01 · 第一阶段
从聊天助手到流程执行者
过去两年，企业谈 AI 时最常见的动作是给员工开一个大模型账号，期待大家自己探索提示词。这个阶段有价值，但上限很明显：每个人的用法不同，输出质量不可控，知识和流程也没有沉淀到组织里。
2025 年以后，真正值得关注的是 Agent 化。Agent 不是更会聊天的机器人，而是带有角色、任务边界、工具调用权限和执行步骤的工作单元。它可以读取资料、检索知识库、调用表格或接口、生成草稿、发起提醒，并在关键节点交给人确认。
- Copilot 解决“我怎么更快完成眼前这一步”。
- Agent 解决“这段重复流程能不能被系统稳定接住”。
- 企业落地的核心，从提示词技巧转向流程设计。
02 · 落地入口
不要一开始就做全公司通用 Agent
很多企业会把第一个目标定成“做一个公司级 AI 助手”。这句话听起来正确，但在落地上往往太大：知识范围太宽、权限太复杂、用户预期太散，最后变成一个什么都能问、但什么都不够可靠的入口。
更稳的方式，是从一个有明确输入和输出的小流程开始。例如：每天整理行业新闻并生成晨报；销售拜访后自动形成客户摘要；合同上传后先标注风险点；生产异常记录自动归类并提醒负责人。
03 · 设计方法
一个可用 Agent 至少要说清五件事
Agent 项目的需求文档不能只写“帮我自动处理资料”。真正能开发和验收的需求，至少要定义五件事：它服务谁、接收什么输入、能访问哪些知识和工具、输出什么结果、什么时候必须停下来等人确认。
这些设计看起来偏流程，但恰恰是企业 AI 和个人 AI 最大的区别。个人可以容忍偶尔错，企业流程不能。企业需要知道 Agent 为什么这样答、用了哪些资料、执行过哪些动作、出错后怎么回滚。
- 角色：它是投研助理、客服预审员，还是项目秘书？
- 输入：用户提问、表单提交、文件上传，还是定时触发？
- 知识：内部文档、项目资料、数据库、网页资料分别能不能用？
- 工具：是否允许写表格、发消息、调接口、创建任务？
- 审核：哪些动作必须由人确认后才能继续？
04 · 实施建议
2-4 周先做一个能用的 MVP
企业 AI 落地最怕一上来就做大平台。更合适的节奏是 2-4 周完成一个首版 MVP：先选一个高频场景，接入最少必要资料，设计 10-20 条真实测试用例，让小范围用户每天使用，再根据日志调整。
这个阶段的目标不是功能完整，而是验证三件事：用户是否真的会用，输出是否能被业务接受，流程节省的时间是否值得继续投入。如果这三件事成立，再扩展知识范围、权限和自动化动作。
- 第 1 周：场景诊断、流程拆解、验收标准定义。
- 第 2 周：知识库和工具接入，完成首版交互。
- 第 3-4 周：小范围试用，基于日志和反馈迭代。