每个案例回答四件事
以 银行 1.1 对公风控预警 为例
1客户嘴上要的
客户原话通常是症状或现成方案，不是真问题。
「做个大模型，自动读新闻，哪家授信客户要暴雷就报警。」
2照字面做会怎样
demo 好看，上线没人用。写清楚为什么烂。
当天就接新闻 API + 喂大模型做情感分析，两周出个 demo，演示时「某公司负面情绪 0.87」。
3好 FDE 按周怎么做
每周跟谁坐、看什么、拿什么当测试集，哪一步会踩坑。
第 1 周 找真问题 / 第 2 周 定范围 + 摸数据政治 / 第 3–4 周 原型，而且用真数据 / 第 5 周 Demo + 并肩改 / 第 6 周 交接
4可复用判断
3–4 条能带到下一个项目的判断原则。
客户说的需求是症状，先去看他们怎么干活，找病根。
22 个行业，从这里进
每个行业先讲它做 AI 项目和别的行业有什么不同（监管、数据、决策链），再进入具体案例。想跨行业找，用全部案例页的搜索。
企业通用职能任何公司都适用
金融
工业与能源
消费与流通
公共与专业服务
通信、软件与内容
交通
没找到你的行业或场景？
留言描述你要落地的 AI 项目，或者建议补充的行业和案例。