01 / CONTEXT
解决什么问题，为什么值得做？
教学场景：一封投诉同时提到物流延迟、包装破损和客服回应，原有系统只能选一个分类。FDE 要保留问题之间的关系，让报告能指向具体改进责任。
业务价值
减少问题遗漏，让客户声音进入产品、履约和服务改进。
- 协作角色
- 客户体验、履约、产品质量、FDE
02 / DISCOVERY
FDE 怎样把症状变成可解决的问题？
以下按合成情景展开现场排查与实施练习。
按问题单元重读工单
把十条自编投诉拆成多个问题片段，保留工单 ID 与原文位置。比较粗分类遗漏了哪些业务问题。
检查数字究竟在数什么
同一客户三次联系与一封信三个问题是不同维度。先定义客户数、工单数、问题数，避免报表制造“投诉暴增”。
03 / DELIVERY ROUTE
方案如何一步步落到工作里？
- 01
脱敏拆解
移除身份与联系方式，按事实片段拆问题。
- 02
聚类归类
使用稳定分类，同时保留无法归类的新主题。
- 03
回看证据
抽检主题对应原文，发现遗漏、重复和错归。
- 04
安排改进
为主题指定验证问题、处理角色和回看周期。
04 / DECISIONS
哪些判断决定方案是否可靠？
聚类只是线索
“包装破损”频次高可能与快递、包装或抽样结构有关。先关联批次和履约记录再讨论原因。
保留新主题，不强塞旧分类
模型无法稳定分类的样本进入复核池；主题定义改变要重算基线，不能直接比较旧新标签数量。
05 / WORKED EXAMPLE
1 个工单，3 个问题，不是 3 位客户
合成教学样例
自编投诉：“晚到两天，盒子压坏，问客服也没解释。”
- 拆解
- T-1/I-1 延迟；T-1/I-2 包装；T-1/I-3 服务回应。
- 统计
- 问题 3、工单 1、客户 1；保留各自分母。
- 行动
- 分别核对履约时间、包装批次和回复内容，由不同角色承接。
06 / COURSEWORK
对应课程：你要做什么、交什么？
建立投诉问题单元
- 交付物
- 访谈与分类规则
- 通过条件
- 每个问题有原文定位
实现去重和多维统计
- 交付物
- 问题表 + 汇总查询
- 通过条件
- 客户与问题不会混算
测试遗漏与主题漂移
- 交付物
- 标注集 + 抽检报告
- 通过条件
- 新主题不被强塞旧标签
07 / ACCEPTANCE & REUSE
怎样证明完成，下一次复用什么？
验收检查
检查遗漏、错归、重复计数和责任闭环；对根因保持可验证假设。
可复用资产
问题单元、证据定位与多维计数可用于评论、访谈和售后工单；分类词典由业务维护。
延伸阅读与案例原文
- Building effective agents ↗Anthropic · 2024-12-19
- Demystifying evals for AI agents ↗Anthropic · 2026-01-09