第一类：明确要改善的业务问题
“公司要上AI”不是可以验收的目标。应把目标写成具体任务，例如减少财务对账耗时、缩短销售报价准备时间、提高设备资料查询效率，或者降低客服重复问题的人工占用。
每个场景至少需要一位业务负责人，说明谁在做、每天发生多少次、现在耗时多久、常见错误是什么，以及哪些结果必须由人工确认。
第二类：准备真实任务和异常样本
不要只提供几条“标准答案”。应同时准备正常、缺字段、口径冲突、超权限、需要转人工等样本。首轮通常可以从20至100条脱敏任务开始，重点是覆盖典型边界，而不是追求数量。
- 输入材料：订单、报表、合同、工单、产品问答或设备记录；
- 理想结果：企业认可的正确答案、处理动作或输出格式；
- 异常情况：缺数据、规则冲突、无权限、无法判断和人工接管条件。
第三类：整理企业知识与口径
制度、产品手册、报价规则、指标字典和历史案例都可以成为知识来源，但需要标注版本、负责人、适用范围和更新时间。过期文档、互相矛盾的规则和没有来源的经验结论，会直接降低智能体可靠性。
第四类：说明系统和权限
列出ERP、OA、MES、CRM、电商ERP或数据库中与场景有关的字段、接口和账号权限。明确哪些数据只读、哪些动作可写、哪些动作必须人工复核，并准备独立测试环境或脱敏测试账号。
第五类：记录当前基线和验收指标
上线前先记录当前处理时间、准确率、返工率、积压量或人工投入。试点验收时比较同一组真实任务，避免只看演示效果。模型回答准确率只是一个指标，还应检查来源引用、权限遵守、异常拦截和人工接管。
建议的准备顺序
- 选定一个高频、可衡量、风险可控的岗位任务；
- 确定业务负责人和验收人；
- 准备真实样本与规则材料；
- 核对系统字段、接口和权限；
- 建立基线，用4至6周完成小范围验证。
鸿图智企可通过河北AI智能体落地服务和FDE实施方法协助企业完成场景诊断与资料清单梳理。
常见问题（FAQ）
没有完整数据平台，能不能先做AI智能体？
可以。先围绕一个真实任务准备脱敏样本、规则、字段和权限，验证可行后再扩展数据范围。
首轮样本为什么建议同时包含异常情况？
因为缺字段、口径冲突、无权限和需要转人工的任务，最能暴露智能体的边界是否可靠。
准备资料时是否要把全部文件交给服务商？
不需要。应遵循最小必要原则，只提供试点所需资料，并先完成脱敏、授权、权限和保存期限确认。
企业怎样判断试点是否有效？
应使用同一组真实任务对比处理时间、完整率、错误率、来源引用、权限遵守和人工接管情况。