Agent Skills
返回列表
📚

FDE 实施成功与失败案例大全

知识管理 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_84aa03cf/chenlin-fde-cases。

技能介绍

要解决什么问题

企业上 AI 往往卡在「演示漂亮、规模化崩」或「买了工具没人真用」。本技能不替你做商业决策或写代码,而是把 28+ 真实成败案例压成可照对的框架:用「转型深度光谱」(L0–L4)给项目定级,用 失败 14 模式(F1–F14) 做风险扫描,用 成功 10 模式(S1–S10) 找可落地做法,并支持从案例里走「案例 → 洞察 → 技能」的提炼流水线。

技能如何工作

开箱可按五步走:定深度 → 对失败模式(命中 ≥3 条即高危)→ 搜同类案例(行业/形态)→ 套成功模式 → Go/No-Go 决策清单自检。案例库分成功篇与失败篇(如 Kavak 的 Agent 原生、Zillow 亏 4 亿的概念漂移与 HITL 橡皮图章),每条标注层级、关键数字、命中模式与可迁移教训。另有 利益冲突与化解(C/R 系列)与转型社会契约检查清单,对应员工抵制、F13 等常被忽视的人性因素。

边界与注意点

不适用于模型选型、提示词调参、具体工程实现;若你只想查事实、做翻译或与「AI 怎么落地」无关的任务,应换用其他工具。国内场景可把海外工具名平移到通义、飞书等,方法论与成败逻辑仍可直接对照;落地前宜把数据治理与合规(如等保)放在更前置的位置。

使用场景

  • 规划零售/金融 AI 试点前,想用同行业「跑通 vs 翻车」案例对照自己的深度与风险点
  • AI 项目复盘会上,需要按 F1–F14 逐条核对是否踩过试点炼狱、集成债或概念漂移
  • 要向管理层解释为何 bolt-on 只能个位数改善,而 Kavak 式 L4 需承担组织重建代价
  • 从多篇对外案例材料中提炼可复用的决策清单,并沉淀成团队内部知识资产

适合人员

  • 负责 AI 路线图的产品或转型负责人,想在立项前用失败模式做高危扫描
  • 交付 FDE/咨询项目的顾问,需要用 Zillow、IBM Watson 等标杆案例支撑复盘与避坑清单
  • 企业内部 AI CoE 成员,要向业务线讲清转型深度光谱与真 HITL 的差异
  • 一人公司或中小企业主,在「跟风上 AI」前想先对照 S6/S9 等低成本培训与不裁员承诺做法