一家客户只说“想做一个内部 AI 知识助手”，但无法讲清目标用户和使用场景。你作为 FDE，会怎样把这个模糊需求推进到可执行的项目范围？
考察说明
考查客户发现、需求澄清和技术范围界定能力。
回答思路
- 先访谈业务负责人、一线用户、IT 和安全团队，分别确认业务目标、当前工作流、主要痛点、数据边界以及上线限制，避免只听单一决策人的描述。
- 把“知识助手”拆成可观察的具体任务，例如查制度、定位历史方案、生成带引用的回复或辅助工单处理，并明确哪些任务仍需人工确认。
- 用业务频率、失败成本、数据可用性和技术可验证性筛选首个场景，优先选择价值明确且风险可控的窄流程，而不是一开始覆盖全部知识。
- 将成功标准写成可测指标，包括任务完成率、引用正确性、人工接管率、响应时延、用户采用情况及单次任务成本，同时记录当前人工流程作为基线。
- 明确首期不处理的能力、数据源和用户群体，说明这些边界对应的安全风险、集成成本或验证不足，防止试点被不断追加需求。
- 最终与客户共同确认场景说明、数据清单、责任人、验收方法、失败退出条件和后续扩展门槛，使业务承诺与工程计划保持一致。