问题地图
从正在发生的损失出发，记录影响对象、发生频率、当前成本和成功指标；不从“想做一个智能体”开始。
可核验产出：一条有基线、有负责人、有时间范围的问题陈述。
方法 · 现场诊断
五张地图，不是五页模板。它们共同证明一个问题是否值得做。
企业 AI 现场诊断的五张地图分别描述问题、流程、数据、责任和风险。只有五张地图能够互相对齐，团队才有条件设计 MVD；任何一张缺失，都可能把项目推向无边界开发。
作者：蓝旗鱼 AI FDE 研究与交付团队事实核验：2026-09-01证据状态：方法文章
方法步骤
流程地图
沿真实工作路径记录触发、角色、系统、等待、返工、例外和最终动作，区分书面流程与实际流程。
可核验产出：当前流程、关键等待点和例外路径。
数据地图
列出完成判断或动作所需的数据来源、字段、样本、权限、版本、质量和敏感范围。
可核验产出：可用于验证的代表性样本与数据缺口清单。
责任地图
明确谁提供数据、谁审核输出、谁承担业务结果、谁能作出 GO / ADJUST / HOLD / STOP 决策。
可核验产出：业务负责人、使用者、审核人和技术责任人。
风险地图
记录错误输出、越权、隐私、承诺、不可逆动作和回退方式，并确定哪些动作必须保留人工最终决策。
可核验产出：风险等级、护栏、拒绝条件和升级路径。
适用边界
什么时候应该使用？
业务问题跨越多人、多个系统或多个部门，口头描述经常互相矛盾。
团队有真实流程和样本，但尚未形成共同的问题边界。
需要在立项前找出数据、责任或风险中的致命缺口。
不适用边界
什么时候先不要用？
问题只是展示 AI 概念，没有真实损失、使用者或结果责任。
团队拒绝接触任何真实流程和数据，却要求提前承诺结果。
把地图当成一次性咨询交付物，不准备在 MVD 中持续校正。
完成标准
产出必须能被检查，而不是只有一张漂亮图。
同一项业务损失能在问题、流程和数据三张地图中被追溯。
每个 AI 输出都有审核人、最终动作和失败时的升级路径。
地图明确记录未知项与证据来源，而不是用假设填满空白。