需要围绕岗位任务训练，而不是统一讲功能。
Case in Progress · San Bei Shan
从员工培训开始，
建设茶饮企业 AI 协同体系。
围绕飞书、WorkBuddy、企业资料、产品 SOP 和任务闭环，分阶段推动 AI 进入会议、培训、知识与日常经营。
Project Record · 2026
先整理企业自己的知识，再让 AI 参与工作。
项目没有停留在一次课程。我们从企业资料、产品知识、协作现状和关键岗位入手，建立可确认、可使用、可继续迭代的知识与运行基础。
61份企业基础资料
41份企业产品 SOP
1＋4知识空间架构
当前公开范围：企业调研、员工培训、资料梳理、知识架构、实施手册与前置准备清单。后续运行效果待持续验证。
01项目起点
问题不是“员工会不会提问”，而是企业资料与任务能否进入同一条链路
如果知识来源不清、角色边界不明、会议与任务断开，单纯增加 AI 工具不会自动产生组织能力。
品牌、产品、门店与动态数据需要分流。
行动项、责任人和反馈缺少稳定连接。
文件明示不等于企业已经确认。
02实施动作
从准备、培训到知识架构，逐层建立运行基础
03交付证据
把培训与落地要求做成可以复用的项目材料
公开图片仅用于说明交付形式，不展示客户受限数据、内部权限或未授权业务内容。
04项目判断
这类项目真正的难点，是把“企业确认”放进流程
来源文件可以证明“文件里写了什么”，但不能自动证明“企业现在仍然认可”。知识候选必须经过负责人确认，再进入正式知识区。
保留来源证据
每条正式知识能够追溯到原始资料、会议或负责人确认。
候选与正式分开
普通问答不检索候选区，避免未经确认内容被直接使用。
动态数据不固化
库存、销量和临时活动进入数据或任务系统，不伪装成长期知识。
Build from your own evidence
你的企业也可以从一批真实资料、一条真实流程开始。
第一次沟通会先判断资料、岗位、工具和场景是否具备试点条件。