把"专家经验萃取"做成了工具:一个知识管理团队的手记
2026-09-05
摘要:二十余年知识管理团队,把专家经验萃取做成AI智能体:从“抢救文物”式专家访谈,到自动生成专家历程图、专家知识图谱、数字分身与业务Skills等,让经验萃取从重人力项目,变成人人可发起、可复用的资产。

这是我们的真实经历。二十余年,我们深耕知识管理,最放不下的,是把专家脑子里的经验,变成企业能用的资产。
01 那句让我们心里咯噔一下的话
一次项目,我们在一家央企等一位领导。这家企业六十多年了,几代人的经验像地层一样厚。
那位领导进来,第一句话就是感慨:"我身边全是牛人。可他们的知识,随着离职、退休、轮岗,却没在组织里留下来。"
他顿了顿,说了一句让我们记到现在的话:
"我们得像抢救文物一样,去抢救专家头脑里的知识。"
"抢救文物"——这四个字像一根针,扎得我们心里咯噔一下。
团队做知识管理二十年,各种说法听过无数,但"抢救"这个词,是第一次。因为说这话的人,是真的急了。他见过太多专家退休那天,带走了一辈子的判断力、手感、分寸、经验。
那句话之后,我们更认真做知识萃取这件事:把"抢救",变成一套可复制的工艺。

02 我们是谁:方法论是从项目里长出来的
先交代一下来处。我们是行者互联,二十余年专业做知识管理的咨询团队。
中粮、西门子、中船、美的、百度、航天、信通院、华力创通、金蝶……都曾是我们的知识萃取客户。我们做知识萃取,说白了就是:把分散在个人脑子里的经验,变成组织能用的资产。
我们有一个被反复引用的方法论——PREFS® 方法,2016年由我们的首席专家吴庆海博士正式提出,发表在《知识管理论坛》上:
P · 规划设计:先选对主题、定目标、定专家;
R · 复盘回顾:用访谈讲述,把场景和细节还原出来;
E · 提炼加工:从素材里提炼出有价值的方法;
F · 制版成型:做成报告、手册、案例、视频等多方式;
S · 螺旋上升:知识在应用中越用越厚,持续升级。
这套方法是在一个个真实项目里摔打出来的,我们一用就是十年。
后来,吴庆海博士又画了一张"知识萃取四象限":个体到组织、人和事两个维度,分出专家、岗位、专题、业务四类。其中专家类是企业的天然切入点:价值显性,一挖就见金;专家本人也大多愿意——真正功成名就的人,想的往往不是"教会徒弟饿死师傅",而是"怎么把这辈子这点东西,传下去"。
可是,专家脑子深处,藏着90%说不出来的东西——这正是知识萃取最难啃的骨头。我们在这块骨头上,啃了二十年。

03 我们撞到的三堵墙
专业做久了,我们越来越清楚自己的价值,也越来越清楚行业的天花板。
第一堵墙,是专家的墙。真正的大专家,时间比黄金还贵。约一场访谈,常常要提前一个月。专家坐在你面前,聊了四十分钟,手机响了三次。更麻烦的是,很多经验他自己都没意识到是"经验"——你问他"您是怎么做到的",他说"就这么做啊",然后一脸真诚地看着你。
第二堵墙,是顾问的墙。知识萃取是一门手艺活,效果好坏,取决于你碰上哪个萃取师。资深顾问出马,能把干货一勺一勺挖出来;换个新手,聊两个小时,收获不如一顿饭的闲聊。可资深顾问就那么多,时间就那么多,这个行业,天然无法规模化。
第三堵墙,是企业的墙。项目做完,成果交付,专家松了一口气,企业也松了一口气。可半年后再看,那些精心萃取的成果,大多躺在知识库里落灰——"采完就完",是知识管理界最普遍、也最扎心的四个字。
还有一个细节,一直扎在我们心里。
我们给一家船舶央企的型号总师做过萃取。他带着一个型号干了二十年,笔记本里存着几千份文档。陪他一份一份梳理,最后提炼成300份结构化的知识文档。
你们知道这说明什么吗?连显性知识都如此难以沉淀,何况那藏在人脑子里、占90%的隐性经验?

04 我们的赌注:把方法论"封装"起来
三堵墙撞了二十年,我们慢慢想明白了一件事:方法论是我们的护城河,但只有方法论,我们永远只能一家一家地服务企业。要破局,只有一条路——
把 PREFS® 方法论封装起来,做成工具。
前两年,随着AI的逐渐落地,我们做了一个大胆的决定:在内部,先搭一个"数字萃取师"。
过程有点像带徒弟。我们先把一个萃取师该有的样子,一条一条地告诉AI:"你是一位专业的专家经验萃取师,擅长通过结构化方法,把专家的零散隐性经验,转化为可复用的结构化的实践知识。"
然后教它技能:识别萃取场景、生成专家素材收集表、设计访谈提纲、整理访谈纪要、分析访谈内容、提炼方法论、生成专家历程图、制作知识卡片、提炼精品知识、生成逐渐成熟的Skills……我们把二十年的手艺,拆成一个一个AI能接住的任务。
设计人机协作、实现架构流程和持续验证,说很顺利是假的。带徒弟都不是那么好带的。
但当我们盯着它处理第一份真实访谈纪要——几万字原始记录,不到十分钟,它输出了一份结构化的分析报告:专家核心特质、成功案例、可复用方法论、问题解决逻辑,清清楚楚。生成一个专业SKILL,在智能体平台上被问后回答的像模像样后,我们不禁感慨万千。
请别误会。那一刻,我们不是感慨于"AI替代了我们"。恰恰相反,我们兴奋的是,"这条路,通了。"——终于有人,替萃取师把脏活累活干完了。
专家依然是专家,萃取师依然是萃取师。只是从此以后:
专家不用再为了配合萃取,专门空出多天时间,一份一份梳理,一次次受访;
萃取师不用再熬夜整理纪要、绞尽脑汁根据专业、目标和专家特色编大纲、提炼分析;
企业不用再担心"碰到哪个顾问,就看命"。
更让我们没想到的是,这次"封装"本身,也长出了一套新方法——如何把方法和服务知识,做成一个人机协作的智能体:从萃取需求识别、个性化定方案、云访谈、经验提炼,到数字分身、Skills,每一步怎么走,都有了章法。

05 从验证到产品:一件等了二十年的事
随着这套章法,内部验证跑通后,我们和合作伙伴一起,把它产品化了——这就是今天的支持 SaaS 和私有化部署两种模式的精智专家知识萃取智能体。
说几个具体的转变吧。
过去,一次专家萃取,要凑齐一个项目团队。项目经理、萃取师、专家、应用部门,开启动会、定标准、排计划,周期以月计。现在,业务部门一个人就能发起:选定萃取领域,智能体自动生成标准、素材收集表、访谈提纲;访谈完自动整理、分析、提炼、出成果。整个链条,从"组织一个项目",变成了"发起一个动作"。
过去,专家要被"安排"进项目里。配合访谈、填写、评审。现在,专家只需要把他擅长的事尽量描述出来。语音访谈,或文字对话,随时可聊,成果自动生成。专家把省下来的时间,用在真正有价值的地方。
过去,萃取成果以文档交付为终点。现在,一次萃取产出的,是一组互相咬合的知识资产:专家的阅历被画成一张专家历程图,怎么长成的、踩过哪些坑,一眼看清;他的经验、方法、案例被织成一张专家知识图谱,在被问答时更加精准关联;他的成果与问答被整合成可连续问答、可溯源的专家数字分身,专家不在,答案还在;他沉淀的方法、流程、判断模型,还被封装成可执行的 Skills——人能学,其他AI智能体也能直接调用。
换句话说,萃取不再只是写文档,而是把一个人的经验和知识,变成可搜索、可问答、可调用、可迭代的资产。
我们常说一句话:咨询服务,解决一家企业的问题;工具,解决一百家企业的同类问题。
这就是我们做这件事的全部理由。

06 尾 声
做知识管理二十余年,我们见过太多"抢救"的场景:专家退休前的最后一场访谈、项目解散前的最后一次复盘、老工程师交班时的那一声叹气。
知识是这世上最奇怪的东西——它不会因为分享而减少,却会因为沉默而流失。
我们相信,每一家企业的经验都值得被抢救,每一个专家的手艺都值得被传承。而这件事,不该只靠几个咨询顾问,一家一家地跑。
所以,我们把二十年的手艺,做成了工具。
如果你也在为专家经验发愁,不妨想想那句话:知识,不应该随人走。
——行者互联 · 让经验变成资产
扫描二维码分享到微信