FDE 前线笔记

申悦：客户问「怎么给 AI 下指令」——先拆百品牌 Excel，不先写提示词

急上的 FDE 项目第一天就要出 Skill，业务在主档/货号/C Code 几张 Excel 间切换；「自动填月报」拆开后竟是一百多个品牌表头映射。FDE 让对方先别写指令，跟着走原始表→查重→导入模板全流程，并收住配合度过高带来的需求膨胀。

申悦：「定 / 放 / 问」——商品导入规则写死，300 份歪扫描 PDF 才放手给 Agent

对猎豹 FDE 团队「为何不装 WorkBuddy」：可观测是事后，现场要的是错了别流下去。商品导入匹配/必填校验写死程序；资料室 300+ 份十余年扫描 PDF（双栏、盖章压正文、歪扫）才放给 Agent 自判切分；匹配不上的二十来条拎清单给人十分钟确认。

Cargo Cult 五问：62 万美元金融叙事系统四周仍未碰生产数据

Nasser 写伪 FDE 诊断：一份金融服务组合叙事项目四周节点上，赞助人未批 eval、合规未参与设计、合成数据空转、无回流产品、赞助人只剩 Slack 无仪表盘——五问全否；纠偏靠共写 eval、升级数据权限、周报仪表盘与内部合成评审。

FDE Hub：Done 的定义要「挖」——只听冠军写的 eval，上线必翻

Milos×SuccessVP：coding 自带对错，多数行业要把冠军口述与操作员例外（怪客户、畸形单据、从没写下来的约束）对质后才能成 eval；评测既是队内攀爬指标也是对外合同，过久不动会漂移、过勤改则无法结案。

Medplum：没有专职 PM 的 FDE——每周一张表硬谈优先级

Rahul Agarwal（Palantir→Medplum）回忆：FDE 当传感器共解问题；每周把现场请求收进共享表，各自标紧急度与业务影响后互相谈判排序、去重（五家同迁一套遗留系统就收敛成一个标准连接器），禁止午餐找工程师开小灶；规模到几十人时轮值「内部 FDE」才撑得住。

solutions-playbooks：先拆任务再写 prompt——反馈分流七步只有两步该上 LLM

企业 AI 工作流立项顺序：分解并标注确定性/检索/判断/决策→先做 50–200 条真实样本 eval→再放人审点→再算成本时延。示例「反馈进路线图」七步里仅分类与抽需求两步用 LLM，其余用代码/检索/人工拍板。

solutions-playbooks：事故前 15 分钟——先告知客户再猜根因

管 150+ 企业 API 账户沉淀的升级手册：Sev1/2 按分钟走开频道→确认范围→定级寻呼→止血→第 10–13 分钟发客户状态（下一次更新时刻写死）；原则是客户记得的是前一刻钟沟通而非最终修复，书面禁止猜原因。

合同审查第一刀：三份 Python + 客户握键盘，别先上 Agent 框架

Nasser 写 FDE 首切片：一家合同审查部署整段种子只是三份 Python（约 60 行主程序 + 解析 + 格式化）加版本化提示词与评测集；副总法律顾问十五分钟读完全部 prompt。一月内长成从律所邮箱拉合同、把备忘录写回案件系统。主张客户本人打字、故意让现场翻车，再当着客户改 prompt。

Eval 即规格：合同审查题集从 42 涨到 131，副总法律顾问当天标难例

同作者谈部署侧评测：规格不是文档而是评测集。一场合同审查里题集三个月从 42→131，副总法律顾问把每个翻车样例当天标进集，成所内「何谓好审查」参照。另述 OpenAI×John Deere 语音助手：农事专家标 eval→不够再回灌研究→赶农季过生产门。主张定界后第一周先建 eval、跑基线，暂不写生产代码。

申悦：国企四团队走访——「汇总」竟是二十多家单位 Excel 逐行合并

驻场连走生产数据、年鉴、督办、材料写作；督办当面打开电脑才看清需求是按任务合并二十多份模板并保留来源单位。提出推进账+效果账（宽入口候选、窄出口上线），演示时敢纠同事夸大的部门知识库权限，并收口「先检索后生成」。

FDE Hub：总得有人告诉 Agent「规则变了」——操作者确认、结构化落库

Milos：抽取只是一半，业务持续改规则/区域/审批阈值后，语义记忆若仍用旧规则会「带着出处自信作恶」。主张每条记忆带时间戳与来源、矛盾触发复核、流程类设过期；客户侧点名能辨真假的操作者（非 IT）用自然语言提变更，Agent 出 diff，确认后写入结构化规则表。

solutions-playbooks：集成 Runbook——给凌晨被叫起、从没见过这套集成的人

未用过的交付模板：前置条件表不过禁止上线；环境变量含 DRY_RUN/KILL_SWITCH；部署须业务时区且避开高峰首小时；冒烟含指定测试记录往返与 DLQ 不增长；回滚三级（杀开关→旧镜像→数据回退）；失败模式表从 401 令牌到 429 配额各写确认命令与修复负责人。

掘金 FDE 入门：上线达标≠交完——断奶演练与一页「替谁做了什么判断」

作者写连锁零售巡检评分「上线三月漏检大降、换经理后无人说清口径、两月停用」作合成场景（自陈见过两次同类）。补三漏点：进场第二周起每周往「给客户看的」文件夹丢判断口径；一线五线上岗卡+运维当面回滚；交接前整周「断奶演练」FDE 不动手。交付包强调排错顺序表与错误样本集。

Day-4 陷阱：原型过不了关时，宁可写邮件缩范围也不糊弄过闸

Nasser 写固定价 10 日 AI sprint：合同写明第 5 天无可用原型可退 50%，客户盯 Day 5，他盯 Day 4。真实数据首次跑通时常撞未文档化 API、准确率 70% 对 90% 门槛、关键字段缺失约 30%。选项 A 是当晚糊一层可演示原型过闸；选项 B 当天下午邮件缩范围/暂停/干净退款。主张问题写在邮件里，口头不算数。

10 日 FDE Sprint：Sprint Brief 签字前不踩油门，第 10 天七件移交包

同作者拆固定范围固定价交付：第 1 天 2–3 小时写清用户/触发/动作/产出/价值并邮件签字；第 4–5 天端到端真数据原型+退款闸；第 6–9 天两轮评测（各 10–20 例）；第 10 天交代码、录屏、评分量表、工作流手册、30 日路线图与 60–90 分钟赋能会，已知局限写进文档。

FDE 五坑：当功能不当工作流、首版就全自动、交接只开一场会

Nasser 归纳驻场常犯：填不全「给谁、何时、做什么、产出、价值」就不是工作流；口头范围指望边做边清；v1 直接自动发信/自动路由；原型「看着行」跳过评测；交接只开会不交量表与手册。主张先辅助后人审、评测跑两轮、移交当交付物。

FDE Hub：买家开始写「迁出条款」——规则表可改才算真正交完

Milos 谈采购侧：知识转移写进验收、代码/配置/提示词/业务逻辑归客户、合同写递减 FDE 工时；迁出分三阶段（影子→客户管规则 FDE 管工程→客户自跑）。他自己做应付账款/调度/核保时，客户真正要的是能改「哪区哪天发货、谁批超阈值、何谓匹配发票」的规则表，而不是工程师脑子里的 prompt。

Rahul：误打误撞当上 FDE——上市 B2B 市场平台楼上对高管讲 Voice AI

产品工程师被临时派去带客户团队，约好九月回核心，半年后仍在岗。首个 POC 客户是全国规模上市 B2B 市场平台：多楼办公、对 Associate VP/资深 PM 讲自建 voice AI。强调无干净 sprint、只对后果负责，以及 FDE 周会把多客户 90% 相似的补丁回灌成产品需求。

Mitesh：悉尼贸易金融 Agent「漂亮 Demo 已 11 个月」仍未上生产

Google Cloud JAPAC FDE 负责人写客户会议室：单据检查 Agent 界面漂亮、十五份样例轮番给高管看，工程负责人一句「已 Demo 十一个月」。给出 1–2 周静默观察、3–6 周丑陋真数据版、7–12 周存活化与 gravel-to-highway 回灌产品的节奏，并对照 IBM 1969 拆绑与 Palantir Delta。

Fabarta：财务智能审核——只有正样本仍要「自学习」，改嵌原报销流

化工/制造链主现场：客户要自学习全自动审核，系统却只有通过正样本。FDE 改路径——制度打底、通过画像、附件抽样、专家补负样本、嵌入原报销流，并用混淆矩阵区分误拦/漏拦，而不是另开入口硬推全自动。