Field Decision Drills
FDE 的核心不是知道流程，而是在模糊现场做正确判断。下面的 drills 用来训练判断力，可用于新人训练、周会复盘或面试。
使用方式
- 读场景，不看推荐动作。
- 写下你的判断：继续、缩小、升级、暂停、拒绝、转产品反馈。
- 说明证据和风险。
- 对照参考动作。
- 把争议点写入 playbook 或 FAQ。
Drill 1：客户要大而全
场景：客户说希望第一版同时支持客服问答、销售助手、管理层报表和自动工单。
好判断：
- 缩小范围。
- 选择一个高频、低风险、可度量场景。
- 用 demo 验证最核心假设。
追问：
- 哪个场景今天最痛？
- 哪个场景能在两周内看到结果？
- 如果只能做一个，谁会拍板？
Drill 2：客户没有数据权限
场景：客户说需求很急，但数据权限要等安全团队审批，时间未知。
好判断：
- 项目进入 Yellow 或 Red。
- 不承诺生产时间。
- 用模拟数据做 demo 只验证流程，不验证效果。
- 升级数据 owner 和截止时间。
错误动作：
- 默默等。
- 先开发完整系统。
- 用假数据向客户承诺业务效果。
Drill 3：Demo 后客户说“挺好”
场景：客户看完 demo 说挺好，但没有明确下一步。
好判断：
- 不能视为 confirmed。
- 追问是否进入生产化、继续修改、暂停或放弃。
- 要求客户指出一个真实流程中的使用位置。
追问：
- 这个 demo 解决了哪个实际流程？
- 你愿意让哪个团队试用？
- 如果下周上线试点，需要先满足什么条件？
Drill 4：内部冠军很积极但没有权力
场景：客户侧对接人很热情，但无法推动数据、权限和用户试点。
好判断：
- 这是组织风险。
- 保留对接人作为用户 champion，但必须找到 decision champion 或 technical owner。
- 升级 stakeholder map。
Drill 5：客户要跳过 runbook 直接上线
场景：客户赶时间，希望先上线，runbook 后面再补。
好判断：
- 如果是低风险试点，可以限定范围。
- 如果是生产核心流程，不能跳过部署、监控、回滚和责任人。
- 明确上线风险和降级方案。
Drill 6：FDE 被客户当成长期外包
场景：客户所有操作都要求 FDE 来做，内部团队不接手。
好判断：
- 这是退出风险。
- 立即建立内部冠军训练计划。
- 每次操作从“FDE 做”改为“客户做，FDE 旁观”。
Drill 7：客户要“先接大模型看看”
场景：客户希望尽快把 LLM 接到企业数据上做一个智能问答 demo，但没有数据目录、权限边界，也说不清要影响哪个业务决策。
好判断：
- 不直接进入生产化。
- 先澄清业务决策：这个 AI 要改变什么动作或判断。
- 做最小 demo 可以，但只能验证交互和方向，不能承诺效果。
- 建立数据目录、权限边界和核心业务对象。
追问：
- 哪个岗位会每天用？
- 它回答后，用户下一步会做什么？
- 哪些数据不能被模型看到？
- 如果答案错了，谁承担后果？
Drill 8：客户把 Ontology 当成“知识图谱可视化”
场景：客户要求做一个漂亮的企业知识图谱页面，希望节点和关系能展示出来，但没有定义任何业务动作或权限规则。
好判断：
- 识别这是图谱层，不是操作层。
- 先接受可视化作为探索工具，但不能把它包装成企业 AI 操作能力。
- 推动客户定义对象、动作、权限、审计和回滚。
追问：
- 这个图谱要支持哪个决策？
- 用户看到节点后要执行什么动作？
- 哪些动作可以自动执行，哪些必须人工审批？
- 如果关系错误，怎么发现和修正？
参考：00-README
Drill 9：公共部门项目指标很好，但隐私争议升温
场景：项目在排程效率、等待时间或运营成本上效果明显，但媒体、员工或监管方开始质疑数据使用边界。
好判断：
- 这是 Red 风险，不是 PR 小问题。
- 暂停扩大范围，先补数据治理、审计、公众解释和退出路径。
- 将隐私、政治、采购风险进入项目控制台和 risk radar。
追问：
- 数据用途是否和原授权一致？
- 谁能审计系统做过什么？
- 客户是否有可解释的治理文件？
- 如果监管要求停止，系统如何降级或退出？
参考：05-risk-radar-and-escalation
评分标准
| 分数 | 表现 |
|---|---|
| 1 | 只满足客户要求，不识别风险 |
| 2 | 能识别问题，但没有行动 |
| 3 | 能提出行动，但不明确 owner 和截止时间 |
| 4 | 能推进决策、控制范围、升级风险 |
| 5 | 能把现场经验反哺为产品或组织能力 |