← Playbook 索引
Playbook阶段 3可泛化原则
业务访谈与收资 Discovery & Source Collection
真相
把访谈中的业务说法，整理成可引用、可版本化、等待真实验证的事实底座。重点不是多开几场会，而是让下游明确：答案从哪里来、这个数怎么算、哪些仍只是未经验证的声称。
什么时候拿出来用
- 场景已确定，需要系统盘点业务术语、指标口径、数据源和权限
- 同一业务概念在不同接口、部门或文档中名称和算法不一致
开始前先拿到
- 真实问题与场景范围
- 能够解释业务口径的领域人员
- 数据源和接口的初步线索
操作主线
怎么推进
公开的是判断与动作骨架。客户数据、私有模板和内部示例不在其中。
- 01
由问题反推收资
从首批真实问题拆出所需实体、指标、时间范围和答案形态，避免无边界收资。
- 02
结构化访谈
逐项确认实体、状态、口径、异常处理和当前人工做法，每条事实标来源。
- 03
建立事实清单
整理数据源、字段候选、术语表和指标契约，冲突处明确唯一裁定路径。
- 04
生成 Probe 队列
把“听说可以”但尚未实测的字段、范围、权限和知识召回逐条列为待验证判断。
会留下什么
- 数据源与接口清单
- 业务术语和指标契约
- 待 Probe 验证项
过关前再看一遍
- 每个关键结论都能追溯到来源
- 口径冲突已有裁定人或暂时移出范围
- 访谈声称与实测事实被明确区分
Exit Gate · 放行条件
接口/口径/权限盘点成可引用证据
容易做错的地方
- 把访谈说法直接当成已验证事实
- 字段漂移由各个消费者自行硬编码
- 越问越广，收进大量首批场景用不到的资料
这套方法怎么落到你的项目
这是我们交付生产级 AI Agent 的公开、脱敏方法骨架。真正落地时，从 AI Agent 生产就绪审查与路线图 入手，或先用 生产上线前深检 定位薄弱环节。