经验萃取不是收集故事，而是把优秀员工解决问题的判断和做法转成组织能使用的标准。
从关键岗位和优秀员工的真实任务中提炼判断、方法和案例，把隐性经验转成可复制的组织资产。
- 关键岗位
- 任务案例
- 经验方法
- 复制机制
经验复制
岗位经验萃取
从关键岗位和优秀员工的真实任务中提炼判断、方法和案例，把隐性经验转成可复制的组织资产。
面向培训、知识管理、业务和人才发展负责人，围绕关键岗位、优秀案例、典型任务和专家经验，形成可用于课程、带教、标准、案例和知识库的内容资产。
适合先沟通这些问题
- 岗位哪些关键岗位的优秀做法最值得被组织沉淀和复制？
- 任务面对真实业务问题时，优秀员工做了哪些判断、动作和复盘？
- 使用萃取后的经验要进入课程、带教、标准、案例还是知识资产？
适用场景
这些问题出现时，岗位经验萃取需要成为独立项目
先围绕真实业务场景和关键参与角色判断范围，不把项目做成泛泛的培训或一次性活动。
经验跟着人走
骨干离开、调岗或忙于业务后，组织难以保留他们解决问题的方法。
优秀做法难复制
团队知道谁做得好，却说不清其关键判断、步骤和适用条件。
知识沉淀不贴现场
已有文档内容泛化，无法指导员工处理真实客户、项目或管理场景。
角色痛点
项目要同时回答关键参与者的真实担心
项目启动时先明确谁提供事实、谁做判断、谁推动后续行动，才能让产出进入业务现场。
培训与知识管理负责人
需要选择高价值经验，并把萃取结果连接到课程、案例、带教和知识使用机制。
业务负责人
需要确认关键岗位、典型场景和优秀做法的业务价值，安排专家参与。
业务专家
需要提供真实案例和判断过程，由项目方法帮助其把经验讲清、写清和传下去。
判断信号
出现这些信号，值得先做一次项目诊断
不需要一开始准备完整方案。先明确问题、对象、材料和最小启动范围即可。
关键经验集中在少数人
团队过度依赖明星员工，无法形成可复制的业务方法。
新人反复踩同样的坑
过往案例和经验没有进入带教、课程或任务标准。
知识库使用率低
内容与真实任务无关，员工找不到可信、可执行的答案。
项目路径
从事实判断到行动复盘，形成可持续使用的工作机制
每一步都围绕真实任务和可观察产出推进，避免项目结束后只留下课堂记录或汇报材料。
课题与专家选择
选择对业务结果影响大、优秀做法清晰且具备复制价值的岗位、任务和专家作为萃取课题。
任务访谈
围绕真实案例访谈专家，追问其面对问题时的判断依据、行动步骤、取舍和复盘方式。
案例与方法萃取
把隐性经验整理为典型场景、关键方法、工具模板和适用边界，避免只记录个人故事。
内容结构化
按后续使用需要组织为课程、带教任务、岗位标准、案例库或知识资产的内容结构。
评审与应用
由业务专家和使用者共同评审真实性与可用性，并确定内容进入实际工作和更新的路径。
交付成果
留下团队能够继续使用的工具、标准和复盘路径
经验课题清单确定最值得优先沉淀的岗位、任务和业务问题。
典型案例库记录问题背景、判断过程、行动步骤和适用边界。
方法与工具模板把隐性经验转为可学习、可检查、可复用的结构。
应用路线明确经验如何进入课程、带教、标准或知识资产。
项目选型
可以先从最小范围启动，再决定是否扩大
先选清楚最需要解决的一个问题、参与团队和可用材料，合作方式才能与实际需要匹配。
相关路径
结合相近项目、方法和案例继续判断
这些链接用于帮助你确认当前问题的边界和下一步，不替代本页的独立项目承接。
常见问题
先把项目边界说清楚，再开始沟通
第一次沟通重点是判断真实问题和最小启动路径，不是要求企业先准备完整采购方案。
岗位经验萃取和知识库建设有什么区别？
经验萃取先解决内容从哪里来、如何可信和如何结构化；知识库是内容被管理和使用的方式之一，不等于技术系统建设。
是否只能萃取资深专家经验？
不一定。也可选择在某个任务或客户场景中表现突出的员工，关键是经验具有业务价值和可验证性。
萃取后可以做成哪些成果？
可以形成课程、案例、工具、带教任务、岗位标准和可持续更新的知识资产。
AI在经验萃取中做什么？
AI可辅助整理访谈、归类案例和生成初稿，但经验真实性、业务适用性和最终标准需要由企业专家确认。
企业微信沟通
说明当前场景，先判断岗位经验萃取是否适合启动
可以直接说明所在业务、参与团队、已经尝试的做法、可提供的材料，以及最希望改变的一个动作。信息不完整也可以先沟通。
添加企业微信
沟通备注：岗位经验萃取问题诊断