6.6 场景案例：教育行业陪跑

背景

教学、教研和管理流程包含大量内容生产、知识整理、审核与协同工作。客户手里往往已经有工具了，真正缺的是把工具放进日常工作的路径。

做法：不做集中培训，做工作营陪跑

• 从真实教学任务出发，而不是从产品功能出发——帮助教师选择场景、拆解流程。

• 用 AI 工具形成初版应用，再通过课堂、教研、作业等真实场景验证效果。

• 陪跑过程持续暴露一线高频需求，这些需求成为 Skill 沉淀的原材料。

• 在 WorkBuddy 基础上研发教育专属 Skill，把过去依赖个人经验完成的工作，拆解为可调用、可组合、可复用的能力单元。

关键差异

传统培训

提示

交付知识。听完就完，两周后回到原来的工作方式。

工作营陪跑

提示

交付可运行应用 + 可复用 Skill + 新的使用习惯。

为什么先选教育行业

教育、传媒、文旅、出版、大健康等知识型、高容错领域，操作精度要求相对宽松，客户对 AI 产出有一定容错空间，适合作为 FDE 模式的首批试点。工业、金融等高精度行业适合放在后续阶段。

6.7 本章小结

• 进场访谈要挖三层 ：哪一步出问题（定位到流程节点）→ 谁真的在用（找到真实用户）→ 什么算成功（定义量化指标）。不挖就报价、不挖就给方案，交付必崩。

• 隐性流程是 AI 项目最大的坑 ：客户 SOP 文档写的是「应该怎么干」，实际「怎么干」要跟一线走一遍才能挖出来。隐性流程里藏着 AI 切入的真正机会，也藏着项目翻车的最大风险。

• Demo 是唯一有效沟通语言 ：PPT 和方案书业务方看不懂，架构图业务方不想看。Demo 用客户真实数据、现场跑给业务方看，比 30 页 PPT 有效得多。但 Demo 不是验收标准，要引导业务方定量化指标。

• 一线抵触要三步法 ：分别对齐预期（一对一聊，别开大会）→ 建小范围对照组（数据说话）→ 让 AI 对一线自己有用（省力气、减背锅、涨本事）。中层消极配合是硬骨头，要绑定利益或改变角色。

• 场景优先级看综合维度 ：业务负责人关注度 × 痛点程度 × 数据基础 × 可量化程度 × 技术可行性 × 流程阻力。别只看技术可行性——最容易做的场景不一定是值得做的。