online branch: main

2026-11-18

RSS llms.txt GitHub

老板说”上个 Agent”,先填这七格再说

$
老板说“上个 Agent”,先填这七格再说

产品团队最近常收到同一类指令:”我们也要上个 Agent(能按目标调用工具、自己执行步骤的 AI 助手)。”下一句往往是截止日期。很多人的路径依赖是:选模型、写 Prompt(给模型的提示词或指令)、画入口。上线后点击率还行,留存不动,反馈全是”答得不太准”。复盘时才发现,问题不在执行,而在立项前该做的判断被跳过了。

这篇要帮你做的选择很具体:这个 AI 需求,做、改用规则或流程,还是不做。材料来自人人都是产品经理上两篇 2026 年 11 月 2 日的文章——禾木《AI功能启动前,产品经理先把三件事问明白》,以及 AI 产品经理老猫《场景卡七格法,把”想要”变成”能检验”的需求》。两文各自成篇;把它们串成”先 5 分钟快筛、过了再进现场填七格”,是本文的组织方式,不是原作者主张。

怎么验收、怎么写 Spec(规格说明:写清做什么、为什么、怎么算做完),本系列前面已经写过(评测篇、Spec 篇)。本篇只停在立项前:要不要做、能不能做。

为什么”想用 AI”不等于需求

老猫自述,前几个月在 AI 展会被 50 多家企业问”能不能上个 Agent”(50 多家是作者说法,无法独立核实),往下聊三句就卡住。他直接过滤三类:”真需求但 AI 解决不了””杀鸡用牛刀””只是想要个演示”。能立项的只剩三条:约束清晰、结果可量化、收益能进报表。

展会里的例子他都点到了:家电企业对账麻烦,但 SAP、自研、BI(商业智能 / 报表分析)、银行系统各管一块,差异靠人脑判断;股份制银行谈资金管理 AI,合规压倒一切,决策链很长。这些是作者转述,没有公开出处可复核,当现场观察用即可。

禾木给了一个更轻的检验法:把”AI”两个字拿掉,用一句话描述价值。”帮用户把 40 分钟的周报压缩到 5 分钟”成立;”用 AI 提升写作体验”不成立——后者说的是手段,不是价值。他还提醒:任务本身足够确定时,规则往往更快、更便宜、更可控;AI 更适合模糊、开放、难以穷举的事。

所以立项前真正要回答的,不是”能不能接一个大模型”,而是:代价在哪一步、错了会怎样、数据能不能拿到、怎么证明更好。答不上来,先别进选模型。

5 分钟快筛:三问

禾木把启动前压成三问。适合在立项会上、或收到一句话需求后立刻用。三问答不上来,就先别进七格。

第一问:用户到底在为哪一步付出代价?

立项理由常是”这个环节可以用 AI 优化”。真正要问的是:用户具体卡在哪一步?这一步现在付出什么——时间、门槛,还是心理负担。写周报花 40 分钟、不会写 SQL(数据库查询语句)就拿不到数据、对着空白文档下不了笔,都是可以说清楚的代价。代价说不清,就判断不了 AI 是不是对症的药;传统方案(模板、筛选器、规则)就能搞定的,没必要上 AI。

第二问:AI 搞错了,会发生什么?

传统功能输入相同输出相同;AI 是概率性的,错误比例不会降到零。所以不问”它能不能做对”,而问做错的后果。禾木拆成三个角度:错误代价有多高;能不能及时发现;有没有退路(撤销、修改、低置信时主动说”我不确定”)。这三个角度决定功能该做成自动执行,还是建议 + 确认。很多口碑翻车,不是模型错得多,而是把本该是建议的东西做成了结论。

第三问:如何证明 AI 做得更好?

这是最容易被跳过的一问。AI 输出是连续灰度,”好不好”没有天然标准。禾木的建议很朴素:先写出”好”的标准(哪怕五条);再准备一批真实样本,上线后看采纳率和修改率。本篇不展开评测细节。这里只卡一句:说不清怎么算做好了,启动时就已经失去迭代方向。

三问对应三个基本判断:该不该做、能不能放心做、做得好不好。禾木的观察是:想清楚之后,很多”必须上 AI”的需求会自己变小——有的被规则替代,有的收缩成更窄、更稳的场景;留下来的反而更好做。

关键变量:七格里最容易漏的四格

三问过了,才值得进现场。老猫的场景卡七格是:①一句话需求 ②痛点场景 ③频次 ④现在怎么干 ⑤时间要多久 ⑥数据在哪里 ⑦错了会怎样。七格填完,拿回去的不是 PPT,是能开工的现场证据。

①②④用一张表带过即可;真正容易漏、也最常把项目做歪的,是 ③⑤⑥⑦。

格 问什么 怎么采
①一句话需求 什么情况下完成什么任务 不问”你们需要什么”,问上周最烦的事、今年最担心的三件事、上个月会上发火的事;访谈不能只找管理层
②痛点场景 具体角色、场景、痛点 五个采集源:决策者反复提的、工单高频重复、一线变通(Excel / 微信群 / 纸质台账)、闲置报表、岗位已自发用 AI 的地方
④现在怎么干 真实流程,不是嘴上的流程 拿最近真实案例走一遍:真实文件、真实输入、真实异常、真实产出;看一线怎么绕过系统

老猫举的理赔例子:管理者说”希望用 AI 提升审核效率”;坐到专员旁边,现状是每单 18 分钟、23% 需跨部门确认、全靠经验判断。银行信贷初审也类似:每天手动查 4–5 个系统,一单 30–45 分钟,痛点不是抽象的”效率低”,而是”查完征信再查风控,两边不同步,经常要打电话确认”。这些数字来自作者转述,无法独立核实。

③频次:门槛、三纪律、例外

基本门槛他写得很具体:一周 10 次以上的工单、每次 30 分钟以上的人工操作。低频高价值也可以做(一个月 1 次但每次损失 10 万),但验收要更严,因为测试样本少。

采的时候记三条纪律:记原话不记结论;记时间戳(别接受”大概半小时”);记例外——他举过一种情况:主流程跑通后,15% 的例外情况(作者转述数字)要人工兜底,用户发现”还是要盯着”,就不用了。例外占比高、又必须人盯,立项时就要考虑降级成辅助,而不是自动执行。

⑤时间:操作时间 vs 等待时间

端到端时间要拆开。采购审批是他给的例子:管理者说审批要 7 天;实际观察是操作 2 天、等跨系统数据同步 5 天。AI 能优化操作时间,优化不了组织流程。痛点如果是”等审批”,上 AI 没用,要改的是审批制度。没拆清楚,上线后”从 7 天缩到 3 天”会被当成失败,而操作时间可能已经从 2 天压到几小时。

⑥数据:台账直接决定能不能做

不是”有数据”,是”在哪个库、谁有权限、什么格式、质量如何”。四个检查:存在且可访问;格式是否规范;权限(谁审批、合规要求、数据能不能传出公司网络、能不能隐去敏感信息);有没有可用的历史记录。输出一份数据台账:系统、权限、更新频率、质量、样例数量、标注情况。老猫的原话是,这份台账直接决定项目能不能做。数据拿不到、出不了网、批不下来,就先解决台账,别先写 Prompt。

⑦错误:不对称成本与分层前置

老猫转述朋友的欺诈检测项目:漏报成本 8000 美元,误报成本 40 美元,成本比 200:1(数字均为作者说法,无法独立核实)。验收就不是”准确率 99%”,而是”在固定人工复核预算下尽可能提高召回(把真正有问题的案例尽量找出来)”。不问清楚,产品会按对称错误设计,上线后发现不是客户要的。

分层验收他建议前置到项目启动时就定:

  • L1 致命:一票否决——泄露隐私、错误转账、误删数据、违法内容
  • L2 严重不达标:核心能力不满足。他给的示例阈值是幻觉率(AI 一本正经输出错误内容的比例)>5%、核心观点准确率 <90%、引用错误率 >10%——这是作者示例值,不是通用标准,你们按自己的业务重定
  • L3 体验:可接受但需优化,比如响应 >3 秒

三个必须同时明确:业务闭环能跑通(不只模型准确率);解决的是第二格”谁在痛”的问题;收益能进报表(不是”感觉效率提升”)。

取舍建议:什么情况下别做或改做

下面四条是我根据上面两篇文章归纳的判断,不是原作者逐条列出的决策树:

  1. 等待时间为主 → 改流程 / 改制度,不上 AI。操作时间 vs 等待时间拆不开,就先别立项。
  2. 任务足够确定 → 用规则、模板、筛选器。禾木说得直白:规则往往更快、更便宜、更可控。
  3. 例外占比高、仍需人盯 → 降级为建议 + 确认,不要做成自动执行;否则用户发现还要盯着,功能会被弃用。
  4. 数据台账过不了 → 先解决存在性、权限、脱敏、出网,再谈 Agent。台账过不了,项目事实上立不了。

快筛没过,就停在这一步。七格填完仍对不上”约束清晰 / 结果可量化 / 收益进报表”,按老猫的标准就不过立项线。

如果你在广告代理或投放团队,可以用同一套问法自填——例如一句话需求写成”小红书投放周报从群截图拼表变成一页可核对的汇总”,一线变通写成”群里手工汇总截图、Excel 拼表”。这是举例提示,不是已发生的项目事实;没有你们自己的时间戳和原话,不要写进立项材料。

本周就能用:交付清单

老猫给的交付物很具体;我建议把它当作进现场一周的验收包:

  1. 场景说明:七格填完,每格有真实案例支撑
  2. 数据台账:第六格的系统、权限、格式、质量
  3. 权限清单:谁有权限、审批流程、合规要求、能否出网(传出公司网络)/ 脱敏(隐去敏感信息)
  4. 评估集:L1 / L2 / L3 分层样例;作者建议至少 50 个(L2 阈值按你们业务自定)
  5. 现场观察表:时间戳、原话、例外

这些材料要能直接用来开工。

附一页可复制的七格空白卡(我方按原文整理,非作者原表):

格 你的填写
①一句话需求
②痛点场景(角色 / 场景 / 痛点)
③频次(次数、时长、例外占比、原话与时间戳)
④现在怎么干(真实文件 / 输入 / 异常 / 产出)
⑤时间(操作时间 vs 等待时间、基线)
⑥数据在哪里(系统、权限、格式、质量、样例)
⑦错了会怎样(代价比、L1/L2/L3、自动还是建议+确认)

老猫自己划了边界:这套方法不保证项目一定成功,只保证你知道在做什么、为什么做、怎么验收。他还把这套方法定位为”第一次进客户现场最该交付的东西”;原文用了 FDE(Forward Deployed Engineer,可理解为派驻客户现场解决问题的工程师)这一说法——这是作者自述定位,不是我们的背书。

下次再听到”我们也要上个 Agent”,先别打开模型文档。五分钟过三问;过了,再带七格进现场。问完再动手,也不迟。

参考来源

  • AI产品经理老猫:《场景卡七格法,把”想要”变成”能检验”的需求》(人人都是产品经理,2026-11-02):https://www.woshipm.com/pd/6487810.html
  • 禾木:《AI功能启动前,产品经理先把三件事问明白》(人人都是产品经理,2026-11-02):https://www.woshipm.com/ai/6487798.html