交付方法论
连接业务理解、方案落地与结果验证。每个关键节点明确判断与推进依据。
现在要作出什么判断?FDE 方法论与能力体系
02 / THE OPERATING MODEL
方法论说明如何推进;应用保存过程与依据;行业本体知识支持下一次业务理解、方案设计和交付。
连接业务理解、方案落地与结果验证。每个关键节点明确判断与推进依据。
现在要作出什么判断?在同一工作台组织任务、材料、成果版本、质量记录与知识引用。
判断依据在哪里?组织行业名词、实体关系与实体行为,并保留来源和适用范围。
经验怎样被下一次使用?行业知识回到下一次交付
过程材料、客户确认和实际任务结果共同支持判断。
需求或条件变化时,回到相应节点调整,保留变化记录。
知识资产说明适用条件和验证状态,支持后续选择与引用。
03 / A DAY IN THE FIELD
以一项业务流程的方案探索为例:上午理解工作,午后验证 Demo,与客户一起试用,再把判断与依据带回项目。
围绕一项具体业务任务,厘清流程与关系,验证方案思路。
跟着一项真实任务走流程,听客户怎样描述问题,记录术语、信息缺口和业务约束。
优先走通一个有代表性的任务,再检查结果与客户预期是否一致。
指出偏差、补充边界,确认今天形成了哪些判断、还缺什么、后续由谁跟进。
THE DAY / 工作节奏
与客户负责人确认今天先看哪一环、希望作出什么判断,并核对资料缺口与待确认事项。
当天目标、沟通对象与待确认项。
04 / DELIVERY JOURNEY
每个节点明确需要完成的判断与依据。点击节点,查看这一步如何推进。
理解行业与现有流程,识别业务问题、影响及信息缺口。
背景材料与问题清单。
未签署或状态未确认时,先完成商务确认与签署。
看清行业现状、问题与信息缺口,确认需求目标和实施边界。
制定方案、计划与验证条件;双方完成签署后进入执行。
组织方案实现,验证实际结果。
听取真实使用反馈,依据目标验收;归纳经验,提炼可复用知识。
05 / WORKING TOGETHER
同一件事,由不同职责接力:客户确认业务目标与反馈,FDE 负责把沟通、实现和项目推进连接起来。
提出真实任务与预期,参与方案和 Demo 的核对,确认范围、反馈与后续安排。
跟岗沟通,澄清客户原意、业务术语与需求,组织方案方向和客户反馈的业务确认。
留下:沟通、需求与确认依据核对实现条件,构建与迭代 Demo,组织成果验证,并关联版本、结果与修订记录。
留下:Demo、结果与验证记录安排计划与节点,协调人员、依赖和待确认事项,跟进范围变化与关键推进依据。
留下:计划、待办与变化记录Echo、Delta、FDPM 指工作职责,可由同一人兼任;具体分工随项目明确。
06 / TRACEABLE EVIDENCE
结合信息来源、实际任务结果与客户确认作出判断。材料更新后,定位受影响的判断与成果,复核变化。
核对客户原意、现状、可用资源与预期结果,标明资料来源与范围边界。
沟通记录、背景材料、资料清单与待确认项。
07 / PROJECT WORKBENCH
LIMU-FDE 把任务、材料、成果版本、质量记录与知识引用放在同一项目语境中,便于回查判断并安排下一步。

组织节点进展、待办与材料缺口,回查推进依据。
关联背景、需求、方案与成果,保留来源和版本关系。
将任务样本、实际结果和试点反馈带回项目记录。
按行业与任务用途查找经验,核对适用范围后用于当前项目。
08 / INDUSTRY KNOWLEDGE
知识库持续积累资料与经验;通过本体论组织其含义、关系、行为与规则,并由 FDE 核对提炼结果。
统一行业语言,明确一个词在具体业务中的含义。
连接角色、组织、资源与业务对象,解释它们如何相互影响。
描述对象能做什么,以及在什么条件下发生状态变化。
09 / WORK IN PRACTICE
订单高度定制,数据散落在各个微信群里。我们让这些数据自动归集,并在此基础上按项目、按订单算清成本。
我们先陪它把业务搬上系统,再把 AI 接进统计、审核和调运等岗位。过去要专人在微信群里收集、录入的业务数据,海量的运输单据,现在自动识别、自动进系统。
团队深耕该行业 SaaS 多年,市场占有率领先,服务多家行业头部企业。
我们把它的研发数据和公开文献汇到同一张知识网络里,让 AI 帮研究人员比对、发现新思路、辅助设计实验。
面对尽调这类材料多、要求严的工作,我们用 AI 完成大规模的资料分析,并自动形成报告初稿,交由专业人员复核。
除了研发、项目和绩效等日常应用,我们正在用 Agent 重构管理方式:每个人有自己的 Agent 收集日报,项目进度自动汇总,风险被提前发现,工作优先级由 Agent 主动协调。
NEXT / BRING ONE REAL TASK
描述任务现状与卡点,再一起判断它是否适合进入现场验证。