数据门
用户 → 用户组 → 目录可见范围（全员 / 仅指定组）→ API Key 范围，取交集；取不到就不给。
你工作最大的底气
把一个岗位的知识，
蒸馏成能上岗的专家
具有专业岗位知识的资深专家，是你工作最大的底气，真正帮忙干活。它不是通才，只认这个岗位的活、用这个岗位的判据、交这个岗位的产物。
27套岗位判据
58份岗位资料
3个专用工具
以上为示例环境实测数据（第一个落地的岗位：防锈油研发）。
它是什么
它不是一个 AI 工具，是一个岗位的专家编制
做参谋，不做签字的人。这句话决定了它的边界，也决定了它敢不敢用。
特征 01
只认这个岗位的活
一个专家包对应一个岗位，装几个就有几个专家。问它别的领域的事，它会明确说「这不在我的范围」。
特征 02
用这个岗位的判据
厂内制度 + 历史案例 + 行业标准，由业务负责人评审签字。不是模型凭感觉给的答案。
特征 03
交这个岗位的产物
ECN 草案、评估报告、验证计划——格式固定、数字可复算，能直接进流程，不是一段聊天记录。
由什么组成
三样东西拼起来，才叫岗位专家
工作台给手脚，专家包给智慧，知识库给实情。缺一样，它就只是个通用 AI。
工作台
会话、文件读写、终端执行、看图。产物落在本机，随时能打开、能发出去。
＝ 手脚
岗位专家包
技能书（判据与边界）+ 专用工具（检索、取原文、计算）+ 纪律（常驻规则）。
＝ 智慧
企业知识库
目录怎么分、每个目录收什么不收什么、谁能看，决定它查得准不准。
＝ 实情
核心方法
岗位知识蒸馏四步
技术上写的是几个文件；真功夫在把他心里那杆秤，变成纸上能量的一把尺。
1
跟岗调研
跟着这个岗位干几天，把「凭经验」的判断一条条问出来。
2
任务拆解
这个岗位到底做哪几件事，每件事的输入、输出、卡点是什么。
3
判据提炼
每件事的判定标准与边界：什么情况能做、什么情况必须停。
4
验证上岗
拿历史案例回放验收，业务负责人签字，才允许进流程。
它怎么想
六步里，只有一步靠模型推理
你提问 → 意图识别 → 装载技能书 → 定方法论 → 科学推理 → 结论与留痕。其余五步都是可复现的确定性动作。
先分清你在问什么
问事实、要选型、要微调、从零推演，四条路径四套做法。
把一句话拆成 13 个参数
缺关键项就追问，不猜；抽取结果复述给你确认，不让你填表。
能算的绝不让模型估
配平、折算、反算、成本用代码算，结果可当场复算。
交得出去
干完的活，要能交得出去
模板写在技能书里，所以每次格式都一样——这叫「能交付」，不叫「能写」。
ECN 变更单草案
结论先行 → BOM 对照 → 性能变化 → 可复算依据 → 成本 → 风险与验证计划。
选型评估报告
结论 + 评分明细 + 未达成项 + 建议，未达成写在第一段。
验证计划（DOE）
验证项、方法、判据、周期，可直接进入试验排期。
典型应用
第一个落地的岗位：防锈油研发
客户原话是一段工况描述，两分零一秒后拿到的是一份带评分、带未达成项、带建议路径的结论。
L2 配方微调
改 5 个组分：盐雾 720h → 1000h（区间 850–1150）、湿热 30d → 25.2d、钡 13200 → 7000ppm、膜厚不变、成本 +1.9%。未达 5000ppm 的 2000ppm 缺口，写在第一段。
L3 敢说「这条路走不通」
要求膜厚 ≤5μm 且盐雾 500h，反算需要 4–5 倍现有能力。它不给配方，给三条取舍路线——这比编一个方案更值钱。
| 验收项 | 数字 | 说明 |
|---|---|---|
| 业务题 / 边界题 | 27 + 11 | 业务问题答对，越界问题要能说不 |
| 插件单测 | 127 条 | 工具与判据逻辑逐条覆盖 |
| 接口契约 | 17 条 | 检索与取原文的入参出参约定 |
| 知识库 | 6 个目录 / 58 份 | 每份资料逐条对齐目录描述 |
以上为示例环境实测数据，用于说明验收方式，不构成性能承诺。
可复制性
一套方法，铺满所有岗位
换岗位是方法复用、判据重做；换行业是同一岗位、判据也要重做。技术实现不难，难的是把判据问准、验对。
已落地
研发岗 · 防锈油
选型、微调、推演三条链路，判据 27 套，资料 58 份。
可复制
工艺岗
工艺参数调整、异常处置、变更评估。
可复制
品质岗
判定标准、客诉归因、检测报告解读。
可复制
采购岗
比价口径、供应商评估、替代料判断。
可复制
客服岗
政策解释、责任界定、升级路径。
可复制
财务岗
费用口径、税务判断、报表异常定位。
边界
两道门：能看到哪，能干到哪
权限不是限制能力，是让它敢被放进流程。
动作门
自动：查资料、算分、写草案。需确认：提交变更、建检测任务。永不：出检测结论、放行、投料。
常见问题
数字专家 FAQ
换了岗位，要重新开发吗？
方法复用、判据重做。工作台与知识库这套底子不用动，需要重做的是这个岗位的技能书与判据——那才是真正费工的部分。
判据是谁写的？会不会是模型自己编的？
判据由人写、由业务负责人评审签字，模型只负责按判据执行。这也是它和「让 AI 自己发挥」最本质的区别。
结论能复算吗？
能。评分是权重 × 达成率算出来的，配平、折算、反算都走代码计算，过程和参数都能展开看。
它能替代工程师做决定吗？
不能，也不该。它的定位是做参谋：出草案、出评估、出验证计划，签字与放行仍然是人。
数据敏感，能私有化吗？
可以。知识库、会话、模型调用都在企业自己的服务器上，目录按用户组设可见范围，API Key 再限定一次范围。
相关：数字员工（企业微信机器人） · 服务与能力
拿你们岗位的一道真问题来试
扫码添加企业微信，把一道真实业务题发给我们，看它给的结论能不能复算、能不能交付。
扫码添加，30 分钟内响应