栏干活，数字化总监在独立工作台看采纳率兑现率大盘——三类人三种形态，而不是一个形态打天下。
8.4.3 呈现设计与放权阶段的配合
第 8.3 节的放权路径要落进 UI。同一个动作，三个阶段的呈现应该长得不一样：
只读期（侧边栏） 建议期（侧边栏+按钮） 执行期（侧边栏+确认卡）
┌───────────────┐ ┌───────────────┐ ┌────────────────┐
│ 人群画像分析： │ │ 建议发券: M80421 │ │ 即将执行: 发券 │
│ 沉睡会员占比… │ │ ¥20 · 唤回活动 │ │ M80421 · ¥20 │
│ （无动作按钮） │ │ [采纳] [拒绝] │ │ 依据: 唤回活动 │
└───────────────┘ │ [拒绝并说明理由] │ │ [确认执行][取消] │
└───────────────┘ └────────────────┘三个细节值得强调：一，只读期界面不出现任何动作按钮——界面本身就是权限边界的一部分，别让 UI 释放"它能干活"的错误信号。二，拒绝按钮旁边永远跟着"说明理由"入口——8.2 讲过，拒绝理由是规则采集，入口必须顺手的否则没人填。三，执行期的确认卡要展示"依据"——依据来自模型的理由输出，这是把 8.2 的 reason 字段变成用户信任的来源。
8.4.4 呈现选择影响的是整个工程结构
选形态不只是产品经理的事，它直接改你的工程方案，FDE 要在选型时就想清楚连锁反应：
- 选嵌入：意味着 8.2 的连接器要按客户前端的调用规范走，动作确认 UI 要嵌在客户组件库里，发布要排客户的发版窗口——工程计划至少加 4-6 周，但获得最高采用率上限。
- 选对话式：意味着要处理 IM 平台的消息长度限制、会话状态管理（用户隔了两天回一句"刚才那个发了吗"）、以及消息级的审计存储。IM 机器人的消息通常有长度上限，Agent 的长分析要转成卡片或链接跳转。
- 选独立界面：意味着 SSO 对接（客户一定要求统一登录）、移动端适配（店长在卖场用手机）、以及"凭什么让用户每天打开你"的产品竞争力问题。
在 SOW 和放权计划里，呈现形态要作为明确的交付项写清楚，并且留一条切换路径：第一阶段对话式快速上线，第二阶段嵌入客户系统——两种形态共用同一套连接器和工具层（8.2 的分层设计在这里兑现价值：换形态只换外壳，不动安全层）。如果当初把工具逻辑糊在某个前端里，后期换形态就是重写。
8.4.5 采用率的度量与运营：上线只是开始
形态选对了，不等于有人用。采用率本身要作为 W8-W9 的正式指标来运营，否则三个月后你会发现：嵌入的侧边栏开着，运营还在导 Excel。
先定义度量。三个层次，从浅到深：
| 层次 | 指标 | 健康信号 |
|---|---|---|
| 活跃 | 周活用户 / 目标用户数 | > 60%（试点期） |
| 深度 | 人均每周触发建议条数、建议查看率（打开 ≠ 采纳） | 查看率 > 90%——没看就谈不上信 |
| 价值 | 经 Agent 路径发出的券占比（vs 人工路径） | 逐周上升，替代老流程 |
注意最后一行：Agent 的成功不是"被使用"，是"替代旧路径"。如果运营既用你的侧边栏又保留原来的导出流程，说明 TA 只把你当备胎——旧流程一天不死，你的产品就一天没有护城河。沙盘里的做法：每周对比"经 Agent 发出的券"和"后台手工发出的券"两条曲线，第 6 周看到手工曲线开始掉头向下，才敢在数字化总监面前说"已经被用起来了"。
低采用率的诊断清单（按出现频率排序）：
- 入口太深：侧边栏要点三次才出现 → 降级为常驻按钮或快捷键。
- 信任不足：建议查看率高但采纳率低 → 确认卡上补依据、补历史同类案例效果（"上次同类券核销率 34%"）。
- 人群错配：推给了不用的人（给店长推批量操作，店长要的是看数）→ 按角色分形态。
- 流程倒挂：Agent 的建议要先填工单走审批，比老流程还慢 → 砍掉冗余环节，或先把低风险动作放进白名单免审。
再给一个真实世界的参照：Klarna 的助手为什么用得起来（首月 230 万次对话，据 Klarna 官方新闻稿）？一个重要原因是它嵌在 App 里用户本来就要去的地方——找客服的位置。用户不需要"决定使用 AI"，AI 就在 TA 要解决问题的必经之路上。最好的呈现是让用户感觉不到换了一个系统——这是选型的终点判断。
8.4.6 移动端与场景化呈现的三个细节
一线场景（店长在卖场、督导巡店）决定了移动端不是可选项。三个容易做错的细节：
**一，确认操作要"拇指友好"。**执行期的确认卡在手机上如果要点开二级菜单才能确认，等于把 HITL 的摩擦放大了三倍。设计标准：确认/拒绝两个按钮必须在首屏拇指热区，拒绝理由用预置选项（点选）而不是输入框——8.2 讲过理由采集要顺手，移动端上"打字"就是不顺手。
**二，弱网容忍。**门店地下室、库房、电梯——确认请求发出去了没回包，运营不知道券发没发。这里正好是 8.2 幂等键的 UI 对应物：界面上永远显示"已提交、等待确认"的中间态，超时后显示"状态未知，点击查询"而不是报错——幂等设计让"再查一次"永远安全，UI 要把这份安全感表达出来。
**三，消息推送别当垃圾短信发。**建议产生的提醒（"有 12 条待确认建议"）要有聚合与静默策略：按门店聚合、按班次投递，午高峰不打扰。推送做得粗，一个月后运营就把通知全关了——采用率的死亡不是轰然倒塌，是通知被一个个静音。
- 采用率的第一杀手是"多走的那两步"：呈现离用户现有工作流的距离，比模型能力更决定成败。
- 三形态各有生态位：嵌入（采用率上限高、改造重）、对话式（上线快、适合试点和长尾）、独立工作台（能力上限高、要求成为第一屏）；实战常用组合。
- 放权三阶段要落进 UI：只读期无动作按钮、拒绝永远带理由入口、执行确认卡展示依据。
- 形态选择牵动工程结构：连接器与工具层分层，让换形态只换外壳；SOW 里写明形态与切换路径。
参考资料
- OpenAI: Klarna's AI assistant does the work of 700 full-time agents — OpenAI 官方案例：Klarna 的助手嵌在其 App 内原生界面而非独立入口，是"嵌入现有产品"提升采用率的经典参照。
- Building Effective Agents — Anthropic — Anthropic 官方指南，强调 Agent 的界面/编排要贴合既有工作流与"human-in-the-loop 的确认点"设计。
- Tools - OpenAI Agents SDK — OpenAI Agents SDK 文档，工具与界面分层解耦的工程范式，支撑"换形态不换安全层"。