对话勘探:如何用对话摸清未知行业的关键流程与技巧

对话勘探:如何用对话摸清未知行业的关键流程与技巧

一篇独立长文。 面向「我对这个领域不熟,但我想用产线工程建一座工厂」的人。

外行建工厂,最大的卡点不是写代码,而是:不知道这个行业里,什么算关键工序、什么算关键技巧、什么算质量红线。 本文给出一套可重复的对话方法,把「无知」变成可落库的工艺地图——后续建系统、写 skill、设质检闸门,都从这里长出来。

配套阅读:产线工程——构建任何系统的统一方法论.md、外行建工厂——在不精通领域时用产线工程落地.md

一、先澄清一个误解

1.1 外行不是「什么都不懂也能造精品」

外行可以建工厂,但外行不能跳过行业知识。你能跳过的是:

  • 十年从业经验
  • 手艺人式的直觉
  • 对每一个术语的精确语感

你不能跳过的是:

  • 流程是否存在(从原料到成品,中间经过哪些工位)
  • 质量能否被描述(什么叫及格、什么叫废品)
  • 红线是否存在(碰了会出事的边界)

对话勘探做的,就是用结构化对话,在短周期内把这三类知识外化成文档和数据——然后交给产线去执行、交给 AI 去放大。

1.2 对话勘探在七步法里的位置

它不是另起炉灶,而是嵌在第②步和第⑤步之间的一条知识获取支路:

① 愿景对齐
② 分层澄清(外行版:承认无知,启动勘探)
    ↓
【对话勘探】→ 产出:工艺地图 + 技巧库草案 + 质检指标草案
    ↓
③ 计划契约(工位与资产库按地图来拆)
④ 垂直切片(用占位工艺先跑通)
⑤ 资产化(技巧入库,持续修订)

关键:勘探可以在垂直切片同时进行——你不需要「先成为专家再写第一行代码」。你需要的是先有一张够用的地图,再开工;地图会在跑通切片后持续修正。

二、对话勘探的五阶段

每一阶段有:目标 → 输入 → 输出 artifact → 具体对话动作 → DoD → 反模式。

flowchart TD
    P0["P0 定界\n这个行业是什么/不是什么"] --> P1["P1 词汇\n关键名词与角色"]
    P1 --> P2["P2 流程\n从原料到成品的工位链"]
    P2 --> P3["P3 技巧\n每工位的 know-how"]
    P3 --> P4["P4 质量\n及格线/红线/可量化指标"]
    P4 --> P5["P5 校验\n三角验证 + 小样试产"]
    P5 -->|偏差| P2

P0 定界 —— 先画围栏,再挖井

目标 用 10 分钟确定:你要建的是哪条产线、服务谁、不做什么——避免勘探范围无限膨胀。

输入

  • 一句愿景(来自第①步)
  • 你的商业/使用假设(哪怕未验证)

输出 artifact:《定界卡》

## 定界卡
- 行业/场景: ______
- 目标用户: ______
- 产线产出物: ______ (一本书 / 一条视频 / 一份合同 / …)
- 本期不做: ______ (至少 3 条)
- 参考对标: ______ (1–3 个你看得懂的成功样本)
- 我的无知声明: 我不熟悉 ____, 但假设 ____

具体对话动作

  1. 对 Opus 说:「我是外行。请基于定界卡,列出这个场景下最常见的 3 种产线形态(A/B/C),各用一句话描述,并推荐我先从哪种切入。」
  2. 你选一种,并要求:「用 5 条 bullet 说明选其他的代价。」
  3. 写入定界卡,双方确认。

DoD

  • 「本期不做」至少 3 条,且每条都显著缩小勘探范围。
  • 已选一种产线形态,有理由。

反模式

  • 「我要做短视频」——太宽,先定:口播?剧情?带货?本地生活?
  • 没有参考对标,纯空想。

P1 词汇 —— 把黑话变成可建模的名词

目标 建立最小行业词典:后续流程图、数据模型、skill 命名都从这里来。

输出 artifact:《行业最小词典》

术语 一句话定义 对应系统实体(可选) 重要度
… … Topic / Job / … 高/中/低

具体对话动作(三轮)

第一轮 —— 角色与对象

「列出这个产线里至少 5 个关键角色/对象(如:选题、作者人格、章节、质检员…)。每个用外行能懂的一句话解释,并标注哪些会进数据库。」

第二轮 —— 动词与状态

「这些对象之间,有哪些关键动作(创建/审批/打回/发布…)?每个动作会让对象进入什么状态?请给状态名。」

第三轮 —— 外行追问

「标为『高重要度』的术语,各举一个反例:搞错了会怎样?」

DoD

  • 词典 ≥15 条,高重要度 ≥5 条。
  • 每个高重要度术语有反例后果。

反模式

  • 词典只有名词没有动词——后面画不出状态机。
  • 术语直接抄行业黑话不解释——你依然不懂,模型也会误用。

P2 流程 —— 从「怎么做」到「工位链」

目标 产出主路径状态机:这是工厂的脊梁,自动化、并行、质检都挂在这上面。

输出 artifact:《主路径工艺图》

## 主路径(Happy Path)
原料 → 工位1[状态: ] → 工位2[状态: ] → … → 成品

## 分支与回环
- 工位X 失败 → 打回至 工位Y (条件: …)
- 工位Z 需人审 → 状态 pending_review

## 可并行段
- 工位A 与 工位B 无依赖,可并行

## 外部依赖
- 工位N 依赖: LLM / 支付 / 搜索 / …

具体对话动作(四问)

问 1 —— 端到端

「假设我是完全外行,请用** numbered list** 描述从『有一个想法』到『交付可用成品』的主路径,不超过 12 步。每步说:输入是什么、输出是什么、谁来做(人/机器/皆可)。」

问 2 —— 决定工位

「哪些步骤必须独立成工位(因为:可单独触发 / 可并行 / 需要不同 skill / 需要质检卡点)?请标注理由。」

问 3 —— 失败路径

「主路径上,哪些工位最常失败?失败后通常打回还是跳过还是终止?各给默认策略。」

问 4 —— 外行可验证

「请指出:若我只看最终成品,无法反推是否执行过的工位(=隐形工序)。这些工序为什么必须显式化?」

DoD

  • 主路径 ≤12 步,每步有输入/输出/执行者。
  • 至少 1 个打回/回环,至少 1 个外部依赖。
  • 可并行段已标出。

反模式

  • 流程图只有 happy path——失败路径才是行业 know-how 的藏身处。
  • 步骤粒度不均(有的过粗有的过细)——工位无法独立触发。

本案例映射(AI 写书)

选题 → 立项 → 大纲 → [并行]写章 → 润色建议 → 质检 → 封面 → 导出 → 人审上架

外行通过对话也能得到这条链;网文技巧(黄金三章、爽点密度)则在 P3 才展开。

P3 技巧 —— 把「老师傅手感」变成可入库 skill

目标 识别每个关键工位上的技巧片段——将来变成 prompt 片段、skill 库、检查规则。

输出 artifact:《技巧库草案》

工位 技巧名 一句话作用 可结构化?(Y/N) 来源置信度
写章 黄金三章 开篇三章决定留存 Y 中(需校验)

具体对话动作(五问)

问 1 —— 工位级

「对工艺图里每个高成本工位(耗时长/耗 token/决定质量),列出该行业里公认的 3–5 条技巧。每条:名称 + 一句话 + 违反时的典型后果。」

问 2 —— 分层

「这些技巧里,哪些属于结构层(大纲/节奏),哪些属于风格层(文风/人设),哪些属于合规层(红线)?」

问 3 —— 可编码

「哪些技巧可以写成可检查的规则(字数、重复率、关键词、结构模板)?哪些只能留在 prompt 里?」

问 4 —— 组合

「如果我要做 10 种不同风格的产品,哪些技巧是共享的,哪些应做成可插拔 skill?」

问 5 —— 反模式

「这个领域最常见的业余做法是什么?和专业人士差在哪 3 点?」

DoD

  • 每个高成本工位 ≥3 条技巧。
  • 每条技巧标注可结构化与否。
  • 有「业余 vs 专业」对照。

反模式

  • 技巧全是空话(「要有创意」「要用心」)——不可入库,不可质检。
  • 一次问全领域技巧——应按工位分批问,否则模型会泛泛堆砌。

入库原则

  • 可结构化 → 质检规则 + 可选 prompt
  • 不可结构化但可描述 → skill 文档 + prompt 注入
  • 只能凭经验 → 标记「人审必看」,不要假装能自动

P4 质量 —— 从「感觉」到「闸门」

目标 把质量变成可量化或可枚举的判据——这是第⑥步质检的前置输入。

输出 artifact:《质量闸门草案》

工位 检查项 类型(量化/枚举/人审) 阈值/规则 不达标动作
写章 字数 量化 ≥4000 打回重写
写章 敏感词 枚举 命中列表 阻断+人审

具体对话动作

问 1 —— 分层标准

「这个行业的质量,分哪几层?(如:能看 / 能卖 / 能爆)各层的最低可接受标准是什么?请尽量量化。」

问 2 —— 自动化边界

「哪些检查可以自动做?哪些必须人审?哪些绝对不能自动放行?(合规/法律/品牌)」

问 3 —— 抽样

「若只能自动查 5 项,哪 5 项 ROI 最高?」

问 4 —— 红线

「列出触碰即终止的红线(版权、隐私、虚假宣传、行业监管…)。」

DoD

  • 至少 3 个自动检查项,有阈值。
  • 至少 1 个人审必过节点。
  • 红线清单 ≥3 条。

P5 校验 —— 三角验证,防止「模型幻觉式行业知识」

目标 Opus 给的流程和技巧,不能全信。外行必须用低成本方法交叉验证,再写入正式工艺地图。

三角验证法

角 做什么 成本
A 模型合成 P0–P4 对话产出 低
B 公开样本 找 3–5 个对标成品,反推流程 低
C 一手来源 行业文档/标准/从业者访谈/平台规则页 中

规则

  • A 与 B 一致 → 置信度 ↑,可进垂直切片。
  • A 与 B 冲突 → 以 B 为准,回 P2/P3 修正。
  • 涉及红线/合规 → 必须有 C,不能只有 A。

具体动作

  1. 选 3 个对标样本(畅销书、爆款视频、头部店铺 SOP…)。
  2. 对 Opus:「我找到了样本 X/Y/Z。请反推它们可能经过的工位,与我们的工艺图对比,标出差异。」
  3. 搜索平台规则/行业标准(版权、标识、广告法…),补进红线。
  4. 小样试产:用 mock 跑 1 条完整链路,人看成品:「像不像这个行业的货?」

DoD

  • 工艺图经 A/B 对比,差异已消化或标注为「待验证」。
  • 红线有 C 来源引用(链接/文档名)。
  • 至少 1 次小样试产,你有主观判断「像/不像」。

反模式

  • 只信 Opus,不对标真实世界——典型「AI 工厂产 AI 味废品」。
  • 样本只看不反推——失去验证意义。

三、对话的节奏:怎么问才不发散

3.1 单次对话结构(推荐)

每次开新对话或新 thread,固定四段:

1. 上下文注入(定界卡 + 已有 artifact 链接)
2. 本轮目标(只完成 Px 的一子步)
3. 输出格式(表格 / numbered list / markdown 模板)
4. 约束(先不要写代码 / 不要扩范围 / 给选项+推荐)

3.2 控制发散的三条纪律

  1. 一次只推进一个 Px —— 不要「顺便帮我把技巧也列了」。
  2. 强制选项 —— 让模型给 A/B/C + 推荐,你做选择题。
  3. 落盘即断点 —— 每个 artifact 写入仓库(docs/domain/工艺地图.md),下轮从文件续,不从记忆续。

3.3 勘探深度标尺(何时停)

阶段 够用标准 可延后
P0–P2 能画状态机、能拆 Plan 1 todo 细节分支
P3 高成本工位各有 ≥3 条技巧 长尾工位
P4 主路径有自动检查 + 人审点 全量质检
P5 1 次小样 + A/B 对比 从业者访谈

停手的信号:你能回答——「Plan 1 的垂直切片,工位顺序是什么?mock 什么?第一条 skill 写什么?」——就可以开工。

四、提示词模板(可直接复制)

T1 启动勘探

我是【行业/场景】的外行,想用产线工程建一座【产出物】工厂。
愿景:【一句话】
参考对标:【1–3 个】
请先输出《定界卡》草案,并列出 3 种产线形态(A/B/C)与推荐。
不要写代码。

T2 主路径

基于已定界卡,输出《主路径工艺图》:
- numbered list,≤12 步,每步:输入/输出/执行者(人/机器)
- 标注可并行段、外部依赖、默认失败策略
- 指出「只看成品无法反推的隐形工序」
输出 markdown 表格+列表。

T3 工位技巧

针对工位【XXX】,列出该领域公认的 3–5 条技巧。
格式:技巧名 | 一句话 | 违反后果 | 可结构化(Y/N)
再列:业余做法 vs 专业做法 的 3 点差异。

T4 质量闸门

针对主路径,输出《质量闸门草案》:
- 分能看/能卖/能爆 三层标准,尽量量化
- 自动检查 Top5 + 阈值
- 人审必过节点
- 红线清单(需注明可能的一手来源类型)

T5 三角验证

对标样本:【描述或链接】
请反推样本可能经历的工位,与附件工艺图 diff。
标出:一致 / 冲突(以样本为准改)/ 待验证。

T6 入库转换

把附件《技巧库草案》转成可入库结构:
- 可结构化的 → 检查规则 JSON 草案
- 不可结构化的 → skill 文档大纲(含注入点:在哪个工位 prepend)

五、完整走查示例:从零进入「AI 短视频口播工厂」

假设:你不懂短视频,但想批量产口播稿+分镜。

阶段 你做什么 产出片段
P0 定界:口播知识类,60s,不做真人拍摄只出稿+分镜 不做剧情号、不做直播
P1 词典:钩子、完播率、CTA、分镜卡、B-roll 建议… Hook 实体 → 表 hooks
P2 主路径:选题→角度→钩子句→口播稿→分镜→标题封面文案→质检 写稿与分镜可并行
P3 技巧:前 3 秒反常识、每 15 秒一个信息点、结尾 CTA… skill: 口播-知识类-60s
P4 质检:时长 55–65s、敏感词、禁用绝对化用语 标题必人审
P5 对标 3 条爆款,反推;读平台社区规范 修正:增加「音乐版权」红线

此时即可进入第③步计划契约,Plan 1 = mock LLM 跑通「选题→稿→分镜→导出 JSON」。

六、与资产化、质检的衔接

对话勘探的 artifact 不是写完就归档的论文,而是活文档:

工艺地图 → 状态机代码 / 工单字段
技巧库   → skills 表 / prompt 片段
质检草案 → 规则引擎 / 阻断逻辑
词典     → 数据模型命名

每一圈螺旋(产线工程第⑦步反馈)都要回来改地图:

  • 小样试产「不像」→ 回 P3 补技巧
  • 自动检查误杀率高 → 回 P4 调阈值
  • 某工位经常人工返工 → 回 P2 拆工位或 P3 加 skill

七、收束:对话是外行的「挖掘机」

外行建工厂,不是假装成内行,而是用对话把内行的结构快速外化,再用产线工程固化、放大、验证。

记住四句话:

  1. 先定界,再词汇,再流程,再技巧,再质量,再验证 —— 顺序错会返工。
  2. 流程图是脊梁,技巧库是肌肉,质检是骨骼 —— 缺一样都站不稳。
  3. 模型给草案,样本给真相,规则给红线 —— 三角验证不可省。
  4. 够用即开工,开工即修正 —— 地图不是一次画对,是跑出来的。

下一篇:外行建工厂——在不精通领域时用产线工程落地.md 讲勘探结果如何接入七步法、如何分工、如何验收。

本文与 aigc-factory-methodology/ 第 4 章 SOP、第 8 章提示词模板互补:该系列偏 AIGC 落地;本文偏任意陌生行业的知识获取。