01
每日复盘会闭环
把会议内容分成事实、问题、决定、行动项和待确认事项，避免复盘会成为重复汇报。
INPUT会议录音／妙记
STRUCTURE问题与决定
ROUTE行动项／待确认
REVIEW次日进展回看
Business Scenarios · One Workflow at a Time
从高频业务场景开始，
验证 AI 是否真的有用。
优先选择每天或每周都会发生、责任清晰、结果可观察的流程。先形成闭环，再扩展到更多岗位。
01业务地图
六个适合优先验证的企业场景
以下方案按业务动作组织，不按软件菜单组织。
02
会议行动项与任务
只有明确执行意图、责任人和截止要求的内容才进入任务，讨论和建议不自动转任务。
EXTRACT候选行动项
CONFIRM人工确认
CREATE任务与责任人
RECEIPT创建回执
03
任务反馈与结果归档
管理者需要看到阻塞和结果，而不是增加员工重复填报。
WORK员工原入口执行
SIGNAL进展／阻塞
OUTPUT结果与附件
LEARN复盘与知识
04
企业知识库与 SOP
把原始文件转为带来源、状态和边界的正式知识，普通问答只检索已经审核的内容。
SOURCE原始资料存证
DISTILL知识候选
REVIEW人工审核
PUBLISH正式知识
05
新品上线跨部门协同
围绕产品资料、物料、培训、门店执行和反馈建立一条跨部门可追踪链路。
PLAN上市目标与清单
PREPARE资料与物料
ENABLE门店培训
FEEDBACK结果与异常
06
主管与岗位智能体
智能体不是万能入口，而是承担清晰角色。跨部门冲突、高风险和责任不清时升级人工。
ROLE角色与职责
TOOLS可调用能力
BOUNDARY权限与禁区
ESCALATE人工升级
02行业聚焦
以烘焙企业为例，把 AI 放回完整业务链。
面向已有门店的烘焙企业，从产品到顾客，再到交付与复盘，先看业务怎样流动，再判断哪些动作值得由 AI 承接。以下是方案路径，不是已完成的客户案例。
03如何进入工作
不只生成答案，还要让下一岗位接得住。
AI 负责理解、整理和提示；现有系统负责交易记录、计算与可靠流转；涉及经营政策、风险和实际执行的事项，由企业人员确认。是否能自动处理，以客户资料、权限与现场测试为准。
一笔蛋糕咨询，怎样交接到完成？
常规规格与配送问题，可在知识核准后评估自动回答。改单、退款、客诉先整理需求与原订单，再由人工审核、办理并回告顾客。
验证：回答有来源；转交信息完整；处理结果可回查。新品上线，怎样让各岗位使用同一版资料？
从商品标准出发，辅助整理素材、门店培训与上新行动项；人确认商品事实，系统记录任务，岗位提交实际发布与接收结果。
验证：资料版本一致；任务被接收；上架结果不是仅有一条创建回执。多门店营收，怎样变成下一步经营动作？
先统一门店、日期、订单与金额口径，由系统计算可比结果；AI 整理差异和待核线索，经营负责人决定动作并复查效果。
验证：口径可解释；异常有负责人；不能把平台归因成交直接当新增利润。04项目实践 · 匿名
连锁烘焙经营协同，已经交付了什么？
这是一个共创进行中的客户项目。下方只呈现已形成的交付物与操作验证；客户名称、原始截图和经营数据不在公开范围内。
01 · METRIC指标口径
02 · COCKPIT驾驶舱演示
03 · REPORT日报确认
04 · TASK任务创建验证
DELIVERED · 已交付成果让经营问题有依据，
指标方案 演示应用 操作验证 项目文档
让经营问题有依据，
让下一步有回执。
形成多平台、多门店的经营指标结构与数据口径方案。
飞书妙搭驾驶舱 V5 已发布；其中经营数据为模拟演示。
日报已确认保存、任务已创建；不据此认定任务执行完成。
案例白皮书已存入客户知识库，记录方案与交付边界。
05交互演示
不再只看流程图，
直接走进业务现场。
十个业务域、七个共享工作空间，放进同一个经营沙盘。新的订单、到店与岗位示例，都在这张地图里展开，不跳转到旧流程页面。
进入三维沙盘 ↗ONE BUSINESS / CONNECTED WORK从顾客咨询，
从顾客咨询，
到一份蛋糕完成交付。
- 01看区域与业务对象
帖子、线索、订单、商品、配方、制作任务和交付记录。
- 02点人物，看他正在做什么
工作动作、交付要求、审核人、前序条件与证据状态。
- 03看数据，也看数据的边界
企业汇总与岗位指标分开，支持切换门店、快照与导出。
这是可操作的模拟演示，不是客户生产系统。真实接入、执行回写与经营效果需另行验证。
06选择原则
第一批场景越小，越容易得到真实答案
先验证是否减少重复动作、提高可见性或缩短处理时间，再决定是否扩展。
每天或每周真实发生。
有人发起、确认和验收。
输入来源与权限明确。
能看出是否变好。
Pick one workflow
把你们最想跑通的一条流程，带到第一次沟通里。
我们会先判断它是否适合作为企业 AI 的第一批试点。