15天交付流程详解：从现场诊断到上线验收的完整路径

D1-3

阶段一：现场诊断与方案锁定

FDE工程师进驻客户工作现场。这个阶段的核心不是"听客户说需求"，而是自己看实际作业流程。

具体工作

• 业务流程拆解：蹲点观察一线员工实际作业流程，识别哪些环节可以AI化、哪些是瓶颈。记录每个环节的耗时、输入输出、异常处理方式。
• 数据资产盘点：盘点客户有哪些数据可用（ERP/MES/CRM/财务系统）、哪些需要标注、哪些需要采集。数据质量决定了AI系统的上限。
• SKILL工作流设计：将业务流程拆解为AI可执行的步骤链——输入-处理-输出-校验。每个步骤可追溯、可审计。
• 方案书输出：含目标指标（量化）、SKILL工作流设计、验收标准、15天排期表。

真实案例：某1400人科技公司，FDE工程师D1蹲点财务部，发现薪酬核算涉及5个系统数据源、3道人工校验、20天才能完成。D2-3设计SKILL工作流：自动拉取5系统数据-交叉校验-异常标记-生成报表。方案锁定目标：薪酬核算从20天缩短到3天。

D4-7

阶段二：SKILL工作流开发与模型适配

这是技术核心阶段。将D1-3设计的SKILL工作流变为可运行的AI服务。

具体工作

1. SKILL工作流实现：将步骤链编码为可执行的AI工作流。输入-处理-输出-校验，每一步可追溯、可审计。
2. Prompt工程调优：针对业务场景定制提示词。不是用通用Prompt，而是针对具体业务场景反复测试输出质量。某律所案例中，合同审查Prompt迭代了47个版本才达到95%准确率。
3. RAG知识库构建：注入行业数据、业务规则、专家经验。让AI"懂行"而不是"泛泛而谈"。某制造企业案例中，RAG注入了200+条质检标准和50+条异常处理规则。
4. API对接开发：连接ERP/MES/CRM/财务系统，打通数据流。不是让员工手动复制粘贴，而是系统自动获取数据。

真实案例：某海南烟道制作企业，D4-7开发AI质检+GEO获客双线SKILL工作流。质检线：摄像头采集-图像识别-缺陷分类-报警。获客线：官网内容优化-结构化数据-AI引擎可引用。D7内测环境跑通，漏检率从12%降到1.2%（内测数据）。

D8-14

阶段三：联调测试与员工培训

这个阶段最容易被忽视，但恰恰是"最后一公里"的关键。POC通过不等于生产可用，真实数据验证才是分水岭。

具体工作

• 真实业务数据全链路联调：不是测试数据，是真实数据。处理边界case和异常场景。某律所案例中，POC用标准合同测试准确率95%，真实合同（扫描件、手写批注、非标准格式）暴跌到62%，联调7天才修复到93%。
• SKILL工作流迭代：根据实测反馈优化步骤链和Prompt。平均每个项目在这个阶段迭代3-5轮。
• 前线员工实操培训：手把手教到会用，不是PPT培训。某科技公司案例中，80人的公线团队分4批培训，每批2小时实操+1小时答疑。培训后员工从"被AI替代"的恐惧转变为"用AI提效"的主动。
• 性能压测与安全审计：并发压力测试、数据安全审计、权限控制验证。确保生产环境稳定运行。

D8-14阶段是FDE方法论与传统远程交付的最大区别。传统交付在这个阶段只做"远程测试"，FDE做的是"现场联调+员工培训"。这个阶段决定了AI系统是真正落地还是沦为摆设。

D15

阶段四：上线验收与量化签字

正式切换到生产环境，AI系统接管实际业务。这不是"按钮能点"就算交付，而是业务指标达成才算交付。

验收流程

1. 生产环境切换：AI系统正式接管实际业务，不是并行运行，是切换。
2. 量化对比验收：部署前vs部署后，数据说话。不是"感觉提升了"，是具体数字。
3. 双方签字确认：输出《验收报告》，含量化指标对比、双方签字确认。
4. 效果未达退款：如果量化指标未达方案书承诺的目标，全额退款。这是合同条款。

真实案例验收数据：

• 某科技公司：薪酬核算20天-3天，公线团队80人-33-46人，5部门一次性改造
• 某制造企业：漏检率12%-1.2%，官网月流量200-3000+，线索转化率30%-85%
• 某跨境电商：响应时间3小时-30秒，差评率8%-1.5%，月GMV增长35%
• 某律所：审查时间60分钟-8分钟，年审合同量3000-8000份，续约率85%-96%