企业级 AI 智能化建设方法论手册 · 由 LovStudio 出品
一套用于设计企业级 AI 落地方案的方法论：从需求分层、技术架构到 Agent Skill 解耦。 基于真实企业项目（建筑工程行业）的工程实践提炼。
当一家企业列出几十个 AI 应用场景，希望统一规划时，没有方法论的方案会陷入两个极端：
- 过度承诺 — 把每个场景都按"独立软件系统"设计，结果工作量爆炸、交付周期失控
- 过度简化 — 把所有场景塞进一个聊天机器人，无法支撑复杂业务流程
本手册沉淀了一套已验证的中间路线：用 Agent Skill 架构承载 60% 的需求，用轻量应用承载 25%，剩下 15% 涉及硬件与外部依赖的场景独立立项。
把客户给的"几十个 AI 场景"按实现路径复杂度分成三层，而不是按业务部门或优先级：
| 层级 | 定位 | 占比 | 工作量占比 | 适用场景特征 |
|---|---|---|---|---|
| A. 智能对话层 | Agent 直接交付 | ~60% | ~20% | 文档审核 / 生成 / 检索 / 问答类，配置 Skill 即上线 |
| B. 流程应用层 | Agent + 轻量应用 | ~25% | ~30% | Agent 承担核心智能，辅以简洁交互界面 |
| C. 系统集成层 | 定制开发 + 硬件 | ~15% | ~50% | 涉及硬件、监管平台对接、跨系统数据流 |
这套分层的工程价值：
- 明确边界：避免被 C 层（最难、最不可控）拖死整个项目
- 风险隔离：A 层独立运行，不依赖 B/C 层的进度
- 分阶段交付：A 层两周可上线，B 层 8 周，C 层逐模块立项
如何判定一个场景属于哪一层：
| 判定问题 | 是 → 归属 |
|---|---|
| 用户输入文档/问题，AI 直接返回答案/报告即可？ | A 层 |
| 需要简单的交互界面（表单、列表、上传按钮）？ | B 层 |
| 涉及硬件采购、第三方平台接口、跨地域合规？ | C 层 |
| 需要长期数据积累才能产生价值（预警类）？ | C 层 |
| 包含独立的工作流引擎、审批流转？ | B 层 |
把每个业务场景封装为独立 Skill，由统一调度引擎路由。同一个 Agent 平台覆盖投标审核、合同审查、法规检索、智能客服等十几个场景，新增场景 = 新增一个 Skill，不改动已有系统。
用户接入层（企业微信 / 飞书 / 钉钉 / Web）
│
Agent 调度引擎(意图识别 → 权限 → 技能路由)
│
┌────┴────┬────┬────┬────┐
投标 法务 合同 审计 客服 ...
Skill Skill Skill Skill Skill
│
共享服务层(知识库 / LLM / 权限 / 审计)
设计原则：
| 原则 | 说明 |
|---|---|
| Agent 优先 | 能用 Agent 对话解决的场景，不开发专用界面 |
| 技能解耦 | 每个业务场景封装为独立 Skill，独立上线、独立迭代 |
| 知识库共享 | 统一的企业文档知识库，多部门、多场景复用 |
| 按需扩展 | 新增场景 = 新增一个 Skill，不改动已有系统 |
| 安全合规 | 支持私有化部署，敏感数据不出内网 |
对比传统模式：
| 场景 | 传统开发 | Agent Skill 模式 |
|---|---|---|
| 标书合规审核 | 上传页 + 解析 + 结果页 + 联调 | 用户发文件给 Agent，直接返回报告 |
| 法条检索 | 搜索界面 + 结果列表 + 详情页 | 自然语言提问，Agent 即时回答附引用 |
| 智能客服 | 客服后台 + 话术配置 + 对话组件 | Agent 直接上岗，知识库即培训资料 |
核心收益：省去 80% 界面开发工作，用户获得更自然的交互体验。
proposal-template/proposal-template.md 是一份完整的企业 AI 项目方案模板，覆盖：
- 项目背景与目标
- 需求分析与三层架构分层
- 技术架构（含调度引擎、Skill、共享服务层）
- A 层 / B 层 / C 层实施方案细节
- 16 周项目排期与里程碑
- 投资预算（一期 / 二期 / 年度运营 / C 层参考）
- 项目管理、交付清单、验收标准
- 风险控制矩阵
- 全量场景清单（30+ 业务场景的层级与优先级判定示例）
直接复用时，将模板中的 {{客户简称}} {{YYYY-MM-DD}} 占位符替换为实际客户信息即可。
enterprise-ai-playbook/
├── README.md 本手册总览（你正在看的文档）
├── LICENSE CC BY-NC-SA 4.0
└── proposal-template/ 方案模板
├── proposal-template.md 完整方案 markdown 模板
└── attachments/ 方案配图（12 张 ill-*.png）
这套方法论适合以下类型的企业 AI 项目：
- ✅ 大中型企业，多部门、多场景的 AI 统一规划需求
- ✅ 涉及大量文档处理（审核 / 生成 / 检索 / 问答）的传统行业
- ✅ 需要"分阶段交付"的弹性方案
- ✅ 希望以 Agent + Skill 架构替代传统软件开发的团队
不适合：
- ❌ 纯硬件部署、纯算法模型训练
- ❌ 对模型本地化要求极高的金融/军工场景
- ❌ 已有强势内部 AI 团队、只需外包开发的客户
LovStudio（手工川工作室）是一家专注于 AI 应用落地的独立开发工作室。
核心能力涵盖：
- AI Agent 系统设计与开发 — 基于大语言模型的企业级智能助手
- 效率工具产品 — Obsidian 插件、VSCode 扩展、Chrome 插件等
- AI 辅助开发（Vibe Coding） — 用极精简团队实现传统团队的交付效率
- 全栈工程能力 — React/Next.js · Node.js/Python · Vercel/Supabase
工作理念：
- 轻量高效：不堆人头、不做过度设计
- 产品思维：关注业务真实痛点
- 技术前沿：持续跟进 AI 大模型与 Agent 工程化
- 透明交付：源代码完整交付，不做技术锁定
本手册以 CC BY-NC-SA 4.0 协议发布。
- ✅ 你可以自由阅读、引用、改编
- ✅ 你可以基于本手册做内部参考与教学
- ❌ 不可用于商业转售本手册本身
- 📌 引用请标注 LovStudio 来源
LovStudio · 手工川工作室 官网：https://lovstudio.ai 公众号：手工川