场景卡七格法
把”我们想用 AI”翻译成”这个场景能立项、能验收”的现场取证清单——七格填完,交付的不是 PPT,而是可以直接开工的证据。
简介
场景卡七格法是 AI 产品经理老猫提出的一套企业 AI 需求现场取证方法论。它要解决的不是”AI 能不能做”,而是”这件事到底要不要立项、能不能验收”。触发它的场景非常具体:在 AI 展会上,50 多家企业过来问同一句话——“我们想用 AI,能不能上个 Agent?“——但往下聊三句就卡住。卡住的地方不是因为模型能力不够,而是因为需求方给不出约束、给不出量化结果、给不出可进报表的收益。
作者把”想用 AI”和”能立项”之间的信息缺口拆成七格:一句话需求、痛点场景、频次、现在怎么干、时间多久、数据在哪、错了会怎样。每一格都不是问卷题,而是要求到现场拿证据的动作:坐到工位上、拿真实文件、看真实异常、用秒表计时、记原话、记例外、拿数据台账、算错误成本。七格填完后形成的”场景卡”,加上数据台账、权限清单、分层评估集和现场观察表,就是 FDE 第一次进客户现场最该交付的东西。
与相近方法论的区分很关键:需求承接十问 是一份覆盖背景到风险的需求采集清单,可以在会议室里问完;场景卡七格法是现场取证法,很多格子只有到工位上才能填。AI需求四道门 回答”这个需求值不值得做、不通过该从哪个出口离开”;七格法不负责否决,负责把证据补齐到能判断的程度。伪痛点三层验证法 判断”这是不是真痛点”;七格法的第二、三、四格本质上是它的现场执行版本——管理层的话不算数,一线每天做什么、多频繁、怎么绕开系统才算数。
关键信息
- 类型:方法论 / 需求取证清单(概念类实体)
- 领域:企业 AI 落地 · Agent 立项 · 需求分析 · FDE 现场交付
- 提出者:@AI产品经理老猫(人人都是产品经理)
- 提出时间:2026-11-02(基于 AI 展会现场 50 多家企业的真实提问)
- 核心判据:能立项的三条标准——约束清晰、结果可量化、收益能进报表
- 七格:一句话需求 / 痛点场景 / 频次 / 现在怎么干 / 时间多久 / 数据在哪 / 错了会怎样
- 交付物:场景卡 + 数据台账 + 权限清单 + 分层评估集(≥50 个样例)+ 现场观察表
- 相关概念:FDE 前线部署工程师、需求承接十问、AI需求四道门、AI价值量化框架、用户调研、数据治理
核心特性
七格逐条:每格要拿到什么证据
第一格:一句话需求。 不是”我们想用 AI”,而是”异常订单需要在 30 分钟内完成归因”。这一格回答”用户在什么情况下要完成什么任务”。直接问”你们需要什么”只会得到”提高效率、降低成本、智能化升级”这类废话;作者的换问法是问最近最烦的事、今年最担心的三件事、上个月哪件事让人在会上发过火。访谈对象不能只找管理层,因为管理层只会说”我们要数字化转型”,每天干活的人才会给出可执行的一句话。
第二格:痛点场景是什么。 必须细到具体角色、具体场景、具体痛点。理赔项目的反例最典型:管理者说”希望用 AI 提升审核效率”,但坐到理赔专员旁边看,现状是每单 18 分钟、23% 的案例需要跨部门确认、全靠经验判断。银行信贷初审则是每天手动查 4-5 个系统、30-45 分钟一单,真正的痛点是”两边数据不同步,经常要打电话确认”,而不是抽象的”效率低”。作者列出五个最易找到真痛点的采集源:决策者痛点、工单系统高频重复、一线变通、闲置报表、已自发用 AI 的地方。
第三格:频次如何。 一周发生几次、一次花多久、出错的后果是什么。基本门槛是”一周 10 次以上的工单、每次 30 分钟以上的人工操作”;低频高价值任务(一个月 1 次但每次损失 10 万)也值得做,但验收标准要更严,因为测试样本少。这一格配三条记录纪律:记原话不记结论(“上个月有 3 单显示已发货但仓库没记录”而不是”客户说数据不准”)、记时间戳(用秒表或工单系统时间戳,不接受”大概半小时”)、记例外(什么情况下流程走不通、例外占比多少、处理花多少时间)。
第四格:现在怎么干。 不是问”你们现在怎么做”,而是坐在旁边看对方用最近一个真实案例从头做一遍。要拿到四个”真实”:真实文件(上周五刚处理的那份,带手写备注和涂改)、真实输入(合并单元格、PDF 扫描件、微信截图)、真实异常(上个月哪 3 单因为什么没处理好)、真实产出(实际交给下一环节的东西)。同时观察一线变通:Excel 记录说明系统不支持某字段,微信群通知说明审批流太慢,纸质台账说明权限不够或系统不稳定。
第五格:时间要多久。 要端到端时间,并且区分操作时间和等待时间。原文对照是”30 分钟人工操作 vs 2 小时等审批""18 分钟理赔审核 vs 3 天等跨部门确认”。这个拆分决定项目可行性:AI 能压缩操作时间,但压缩不了组织流程——如果痛点是”等审批”,上 AI 是错配,该改的是审批制度。同时要记基线指标:现在人工/规则/旧系统的表现是多少。
第六格:数据在哪里。 不是”有数据”,而是四个检查项:数据是否存在且可访问(在哪个库、谁有权限、申请要多久)、格式是否规范(20% 合并单元格、15% 缺必填字段、8% 日期格式不统一)、是否有权限(审批流程、合规要求、能否出网/脱敏)、是否有历史记录(保留 90 天、字段是否含时间戳/操作人/输入/输出/异常标记、日志完整率)。产出是一份数据台账,原文判断很直接:这份台账直接决定项目能不能做。
第七格:错了会怎样。 错误成本不是追责,而是验收标准的前提。欺诈检测案例给出 200:1 的成本比:漏报 8000 美元、误报 40 美元,于是验收标准不是”准确率 99%“,而是”在固定人工复核预算下尽可能提高召回率”。不问清错误成本,团队会按对称错误设计模型,上线后发现不是客户要的东西。验收还要分层:L1 致命错误一票否决(隐私泄露、错误转账、误删数据、违法内容)、L2 严重不达标(幻觉率 >5%、核心观点准确率 <90%、引用错误率 >10%)、L3 体验问题(响应 >3 秒、界面不友好、偶现卡顿)。
七格填完交付什么
原文给出一份五项交付清单,合起来才构成”现场证据”:场景说明(七格完整、每格有真实案例支撑)、数据台账(权限/格式/质量)、权限清单(谁有权限、审批流程、合规要求)、评估集(L1/L2/L3 分层样例,至少 50 个)、现场观察表(时间戳、原话、例外情况)。作者对方法的边界说得很克制:它不保证项目一定成功,但至少保证你知道在做什么、为什么做、怎么验收。
三个必须明确的立项前问题
第一是业务闭环验证:从触发到完成的完整链路能跑通,不是只验证模型准确率。第二是客户真实痛点:解决的是第二格里”谁在痛”的问题,不是产品经理自己想象的需求。第三是ROI 评估:收益能进报表,例如”每月节省 200 人时、减少赔付 50 万、客户投诉下降 30%“,而不是”感觉效率提升”。这三点与 AI价值量化框架 和”收益能进报表”的立项标准直接衔接。
常见误区
- 把七格当成会议室问卷:第三、四、六格的答案往往与口述不一致,必须到现场。
- 只找管理层访谈:得到的是战略口号,不是一句话需求。
- 把端到端时间当成优化目标:不拆操作/等待,会把制度问题误判成技术问题。
- 用对称错误设计模型:不问错误成本,验收标准就会定错方向。
- 七格填完却只交 PPT:没有数据台账和 ≥50 个分层评估集,项目仍然无法开工。
不同素材中的观点
- 2026-11-02-woshipm-agent-scenario-card-seven-grids:本篇是七格法的原创出处。核心主张是”能立项的标准只有三条——约束清晰、结果可量化、收益能进报表”,七格法就是往这三条上推的最短路径。它把 FDE 的现场交付物从”方案/PPT”改写成”场景卡 + 数据台账 + 权限清单 + 评估集 + 现场观察表”,并给出大量量化门槛(一周 10 次、30 分钟、23% 跨部门确认、18 分钟/单、L1/L2/L3、评估集 ≥50)。作者明确把方法定位为”FDE 第一次进客户现场最该交付的东西”,因此它同时也是 FDE 前线部署工程师 角色的一份操作手册。
实用信息
快速上手步骤
- 先填第一格:用”上周最烦的事/今年最担心的三件事/上个月哪次发火”换问法,拿到一句可执行的任务描述;
- 去工位观察:不带问卷,带秒表和笔记本,拿真实文件、真实输入、真实异常、真实产出,完整看一遍流程;
- 拆时间:把端到端耗时拆成操作时间与等待时间,并记下人工/规则/旧系统的基线;
- 查数据:按存在性、格式、权限、历史记录四项做数据台账;
- 算错误成本:问清漏报与误报各值多少钱,据此确定召回/精确的取舍;
- 定分层验收:L1/L2/L3 各写样例,凑够至少 50 个评估样例,并确认验收人与验收时间点;
- 交证据不交 PPT:把七格、数据台账、权限清单、评估集、现场观察表打包成开工材料。
常用提问话术
- “上周你做的最烦的一件事是什么?”
- “上个月有几单卡在哪个环节、等了多久?”
- “昨天 500 个咨询里有多少是重复问题、回答一个要查几个系统?”
- “这个流程在什么情况下走不通?上个月例外占比多少?”
- “如果 AI 判断错了,最坏会怎样?一次漏报/误报各损失多少?”
- “这单的收益最后会进哪张报表?“
注意事项/避坑指南
- 客户说”有数据”不等于拿得到数据,一定要问到系统名、权限归属和申请周期;
- 客户说”审批要 7 天”时,先确认其中多少时间在等人、等系统同步;
- 例外率高于 10-15% 时,要提前设计人工兜底,否则用户会因”还得盯着”而弃用;
- 评估集要在项目启动时定好,不是做完再补;
- 七格填不完不是失败,填不完的那几格就是项目最大的风险点清单。