场景卡七格法:50 多家企业问”能不能上个 Agent”,往下聊三句就卡住

AI 产品经理老猫在 AI 展会现场被 50 多家企业问了同一个问题——“我们想用 AI,能不能上个 Agent”,但绝大多数聊三句就卡住。卡住的不是技术,而是”想用 AI”和”能立项”之间缺的那七格信息。文章给出的答案是一张现场填写的「场景卡」: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。七格填完,拿回去的不是 PPT,而是可以直接开工的现场证据。

基本信息

  • 来源类型:网页文章(人人都是产品经理 · 作者 @AI产品经理老猫)
  • 原文位置:raw/articles/2026-11-02-195523-tg-d8ed71.md
  • 原文 URL:https://www.woshipm.com/pd/6487810.html
  • 素材来源:Telegram bot 抓取(telegram_msg_id 4777),正文由 scripts/http_capture.py HTTP 优先抓取
  • 消化日期:2026-11-02
  • 文章结构:展会现场观察 → 七格逐条展开(每格含反例与提问话术)→ 七格填完交付什么 → 收束
  • 适用读者:企业 AI 产品经理、FDE(前线部署工程师)、售前/解决方案、内部 AI 顾问

核心观点

  1. “想用 AI”和”能立项”之间隔着七格,卡点不是模型而是需求颗粒度。作者在 AI 展会上遇到 50 多家企业,开场都是同一句”我们想用 AI,能不能上个 Agent”,但往下聊三句就卡住。三类被现场过滤掉的需求是:“真需求但 AI 解决不了""杀鸡用牛刀""只是想要个演示”。最终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。七格法就是把”想用 AI”往这三条上推的最短路径。

  2. 第一格必须是一句话需求,而不是”提高效率、降低成本、智能化升级”这类废话。正确形态是”异常订单需要在 30 分钟内完成归因”——回答”用户在什么情况下要完成什么任务”。作者给出的换问法是:“上周你做的最烦的一件事是什么?今年哪三件事让你最担心?上个月哪件事让你在会上发过火?“并且强调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”;每天干活的人才会说”每天下午 4 点前要手工核对 200 个订单,错一个就要赔付”。

  3. 痛点必须细到”具体角色 + 具体场景 + 具体痛点”,否则需求是假的。反例是理赔项目里管理者那句”希望用 AI 提升审核效率”;坐到理赔专员旁边看,真实现状是每单 18 分钟、23% 的案例需要跨部门确认、全靠经验判断。银行信贷初审同样如此:审核员每天手动查询 4-5 个系统、30-45 分钟一单,真正的痛点不是抽象的”效率低”,而是”查完征信系统再查内部风控系统,两边数据不同步,经常要打电话确认”。

  4. 频次决定值不值得做,而观察的三种纪律决定信息真不真。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。三条记录纪律:记原话不记结论、记时间戳、记例外。采购审批案例最能说明问题:管理者说”审批要 7 天”,实际观察发现真正审批操作只要 2 天,剩下 5 天在等跨系统数据同步——不拆开看,AI 上线后”7 天缩到 3 天”会被当成失败,而实际上操作时间已经从 2 天压到几小时。

  5. “现在怎么干”只能靠现场观察,不能靠口述流程。要拿真实文件、真实输入、真实异常、真实产出,而不是样例、标准格式和”可能会出现的问题”。尤其要看一线变通:Excel 记录意味着系统不支持某个字段;微信群通知意味着审批流太慢;纸质台账意味着权限不够或系统不稳定——这些绕过系统的动作往往藏着真需求。

  6. 时间必须拆成”操作时间”和”等待时间”,因为 AI 只能优化前者。原文的对照是”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”。判断很锋利:如果用户的痛点是”等审批”,上 AI 没用,要改的是审批制度。同时必须记下基线指标:现在人工/规则/旧系统各是多少。

  7. 数据检查不是”有数据”,而是四个可验证项:存在且可访问、格式规范、有权限、有历史记录。每一格都要求量化:不是”有数据”,而是”每天凌晨 3 点从 CRM 同步到数仓,权限在 IT 部门,申请流程需要 2 周”;不是”Excel”,而是”20% 的 Excel 有合并单元格、15% 缺必填字段、8% 的日期格式不统一”;不是”有日志”,而是”保留 90 天、字段包含时间戳/操作人/输入/输出/异常标记、日志完整率 87%“。产出是一份数据台账,这份台账直接决定项目能不能做。

  8. 错误成本的不对称决定了验收标准长什么样。欺诈检测案例给出 200:1 的成本比:漏报成本 8000 美元(没识别出的欺诈损失),误报成本 40 美元(人工复核一次)。这意味着验收标准不该是”准确率 99%“,而应是”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,产品经理会按对称错误设计模型,上线后发现根本不是客户要的东西。

  9. 验收标准必须前置,并按 L1/L2/L3 分层。原文的分层是:L1 致命错误(泄露隐私、错误转账、误删数据、输出违法内容)一票否决;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(响应时间 >3 秒、界面不友好、偶现卡顿)可接受但需优化。三个必须明确的点是:业务闭环验证(从触发到完成的完整链路能跑通)、客户真实痛点(对应第二格”谁在痛”)、ROI 评估(收益能进报表,如”每月节省 200 人时、减少赔付 50 万、客户投诉下降 30%”)。

  10. 七格法的最终交付物是现场证据,不是 PPT。交付清单共五项:场景说明(七格完整填写、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)。作者的定位很克制:“这个方法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。这是 FDE 第一次进客户现场最该交付的东西。“

实操内容保留

本文无代码块、无 Prompt 模板,核心可复用内容是「场景卡七格法」的逐格清单、提问话术与交付清单,按原文原样保留。

操作步骤:场景卡七格(原文顺序)

第一格:一句话需求 —— 用户在什么情况下要完成什么任务
第二格:痛点场景是什么 —— 具体角色、具体场景、具体痛点
第三格:频次如何 —— 一周几次、一次多久、出错后果
第四格:现在怎么干 —— 坐在旁边看他把整个流程做一遍
第五格:时间要多久 —— 端到端时间,区分操作时间与等待时间
第六格:数据在哪里 —— 存在/格式/权限/历史记录四项
第七格:错了会怎样 —— 错误成本与 L1/L2/L3 分层验收

Prompt 模板:现场提问话术(原文)

上周你做的最烦的一件事是什么?

今年哪三件事让你最担心?

上个月哪件事让你在会上发过火?

不问”审批慢不慢”,问”上周有几单卡在哪个环节、等了多久”

不问”需不需要智能客服”,问”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”

配置/参数:五个最易找到真痛点的采集源(原文)

采集源识别信号
决策者痛点开会时反复提、考核里占权重、去年因为这个被处罚
工单系统高频重复一周 10 次以上、每次 30 分钟以上的工单
一线变通Excel 记录、微信群通知、纸质台账——绕过系统的动作藏真需求
闲置报表做了没人看的报表,说明需求是假的或呈现方式不对
已自发用 AI 的地方哪些岗位已在偷偷用 ChatGPT、文心一言,在解决什么问题

分步教程:现场观察的四个”真实”(原文)

  1. 拿到真实文件:不是样例,是上周五刚处理的那份,包括手写备注和涂改痕迹;
  2. 拿到真实输入:不是标准格式,是 Excel 合并单元格、PDF 扫描件、微信截图;
  3. 拿到真实异常:不是”可能会出现 XX 问题”,是”上个月这 3 单就是因为 XX 没处理好”;
  4. 拿到真实产出:不是”应该输出 XX”,是”这就是我们交给下一个环节的东西”。

配置/参数:分层验收标准(原文)

层级判定原文示例
L1 致命错误一票否决泄露用户隐私、错误转账、误删数据、输出违法内容
L2 严重不达标核心能力不满足幻觉率 >5%、核心观点准确率 <90%、引用错误率 >10%
L3 体验问题可接受但需优化响应时间 >3 秒、界面不友好、偶现卡顿

交付清单(原文五项)

交付物原文要求
场景说明七格完整填写,每格都有真实案例支撑
数据台账第六格的详细清单,包括权限、格式、质量
权限清单谁有权限、审批流程、合规要求
评估集第七格 L1/L2/L3 分层样例,至少 50 个
现场观察表完整记录,包括时间戳、原话、例外情况

关键概念

  • 场景卡七格法 — 本文核心方法论,把模糊的”想上 Agent”变成可立项、可验收的现场证据
  • FDE 前线部署工程师 — 原文明确把七格场景卡定位为”FDE 第一次进客户现场最该交付的东西”
  • 需求承接十问 — 同样用于把模糊需求问清楚;十问偏后台采集清单,七格偏现场观察与立项证据
  • AI需求四道门 — 从可行性/退出路线角度筛需求;七格法补充了”现场怎么取证”
  • 伪痛点三层验证法 — 与本篇”管理层话是空话、一线操作才是痛点”的判断互相印证
  • AI价值量化框架 — 与第七格”收益能进报表”直接衔接
  • 用户调研 — 提供访谈对象选择与”记原话不记结论”的现场纪律
  • 数据治理 — 对应第六格数据台账的权限、格式、质量检查
  • 数据台账 — 本文第六格产出物,决定项目能不能做(暂无独立实体页)

与其他素材的关联

原文精彩摘录

50 多家企业过来问同一个问题:“我们想用 AI,能不能上个 Agent?“结果,往下聊三句就卡住了。

访谈对象不能只找管理层,他们只会说”我们要数字化转型”,但每天干活的人会说”每天下午 4 点前要手工核对 200 个订单,错一个就要赔付”。

某采购审批流程,管理者说”审批要 7 天”,但实际观察发现真正审批操作只要 2 天,剩下 5 天在等跨系统数据同步。如果没搞清楚这个,AI 上线后”从 7 天缩到 3 天”会被当成失败,实际上操作时间已经从 2 天优化到几小时。

一个朋友的欺诈检测项目,漏报成本是 8000 美元,误报成本是 40 美元。成本比 200:1。这意味着验收标准不是”准确率 99%“,而是”在固定人工复核预算下,尽可能提高召回率”。

主流程 AI 能跑通,但 15% 的例外情况要人工兜底,结果用户发现”还是要盯着”,就不用了。

不是 PPT,是能直接用来开工的现场证据。……这个方法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。

相关页面