第一次跟客户交流AI时，FDE必须问的问题和必做的 5 个判断|优普丰FDE帮助企业AI落地

引子

上周，一个客户在会议开始 30 秒就告诉我：我们要做一个销售 Agent。

这种开场我见过太多次。它通常会沿着同一条路径走完——团队立刻讨论用哪个模型、知识库怎么建、要不要私有化、能接哪些系统。会议结束时 PPT 上画满了架构图，每个人都很兴奋，但有一件事始终没人说清楚：这个 Agent 究竟要替谁、解决哪一段工作、带来什么可被验证的差异。

这不是客户的错。”销售 Agent”五个字可以指会后整理纪要，也可以是线索打分、自动跟进、报价生成，甚至端到端推进商机。每一种理解背后，要的数据、权限、风险、人力，都不在一个量级。

FDE（Forward Deployed Engineer）这个角色在 OpenAI 当前被定义得很清楚——把 discovery、technical scoping、system design、build、production rollout 装进同一副担子，用生产采用率、可衡量的工作流影响和评估反馈来验收。也就是说，第一次见客户，本质不是展示能力，而是判断背后那条工作流值不值得被改造。

下面这 5 个判断，比”做不做 Agent”更基础。先问它们，再讨论模型。

5 个必须先回答的判断题

我把这 5 个判断叫做”销售 Agent 项目的第一关”。任何一项含糊，项目都会在 PoC 阶段或上线 3 个月内暴雷。

判断 1：这是一个真问题，还是伪需求？

伪需求长得像真问题。”别人都有 AI””老板让我们看看””竞品上线了 Agent”，这些都不是问题陈述。

真问题通常有三个特征：有可量化的现状损失、有清晰的触发频率、有可衡量的目标变化。

如何验证：让客户用结果而不是功能回答。如果对方说”做一个智能客服”，追问到”让哪一类问题在多少时间内被解决、复杂情况如何升级”，答案还能清晰，需求才站得住。

如果客户只能说”希望效率更高””体验更智能”，先别推进技术讨论，去量化现状——人工时间消耗、等待时长、返工比例、投诉率、收入泄漏。这些数字不存在，问题就不存在。

提示：把”我们要做销售 Agent”翻译成”我们要在 X 场景，让 Y 工作流，从 A 状态变成 B 状态，3 个月内验证 Z 指标”——翻译不出来，问题就不真。

判断 2：这条工作流，能不能被”画”出来？

工作流要被画出来，至少需要：触发事件、结束状态、关键步骤、5 种最常见的例外、最慢/最依赖个人经验的一步。

别只听 SOP 和流程图。让执行者打开真实系统，从头走到尾——你会看到流程图上不会画的复制粘贴、私人 Excel、群里确认、经验判断。

例外是真正的杀手。字段缺失、政策冲突、客户身份不明、系统超时、金额超限，这些不是”边界情况”，它们是真实场景中每天发生的事。例外的密度和复杂度，决定第一版要不要进一步缩小范围。

借鉴 OpenAI Academy 的工作流映射方法：触发、可信输入、当前步骤与绕行、交接、输出、摩擦、待标准化事项。一个工作流能被完整列出来，才能被改造。

提示：如果连”哪一步最慢、最容易返工”都说不出来，先别启动 Agent 项目，先做流程标准化。

判断 3：数据和系统，能不能撑起这个 Agent？

数据”存在”不等于”可用”。问三个具体问题：

第一，完成一次任务需要哪些信息，分别在哪里？结构化字段、文档、邮件、对话、外部 API，每一种的格式、质量、访问方式都不一样。

第二，谁是权威版本，谁负责更新？价格表、政策、产品说明如果在多个系统里互相打架，Agent 没法替客户做判断。没有 Owner 的知识库，会随时间快速失真。

第三，系统能读什么、写什么？CRM、ERP、工单、邮件、数据仓库，把”能接”拆解成：只读、生成草稿、更新字段、发送消息、执行不可逆动作。等级不同，风险和审批链完全不同。

没有一批脱敏历史样本和对应正确结果，就建不了基线和评估集。技术再好，也只能做主观演示。

提示：让客户一周内提供 50 个脱敏案例 + 正确动作。提供不出来，PoC 就是空中楼阁。

判断 4：错误可不可控，边界清不清楚？

一个错误最坏造成什么——错误答案、错误写入、错误付款、错误拒绝客户——四种风险的量级完全不同。严重性、可逆性、影响范围，决定了 Agent 能拿多少自主权。

把决策分成三类：AI 可以直接完成、AI 准备好供人审核、必须由人承担。建议不是授权，模型置信度也替代不了组织决策权。

升级不是失败，是工作流的一部分。要定义清楚：什么时候停下来、交给谁、需要携带什么上下文、多久内必须响应。用户在群里反复把事情重新讲一遍，说明升级机制没设计。

数据访问也要追问：哪些字段绝对不能读、哪些结果不能传出、哪些数据不能长期保留、保留多久、由谁审批。这一步国内企业尤其容易跳过，事后补很贵。

参考 OpenAI 的 Agent 实践材料：允许哪些信息、禁止哪些动作、人工复核怎么设、停止/询问/升级的条件是什么。首次会议不一定要做完风险评审，但下一轮谁必须加入，必须在这里识别出来。

判断 5：组织有没有条件长期运营它？

Agent 不是一次性项目，是长期运行系统。谁是业务 Owner，谁能决定范围和验收——提出需求的人不一定对结果负责。

Owner 需要能提供用户、数据、业务判断，并能处理跨部门阻塞。如果一线团队正在承受多个系统切换，业务负责人在会议上口头支持，那都不是真正的支持。

上线后谁负责支持、监控、知识更新、事故处理？没有持续 Owner，Agent 会在人员变动、政策更新、模型升级之后失效。FDE 不能把自己的长期驻场当成唯一的运行方案。

提示：用户在哪工作？如果新方案要求改变入口、重复登录或手工搬运，采用成本必须算进去——CRM、邮箱还是协作群，决定了用户愿不愿意用。

把这 5 个判断做成一张表（口头评估也行），能回答 4 个以上，再进入技术范围和 PoC 设计。只能回答 2 个，下一步就变成流程标准化、样本审计、风险工作会。只能回答 0-1 个，最好先暂停项目。

怎么听，才能听到真话？

客户同一个问题，可能给出三种性质完全不同的回答。

“上个月一共处理了 4280 张工单，平均解决时间 16 小时”——这是事实，能回系统核验。”客服觉得查政策最浪费时间”——这是一线判断，需要跟岗、抽样、交叉验证。”上线后效率提升一倍”——这是目标或愿望，不能直接当基线。

会议记录里最好给每一条回答标注证据等级：已有系统数据、可现场提供样本、需相关 Owner 确认、暂时只是假设。这不是怀疑客户，是避免团队在不同含义的数字上做方案和报价。

追问也要从抽象走向具体。客户说”流程很慢”，就问最近一次超时发生在哪一步；说”数据很多”，就问一周能不能给 50 个脱敏案例；说”准确率必须 99%”，就问当前人工基线是多少、哪类错误比其他错误更严重。

一次 60-90 分钟的首次会议，可以这样切：前 15 分钟聊目标与背景，中间 40 分钟沿真实案例走流程，随后 20 分钟确认系统、风险与责任，最后 10 分钟复述已知、未知和下一步。参与的人多时，别试图当场敲定所有细节——把需要一线、技术、风险相关方回答的问题，拆成后续工作会。

国内项目尤其要留意”名义流程”和”实际流程”的差。审批写在系统里，优先级却在微信群里敲定；数据名义归某部门，接口权限却由集团 IT 管着；业务负责人支持项目，一线团队正在多个系统间切换。把这些组织现实问出来，比多确认一个模型参数更能预测项目能不能落地。

会后别只发纪要，要交付 5 样东西

第一，一句话问题陈述与预期结果。

第二，当前流程、关键例外、痛点地图。

第三，数据、系统、权限、相关 Owner 清单。

第四，初步的 AI/人工边界与主要风险。

第五，下一步验证计划、责任人与时间。

把仍然未知的部分单独列出，区分”客户待提供””FDE 待验证””需安全或法务决策”。这样第二次会议才能往前推，而不是把第一次讨论再讲一遍。

第一次见客户，最不该做的 3 件事

第一，不要在问题还没说清时展示所有产品能力。客户会被功能带着走，真实流程反而被藏起来。

第二，不要只和高层谈愿景。方向、例外、依赖、边界，分别由不同角色掌握——缺任何一方都不完整。

第三，不要承诺未经数据和流程验证的 ROI。可以提假设和测量方法，不能把估算说成结果。

结尾

FDE 的专业感，不来自现场回答所有问题，而来自清楚知道哪些问题现在必须回答、哪些证据还缺、哪些人必须加入，以及在信息不充分时不替客户做未经授权的决定。

第一次会议结束时，最好的结果不是客户说”这个 Agent 听起来很厉害”。

而是双方都能清楚复述：我们在解决哪条工作流，为什么值得，第一版做到哪里，哪里必须由人负责，以及下一步用什么证据决定要不要继续。

讨论

你第一次见客户时，最常被客户问到的第一个问题是什么？你是怎么回答的？

作者：申导Jacky，优普丰AI敏捷创新培训咨询机构合伙人

AI人工智能，SI超级智能，智能体场景搭建，FDE前端部署工程师，企业AI落地陪跑，驾驭工程（Harness Engineering）先行者

优普丰FDE赋能企业AI智能体skill/AI转型落地

一个在AI时代重新定义”工程师”角色的实践者和敏捷教练。

曾经每天写代码12小时,现在每天写规格2小时,效率提升50倍。