FDE 视角 · 从零开始把一个真实业务走成可运行系统
SI超级智能训练营 · 数据本体论主线
这一次不讲工具清单。我们把你自己的企业(或你所在的场景)当作一个从零开始的客户:先访谈出诊断底稿,再挖出选题清单,然后沿着数据本体论 把对象、关系、规则、SOP 讲清楚,再在追问式需求挖掘 之后分成两个分支:① 组织效能 · 自主进化 (用 AI 原生方法重构组织效能)与 ② 超级应用 · 自主进化 (用 AI 原生方法开发 To C 应用),做完上线才交给数字分身接着进化。绝大部分操作都是「复制一段提示词」——判断、追问、试错由 AI 与数字分身完成,你被推着往前走。
CH 1
工程初始化
项目架构初始化 + 材料归档到 ./storage + 无人驾驶配置(两个分支都要走)
工具为主 · 你复制一次
CH 2
数据本体 · 诊断分析
企业诊断底稿访谈 → 选题清单 → 材料上传 → 本体建模 + 分析报告(两个分支都要走)
人为主 · 你负责回答
CH 3
做出来(按分支)
追问式需求挖掘 → 分支:① 组织效能(看板 + 技能)/ ② 超级应用(To C 端 + 管理后台)
人为主 · 你负责拍板
CH 4
上线之后 · 交给数字分身
把项目细节与 git 地址发给分身 → 按分支演进(技能迭代 / PRD 迭代)
数字分身为主 · 你只给方向
✓
数字员工已绑定 机器人信息已保存到当前账号
通道 -
ID -
Secret -
完成
重新绑定
Harness 01 初始化工程架构 项目架构初始化 · 给你的企业复制一套
已完成
从零开始的第一条指令。发给你手头的 AI 开发工具 (下面切换)——它会在当前目录建好工程骨架、把平台核心技能装到「项目 + 全局」两级、把后端接到平台已经开通的云服务资源上。你不需要先准备任何材料,给它一个空目录就行。
验收: 它报出①项目目录结构 ②技能装到了哪两级(两个位置各自的清单)③云服务资源(appId + serverURL + functionsURL)④Git 仓库地址与 commit。期间只问过你业务问题(最多 2 个)。
复制提示词
这是我的第一个动作:为我的企业从零开始初始化一个项目工程,后端接本平台给我开通的云服务资源,并把平台的核心技能与规则装进「当前项目 + 全局」两级目录,全程自动完成。如果提示词开头带了 sessionToken 就直接复用,不需要验证码;没有 token 时才需要你向我要手机号和验证码。
【第 1 步:最多问我 2 个业务问题就开工】
只问业务问题(这家企业做什么、我在这家企业里负责什么、想先解决什么),不要问技术问题,也不要让我选框架、选目录、选工具。把回答写成 docs/prd/requirements-interview.md。
【第 2 步:建项目骨架】
在项目根目录建立:app/(业务应用);docs/prd、docs/design、docs/schema、docs/api、docs/test、docs/quality;storage/(资料区)。若是在已有项目上开工,保留它原有的框架与入口,不要为了套规范搬动 src/ 或 package.json。
【第 3 步:安装平台技能与规则,装到两级】
把平台核心技能与规则装到两个位置,两级都要装,缺一不可:
1. 当前项目目录(项目级,随项目一起入库、团队共享);
2. 用户级全局目录(这台电脑上今后开任何新项目都自动生效)。
装完后分别列出两个位置各自的文件清单,向我确认两级都已就位。
【第 3.5 步:安装 Fmode 官方技能库(必装,缺了后面做不动)】
到技能中心安装 Fmode 官方技能库:https://skillhub.cn/skills/fmode/fmode-skills (包名 @fmode/fmode-skills)。
1. 先确认有没有 skillhub CLI:`skillhub --version`。没有就装:
curl -fsSL https://skillhub.cn/install/install.sh | bash
(装完若提示 command not found,把 $HOME/.local/bin 加进 PATH 再新开一个终端。)
2. 再装技能库;**必须用 --dir 指向本工具/分身的 skills 目录**,否则装了也不会被识别:
skillhub install @fmode/fmode-skills --dir <你的 skills 目录>
两级都要装:① 当前项目(项目级,随项目入库)② 用户级全局目录(今后任何项目都生效)。
3. 也可以直接把这句话交给 AI:「请根据 https://skillhub.cn/install/install.sh 的说明,把 @fmode/fmode-skills 安装到当前项目与全局的 skills 目录,装完回报版本与清单。」
4. 为什么必装:它一次装齐 Fmode 全部能力,其中**静态文件上传 / 发布**是关键——把图片、报告、HTML 等静态文件传到对象存储并拿到**公开可访问链接**(做看板、上传素材、发布页面都要用它)。没有它,「上传静态文件」这类需求会直接卡住。
5. 装完向我回报:包名与版本、装到了哪两级、各自文件清单;并**实测一次静态文件上传**——随便传一个文件,拿到公开链接后用浏览器打开确认能访问,把链接发我。这一条不通过就不算装好。
【第 4 步:应用后端接入平台给我开通的云服务资源】
- 本机云服务资源已经开通并落盘(~/.fmode/config/enterprise/current.json,含 appId / serverURL / functionsURL;masterKey 只在这份受保护配置里)。直接拿这一套填入使用,不要另起炉灶。
- 这份配置不存在或缺 appId 时:先向讲师或企业管理员要这一套企业云服务配置(appId / serverURL / functionsURL),拿到后再继续;**数字分身的初始化放到全部项目上线之后再做,这里不要做**;不要用我的账号去别的平台或别的云厂商「领取 / 开通 / 申请 / 切换」资源,更不要自建服务器处理普通 CRUD。
浏览器端普通数据读写直接用 Parse SDK(配置里的 appId + serverURL);特权逻辑走配置里的 functionsURL:每个函数 handler(request, response),自己鉴权、校验租户与入参、可重试处幂等、返回稳定错误形状。masterKey / databaseURI 只允许在服务端使用,绝不进浏览器包、仓库、日志。
【第 4.5 步:先读官方两个库,再动手】
前端统一使用下面这两个官方库(三个渠道都已发布,直接装即可):
- **前端界面库**:npm `@fmode/skill-code-lit@1.0.0` / 源码 `github.com/fmodecn/skill-code-lit`
- **Agent 能力库**:npm `@fmode/skill-code-agent@0.1.1` / 源码 `github.com/fmodecn/fmode-code-agent`
先 `npm view <包名>` 或 `git clone` 下来读一遍 README 与目录约定,**再动手**;不要自创结构,也不要换成 React / Vue / Angular / 原生 HTML 等其它前端方案。
读完先用一句话向我复述你打算怎么按这套约定建工程,我确认后再进第 5 步。
【第 5 步:先契约后实现】
先写 docs/schema(表 / 字段 / 租户隔离)与 docs/api(云函数入参出参、错误形状),再写实现;业务表必须做租户校验。
【第 6 步:源码归档到 Git】
项目源码归档到 git.fmode.cn。没有账号时用平台云函数代理建号:POST https://server.fmode.cn/api/functions,body {token:<平台 sessionToken>, path:"/gogs/admin/proxy", params:{method:"POST", path:"/admin/users", body:{username:"fmode-<手机号>", send_notify:false}}}(服务端会强制该命名,返回的 token.sha1 即 API token);再用它调 POST https://git.fmode.cn/api/v1/user/repos 建**私有**仓库(不要传 auto_init:true),push 时用 token 作密码(不要写进 remote URL)。不要 force-push、不要动别人的仓库、不要把凭据写进仓库。
【第 7 步:自检与汇报】
做一次构建 / 自检:产物里不得出现 token、masterKey、databaseURI、localhost 地址、源 .env 文件;并确认 Fmode 技能库(@fmode/fmode-skills)已在两级就位、静态文件上传实测能拿到公开链接。向我汇报:项目目录结构、用到的云服务资源、Git 仓库地址与 commit、技能装到了哪两级、下一步建议。
【铁律】
- 除验证码、手机号、姓名外,不让我做任何操作;目录选择、失败重试、环境判断全由你完成。
- 不伪造成功:任一步失败,如实汇报卡在哪、下一步怎么办。
- 不打印任何凭据、token、验证码、masterKey。
- 云服务资源只使用 ~/.fmode/config/enterprise/current.json 里的这一套,绝不自行去别的云领取 / 开通 / 申请 / 切换。
上方切换你的开发工具,复制文本末尾会自动拼上该工具对应的安装路径 ,指明「装到当前项目目录 + 全局目录」两个位置。
Harness 02 初始化工程架构 初始化后材料整理 · 自查目录、归档到 ./storage
已完成
骨架建好了,现在把「你手上已有的东西」收进工程里。这一步不改任何业务代码,只做一件事:让 AI 自查当前项目目录,把散落的资料归到 ./storage ,并定好一套「什么能进 Git、什么不能进」的规则。
验收: 它报出①当前目录自查结果(哪些是代码、哪些是资料、哪些是垃圾)②归档清单(每份资料从哪来、归到 ./storage 下哪个子目录)③.gitignore 规则:二进制文件忽略、.md 与纯文本可提交 。归档后项目能正常构建,没被误删。
复制提示词
项目骨架已经建好。现在做一次「材料整理」,让这个工程成为以后长期干活的地方。全程自动完成,不要动业务代码逻辑。
【第 1 步:自查当前项目目录】
递归扫一遍当前项目目录,把里面的东西分成四类,逐类列出:
1. 代码与配置(源码、依赖清单、构建配置)——保持原位,不动;
2. 资料文件(文档、表格、图片、音视频、聊天导出、PDF、扫描件)——下一步要归档的;
3. 构建产物与缓存(dist/、node_modules/、.cache/、临时文件)——应进 .gitignore;
4. 不明文件(看不懂用途、可能是误放的)——单独列出,归档前先问我一句,不要擅自删。
告诉我每一类的数量与占用空间,哪些是重复的、哪些明显是旧版本。
【第 2 步:在项目根建资料区 ./storage】
在项目根建立 storage/ 目录,按资料性质分子目录(例如 storage/docs/ 文档、storage/sheets/ 表格、storage/media/ 图片音视频、storage/raw/ 原始导出与未知格式)。把上一步第 2、4 类资料移动进去,保持文件名可追溯(必要时重命名成「来源-内容-日期」的形式),并在 storage/README.md 里登记一张归档清单:原路径 → 新路径 → 一句话说明这是什么。
【第 3 步:定 .gitignore 规则(关键)】
在项目根的 .gitignore 里写清资料区的规则:
- **二进制文件不入库**:图片、音视频、PDF、Office 文档、压缩包、数据库文件、扫描件等一律忽略(例如 storage/media/、storage/raw/、*.pdf、*.docx、*.xlsx、*.jpg、*.mp4、*.zip);
- **纯文本可入库**:Markdown(.md)与纯文本(.txt/.csv/.json/.yaml)可以提交,方便团队共享与 AI 读取——即 storage/docs/ 下的 .md、storage/sheets/ 下的 .csv 等保持可提交;
- 同时忽略依赖目录、构建产物、本地环境文件、凭据文件(.env、*credential*、*secret*、*token*)。
并在 storage/README.md 顶部用一句话说明这套规则:为什么二进制不入库(体积、隐私、Git 不是网盘)、为什么 md 与纯文本要入库(可 diff、可共享、可被 AI 直接读)。
【第 4 步:自检与汇报】
- 移动资料后重新跑一次构建 / 启动,确认项目仍然正常,没有因为搬动文件而断路;
- git status 确认:被忽略的二进制没有出现在待提交清单里,而 .md / 纯文本正常出现在待提交清单里;
- 向我汇报:自查结果(四类各自数量)、归档清单条数、.gitignore 里新增了哪几组规则、构建是否仍通过。
- commit 一次:「chore(storage): 资料归档到 ./storage 并定 .gitignore 规则」。
【铁律】
- 不删任何资料:拿不准的先进 storage/raw/ 并告诉我,绝不擅自删除或覆盖;
- 不动业务代码与依赖清单;
- 不把任何凭据、token、密钥移进 storage/ 或提交进仓库。
✓ 这样归档是对的
二进制进 storage/media/、raw/,被 .gitignore 挡住——仓库不会因为几张扫描件暴涨几百 MB
storage/README.md 与纯文本资料可提交——团队 clone 下来就能看到「有哪些资料、各自是什么」
拿不准的文件进 raw/ 并标注,不做删除动作
✗ 常见的错法
把所有资料一股脑 commit 进 Git——仓库变成网盘,clone 要几分钟
把 .md 也一起忽略掉——AI 和同事都读不到底稿,后面本体建模只能靠猜
「看着像垃圾就删了」——原始资料一旦删掉不可恢复,宁可留着
这一步做完,你的工程就有了一个「资料进得来、仓库不臃肿 」的地基。后面 Ch2 的本体建模,就是在这个资料区上做文章。
Harness 03 配置 · 无人驾驶 配置 · 无人驾驶(cc 快捷指令)
已完成
前五步都在「平台里」跑。这一步把终端 也变成无人驾驶:先让 cc 成为启动 Claude Code 的快捷指令,再让 AI 工具自己帮你弹终端、跑起来。装一次,长期有效。
验收: 新开一个终端窗口,随便进一个目录敲 cc,能直接进入 Claude Code 对话界面,且不再逐条问你权限。
Mac
Linux
Windows
第 1 条 写入 ~/.zshrc(Mac 默认 shell)
复制命令
第 2 条 把「装技能」这步指挥给 AI 工具
复制提示词
这条发给任一 AI 工具:它会在当前项目目录 弹出一个终端窗口并启动 cc —— 把「全局 + 项目技能安装」直接交给它执行。若你的工具不支持弹终端,它会改用等价的命令行方式完成,并在回复里说明用了哪种方式。
为什么要跳过权限确认?
初始化过程要建目录、装技能、读写配置,逐条确认会打断几十次。这是在你自己的电脑上、由你亲自发起的初始化,跳过确认只是让它一次做完;正式干活时你可以随时改回来(去掉 --permission-mode bypassPermissions 这一段即可)。
Mac / Linux / Windows 命令为什么不一样?
Mac 默认用 zsh、Linux 默认用 bash、Windows 用 PowerShell,三者的「快捷指令」写法不同。选对你的系统复制即可,页面已经帮你换好了。
Ch2-0 概念地基 数据本体论是什么 · 全册路线图
已完成
前面 Ch1 把环境装好了。从这一章起,主线全部围绕一个问题:怎么让 AI 真正接住你的业务 。答案是先建一层「数据本体」——说清这门生意里有哪些东西、它们怎么连、现在走到哪一步、下一步该谁做什么。这一节先把这个概念讲透,再给你一张全册路线图。
🧠 记录 ≠ 资产,中间隔着这一层
资料攒了十年,躺在聊天记录、表格、文档里,但它们是
记录 ,不是
资产 。区别在于:记录只是「有这些字」,资产是「这些字归属于哪个对象、处在什么状态、下一步该谁做什么」。没有这一层,AI 再强也只是更快的搜索框——查询很快,判断为零。
对象 有哪些东西
客户、订单、素材、供应商、申诉单……先给它起个名字 。名字定下来,数据才有归属;名字乱,后面全乱。
关系 它们怎么连
特别要揪出「看起来是一个、其实是两个 」的对象(掏钱的和用服务的不是同一个人)。关系说清,谁该收到什么信息就一目了然。
规则 什么情况下发生什么
状态怎么流转(留资 → 咨询 → 签约 → 服务中 → 流失),每次流转的触发条件与负责人是谁。有这一层,AI 才「知道该干什么」。
属性 每个对象记什么
可被查询、可被统计的字段。属性定得准,问答和统计才准——「搜 IC 能命中帝国理工」靠的就是属性上的别名归一。
人 拍板角色 选题·验收·给建议
──▶提需求
数据本体 骨架角色 对象·关系·规则·SOP
──▶长出
看板 镜子角色 让状态被看见
数字分身 执行角色 接单·干活·上报
──▶沉淀
技能群 双手角色 把流程变成能力
◀──进化
上线产物 资产角色 看板 / 应用 + Git 仓库
本册是「一条链 + 一个分叉」:前六步两个分支一样,第六步之后二选一,第九步再汇合成「交给数字分身」。每节都有明确的交付物:
1 Harness 部署
装环境、整理材料、初始化分身
产出:可用的工程骨架
2 企业诊断底稿
AI 当咨询师,访谈出你的业务全貌
产出:公司诊断底稿
3 选题清单
从高频事件挖出 AI 落地场景
产出:选题清单(线上)
4 材料分析
读懂材料、归类、给补充建议
产出:材料分析报告
5 本体建模
对象·关系·规则·SOP·协作流转
产出:本体分析报告
6 需求挖掘
追问式咨询:看板要看什么 / 给 C 端什么功能
产出:页面结构 or 功能需求
7 分叉 · 二选一
路线① 看板 / 路线② To C 应用 + 管理后台
产出:选定一条路线
8 上线
用 Fmode(Fmode Code)开发,发布到 app.fmode.cn
产出:线上地址 + Git
9 交给数字分身
把细节与 git 地址发给分身,按路线继续演进
产出:分身在持续干活
✓ 这一册怎么用
Ch1 复制给工具与分身 ;Ch2-5 绝大部分时间你在回答问题
每节的提示词都是整段复制 ——右上角按钮已带登录 Token,不用你手填
每节都拿到一个能打开、能看懂的东西,才进入下一节
第 6 步之后必须二选一 :左侧顶部切「路线①」或「路线②」,别两条一起跑
✗ 这几种都不算数
跳过诊断底稿直接建模——做出来的是通用模板,不是你的业务
只画对象不写协作流转——「谁提需求、谁拿结果」说不清,将来就掉球
需求没挖清就开工——中途反复改,最后交付不了
这一节不需要发提示词。读明白了,直接进下一节,开始访谈。
Ch2-1 业务选题挖掘 企业诊断底稿 · 让 AI 当咨询师来访谈你
已完成
注意:这一步不去 Git 拉任何底稿。 你要假装面前坐着一位咨询顾问,而你是企业老板。他不懂你的业务,只能靠问。你把你的企业从零讲给他听,他一轮轮追问,最后形成一份《企业诊断底稿》。 底稿必须问到四件事:部门与岗位的核心工作流 → 每个工作流的结果目标 → 支撑它所需的知识 → 其中重复高频发生的具体事件 。
验收: 你拿到一份《企业诊断底稿》,含:部门/岗位清单、每个岗位的核心工作流(触发→步骤→交付物)、结果目标与好坏标准、依赖的知识与资料、以及一份「重复且高频发生的具体事件」清单(至少 5 条,每条注明发生频率)。
复制提示词
现在请你扮演一位资深的企业咨询顾问,来给我的企业做一次「业务诊断」。我没有准备任何材料,你也不要去任何代码仓库或 Git 里找底稿——全靠访谈。你的目标是问出一份《企业诊断底稿》,作为后续挖掘 AI 落地选题的原始依据。
【访谈对象与语气】
- 我是这家企业的老板/业务负责人,懂业务但不懂技术;你用大白话问,不要用咨询黑话。
- 每一轮最多问 3 个问题,问完就停下等我回答;我回答完你再决定下一轮问什么。
- 每次提问都带上你自己的猜测版答案(格式:❓问题 → ➡️我猜是……,理由一句话),我多数时候只要回「对/改成这样」,效率高很多。
【必须问到的四层(按顺序推进,问全了才往下)】
1. **部门与岗位**:这家企业有哪几个部门?每个部门里有哪些岗位?哪个岗位是「活儿最多、最重复」的?请把部门—岗位的对应关系列清楚。
2. **岗位核心工作流**:针对上面挑出的关键岗位,一个一个问清它的核心工作流——这件事什么时候被触发?中间分几步?每一步谁做、做什么、交什么?最后交付给谁?请把每一步都问成「动词 + 对象 + 交付物」的形式。
3. **结果目标**:每条工作流最终要达成什么结果?这个结果「做好了什么样、做砸了什么样」?谁来验收?有没有考核指标?
4. **依赖知识**:要干好这条工作流,需要哪些知识、资料、经验、案例、模板、话术、规则?(例如:产品参数、报价规则、历史案例、行业术语、客户档案、合规要求)。这些知识现在存在哪、谁能拿到?
最后收敛出一份「**重复且高频发生的具体事件**」清单:把上面四层里「反复在做、每次都要重来一遍」的具体事情单独摘出来,每条注明大概多久发生一次(每天/每周/每月)、每次大约花多久。至少要 5 条。
【访谈纪律】
- 我不要听行业通用套话,只要你的企业里真实发生的事;我讲得含糊时你继续追问,不要替我填一个「看起来合理」的答案。
- 一时问不出来的,记进「待补充清单」并在下一轮继续追,不要跳过。
- 全程不要问我技术问题(用什么工具、什么系统、什么框架),只问业务。
【收尾产出:《企业诊断底稿》】
访谈结束后,把结果整理成一份 markdown 底稿并写入当前项目的 storage/docs/ 目录,文件名 company-diagnosis.md,结构:
1. 企业一句话简介(做什么的、给谁做、规模);
2. 部门—岗位清单与对应关系;
3. 关键岗位的核心工作流(一岗位一节:触发条件 → 步骤详解(每步谁做/做什么/交付什么)→ 交付给谁 → 结果目标与好坏标准 → 依赖的知识/资料);
4. 重复高频事件清单(表格:事件名 / 所属岗位 / 频率 / 单次耗时 / 现在是人工还是系统);
5. 待补充清单(还没问清的信息 + 下一轮要问什么)。
写完后向我汇报:底稿路径、覆盖了几个部门/岗位、摘出几条高频事件、还差什么没问清。
【铁律】
- 不编造:我只说了什么你就记什么,没说的标「待确认」,绝不替我把故事编圆。
- 底稿里不出现真实客户姓名、手机号等隐私,需要时只写「某客户」。
- 不要跳过访谈直接写底稿,也不要一次问完所有问题。
部门 → 岗位 先把组织结构问出来
不知道「谁在干这些活」,后面所有分析都是悬空的。先问出部门—岗位对应关系 ,才能定位到「活儿最多的那个岗位」。
工作流 触发 → 步骤 → 交付物
把「我们平时就是那样弄的」逼成 动词 + 对象 + 交付物 :什么事触发了它、分几步、每步谁做、做完交给谁。
结果目标 做好了什么样
没有验收标准的流程,AI 学不会。要问出 「做好了什么样、做砸了什么样、谁验收」 ——这三句就是以后技能里的验收标准。
依赖知识 凭什么能干好
产品参数、报价规则、历史案例、话术模板、合规要求……这些就是以后要喂给数字分身的材料 ,也是本体里的属性来源。
这一步你只需要回答 。AI 问得越狠,后面越省事;它要是问得太客气、你没被问烦,说明底稿还不够厚——下一节就处理这件事。
Ch2-2 业务选题挖掘 自查底稿 · 不够就继续追问
已完成
底稿写完了,但大概率还不够出选题清单 。这一步让 AI 拿一张「及格线检查表」自评你上一轮的底稿:哪一层没问到、哪里太笼统、哪条事件说不清频率——然后继续扮演咨询师追着问 ,直到达标。问不动的时候,它会换用混沌理论框架(第一曲线 / 第二曲线、创新战略、AI 原生战略)帮你打开思路。
验收: AI 给出「底稿体检报告」(每一项打分:达标 / 待补 / 缺失),把待补项逐轮追问补齐,最后宣布「底稿已达标,可以出选题清单」。若中途你答不上来,它会给你三选一的启发式问题,而不是停在那。
复制提示词
继续当我的企业咨询顾问。上一步的《企业诊断底稿》(storage/docs/company-diagnosis.md)已经写完,但我不确定它够不够。请你先自己体检,再不达标就继续追问我。
【第 1 步:底稿体检(逐项打分:达标 / 待补 / 缺失)】
拿下面这张及格线检查表逐条打分,每条给出「为什么是这个分」的一句话理由:
A. 部门与岗位:部门是否齐全?每个部门是否有 1 个以上具体岗位?是否点出了「活儿最多」的岗位?
B. 核心工作流:关键岗位是否都有完整工作流?每条是否都写清「触发条件 → 分几步 → 每步谁做/做什么/交付什么 → 交付给谁」?
C. 结果目标:每条工作流是否都有「做好了什么样 / 做砸了什么样 / 谁验收」?有没有可量化的指标?
D. 依赖知识:是否列出了支撑这条工作流所需的知识、资料、模板、规则?是否说明这些知识现在存在哪、谁拿得到?
E. 重复高频事件:是否至少有 5 条?每条是否有频率(每天/每周/每月)与单次耗时?是否注明了现在是人工还是系统?
F. 可推理度:仅凭这份底稿,你能不能在不猜的前提下写出 8 条像样的 AI 落地选题?如果有任何一条选题你必须靠猜,指出来是哪条、缺什么。
把体检结果写成一张表,列出所有「待补」和「缺失」项。
【第 2 步:继续访谈(追问到达标)】
针对每一条待补/缺失项,继续按咨询师的方式追问我:每一轮最多问 3 个问题,每个问题带你的猜测版答案。
- 我回答得上:记录进底稿,把该项改成「达标」。
- 我回答「不知道」:不要跳过。改用「启发式三选一」——给我三个具体选项让我指认(例如:❓这件事是每日晨会前做、还是每天下班前做、还是接到临时通知才做?),或者请我「举个上周刚发生的具体例子」。
- 我连续两轮都答不上来:换成更高视角的框架来启发我,至少尝试一种——
· 第一曲线 / 第二曲线:现在这条业务的增长靠什么?它的天花板在哪?第二曲线可能从哪长出来?
· 创新战略:我们和同行比,哪些能力是我们有而别人没有的?哪些活是我们做得特别重、特别慢的?
· AI 原生战略:如果这个岗位从今天起只有一个人 + 一个 AI,哪些环节必须重做、哪些可以整段交给 AI?
用这些框架问出 2-3 个能落地的新线索,再落回 A-E 的检查表。
【第 3 步:更新底稿并宣布达标】
每问完一轮就增量更新 storage/docs/company-diagnosis.md(保留原内容,补充新信息,勾掉已补齐的待确认项)。
当 A-E 全部达标、F 项你确认「仅凭底稿能无猜写出 8 条选题」时,停下来向我汇报:「底稿已达标,可以出选题清单。」并给出:体检表最终版(哪些从待补变成了达标)、底稿新增了哪几节、以及你现在最想先挖的三个岗位/工作流。
【铁律】
- 不要为了「显得达标」而放宽标准;宁可多追问两轮。
- 不要替我编答案:我问不出来就标「当事人也没说清」,这本身就是一条重要发现。
- 全程只问业务问题,不问我技术选型。
✓ 达标信号
你能对着底稿指出「张三这个岗位,每天要做的那件事是什么」——具体到人、到事、到频率
每条工作流都有一句「做砸了会怎样」——这是以后技能验收标准的雏形
你被问烦过至少一次——说明它真的在追问,而不是顺着你点头
✗ 不达标的样子
底稿里全是「提升效率」「优化流程」这类词,没有具体事件
问频率时答案是「经常」「不定期」——等于没说,AI 无法排优先级
你自己答不上来,AI 就替你编了一个合理答案继续往下走
这一节最反直觉:AI 的价值不在于给你答案,而在于把你没想清楚的地方问出来。 下一节才把它变成清单。
Ch2-3 业务选题挖掘 输出《选题清单》· 从高频事件到可落地选题
已完成
底稿达标了,现在把它变成一张能挑的清单。AI 从「重复高频事件」里挖出 AI 落地场景,按六维难易度给你打分,生成一个可视化选题清单网页并发布上线——你拿着手机就能挑今天要做哪一条。
验收: AI 报出选题清单网页 URL,页面可按重要度(高/中/低)和难易度(绿/黄/红)筛选,至少列出 8 条选题;每条选题都注明了它源自底稿里的哪个事件。
复制提示词
《企业诊断底稿》已达标(storage/docs/company-diagnosis.md)。现在基于它挖掘 AI 落地场景选题,并生成可视化选题清单上线,全部由你自动完成。
【第 1 步:读底稿,锁定高频事件】
通读 company-diagnosis.md 全文。把「重复高频事件清单」作为主矿脉——每条高频事件都是一个潜在选题的来源;再用「依赖知识」和「结果目标」判断这件事能不能被 AI 接管。不要引入底稿之外的通用模板场景。
【第 2 步:挖掘选题场景(至少 8 条)】
按「输入 → 处理 → 输出」框架,从高频事件里挖出至少 8 个 AI 落地场景。涵盖但不限于:内容生产、数据整理、客户沟通、内部流程自动化。
每条选题必须写明:选题名称、源自底稿的哪条事件(引用原句)、业务简述、输入材料类型、输出成果形式、处理步骤数、决策逻辑特点、以及一句话「为什么值得先做」。
【第 3 步:六维难易度评估】
用以下标准给每条选题打上 🟢 绿 / ⚠️ 黄 / ❌ 红:
1. 输入材料格式:🟢 纯文本(md/txt/csv)→ ⚠️ Office/PDF → ❌ 扫描件/音视频
2. 处理步骤数:🟢 少于 5 步 → ⚠️ 5-10 步 → ❌ 超过 10 步
3. 判断决策逻辑:🟢 规则清晰可量化 → ⚠️ 少量模糊需校准 → ❌ 大量主观经验
4. 输出形式:🟢 结构化数据/表格 → ⚠️ 简单图文排版 → ❌ 复杂报告/创意稿
5. 数据敏感等级:🟢 公开/非敏感 → ⚠️ 内部敏感需脱敏 → ❌ 核心机密
6. 业务重要程度:高 / 中 / 低
再补一列「**建议**」:绿多黄少 → 今天就做;红多 → 放二期,并说明一期先做什么。
【第 4 步:生成可视化选题清单网页并上线】
生成一个静态 HTML 页面作为选题清单(存为 topics.html),必须包含:
- 顶部标题:企业名 + 「AI 落地场景选题清单」;
- 每张卡片展示:选题名称、源自哪条高频事件、六维评分(绿黄红圆点)、评估说明、推荐理由;
- 支持按重要度(高/中/低)和难易度(绿/黄/红)筛选的筛选器(纯 JS,必须真实可用);
- 底部标注推理假设与后续迭代方向。
然后用平台的静态前端发布规则把它上线(fmode-loop 的 Static frontend release):
1. 注册/复用 Project:POST https://server.fmode.cn/api/functions(path=/fmode/project-register),拿 projectId;.fmode/deploy.json 已有且归属正确就复用。
2. 领取 STS:POST https://server.fmode.cn/api/apig/deploy/huaweicloud {token, projectId},拿临时凭据与 obsPath;公开地址为 https://app.fmode.cn/dev/<projectId>/。
3. 上传 OBS:把 topics.html 与依赖资源传到 obsPath(前缀 dev/<projectId>/),-acl=public-read;.html 显式设 contentType: 'text/html'。
4. 刷 CDN:POST https://server.fmode.cn/api/apig/deploy/huaweicloud-cdn-refresh {token, projectId, path:"/dev/<projectId>/"}。
【第 5 步:汇报】
报出选题清单 URL:「选题清单已上线:https://app.fmode.cn/dev/<projectId>/topics.html,手机浏览器直接打开。」并附:你推荐的试点选题(1-2 条)与一句话理由、以及为什么其他几条建议放二期。
【铁律】
- 不伪造场景:每条选题必须能追回底稿里的具体事件,不能是通用模板。
- 发布流程不可跳过:必须走 STS → OBS → CDN。
- 筛选器必须真实可用,不是装饰。
- 最终访问地址必须是 app.fmode.cn 域名,不是华为云 OBS 桶域名。
挑选题的原则:先挑「绿多黄少 + 业务重要度高」的那一条 。一条跑通,比八条都停在清单上强得多。
Ch2-4 业务本体建模 材料上传与分析 · 先看材料,再下笔
已完成
选题定了,开始建模。但先别急着画图 ——第一步是把材料交出去分析。你把手上有的资料一股脑丢给 AI(图片、Word、PPT、聊天截图、表格、视频),它逐份读完、归类,告诉你「还缺什么」,你确认之后才进入本体建模。顺序不能反:先材料,后建模。
验收: AI 给出①材料盘点(每份是什么、信息密度如何、能归到哪个岗位/工作流)②「还缺什么」补充清单(明确告诉你还需要去找哪几类材料)③一份《材料分析报告》。你看完清单,确认「就这些材料」或「我再去补 X」,才进入下一步。
复制提示词
我要做本体建模了,但先要把材料理清楚。我接下来会一批一批发材料给你(可能有图片、Word、PPT、聊天截图、朋友圈九宫格、视频、表格、以及一些打不开的二进制文件)。请你先读懂、归类、并告诉我缺什么。全程自动完成。
【第 1 步:先认材料】
逐个看每份材料:是什么类型、大概在讲什么、信息密度怎么样、对应我们选题场景里的哪个岗位/工作流。
遇到打不开的二进制文件:先看文件名、大小、头部特征判断它可能是什么;判断不了就标注「未知类型,建议我补充说明」,不要跳过,也不要猜里面的内容。
【第 2 步:归类到选题场景】
按我们选定的选题场景(见选题清单),把每份材料归到它服务的位置:
- 它是「输入侧」材料(资料进来要处理的原文)?
- 还是「规则侧」材料(报价规则、话术模板、合规要求这类判据)?
- 还是「样例侧」材料(历史上做好的成品,可以当 few-shot 范例)?
对应不上的材料,单独放进「暂无法归属」清单——这往往正是我们缺的那一块。
【第 3 步:给补充建议(关键的一步)】
基于实际材料,明确告诉我「还缺什么」,要具体到可执行:
- 缺哪一类材料(例如:缺最近 3 个月的真实聊天记录、缺一份完整的报价表、缺 5 份成品报告作为范例);
- 每类建议找多少份才有代表性,为什么是这么多;
- 每类材料拿到后准备用来干什么(喂给哪个环节)。
写成一张《材料补充建议清单》,按「重要性」排序:先补哪几项,能补的补上,补不到的说清影响。
【第 4 步:写材料分析报告】
输出一份报告(写入当前项目 storage/docs/material-analysis.md),分四块:
① 这批材料讲了什么(按岗位/工作流分组,一段一个主题);
② 每份材料归到哪个位置(输入侧 / 规则侧 / 样例侧 / 暂无法归属);
③ 发现了哪些我们原来没想到的(新材料揭示的新情况、新材料暴露的旧假设错误);
④ 还缺哪些信息(引用第 3 步的补充建议清单,按重要性排序)。
报告面向业务,用大白话写,技术名词第一次出现时用一句话解释。
【第 5 步:停下来等我确认】
把「材料盘点 + 补充建议清单 + 报告摘要」汇报给我,然后**停下**,问我:「这些材料够开工了吗?要不要先补几类?」我确认或补完材料后,你再进入本体建模。
【铁律】
- 不打码、不外传任何隐私信息;涉及真实姓名/联系方式的材料,报告里只写「已脱敏的某个对象」。
- 报告面向业务,不是技术文档——宁可多写一句解释,也不要堆术语。
- 材料里没有的,不要为了让报告好看而编出来。
- 不要在我确认材料之前就开始画本体图。
先发这段提示词,再把材料一批一批发过去 。材料多没关系,丢给它就行。它给你补充清单后,能补的尽量补 ——这一步补得越足,下一步的本体图越准。
Ch2-5 业务本体建模 业务本体建模 · 对象、关系、规则、SOP
已完成
材料确认了,现在动笔画。用数据本体论把这件事拆成五层:对象 → 关系 → 规则 → SOP → SOP 步骤详解 。特别注意最后两层里的协作流转逻辑 :谁提需求、谁拿结果、跨部门/跨上下级/前后阶段怎么交接。这一步不做,后面做出来的只是另一个表格。
验收: AI 给出带中文注解的 PlantUML 图(对象与关系)+ SOP 步骤表(每步:谁做 / 做什么 / 输入 / 产出 / 交给谁)+ 协作流转说明(谁提需求、谁拿结果、卡在哪一步会怎样)。你确认「这张图讲的就是我们公司」之后,才进入下一步。
复制提示词
材料已确认(storage/docs/material-analysis.md),现在开始业务本体建模。你要把这个场景拆成五层,全程自动完成,不要让我做技术选择。
【第 1 层:对象(有哪些东西)】
列出这件事里所有的「东西」——人 / 事 / 物。逐个给出:对象名、一句话定义、它由谁维护。
特别注意找出「看起来是一个、其实是两个」的对象(例如「客户」与「联系人」、「订单」与「交付」),明确指出并说明为什么必须分开。
【第 2 层:关系(它们怎么连)】
说清对象之间的连接:一对一 / 一对多 / 多对多,以及关系的方向(谁引用谁)。
每条关系写一句中文注解,说明「这个连接在业务上意味着什么」。关系说不清的地方,标「待确认」并写清要问谁。
【第 3 层:规则(什么情况下发生什么)】
把业务规则列出来:状态怎么流转(状态机)、每次流转的触发条件是什么、谁有权触发、流转后发生什么。
区分「硬规则」(必须遵守,例如合规、审批)与「软规则」(经验判断,例如优先联系谁)。软规则要注明「现在靠谁的经验」。
【第 4 层:SOP(把事情从头到尾串一遍)】
把这个场景的标准作业流程写成步骤表。每一步必须写清五列:
| 步骤号 | 谁来做(岗位) | 做什么(动词+对象) | 输入什么 | 产出什么(交付物) |
步骤要完整覆盖:从什么事触发它开始,到最终交付给谁结束。
【第 5 层:SOP 步骤详解(重点写协作流转)】
逐个步骤展开,重点写清跨边界的地方:
- **谁提需求**:这一步的输入是谁提出来的?他为什么提?他期望拿到什么?
- **谁拿结果**:这一步的产出交给谁?他拿去做下一步的什么?
- **跨部门 / 跨上下级 / 前后阶段的交接**:交接时以什么为准(文件?系统记录?口头?群消息)?交接有没有容易掉球的地方?
- **卡住的后果**:如果这一步没按时做完,会影响下游谁、影响多大?
- **依赖的知识**:这一步要干好,需要哪些资料、模板、规则、历史案例?
【出图与产出】
1. 用 PlantUML 画一张对象关系图(类图 @startuml),字段写在类里、关系写在连线上,每一处都配中文注解说明「这是什么、为什么这么连」;
2. 用 PlantUML 画一张 SOP 流转图(活动图),把「谁提需求 → 谁处理 → 交给谁」的接力关系画出来;
3. 把 SOP 步骤表与步骤详解写成 markdown。
三份产物都写入当前项目,路径与文件名由你决定(建议 storage/docs/ 与 docs/design/),并在汇报时给出路径。
【汇报】
把对象清单、关系图、SOP 步骤表摘要、以及你标记的「待确认」项一起给我,问我一句:「这张图讲的就是你们公司的情况吗?有要补的对象、关系或步骤吗?」我确认后再进入下一步。
【铁律】
- 报告不要堆技术术语,多用中文注解和直观示意图;不懂技术的人要能一眼看懂。
- 不确定的地方明确标「待确认」,不要编一个看起来合理的答案。
- 除业务问题外,不要问我任何技术选择。
- 不要省略协作流转那一层——只画对象不写交接,等于没做本体建模。
1
对象
有哪些东西。先给它们起名字——名字定下来,数据才有归属。
产出:对象清单
2
关系
它们怎么连。特别揪出「看起来是一个、其实是两个」的对象。
产出:对象关系图
3
规则
什么情况下发生什么。硬规则与靠经验的软规则分开写。
产出:状态机 + 规则表
4
SOP
从头到尾串一遍。每步五列:谁做/做什么/输入/产出/交给谁。
产出:SOP 步骤表
5
协作流转
谁提需求、谁拿结果、跨部门/跨上下级怎么交接、卡住影响谁。
产出:SOP 流转图 + 详解
第 5 层是这次新增的重点:「谁提需求、谁拿结果」写不清楚的地方,将来就是数字分身掉球的地方。
Ch2-6 业务本体建模 输出《数据本体分析报告》
已完成
把前五节的成果收成一份报告。这份报告是本章的交付物,也是下一章「架构设计」的输入。关键要求:不要太技术化。 图要多、注解要足,让一个不懂技术的业务负责人能从头读到尾。
验收: 你拿到一份报告,四块齐全:①数据本体架构(对象/关系/规则 + 带注解的图)②SOP 详解(步骤表 + 每步协作流转)③协作衔接流程(跨部门/跨上下级/前后阶段怎么接力)④材料附录(用了哪些材料、各自归到哪)。报告里没有看不懂的裸术语。
复制提示词
把前面几节的成果收成一份《数据本体分析报告》,作为本阶段的交付物。全程自动完成。
【报告定位】
读者是**不懂技术的业务负责人**(老板、部门经理、岗位骨干)。所以:
- 图要多:对象关系图、SOP 流转图、状态流转图,能画图的地方不要用文字堆;
- 注解要足:图上每一处、每张表每一列,都用中文写清「这是什么、为什么这么设计」;
- 术语不过夜:必须出现的术语(对象、关系、SOP、状态机)在第一次出现时用一句大白话解释。
不要把这份报告写成技术设计文档——那是下一章的事。
【报告结构(四块,缺一不可)】
① **数据本体架构**
- 对象清单:每行「对象名 / 一句话定义 / 谁维护 / 关键属性」;
- 对象关系图(PlantUML 类图 @startuml):字段写在类里、关系写在连线上,每个类和每条线都配中文注解;特别标出「看起来是一个、其实是两个」的对象;
- 规则说明:硬规则与软规则分开列,状态机用一句话一句状态写清楚(从什么状态、满足什么条件、转到什么状态、谁触发)。
② **SOP 详解**
- SOP 步骤表:| 步骤号 | 谁来做 | 做什么 | 输入 | 产出 |;
- 步骤详解:逐步展开,重点是输入从哪来、产出交给谁;
- SOP 流转图(PlantUML 活动图):把接力关系画出来。
③ **协作衔接流程**(本报告的重点)
- 谁提需求:一条需求从谁那里发起、为什么发起;
- 谁拿结果:每个产出最终落到谁手上、他拿它做什么;
- 跨部门衔接:部门 A 交到部门 B 时以什么为准(文件 / 系统记录 / 群消息),哪一步最容易掉球;
- 跨上下级衔接:哪些步骤要上级审批、哪些下级可以自决;
- 前后阶段衔接:上一阶段完成到什么程度才算可以进入下一阶段(准入门槛)。
④ **材料附录**
- 本次用了哪些材料(原始文件名 + 类型 + 一句话内容);
- 每份材料归到本体的哪个位置(输入侧 / 规则侧 / 样例侧);
- 哪些材料没找到、影响是什么(诚实列出,不要掩饰)。
【产出与汇报】
报告写入当前项目(建议 storage/docs/ontology-report.md,供人阅读的版本),配图用 PlantUML 源码块内嵌(不要只给图片链接)。
汇报给我:报告路径、四块各自的完成度、报告里你标了哪些「待确认」项、以及你建议下一章先设计哪个对象/流程。
【铁律】
- 报告面向业务,不面向工程师;宁可多一张图,不要多一段术语。
- 有一说一:材料里没支撑的结论,标「基于推断,待验证」,不要写成既定事实。
- 隐私信息只写「已脱敏的某个对象」。
- 不要为了报告好看而补编对象或流程。
复制
@startuml 客户档案 · 本体结构(示例)
' 说明:这张图的每一格都是「一个可被查询、可被统计的东西」
' 看不懂 UML 没关系,照着方框和图上的中文读即可
class 客户 {
+ 姓名 / 来源渠道
+ 需求方向
+ 当前阶段
--
' 状态就是这里:从留资到成交要走 6 个状态
' 每次流转都要有触发条件与负责人
}
class 沟通记录 {
+ 时间 / 渠道
+ 结论
+ 待办
}
class 交付订单 {
+ 服务项
+ 金额
+ 交付状态
}
class 可用资源 {
+ 名称 / 能力标签
+ 档期
+ 成本
}
客户 "1" --o{ 沟通记录 : 一个客户有多条沟通
客户 "1" --o{ 交付订单 : 一个客户可有多次交付
可用资源 "0..n" --o{ 交付订单 : 被匹配到订单上
note right of 可用资源
匹配结果必须能解释
「为什么是它」——
否则就是把表格换了个地方放
end note
@enduml
这是报告里那张图长什么样的示意。你不需要会写 UML —— 提示词里已经要求它用中文注解把每个方框讲清楚 。报告写完,Ch2 结束;接下来 Ch3 把这张图变成能点、能筛、能统计的看板。
下一节开始分叉,只走一个分支: · 分支① 组织效能 · 自主进化 → 追问式需求挖掘 → 看板 + 技能,用 AI 原生方法重构组织效能。 · 分支② 超级应用 · 自主进化 → 跳过看板那条线,直接做 To C 应用 + 管理后台。 选好再往下,别两个分支一起跑。
Ch3-1 架构设计 · 需求 追问式需求挖掘 · 被问到你没有含糊
已完成
本体报告有了,但「要做一个什么样的看板」还全是含糊。这一步让 AI 扮演严格的咨询顾问 ,把待定的事画成一棵决策树,分轮追问——每一问都带着它自己的建议答案,你多数时候只要回「同意」或「改成这样」。参考 /grill-me 的分轮追问决策树打法:前置条件没定的问题,不许提前问。
验收: 它把所有待定项列成清单(已定 / 仍开放 / 明确不做),给你一份《看板内容结构》(有哪些页面、每页放什么、有哪些筛选、有哪些统计数字、详情页展开什么),并在收尾时问你「都对齐了吗?可以开工,还是要调整?」——你说可以,它才动手。
复制提示词
材料与本体报告都已就绪(storage/docs/ontology-report.md)。现在请你扮演一位严格的咨询顾问,对我这个看板项目做一次「追问式需求挖掘」。目标:把我脑子里「大概是那样」的需求,问到「每一项都具体、可开工、无歧义」。规则如下:
【工作方式】
1. 把待定的事画成一棵「决策树」:每个决定分出它依赖的下一层决定。
2. 分轮提问:每一轮,只问「现在就能确定答案」的问题(前置条件已经清楚的那些)。前置条件还没定的,留到后面的轮次,不要提前问。
3. 每个问题都要带上你自己的建议答案和一句理由,格式:
❓ 问题:<问题内容>
➡️ 我的建议:<建议答案 + 一句为什么>
4. 一轮问完就停下等我回答,不要自问自答;我的回答会改变决策树,你再算下一轮该问什么。
5. 能自己从我前面给的材料与本体报告里查到答案的,不要问我——先自己查,查不到再问。
6. 用大白话问。我是业务负责人,不是产品经理;问「谁每天要打开它」而不是问「用户角色权限模型」。
【要覆盖的方向】
- 目标与边界:这个看板到底给谁用、要回答什么问题、明确不做什么?
- 业务口径:本体报告里的对象/状态,哪些要做成页面、哪些只做筛选维度、哪些压根不上面?
- 关键提醒:什么情况最要命(例如快到期、超预算、久未跟进)?这些要不要顶到最上面?
- 数据来源:每个页面上的数字从哪来?如果某个来源断了怎么办?最坏情况是什么?
- 边界情况:数据量涨 100 倍怎么办?出现重复或错误数据怎么办?谁能看、谁不能看?
- 协作衔接:本体报告里「谁提需求、谁拿结果」那条链上,看板要帮哪一段?
【收尾(当没有待定项时)】
1. 把所有已定的决定,逐条列成清单;
2. 列出仍然开放的和明确不做的;
3. 给我一份《看板内容结构》:有哪些页面 / 每个页面放什么 / 有哪些筛选条件 / 有哪些统计数字 / 详情页展开什么;
4. 问我一句:「都对齐了吗?可以开工,还是要调整?」
【铁律】
- 不要在我确认之前就开始动手做;
- 不要太好说话:如果哪一块我看着含糊,就继续追问;
- 用我的语言(中文)提问,不要用产品术语和我绕。
这一步你只需要回答问题 。每轮它都带着自己的建议来,你多数时候回「同意」或「改成这样」即可——但拍板的是你。
这一步之后开始分叉,只走一个分支: · 左侧选「分支① 组织效能 · 自主进化 」→ 继续把这条业务流程做成看板 + 技能 ,让组织效能被 AI 重构、并且自己越长越好。 · 左侧选「分支② 超级应用 · 自主进化 」→ 转去做 To C 应用 + 管理后台 ,交付一个能上线的超级应用。 选好再往下,别两个分支一起跑。
Ch3-A1 分支② · 第 1 端 · C 端 第 1 端 · C 端需求挖掘
已完成
走「分支② 超级应用 · 自主进化 」。需求挖掘在这里拆成两个端,各自独立挖一遍 :第 1 端 = C 端 (给用户什么功能),第 2 端 = B 端管理后台 (我们的人怎么管住它)。两端挖完才允许开工 ,因为两端共用一套数据模型,先挖哪一端都会漏。本节是第 1 端。
顺序不能反: 先 C 端、后 B 端。C 端决定「这个产品对用户有什么价值」,B 端只是「我们怎么管住它」。先设计后台的人,最后往往做出一个没人想用的系统。
复制提示词
我们已经完成企业诊断与业务本体建模。现在走「分支② 超级应用 · 自主进化」路线:做一套 To C 应用 + 管理后台。这一步只挖 C 端需求,不写代码、不设计后台。
【第 1 步:先问清 C 端定位】
分轮问我,每轮最多 2 个问题,先复述确认:
1. 这个应用给谁用?(一句话说清目标用户与他们的处境)
2. 用户第一次打开它,是为了解决什么事?打开后 30 秒内应该看到什么?
3. 它和我们现有的什么渠道 / 业务是什么关系?(替代 / 补充 / 引流)
【第 2 步:竞品与参考】
4. 有没有对标的竞品或你喜欢的同类产品?请列出 2-3 个,并说清「你喜欢它哪一点」。
5. 有没有可直接参考的页面 / 截图 / 链接?如果有,我等下会发给你。
(若我暂时给不出,就基于目标用户给出 2-3 个方向供我选,不要停下来等。)
【第 3 步:入口与业务逻辑索引】
6. 用户从哪里进来?(扫码 / 分享链接 / 公众号 / 搜索 / 线下物料)
7. 进来后的第一屏是什么?主路径是哪几步?用户在第几步最容易流失?
8. 需要登录吗?用什么方式登录(手机号验证码 / 微信 / 免登录体验)?
【第 4 步:点击体验(这一节最关键)】
9. 主流程逐步走一遍:用户点哪里、看到什么、下一步点什么——请把每一步写成「点击 → 看到 → 可做什么」。
10. 哪些地方必须有即时反馈(加载 / 成功 / 失败 / 重试)?哪些操作不可逆、需要二次确认?
【第 5 步:功能模块清单】
11. 这个 C 端一共几个功能模块?每个模块解决用户什么需求?请给每个模块一句话定义。
12. 哪些是「必须有」,哪些是「可以二期」?请明确圈出本期范围。
【第 6 步:输出《C 端需求纪要》】
写入 docs/prd/consumer-app.md,包含:
- 目标用户与一句话价值主张
- 竞品与参考(含「为什么参考它」)
- 入口与主路径(含流失点)
- 「点击 → 看到 → 可做什么」逐步体验表
- 功能模块清单(本期 / 二期)
- 三条可测的验收标准(能真实点开验证的)
写完后问我「C 端需求是否确认」,我确认后再进下一步(B 端管理后台)。不要提前写代码。
验收: 拿到 docs/prd/consumer-app.md,六块齐全;主流程有「点击 → 看到 → 可做什么」的逐步表;功能模块分清了本期与二期;三条验收标准能真实点开验证。
Ch3-A2 分支② · 第 2 端 · B 端 第 2 端 · B 端管理后台需求挖掘
已完成
第 2 端 = B 端管理后台。 C 端决定「用户得到什么」,后台决定「我们的人怎么管 」。后台的重点不是好看,是权限、留痕、兜底——这三样没挖清,上线第一天就会出事。两端各出一份需求纪要,合流时才允许开工。
复制提示词
C 端需求已确认(docs/prd/consumer-app.md)。现在挖 B 端管理后台需求——后台是给「我们的人」用的,重点不是好看,是能管住。
【按顺序问,每轮最多 2 个问题,每个问题都带你的猜测版答案】
1. 谁用后台?有几种角色?每种角色分别能看什么、能改什么?
2. C 端产生的哪些数据必须进后台?(用户 / 订单 / 内容 / 消息 / 日志)
3. 后台最常用的三个操作是什么?(例如:审核、发货、改价、回复)
4. 哪些操作必须留痕(谁改的、改了什么、什么时候)?哪些操作必须二次确认或走审批?
5. 有没有「绝对不能给运营看」的字段?(例如成本、手机号全量、内部备注)
6. 后台要不要统计?要哪几个数字?每个数字的口径是什么?
7. 数据量大概多少?(决定要不要分页、搜索、导出)
8. 出问题怎么兜底?(误删能否恢复、批量操作上限、异常告警给谁)
【输出《B 端管理后台需求纪要》】
写入 docs/prd/admin-console.md,包含:
- 角色 × 权限矩阵(能看 / 能改 / 不能碰)
- 核心对象与状态流转
- 三个高频操作的完整流程(含确认、留痕、失败处理)
- 统计数字与口径
- 安全红线(敏感字段、导出限制、操作留痕)
- 三条可测验收标准,其中必须有一条是「越权必须被拒绝」
写完后问我「后台需求是否确认」。不要提前写代码。
验收: 拿到 docs/prd/admin-console.md;有角色 × 权限矩阵;三个高频操作各有完整流程;有一条验收标准明确是「越权被拒」。
Ch3-A3 分支② · 合流上线 两端合流 · 先 C 端,再后台,一次上线
已完成
两个需求都挖清了,现在让 AI 同时开工 :先做 C 端前端,再做管理后台,共用一套数据模型。开发完上线,这条路线就结束了 ——不需要技能封装,也不需要复盘报告;后续要加功能,走「PRD 需求迭代」(见最后一节)。
复制提示词
C 端与 B 端需求都已确认(docs/prd/consumer-app.md、docs/prd/admin-console.md)。现在同时开工,用 Fmode(Fmode Code)开发并上线。
【第 0 步:确认用的是官方两个库】
前端统一使用(先读 README 与目录约定,再动手):
- 界面:`@fmode/skill-code-lit@1.0.0`(源码 github.com/fmodecn/skill-code-lit)
- Agent 能力:`@fmode/skill-code-agent@0.1.1`(源码 github.com/fmodecn/fmode-code-agent)
C 端与 B 端**共用这两个库**,不要各用一套。
【第 1 步:先出技术合同,不写业务代码】
- docs/schema/data-model.md:C 端与后台共用的数据模型(实体、字段、关系、tenant/owner、状态流转)
- docs/api/functions.md:普通 CRUD 走 Parse;特权逻辑走 Functions(鉴权、租户校验、幂等、稳定错误码)
- 明确写清:客户端不得持有 masterKey、平台 session 或数据库 URI
【第 2 步:先 C 端,再管理后台(顺序不能反)】
1. 按《C 端需求纪要》做出 C 端全部页面与主流程,含加载 / 空 / 错误 / 重试 / 禁用状态;
2. C 端能跑通后,再做管理后台:登录鉴权、列表与筛选、三个高频操作、权限矩阵、操作留痕;
3. 两端共用一套数据模型,不要各写一套;C 端数据要能实时进后台。
【第 3 步:各自自测(要真实点击,不要只看代码)】
- C 端:手机尺寸下把主路径完整走一遍,并故意制造一次失败看提示;
- 后台:三个角色各登录一次,验证「能看的能看、不能看的拒绝」;越权请求必须返回拒绝,而不是返回空数据。
【第 4 步:提交与发布上线】
1. 提交 Git 私有仓库,commit 写清这一版做了什么;确认无凭据、无本地绝对路径。
2. 注册 / 复用 Project:POST https://server.fmode.cn/api/functions(path=/fmode/project-register),确认归属。
3. 构建:public path 设为 /dev/<projectId>/,产物根必须直接含 index.html。
4. 领 STS:POST https://server.fmode.cn/api/apig/deploy/huaweicloud → 上传 OBS(前缀 dev/<projectId>/,-acl=public-read,.html 显式设 text/html)→ 刷 CDN。
5. 报出 C 端地址与后台地址(同一 Project 下不同路由即可)。
【验收】
- C 端:手机能打开,主流程走通,失败态有明确提示;
- 后台:三种角色权限正确,越权被拒,关键操作有留痕;
- 两个地址都是 app.fmode.cn 域名,不是 OBS 桶域名。
【铁律】
- 本路线到「上线」就结束:不做技能封装、不做复盘报告。
- 不伪造成功:任一步失败,如实报告卡在哪、下一步怎么办。
- 不打印任何凭据、token、masterKey、STS。
验收: ① C 端线上地址能打开、主流程走通 ② 后台三个角色权限正确、越权被拒 ③ 关键操作有留痕 ④ 两端同一套数据模型 ⑤ 地址是 app.fmode.cn 域名。
Ch3-2 架构设计 · 开发 看板开发与上线 · 必须用 Fmode,必须好看
已完成
按《看板内容结构》开工。两条硬要求:① 必须用 Fmode(Fmode Code)开发 (这套课的前后端契约、发布规则、以后技能调用都按 Fmode 走,不要换框架);② 视觉上要有设计感 ——紧凑布局、内容丰富、善用第三方组件库、一眼看上去是「产品」而不是「练习作业」。做完写 README、提交 Git、发布上线,报出线上地址。
验收: 你拿到①线上地址(app.fmode.cn 域名,手机浏览器能打开)②Git 地址与 commit ③README(含产出物清单 + 项目描述)。看板上有列表 / 筛选 / 统计 / 详情四类页面,数据先用标记清楚的模拟数据;界面紧凑、信息密度高、明显用过第三方 UI 组件库。
复制提示词
按我们确认的《看板内容结构》开工,做一个可以打开、可以点的看板,然后写好文档、提交 Git、发布上线。全程自动完成。
【第 1 步:先定数据模型,再写界面】
把《数据本体分析报告》里的对象 / 关系 / 规则落成后端的表 / 字段 / 关系(写进 docs/schema)。每张业务表都要有归属与权限校验,别把接口开成谁都能改。先把模型定死,再动界面——顺序反了会反复返工。
【第 2 步:技术栈硬要求 —— 必须 Fmode(Fmode Code)】
- 前端**统一使用官方两个库**,不要换成别的方案:
- 界面:`@fmode/skill-code-lit@1.0.0`(源码 github.com/fmodecn/skill-code-lit)
- Agent 能力:`@fmode/skill-code-agent@0.1.1`(源码 github.com/fmodecn/fmode-code-agent)
先读它们的 README 与目录约定再动手;按库自带的结构与构建方式初始化。
- 遵循 Fmode 约定的项目结构(页面/组件/服务分层),业务逻辑放 service,组件只负责展示。
- 后端按已落盘的云服务资源:浏览器端普通数据读写用 Parse SDK(配置里的 appId + serverURL);特权逻辑走 functionsURL 云函数。
【第 3 步:前端设计感要求(这一条要认真做)】
- **紧凑布局**:信息密度要高,不要大片留白;一屏尽量多放有用信息,列表行高、表格间距都按「后台工具」的密度来,而不是按落地页的稀疏来。
- **内容丰富**:每个页面都要有实在内容——概览页要有几个关键数字卡片 + 趋势 + 待办/预警区,列表页要有筛选条 + 分页 + 排序,详情页要把关联对象(参考本体报告里的关系)都展开。
- **第三方库**:用成熟的 UI 组件库 / 图表库把界面撑起来(表格、日期选择、图表、图标、消息提示都用现成的),不要手搓基础组件。
- **漂亮**:统一的配色与间距体系,浅色为主,状态用颜色区分(正常/警告/危险),空状态与加载态都要有设计,不要出现「白屏 + 一堆文字」。
【第 4 步:做四类页面】
1. 列表页:能看全、能翻页、能排序;
2. 筛选页:按我们确认的筛选条件(时间 / 状态 / 分类 / 关键词)组合过滤;
3. 统计页:把确认过的统计数字做成几块可视化(数量 / 趋势 / 占比),每个数字标明它的口径是什么;
4. 详情页:点开一条记录,展开它的属性和相关的记录(例如一个客户下面的所有沟通与订单)。
【第 5 步:用模拟数据跑通,并明确标注】
后端先填一批模拟数据,让每个页面都有东西可看。所有模拟数据必须**明确标注「模拟数据」**——包括页面角标、每条记录的标记,让人一眼能分清哪些是真的、哪些是演示的。绝不把模拟数据伪装成真实数据。
【第 6 步:写 README(交付物 + 项目描述)】
在项目根写 README.md,必须包含两块:
1. **产出物清单**:线上地址、Git 地址、技术栈与版本、四类页面分别在哪个路由、用了哪些第三方库、数据模型概览(表名 + 一句话用途);
2. **项目描述**:这个看板解决什么问题、给谁用、来自哪个本体报告、当前是模拟数据还是真实数据、下一步计划接什么。
README 要让一个没参加过课程的人也能看懂并接手。
【第 7 步:提交 Git 与发布上线】
1. 提交 Git:把项目源码(含 README)提交到 git.fmode.cn 的私有仓库,commit message 写清这版做了什么;确认暂存区没有凭据、token、本地绝对路径。
2. 发布上线(平台静态前端发布规则,逐步执行并各自校验):
a. 注册/复用 Project:POST https://server.fmode.cn/api/functions(path=/fmode/project-register),拿 projectId;.fmode/deploy.json 已有且归属正确就复用。
b. 构建静态产物:**按 Fmode 构建要求把 public path 设为 /dev/<projectId>/**;产物根目录含 index.html;发布前自查无凭据、无 token、无本地路径。
c. 领取 STS:POST https://server.fmode.cn/api/apig/deploy/huaweicloud {token, projectId},拿临时凭据与 obsPath;公开地址为 data.url,格式 https://app.fmode.cn/dev/<projectId>/。
d. 上传 OBS:用官方 OBS 客户端把产物传到 obsPath(前缀必须是 dev/<projectId>/),-acl=public-read;.html 显式设 contentType: 'text/html'。
e. 刷 CDN:POST https://server.fmode.cn/api/apig/deploy/huaweicloud-cdn-refresh {token, projectId, path:"/dev/<projectId>/"}。
【第 8 步:汇报】
向我报出三样东西:「线上地址:https://app.fmode.cn/dev/<projectId>/」「Git 地址:<仓库地址>(commit <sha>)」「README 路径」,并说明:四类页面分别在哪、筛选有哪些维度、统计数字的口径、模拟数据标在哪里。然后问我「要不要现在接真实数据源」。
【铁律】
- 前端必须 Fmode,不要擅自换框架;窗体大改前先问我。
- 模拟数据必须处处有标记,不可与真实数据混淆。
- 不出现任何凭据、密钥、内网地址;最终访问地址必须是 app.fmode.cn 域名,不是 OBS 桶域名。
- 打不开的页面不要报「已完成」,如实说哪里卡住了。
看板做出来先用模拟数据 站着——这是故意的:结构对了,接真实数据是几小时的事;结构错了,接完数据还要推倒重来。上线后留时间自主迭代,有问题直接在企微里跟分身说。
收尾 一条提示词全流程 交给数字分身 · 装环境 · 建 DNA · 接手项目
已完成
全部上线之后的最后一步,一条提示词搞定 :把这整段发给你的数字分身(企微对话框),它会一次做完四件事 —— ① 装好运行环境 (Loop 技能 + 平台登录 + 云资源落盘)、② 自检上线 并开口待命、③ 建好数字 DNA 仓库 (身份 / 记忆 / 能力 / 版本)、④ 接手你的项目 (建档案、查能不能跑、带你读懂代码)。有 sessionToken 直接复用,没有才需要你收一次验证码。
验收(四条全中才算过): ① 分身报出「初始化完成,Loop 技能已就绪」并给出 appId + serverURL + functionsURL;② 它主动问你「今天想让我先干点什么」;③ 给出私有仓库名与 Git 面板免密链接,仓库里能看到 identity / memory / capabilities / VERSION;④ 项目 clone 下来了、跑不起来的原因一条条列出来、能指着屏幕说出「这个数字来自哪张表」。中间只该向你要过手机号验证码、姓名、项目 Git 地址。
复制提示词
你是我的专属数字分身。这是「收尾」全流程指令:把运行环境装好、自检上线、建好数字 DNA 档案,并接手我刚做完的项目。全程自动完成,除验证码 / 手机号 / 姓名外,不要让我做任何操作。
【第 1 段 · 环境初始化】
1. 安装 / 升级 Fmode Loop 技能:从 https://repos.fmode.cn/x/fmode-studio/skills/fmode-loop/install.mjs 下载官方安装器,校验线上 manifest 与每个文件的 SHA-256,运行 node install.mjs --dir 用户级全局技能目录 --profile all。安装器不可用时,备选 npm install --global fmode-loop,再运行包内 install.mjs 做同样校验。本机已有 fmode-loop 不许直接复用:以线上 manifest 为准逐文件校验本地版本,不一致或缺文件就先备份旧目录再覆盖安装,只动 fmode-loop 目录、不碰其他技能。装好后读取 SKILL.md,确认能加载。
2. 平台登录:有 sessionToken(~/.fmode/config/user.json)就直接复用;没有或已过期,才向我要手机号 → 发验证码 → 完成登录并保存。凭据不出现在聊天、日志或仓库里。
3. 开通并落盘云服务资源:POST https://server.fmode.cn/api/fmode/enterprise/subscription/status(参数 sessionToken)确认会话有效;若平台提示企业资源未开通,按技能里的企业开通流程自动领取(需要姓名时向我要姓名)。开通后把本机云服务资源落盘到 ~/.fmode/config/enterprise/current.json(含 appId / serverURL / functionsURL;masterKey 只在这份受保护配置里,目录 0700 / 文件 0600)。不让我触发控制台开通,也不让我粘贴配置内容——由你基于 trial-standalone 返回的 backend 自动完成。
4. 上传通道约定:单个文件 / 单页报告优先走免密钥 S3 通道(skill-storage 的 uploader.mjs put,公开地址 https://s3.fmode.cn/user/<你的id>/);只有「前端项目正式发布到 app.fmode.cn/dev/<projectId>/」才走 STS→OBS→CDN。STS 领取失败不要卡住,单文件 / 报告用 S3 一样能拿到公开 URL。
【第 2 段 · 自检上线】
四项自检,全部自己完成,不许向我索要凭据:
1. fmode-loop 技能能加载。若丢失:不要自己重装,直接回我「初始化丢了,请把初始化提示词再发一遍」;
2. 平台登录有效:同上 subscription/status 接口验证;401 / 209 就自己按 fmode-loop 的验证码登录流程重新登录;
3. 云服务资源可读:~/.fmode/config/enterprise/current.json 存在且含 appId / serverURL / functionsURL;缺失就说「云资源没落盘,需要重新做一次初始化」;
4. 企微通道可用(本会话能正常收发消息)。
四项全过,回我一句:「我在。环境已就绪,云资源已就位。今天想让我先干点什么?」然后等我派活。
【第 3 段 · 数字 DNA 建仓建档】
1. 检查我的平台 Git 账号:没有就用 Gogs 代理流程(POST https://server.fmode.cn/api/functions,path=/gogs/admin/proxy,服务端按登录手机号派生用户名)自动创建,密码自己生成强密码并妥善保管,不展示给我。
2. 用个人 token 创建**私有**仓库,仓库名建议 digital-dna(被占用就加后缀)。
3. 写入数字 DNA 四件套:identity.md(你是谁、我是谁、职责、性格基调);memory/summary.md(与我历史沟通的结构化摘要:大事记 / 偏好 / 在办事项,只写摘要不存逐字);capabilities.md(当前能力清单:已装技能、能干的活、各自触发条件);sessions/session-init.md(本次初始化的完整对话记录)。另加 VERSION(版本号,每次实质变更 +1)与 README.md(常驻规则:本仓库是数字人的完整数字 DNA,存身份档案、能力清单、会话归档、任务记录与看板;凭据永不入库;每次完成我的任务后增量更新并提交)。
4. 一次性提交,commit message:「chore: 数字 DNA 初始化」;git log 确认后回我「数字 DNA 已建档:身份、记忆、能力、版本四件套齐了。」并给出 Git 面板免密链接:https://git.fmode.cn/login/token?t=<你的 Gogs Token>
【第 4 段 · 接手项目、建档案、带我读懂】
项目 Git 地址:<项目 Git 地址>(如果我没给地址,就先把第 1~3 段做完,然后提醒我补地址,不要猜)
1. clone 下来,在数字 DNA 里建一条「项目档案」,记录这个项目是什么、解决什么问题、我负责哪一部分。
2. 检查能否跑起来:依赖装得上吗、本地能启动吗。跑不起来的原因一条条列给我,不许自己糊过去。
3. 带我走一遍代码:数据模型在哪个目录、列表 / 筛选 / 统计 / 详情四类页面分别在哪个文件、后端云函数与契约在哪。用大白话讲,讲完让我自己复述一遍,我讲错了你纠正我。
4. 然后等我提第一个改动需求,改完重新发布上线,把地址给我。
【铁律】
- 全程自动:除验证码 / 手机号 / 姓名外不让我做任何操作;目录选择、失败重试、环境判断全由你完成。
- 不伪造成功:任一步失败,如实汇报卡在哪、下一步怎么办、预计多久。
- 不打印任何凭据、token、验证码、masterKey(Git 面板免密链接属于交付物,允许返回)。
- 凭据永不入库;完整对话按会话存入 sessions/,每条对话一个文件。
提示词发给你的数字分身(企业微信对话框),一次发完整条即可。项目 Git 地址可以先留空,它会先把前三段做完再提醒你补。
✓ 做到位的样子
你能说出「这个项目里那个数字,来自哪张表、怎么算的」
你能自己提一个改动需求,分身改完上线,你验收得了
数字 DNA 仓库里有一条这个项目的档案,换台电脑你也能接着干
✗ 没做到位的样子
项目能跑,但你说不清它是怎么跑的——AI 一走你就抓瞎
想改一个文案,却不知道该跟 AI 说哪个文件
分身换了一个会话就不认识这个项目了(说明档案没建)
这一章做的是「人的架构设计能力」 :分身接手之后,这条流程会固化成它的技能,自己转起来。
收尾 02 一条提示词出片 出汇报 PPT · 10 页 · 信息密度高 · 设计感强
已完成
两天做完,最后让分身把它做成一份能直接拿去讲的 10 页 PPT :先按 skillhub 装 @fmode/fmode-slide-design (整页 AI 设计图技能),再用它把这两天的真实产物(诊断底稿 / 选题 / 本体报告 / 看板或应用 / Git 与线上地址)复盘成一份浅色高级感、信息密度高、每页一张整页设计图 的汇报稿——这也替代了原来的文字版复盘报告 。每页一张图,约 ¥0.5/页。
验收: ① 技能装好并读通了它自己的规范;② 先给出 10 页标题与要点,经你点头才出图;③ 拿到 16:9 PPTX 公开链接 (10 页,不多不少),每页一张 1792×1024 整页设计图、风格统一、无错字与多余英文;④ 每页信息密度高、有明确视觉焦点,不是深色底贴字;⑤ 数字全部来自这两天真实产物;⑥ 复盘已归档进数字 DNA 仓库。
复制提示词
请按 https://skillhub.cn/install/skillhub.md 安装 @fmode/fmode-slide-design(安装时用 --dir 指向你的技能目录);装完读它的 SKILL.md 和《快速上手》,按它自己的规范干活。
【第 1 步 · 先把这两天的「业务素材」收齐(不许编数字)】
只从业务视角捞事实与数字,逐项列清单:
- 我们面对的企业/团队:做什么业务、组织规模与岗位构成、现在最痛的环节
- 诊断覆盖:访谈了哪些部门/岗位、收集到多少条真实的业务事件(高频事件)
- 反复出现的业务问题:最要命的 3-5 条(带真实频次与影响面)
- 选定切口:先做哪一块、业务上为什么这么排先后(依据是什么)
- 现在的变化:原本靠人硬扛的重复工作,现在哪些由系统承接了
- 价值口径:省了多少工时/人力、减少了多少差错与返工、加快了哪个关键环节
- 方向:接下来 1-3 步要走的路
★ 技术性内容不进这份汇报:平台/工具名称、技术栈与组件、接口与文件路径、报错文案与排错过程、我们自己怎么调试与试错——一律不写;确需提及就压成一句业务话(如「由数字分身承接了重复性工作」)。
哪一项手上没有,就如实写「无」,不要拿示例数字凑。
【第 2 步 · 先定这 10 页的叙事,再出图】
主线是「业务 → 组织 → 企业价值 → 方向」,技术只作背景一笔带过。按下面结构依实际情况微调——**就 10 页,不多不少**:
- P01 封面:我是谁;这两天为谁、解决了什么业务问题(一句话价值主张)
- P02 业务起点:这家企业/团队在做什么、现状如何、卡在哪里(用业务语言)
- P03 组织视角:由哪些人 / 岗位 / 环节撑起来,哪些环节在靠人硬扛
- P04 关键发现:反复出现的 3-5 个业务问题(带真实数字与影响面)
- P05 切口选择:先解决哪一块、为什么这么排先后(业务判断)
- P06 现在的能力:哪些事已经能由系统承接(用「谁在做什么」的业务说法,不写技术栈)
- P07 效果与价值:省了多少工时/人力、减少多少差错返工、加快哪个关键环节(真实口径,不虚夸)
- P08 组织影响:岗位与协作方式的变化,谁受益最大
- P09 未来方向:接下来 1-3 步的业务路线图(不谈技术实现)
- P10 收尾:一句专家级金句 + 邀请
整体风格:浅色高级感、信息密度高、每页一个明确视觉焦点、文字层级分明;10 页共用同一套配色与元素语言(风格统一)。
**先把这 10 页的标题与每页要点写给我确认**,我说「可以出图」你再开始生成。
【第 3 步 · 出图(严格按技能规范)】
- 命令形态:`SKILL_IMAGE_OUTPUT=<输出目录> node fmode-image.mjs --slide "<完整prompt>" <名称>`(脚本就绪方式见技能 SKILL.md 的「生成流程」一节)
- 尺寸 1792×1024、模型 gpt-image-2.5-sunburst(技能内置);**所有要显示的中文逐字写进 prompt**,并加一句「不得改写、不得增加文字」
- 并发不超过 3;每张出图前先检查文件已存在则跳过(断点续传);单张失败重试 3-5 次、退避 8s×次数
- 分批跑(每批 6-7 页)+ 显式查缺 + 手动补跑;每张完成打印一行 `OK pNN (耗时) [done/total]`
- 出完逐页自检:色值泄漏、文字重影、错别字、多出来的英文口号或年份
【第 4 步 · 拼成 PPT 并交付】
- 用户确认风格后,用 python-pptx 拼成 16:9 PPTX(每页一张满屏图),同时保留单页 PNG 以便替换
- 上传拿公开链接,把「PPTX 链接 + 单页 PNG 目录」发给我
- 顺手把这份复盘归档进数字 DNA 仓库(projects/<项目名>/report/),提交一次
【铁律】
- 只有 10 页,不许多做;每页信息密度要高,不做空洞的大留白页
- 汇报只讲业务、组织、价值与方向:**不写平台与工具名称、技术栈、接口或文件路径、报错与排错过程、内部试错记录**
- 某一页若只能用技术语言说清,就改写成「这给业务带来什么」
- 不要「深色底 + 程序贴字」那套,一律整页 AI 设计图
- 所有数字必须来自这两天真实产物,编造即视为失败
- 不打印任何凭据、token、masterKey;最终链接必须公开可访问
提示词发给你的数字分身(企业微信对话框)。它会先装技能、再给 10 页大纲让你确认,然后逐页出图并拼成 PPT。若之前已经出过文字版复盘报告,这一步就是用它重做成设计图版本。
技术支持: @未来飞马 · AI PaaS 实战课程课件