经验萃取项目最常见的困难，是范围太大、专家太忙、材料太散，最终只完成资料收集。可启动的方案需要先选出值得复制的关键任务，再明确谁提供经验、谁使用成果、要形成什么课程或工具，以及如何在真实岗位中验证。
一、确定项目范围
优先选择对业务影响高、重复发生、优秀与一般表现差异明显的任务。范围需说明目标人群、使用场景和本轮不处理的事项，避免把全公司知识管理或技术系统建设塞进一个萃取项目。
二、组织专家、材料与访谈
专家不必独自写课件，更适合提供真实任务、关键案例、判断线索和已有工具。项目团队据此进行访谈、结构化整理和共创，涉及客户、数据或流程的材料应先明确企业使用边界。
三、形成可评审成果
成果可包括任务地图、案例、判断清单、工具模板、课程或带教任务。评审时重点检查是否真实、是否适用于目标岗位、是否能支持学习者完成任务，而不只检查文本是否完整。
四、安排试用与更新
将已确认成果放入课程、带教或日常任务中试用，收集使用者和专家反馈，再决定更新。AI可辅助资料整理和初稿生成，但不能替企业确认内容、权限、数据治理或技术实现。
常见问题
岗位经验萃取方案先确定什么？
先确定最值得复制的关键任务、使用人群、专家和可用材料，再安排访谈、共创、评审与后续使用。
一开始是否要覆盖所有岗位？
通常不需要。先跑通一个高价值主题的最小闭环，再依据使用情况决定是否扩大。
经验萃取方案会提供技术知识库实施吗？
不提供技术系统实施；项目聚焦可沉淀内容和使用更新机制，技术、权限与数据治理由企业相应团队处理。
