业务现场、访谈、隐性知识与心理契约

先看工作，不先看工具

当业务人员说“我们需要一个智能助手”时，FDE 不应立刻讨论模型。先看谁在完成什么任务、材料从哪里来、需要做哪些判断、输出给谁、错误会造成什么影响。

工具需求经常只是人们对问题的初步解释。只有还原真实工作，才能知道问题来自信息缺失、流程断点、责任不清，还是确实适合由 AI 承担。

建立任务账本

任务账本记录频率、耗时、参与者、工具、输入输出、判断点、返工与异常。它不是为了统计员工有多忙，而是帮助项目组找到价值密度高、信息边界相对清楚的机会。

• 频率与单次耗时
• 错误、返工与等待
• 需要查询的材料和系统
• 规则判断与经验判断
• 结果使用者与最终责任人

用关键事件还原工作

让受访者选择最近一次具体案例，按时间顺序讲述。遇到“通常”“一般”时，追问这一次实际上发生了什么。把材料、动作、判断、沟通和异常逐项记录。

关键事件法能暴露制度流程没有写出的补救动作，也能发现所谓自动化步骤里包含的责任判断。

提取隐性知识

领域专家常说“看一眼就知道”，但这种判断通常来自特征组合、反例和长期经验。可以追问：什么情况看起来相似却不能这样处理？新手最容易错在哪里？你在什么情况下会升级给上级？

知识提取必须说明用途、访问者和更新责任。专家应有权纠错、补充边界并看到自己的贡献如何被使用。

三层恐惧与新工作契约

员工可能担心当前任务消失，也可能不知道失去熟练工作后自己是谁；更深一层的顾虑是，组织取得了他的经验，却没有说明新的位置、权力和回报。把这些反应解释为认知不足，会让项目失去真实知识与纠错。

新工作契约至少说清 AI 会改变什么、人的责任怎样变化、知识怎样使用、贡献怎样被承认、错误怎样处理。员工需要参与人机边界和新角色设计，而不是在方案完成后被通知。