Skill、Workflow、Agent
这三个词不是三种商品，而是同一件事在三种粒度上的样子。技术上，上层调用下层；采纳上，你可以从最小的一层开始，让它慢慢长大。
Skill · 技能
让 AI 稳定做好一件具体的事举例：从合同 PDF 抽取关键条款 · 按品牌调性生成商品文案 · 把录音转成带标签的工单
Workflow · 工作流
把一段既定业务流程自动化，关键节点保留人工审核举例：新品上架：采集卖点 → 生成图文 → 合规检查 → 人工确认 → 多平台分发
Agent · 智能体
给定目标后自主规划、调用能力、使用工具，遇边界交还人类举例：物流异常处置助手：盯在途异常 → 判断影响面 → 生成改派与沟通方案 → 执行并复盘
这三层不是抽象概念 —— 我们已经把它拆成了一条条可以直接取用的原子能力，标好了各自吃什么、产出什么。
浏览全部能力把三层，放进你的行业
每一格都是一个可以落地的场景。你的业务在哪一行、哪一列，大致就知道该从哪里起步。
| 能力层 | 金融科技已建过系统 | 教育已建过系统 | 物流供应链已建过系统 | 内容 / 零售能力直击 | 餐饮连锁能力直击 |
|---|---|---|---|---|---|
| L1 Skill | 财报与合同条款抽取 | 作业批改与错因标注 | 单据识别与地址纠偏 | 商品文案与主图生成 | 菜品图文与评价分析 |
| L2 Workflow | 尽调材料到评估报告 | 招生咨询到入学转化 | 接单调度到异常闭环 | 新品上架多平台分发 | 差评应答到复盘闭环 |
| L3 Agent | 风险监测与预警助手 | 学习陪伴与答疑助手 | 在途异常自主处置 | 店铺运营与选品助手 | 门店运营与备货助手 |
六根支柱
做智能体是一件需要长期信任的事。下面这六条，都可以当场验证或写进合同 —— 其中最硬的一条是：菲咏手里已经有 9 款跑在线上的 AI 产品，它们既是能力的证明，也是造你专属智能体时的现成零件。
9 款自有产品 = 能力库本身
绘画、创作、配音、数字人、视频剪辑、文章改写、语音输入、多智能体、本地知识库。既是可立刻试用的证据，也是造智真正的原材料。
金融 · 教育 · 物流都建过系统
熟悉这些行业的流程、数据口径与合规要求。做智能体最难的从来不是模型，是这些。
试点先行，不达标不扩大
在你自己的数据上小范围跑通，拿准确率、耗时、成本三项与人工对照，再决定是否扩大。
私有化部署 · 数据主权
你不必先信任我们的过往，因为你的数据从来不离开你的机房。
六步交付全部公开
包括每步交付什么、甲方配合什么、以什么标准算通过。肯把验收标准写在明处，本身就是一种信号。
菲咏大模型 + 国家算法备案
过得了国企与监管行业的合规审查。对方的法务与信息安全部门，通常比业务部门更难说服。
从哪一种形态开始
不必一上来就做大的。先挑一个最贴近你现状的形态起步，验证有效后再往上生长。
场景诊断
- 产出
- 场景清单 + 可行性排序 + 落地路线建议
- 适合
- 还不确定从哪下手的客户
单点能力交付
- 产出
- 可调用的能力 + 测试集 + 验收报告
- 适合
- 想先看到效果再决定的客户
流程自动化
- 产出
- 端到端流程 + 系统对接 + 人审设计 + 运行看板
- 适合
- 流程已固化、追求确定性的业务部门
智能体共建
- 产出
- 智能体 + 权限护栏 + 上线陪跑 + 效果基线
- 适合
- 有明确业务目标、愿意共建的客户
私有化平台
- 产出
- 平台部署 + 团队培训 + 让你的团队自己能造
- 适合
- 集团型客户、数据敏感行业
持续运营
- 产出
- 效果监控 + 模型升级适配 + 持续调优 + 定期报告
- 适合
- 横跨各形态，建议默认打包
六步，把 AI 项目变成可验收的工程
每一步交付什么、你需要配合什么、以什么标准算通过 —— 都写在这里，不留模糊地带。
诊断
业务访谈 + 现场观察，找出高频、高价值、规则相对清晰的场景。
设计
定义能力边界、数据来源、成功标准；明确哪些用现有能力、哪些需要新建。
构建
开发 Skill、编排 Workflow、训练 Agent，同步准备测试集。
试点
在真实业务的小范围内跑，与人工结果对照。这一步是最关键的证据。
上线
权限、护栏、异常兜底、人工接管通道；按需私有化部署。
迭代
按运行数据持续调优，随模型升级演进。