需求入口
战略赋能 AITP、服务条线、品牌公关、会务、医疗科研、产业公司、线上故障。
12
工作流模块
7
岗位主线
10+
模型能力池
P0-P4
需求优先级
End-to-End Loop
从需求入口到集团级复用的完整闭环
这不是一个“处理用户提问”的单点流程，而是覆盖技术探索、业务落地、稳定运行与能力沉淀的岗位级工作系统。
交互提示
点击带箭头的流程框，向下展开详细工作节点与阶段交付物
需求入口
集团 / 条线 / 产业 AI 需求入口
六类需求分流
并行工作流
方案选型汇聚
交付与优化闭环
Module Breakdown
十二个工作流模块拆解
识别分级
判断集团级影响、领导关注、线上风险、敏感数据、PoC 速度和横向复制价值。
场景拆解
把“想做 AI 助手”翻译成 RAG、Agent、OCR、ASR、权限、接口和审计日志。
产品调研
跟踪 GPT、Gemini、Claude、Coze、Qoder、WorkBuddy 等产品能力。
产业对标
分析医药、旅文、银保、智造、消费、健康等产业 AI 方案与可复制场景。
技术选型
组合 LLM 直答、RAG、Dify Workflow、Agent、OCR、ASR、API Agent 和私有化模型。
模型建设
部署 LLM、ASR、OCR、Embedding、Reranker、多模态、代码模型与高隐私模型。
开发集成
接入钉钉机器人、OpenWebUI、Dify、FastAPI、AI 网关、业务系统 API 与知识库。
上线运维
灰度上线、日志监控、告警处理、性能观察、接口稳定性和权限安全治理。
反馈评测
收集 Badcase、响应时间、命中率、错误率、满意度、Fallback 和 GPU 资源指标。
优化修复
Prompt、RAG、模型参数、系统配置、代码缺陷、权限链路和体验问题持续迭代。
沉淀复用
形成模板、组件、手册、评测集、案例库、排障库，再复制到更多条线和产业。
Triage System
需求优先级判断
先判断“是否值得做、何时做、用什么方式做”，再进入技术方案。
立即定位、止血、验证和记录。
优先排期，推动 PoC 到生产。
正常推进，评估复用可能。
形成报告、测试集和储备方案。
记录需求池，等待业务条件成熟。
Seven Workstreams
七条岗位主线
岗位价值来自“能把散落的 AI 需求变成稳定可用、可复用、可评估的集团能力”。
AITP / 技术顾问 / 方案架构
把业务目标翻译为 AI 落地路径
接收战略赋能条线需求，判断是否适合用 AI 解决，评估数据基础、隐私等级、系统接口与长期维护成本。
- 技术可行性评估
- PoC 路径设计
- 平台与模型接入
- Demo 到正式应用
品牌公关 / 会务 / 医疗科研 / 产业公司
把模糊诉求转成可交付应用
把“做一个 AI 助手”“分析材料”“自动看文档”拆成知识库、工具调用、文件解析、权限控制和交互入口。
- RAG 判断
- Agent 判断
- OCR / ASR 判断
- 敏感数据处理
GPT / Gemini / Claude / Coze / Qoder / WorkBuddy
持续调研外部产品并反哺内部能力
通过试用、API 测试、场景测试集、安全成本评估，判断引入、借鉴、自研或暂不采用。
- 能力矩阵
- PoC 测试
- 成本评估
- 内部替代方案
Dify / OpenWebUI / AI 网关 / 钉钉机器人
保障集团 AI 应用稳定运行
面对日志告警、接口报错、知识库异常、模型慢、SSO 跳转异常等问题，完成定位、修复、验证和知识库沉淀。
- 问题分级
- 日志定位
- 临时止血
- 长期修复
LLM / ASR / OCR / Embedding / Reranker
构建适配业务隐私和能力需求的模型池
根据 GPU、推理框架、并发、中文能力、代码能力、多模态和私有化要求，完成模型部署、压测与网关接入。
- vLLM / SGLang
- 高隐私本地模型
- 多模态能力
- 模型路由
医药 / 旅文 / 银保 / 智造 / 健康
把产业 AI 趋势转成可试点机会
跟踪对标公司案例，拆解技术架构和使用场景，形成可复制场景建议、PoC 优先级和业务对接方案。
- 趋势简报
- 对标清单
- 机会池
- 试点落地
模板 / 组件 / 标准方案 / 评测集
让新业务从拼装开始，而不是从零开始
将产品调研、模型部署、RAG 流程、Agent 模板、Bug 排障和产业案例沉淀为集团级 AI 能力中台资产。
- 统一 AI 网关
- 统一模型服务池
- 统一知识库标准
- 统一排障库
Capability Platform
集团 AI 能力中台
将分散工作沉淀成可编排、可路由、可评测、可运维的共享能力。
统一入口层
钉钉机器人、Web 页面、OpenWebUI、Dify、业务系统 API、会议助手。
应用编排层
RAG、Dify Workflow、Agent、工具调用、文件解析、Prompt 模板。
模型服务层
LLM、ASR、OCR、Embedding、Reranker、代码模型、多模态与高隐私本地模型。
治理运维层
AI 网关、权限鉴权、Nginx、日志监控、评测集、Bug 排障库和资源清单。
模型路由逻辑
按业务类型、隐私等级、响应速度、成本与 GPU 负载动态选择模型
普通问答 → 小模型
内部知识库 → 本地中模型 + RAG
战略报告 → 大模型 + 多文档检索
医疗审阅 → 私有化大模型 + 人工复核
OCR 文件 → PaddleOCR-VL / MinerU
语音纪要 → ASR + LLM 摘要
Operate & Improve
上线后的运维、评测与复盘
工程价值体现在系统稳定运行，也体现在每次故障之后都能沉淀成下一次更快解决的资产。
问题发现
问题分级
日志定位
根因分析
临时止血
长期修复
回归测试
知识沉淀
模型评测指标
准确率、幻觉率、中文能力、代码能力、长文本能力、RAG 适配、工具调用、响应速度、并发和成本。
系统监控指标
请求量、活跃用户、TTFT、TPS、错误率、超时率、知识库命中率、Fallback 次数、GPU 利用率。
资产沉淀目录
产品调研库、产业案例库、部署手册、Prompt 模板、RAG 模板、Agent 模板、接口文档和排障手册。
One-line Summary
从 AI 技术探索到业务场景落地，从单点应用建设到集团级 AI 能力中台。
面向集团多条线和多产业需求，通过需求识别、产品调研、产业对标、方案设计、模型建设、应用集成、系统运维、 效果评测和资产沉淀复用，形成可持续迭代的 AI 技术赋能体系。
